| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 宜居性评价体系研究现状 | 第11-15页 |
| 1.2.2 无人机遥感影像信息提取现状 | 第15-18页 |
| 1.3 研究内容及技术路线 | 第18-22页 |
| 1.3.1 研究内容 | 第18-20页 |
| 1.3.2 章节安排 | 第20-22页 |
| 第2章 研究区与数据源 | 第22-28页 |
| 2.1 研究区概况 | 第22-23页 |
| 2.2 数据来源 | 第23-24页 |
| 2.2.1 无人机遥感数据 | 第23页 |
| 2.2.2 气象与DEM数据 | 第23-24页 |
| 2.3 无人机影像预处理 | 第24-28页 |
| 2.3.1 Savitzky-Golay滤波原理 | 第24页 |
| 2.3.2 基于Savitzky-Golay的二维图像平滑滤波 | 第24-28页 |
| 第3章 宜居性评价体系 | 第28-31页 |
| 3.1 宜居性评价指标选取原则 | 第28-29页 |
| 3.2 宜居性评价指标体系框架 | 第29-31页 |
| 第4章 宜居性评价因子获取 | 第31-66页 |
| 4.1 关键目标无人机遥感识别方法 | 第31-41页 |
| 4.1.0 方法概述 | 第31-33页 |
| 4.1.1 颜色指数 | 第33-35页 |
| 4.1.2 纹理信息计算 | 第35-36页 |
| 4.1.3 数学形态学 | 第36-37页 |
| 4.1.4 改进人工免疫识别系统 | 第37-39页 |
| 4.1.5 OTSU自动阈值提取 | 第39-40页 |
| 4.1.6 精度验证 | 第40-41页 |
| 4.2 关键目标识别结果 | 第41-61页 |
| 4.2.1 植被提取结果 | 第41-52页 |
| 4.2.2 建筑与道路识别结果 | 第52-61页 |
| 4.3 宜居性评价因子提取 | 第61-66页 |
| 4.3.1 生态环境因子提取 | 第61-62页 |
| 4.3.2 地理环境因子提取 | 第62-64页 |
| 4.3.3 住房因子提取 | 第64-65页 |
| 4.3.4 市政设施因子提取 | 第65-66页 |
| 第5章 宜居性评价结果分析 | 第66-73页 |
| 5.1 宜居性评价模型 | 第66-67页 |
| 5.1.1 数据标准化 | 第66页 |
| 5.1.2 宜居性评价的数学模型 | 第66-67页 |
| 5.1.3 最适宜生态位 | 第67页 |
| 5.1.4 确定权重系数 | 第67页 |
| 5.2 微山湖地区宜居性评价结果分析 | 第67-73页 |
| 第6章 结论与展望 | 第73-75页 |
| 6.1 研究的结论 | 第73页 |
| 6.2 研究的不足与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |