基于星载大光斑LIDAR数据的森林类型识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-21页 |
| ·研究背景 | 第10-11页 |
| ·研究目的与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·光学遥感研究现状 | 第12-13页 |
| ·微波遥感研究现状 | 第13-15页 |
| ·激光雷达技术研究现状 | 第15-17页 |
| ·研究内容 | 第17-19页 |
| ·研究技术路线 | 第19-21页 |
| 2 研究区域及数据收集 | 第21-34页 |
| ·研究区概况 | 第21-23页 |
| ·激光雷达数据 | 第23-29页 |
| ·ICESat-GLAS系统介绍 | 第23-24页 |
| ·数据形式 | 第24-29页 |
| ·野外调查数据 | 第29-32页 |
| ·样地布设 | 第29-30页 |
| ·样地测定 | 第30-32页 |
| ·影像和矢量数据 | 第32-34页 |
| 3 数据处理及参数提取 | 第34-43页 |
| ·ICESat-GLAS数据处理 | 第34-35页 |
| ·参数提取 | 第35-38页 |
| ·分类参数的标准化 | 第38页 |
| ·参数特征分析 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 4 基于K近邻的分类 | 第43-54页 |
| ·K近邻分类方法的优缺点 | 第43-44页 |
| ·分类距离 | 第44-45页 |
| ·K近邻算法步骤 | 第45-46页 |
| ·K近邻分类流程 | 第46页 |
| ·两种森林类型分类 | 第46-51页 |
| ·应用参数组一进行分类 | 第47-48页 |
| ·应用参数组二进行分类 | 第48页 |
| ·应用参数组三进行分类 | 第48-49页 |
| ·应用参数组四进行分类 | 第49-50页 |
| ·应用参数组五进行分类 | 第50-51页 |
| ·三种森林类型的分类 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 5 基于SVM的分类 | 第54-65页 |
| ·SVM的特点 | 第54-55页 |
| ·C-SVC分类 | 第55-56页 |
| ·C-SVC中两种类型分类 | 第55页 |
| ·C-SVC中多种类型分类 | 第55-56页 |
| ·核函数问题 | 第56-57页 |
| ·十折交叉验证 | 第57页 |
| ·两种森林类型分类 | 第57-62页 |
| ·应用参数组一进行分类 | 第57-58页 |
| ·应用参数组二进行分类 | 第58-59页 |
| ·应用参数组三进行分类 | 第59-60页 |
| ·应用参数组四进行分类 | 第60-61页 |
| ·应用参数组五进行分类 | 第61-62页 |
| ·三种森林类型分类 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 6 结论与建议 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73-74页 |
