摘要 | 第7-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第13-25页 |
1.1 研究目的及意义 | 第13页 |
1.2 复种指数遥感反演研究进展 | 第13-23页 |
1.2.1 遥感数据源 | 第13-14页 |
1.2.2 时序植被指数平滑重构算法 | 第14-15页 |
1.2.3 复种指数遥感监测方法 | 第15-18页 |
1.2.4 复种指数遥感监测验证方法 | 第18-20页 |
1.2.5 发展趋势与展望 | 第20-23页 |
1.3 研究目标 | 第23页 |
1.4 研究内容与技术路线 | 第23-25页 |
第二章 研究区与数据 | 第25-33页 |
2.1 研究区概述 | 第25-28页 |
2.1.1 研究区概况 | 第25页 |
2.1.2 研究区地形概况 | 第25-26页 |
2.1.3 研究区农业概况 | 第26-28页 |
2.2 研究数据 | 第28-33页 |
2.2.1 遥感数据 | 第28-30页 |
2.2.2 土地覆被分类数据 | 第30-31页 |
2.2.3 野外调查数据 | 第31-32页 |
2.2.4 统计年鉴数据 | 第32-33页 |
第三章 一种改进的高时空分辨率数据融合算法 | 第33-51页 |
3.1 引言 | 第33-34页 |
3.2 算法 | 第34-39页 |
3.2.1 算法理论基础 | 第34-35页 |
3.2.2 STDFM算法 | 第35-36页 |
3.2.3 ESTDFM算法改进 | 第36-38页 |
3.2.4 ESTDFM算法实现 | 第38-39页 |
3.3 算法测试 | 第39-42页 |
3.3.1 数据及预处理 | 第39-40页 |
3.3.2 关键参数的确定 | 第40-42页 |
3.3.3 评价方法 | 第42页 |
3.4 测试结果 | 第42-45页 |
3.4.1 目视评价 | 第42-43页 |
3.4.2 散点图 | 第43-44页 |
3.4.3 绝对误差均值与误差均值 | 第44-45页 |
3.5 讨论 | 第45-49页 |
3.5.1 端元丰度的计算 | 第45页 |
3.5.2 基于斑块的ISODATA分类法的适宜性 | 第45-47页 |
3.5.3 分解参数最优组合的确定 | 第47-48页 |
3.5.4 ESTDFM算法缺陷 | 第48-49页 |
3.6 结论与小结 | 第49-51页 |
第四章 对比分析基于STARFM算法构建高时空分辨率NDVI数据的不同方案 | 第51-62页 |
4.1. 引言 | 第51-52页 |
4.2. 方法 | 第52-55页 |
4.2.1. 研究区与数据 | 第52-53页 |
4.2.2. STARFM算法 | 第53页 |
4.2.3. 不同构建方案 | 第53-54页 |
4.2.4. 参数设置 | 第54页 |
4.2.5. 对比评价方法 | 第54-55页 |
4.3. 结果 | 第55-59页 |
4.3.1 不确定性参数 | 第55-56页 |
4.3.2 不同方案预测结果对比 | 第56-59页 |
4.4. 讨论 | 第59-61页 |
4.4.1 不确定性参数 | 第59页 |
4.4.2 不同波段与最优不确定性参数的关系 | 第59-60页 |
4.4.3 预测的时间效应 | 第60页 |
4.4.4 不同方案预测NDVI的差异 | 第60-61页 |
4.5. 结论 | 第61-62页 |
第五章 盐亭县近十年复种指数时空格局变化特征 | 第62-71页 |
5.1 高时空分辨率NDVI数据集的构建 | 第62-66页 |
5.1.1 构建算法 | 第62-63页 |
5.1.2 数据源 | 第63-64页 |
5.1.3 构建方案 | 第64-65页 |
5.1.4 数据构建 | 第65-66页 |
5.1.5 参数设置 | 第66页 |
5.2 复种指数提取 | 第66-67页 |
5.3 结果与验证 | 第67-68页 |
5.4 讨论 | 第68-70页 |
5.4.1 提取误差来源 | 第68-69页 |
5.4.2 驱动因素分析 | 第69-70页 |
5.5 结论 | 第70-71页 |
第六章 结论与讨论 | 第71-73页 |
6.1 结论 | 第71-72页 |
6.2 讨论 | 第72-73页 |
参考文献 | 第73-81页 |
致谢 | 第81-82页 |
作者简历 | 第82页 |