基于混合智能模型的湿地资源遥感监测技术研究--以江苏盐城滨海湿地区域为例
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-30页 |
| ·研究意义和选题依据 | 第11-14页 |
| ·研究背景 | 第11-13页 |
| ·项目来源与经费支持 | 第13页 |
| ·选题依据 | 第13-14页 |
| ·国内外研究现状 | 第14-23页 |
| ·国外研究现状 | 第14-17页 |
| ·国内研究现状 | 第17-19页 |
| ·遥感信息智能化处理方法研究现状 | 第19-23页 |
| ·湿地资源遥感监测存在的主要问题 | 第23-24页 |
| ·研究内容、方法和技术路线 | 第24-28页 |
| ·研究内容 | 第24-25页 |
| ·研究方法和技术路线 | 第25-28页 |
| ·论文框架 | 第28页 |
| ·研究成果与创新 | 第28-30页 |
| 2 核心理论及方法分析 | 第30-50页 |
| ·遥感图像恢复 | 第30-31页 |
| ·辐射校正 | 第30页 |
| ·几何校正 | 第30-31页 |
| ·TM影像反射率模拟成像 | 第31-33页 |
| ·遥感图像分类的混合智能模型 | 第33-50页 |
| ·遥感影像最佳波段组合选择 | 第33-36页 |
| ·遥感影像信息提取技术 | 第36-39页 |
| ·遥感影像数据挖掘 | 第39-42页 |
| ·混合智能分类模型 | 第42-50页 |
| 3 盐城滨海湿地资源遥感监测 | 第50-93页 |
| ·实验区介绍 | 第50-53页 |
| ·自然地理与环境概况 | 第50-52页 |
| ·区域资源环境特征 | 第52-53页 |
| ·数据准备与工作流程 | 第53-59页 |
| ·数据来源 | 第54-56页 |
| ·遥感监测技术路线 | 第56-57页 |
| ·数据预处理 | 第57-59页 |
| ·盐城湿地遥感分类系统 | 第59-60页 |
| ·混合智能分类模型的遥感信息提取 | 第60-85页 |
| ·TM影像反射率模拟成像 | 第60-67页 |
| ·基于最佳信息熵的波段组合选择 | 第67-72页 |
| ·基于BP神经网络的遥感影像信息提取 | 第72-76页 |
| ·基于知识数据挖掘 | 第76-79页 |
| ·混合智能模型分类规则与实现 | 第79-85页 |
| ·湿地资源遥感分类结果评价 | 第85-93页 |
| 4 研究区湿地资源动态变化分析 | 第93-100页 |
| ·湿地景观格局指数 | 第93-95页 |
| ·湿地资源变化分析 | 第95-97页 |
| ·基于马尔可夫预测模型的湿地资源变化预测 | 第97-100页 |
| ·马尔可夫预测模型概述 | 第97-98页 |
| ·马尔可夫转移概率矩阵确定 | 第98页 |
| ·马尔可夫预测模型的实现 | 第98-100页 |
| 5 结论与研究展望 | 第100-102页 |
| ·结论 | 第100-101页 |
| ·研究展望 | 第101-102页 |
| 参考文献 | 第102-113页 |
| 附录A 攻读学位期间的主要学术成果 | 第113-115页 |
| 致谢 | 第115-116页 |
