基于星载高光谱Hyperion数据的LAI信息提取
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-16页 |
| ·研究背景 | 第7-8页 |
| ·叶面积指数的研究意义 | 第8-9页 |
| ·叶面积指数(LAI)的概念 | 第8页 |
| ·LAI的作用及地位 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·常规遥感估测叶面积指数的方法及研究现状 | 第9-12页 |
| ·高光谱遥感估测叶面积指数的方法及研究现状 | 第12-14页 |
| ·研究方案 | 第14-16页 |
| ·研究目的和内容 | 第14页 |
| ·研究步骤 | 第14-16页 |
| 2 数据获取与研究区概况 | 第16-24页 |
| ·星载 Hyperion数据简介 | 第16-18页 |
| ·研究区自然状况 | 第18-21页 |
| ·地理位置 | 第18-19页 |
| ·地貌类型 | 第19页 |
| ·土壤种类、分布状况 | 第19-20页 |
| ·气候状况 | 第20页 |
| ·水文情况 | 第20-21页 |
| ·外业调查 | 第21-23页 |
| ·调查方案 | 第21页 |
| ·实测数据 | 第21-23页 |
| ·其它数据 | 第23-24页 |
| 3 数据预处理 | 第24-43页 |
| ·辐射定标 | 第24-26页 |
| ·预处理 | 第26-39页 |
| ·非正常像元的分类 | 第26页 |
| ·未定标及水汽影响波段的去除 | 第26-27页 |
| ·像元值到绝对辐射值的转换 | 第27页 |
| ·坏线的修复 | 第27-28页 |
| ·垂直条纹的去除 | 第28-30页 |
| ·图像的Smile效应 | 第30-33页 |
| ·大气校正 | 第33-38页 |
| ·几何纠正 | 第38-39页 |
| ·基于特征提取的分类 | 第39-43页 |
| ·特征提取在成像光谱图像分类识别中的意义 | 第39-40页 |
| ·基于主成分变换的特征提取及分类 | 第40-42页 |
| ·分类精度的验证 | 第42-43页 |
| 4 LAI的遥感估算 | 第43-56页 |
| ·植被指数提取 | 第43-47页 |
| ·建立基于植被指数的叶面积指数的反演模型 | 第47-54页 |
| ·精度验证 | 第54-55页 |
| ·研究区LAI反演制图 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64-65页 |
