| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 引言 | 第14-22页 |
| ·研究背景与意义 | 第14-15页 |
| ·国内外研究现状与进展 | 第15-19页 |
| ·森林郁闭度地面测定方法 | 第16-17页 |
| ·森林郁闭度的遥感估算方法 | 第17-19页 |
| ·研究内容与论文框架 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第二章 研究区与研究数据 | 第22-27页 |
| ·研究区概况 | 第22-23页 |
| ·地理位置 | 第22页 |
| ·自然条件 | 第22-23页 |
| ·研究数据及资料 | 第23-26页 |
| ·遥感数据 | 第23-25页 |
| ·GIS数据 | 第25页 |
| ·森林郁闭度实测数据 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 遥感数据处理和森林郁闭度估算方法 | 第27-37页 |
| ·遥感数据预处理 | 第27-31页 |
| ·遥感数据几何校正 | 第27-28页 |
| ·大气校正 | 第28-30页 |
| ·影像镶嵌与裁剪 | 第30-31页 |
| ·BP神经网络法估算森林郁闭度 | 第31-33页 |
| ·遥感变量构建 | 第31-32页 |
| ·基于AIC准则的建模变量筛选 | 第32-33页 |
| ·基于BP神经网络的森林郁闭度估算模型构建 | 第33页 |
| ·森林郁闭度的遥感反演计算 | 第33页 |
| ·有效叶面积指数遥感反演算法及其改进 | 第33-36页 |
| ·模型精度评价方法 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 森林郁闭度遥感估算 | 第37-53页 |
| ·森林郁闭度BP神经网络估算模型的建立 | 第37-42页 |
| ·变量的多重相关性检验 | 第37-38页 |
| ·基于AIC准则的变量选择 | 第38-39页 |
| ·神经网络模型参数 | 第39-40页 |
| ·BP神经网络模型的精度评价 | 第40-41页 |
| ·BP神经网络模型估算的吉安市森林郁闭度分布 | 第41-42页 |
| ·基于4尺度几何光学模型的吉安市森林郁闭度估算结果 | 第42-44页 |
| ·森林郁闭度的拟合和验证结果 | 第44-45页 |
| ·吉安地区十年郁闭度时空分析 | 第45-52页 |
| ·森林郁闭度空间分布特征 | 第46-47页 |
| ·森林郁闭度时间变化特征 | 第47-49页 |
| ·森林郁闭度与地表覆盖类型之间的关系 | 第49-50页 |
| ·高郁闭度林区的空间格局特征分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结论与讨论 | 第53-56页 |
| ·主要结论 | 第53-54页 |
| ·论文的主要创新点 | 第54页 |
| ·问题讨论与前景展望 | 第54-56页 |
| 参考文献 | 第56-63页 |
| 附录 英语缩写名、全称及中文译名 | 第63-64页 |
| 硕士期间科研情况 | 第64-65页 |
| 致谢 | 第65-67页 |