| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究动态 | 第10-14页 |
| 1.2.1 农作物物候期提取研究动态 | 第10-12页 |
| 1.2.1.1 国内外物候研究概述 | 第10-11页 |
| 1.2.1.2 物候遥感反演模型研究 | 第11-12页 |
| 1.2.2 农作物种植面积遥感信息提取研究动态 | 第12-14页 |
| 1.3 研究内容及技术路线 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 技术路线 | 第15-16页 |
| 第二章 研究区与数据支持 | 第16-23页 |
| 2.1 研究区概况 | 第16-18页 |
| 2.1.1 地形地貌特征 | 第16页 |
| 2.1.2 气候条件 | 第16-17页 |
| 2.1.3 粮食作物情况 | 第17-18页 |
| 2.2 研究数据及其预处理 | 第18-23页 |
| 2.2.1 MODIS数据 | 第18-19页 |
| 2.2.2 非遥感数据 | 第19-21页 |
| 2.2.3 植被指数的选择 | 第21页 |
| 2.2.4 数据预处理 | 第21-23页 |
| 第三章 水稻关键生长发育期(物候期)的识别 | 第23-30页 |
| 3.1 植被指数时间序列的重构 | 第23-26页 |
| 3.1.1 Savitzky-Golay(S-G)滤波 | 第23-24页 |
| 3.1.2 双逻辑曲线(D-L)拟合 | 第24页 |
| 3.1.3 非对称高斯函数(AG)拟合法 | 第24-25页 |
| 3.1.4 三种方法重构结果对比分析 | 第25-26页 |
| 3.2 水稻生长发育期遥感识别 | 第26-28页 |
| 3.2.1 移栽期 | 第27页 |
| 3.2.2 抽穗期 | 第27页 |
| 3.2.3 成熟期 | 第27-28页 |
| 3.3 水稻生长发育期遥感识别结果及精度验证 | 第28-30页 |
| 第四章 水稻种植面积的提取 | 第30-40页 |
| 4.1 决策树概述 | 第30-31页 |
| 4.1.1 决策树的概念 | 第30页 |
| 4.1.2 决策树的分类算法 | 第30-31页 |
| 4.2 决策树模型的探索构建 | 第31-32页 |
| 4.3 决策树提取水稻面积的实现 | 第32-38页 |
| 4.3.1 训练样本的选取与分析 | 第32-34页 |
| 4.3.2 分类规则的确定 | 第34-38页 |
| 4.4 水稻种植面积提取精度评价研究 | 第38-40页 |
| 4.4.1 ENVI软件中的精度评价 | 第38页 |
| 4.4.2 统计分析中的精度评价 | 第38-40页 |
| 第五章 结论与展望 | 第40-42页 |
| 5.1 主要研究结论 | 第40-41页 |
| 5.2 存在的问题及前景展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46页 |