| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 选题背景和意义 | 第11-13页 |
| 1.2 国内外研究进展 | 第13-20页 |
| 1.2.1 基于时间序列数据的湿地分类 | 第13-16页 |
| 1.2.2 基于高空间分辨率数据的面向对象湿地分类 | 第16-19页 |
| 1.2.3 尺度效应研究 | 第19-20页 |
| 1.3 研究目标、内容及技术路线 | 第20-23页 |
| 1.3.1 研究目标 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.3.3 技术路线 | 第21-23页 |
| 第二章 基于高时间分辨率遥感数据的湿地精细信息提取 | 第23-43页 |
| 2.1 研究区概况与数据处理 | 第23-25页 |
| 2.1.1 研究区概况 | 第23页 |
| 2.1.2 数据源及数据处理 | 第23-25页 |
| 2.2 时空融合模型 | 第25-28页 |
| 2.2.1 时空融合模型原理 | 第25-27页 |
| 2.2.2 融合效果分析 | 第27-28页 |
| 2.3 季节性湿地类型划分及各类别NDVI时间序列曲线特征建立 | 第28-31页 |
| 2.4 鄱阳湖湿地分类方法 | 第31-34页 |
| 2.4.1 野外考察与样本采集 | 第31-33页 |
| 2.4.2 分类与精度验证 | 第33-34页 |
| 2.5 分类结果评价 | 第34-43页 |
| 2.5.1 精度分析 | 第34-36页 |
| 2.5.2 时间序列的空间分辨率对湿地分类的影响 | 第36-39页 |
| 2.5.3 时间序列的采样间隔对湿地分类的影响 | 第39-43页 |
| 第三章 基于高空间分辨率遥感数据的湿地精细信息提取 | 第43-63页 |
| 3.1 研究区概况与数据处理 | 第43-45页 |
| 3.1.1 研究区概况 | 第43页 |
| 3.1.2 数据源及数据处理 | 第43-45页 |
| 3.2 盐城湿地分类体系确立及野外考察 | 第45-48页 |
| 3.3 最优分割尺度的确定 | 第48-50页 |
| 3.3.1 多尺度分割及最优分割尺度选择方法 | 第48-49页 |
| 3.3.2 最优分割尺度选择结果 | 第49-50页 |
| 3.4 最佳分类特征的筛选 | 第50-58页 |
| 3.4.1 影像对象特征 | 第50-53页 |
| 3.4.2 最佳分类特征筛选方法 | 第53-54页 |
| 3.4.3 最佳分类特征筛选结果 | 第54-58页 |
| 3.5 盐城湿地分类方法 | 第58-59页 |
| 3.5.1 样本可分性验证 | 第58页 |
| 3.5.2 基于C5.0算法和Random Forest算法的湿地分类 | 第58-59页 |
| 3.6 分类效果评价 | 第59-63页 |
| 第四章 不同空间分辨率影像对湿地景观特征分析的影响 | 第63-69页 |
| 第五章 结论和展望 | 第69-73页 |
| 5.1 主要工作和结论 | 第69-70页 |
| 5.2 创新点 | 第70-71页 |
| 5.3 研究展望 | 第71-73页 |
| 参考文献 | 第73-85页 |
| 附录 | 第85-97页 |
| 致谢 | 第97-99页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第99-100页 |
