基于混合像元分解的三峡库区植被覆盖度及C因子定量估算研究
摘要 | 第1-10页 |
Abstract | 第10-12页 |
1 绪论 | 第12-19页 |
·研究背景和意义 | 第12-13页 |
·研究综述 | 第13-17页 |
·植被覆盖度监测研究进展 | 第13-15页 |
·混合像元分解研究进展 | 第15-16页 |
·植被覆盖管理因子研究进展 | 第16-17页 |
·研究内容及技术路线 | 第17-19页 |
·研究内容 | 第17-18页 |
·技术路线 | 第18-19页 |
2 研究区概况及数据处理 | 第19-29页 |
·自然环境概况 | 第19-21页 |
·地质地貌 | 第19-20页 |
·气候 | 第20页 |
·植被 | 第20-21页 |
·土壤 | 第21页 |
·水文 | 第21页 |
·社会经济概况 | 第21-22页 |
·基础数据 | 第22-25页 |
·MODIS 1B数据介绍 | 第22-24页 |
·MOD13A1(NDVI)数据 | 第24页 |
·基础数据及来源 | 第24-25页 |
·数据处理 | 第25-28页 |
·辐射定标 | 第25-26页 |
·几何校正 | 第26页 |
·大气校正 | 第26-27页 |
·裁剪拼接 | 第27-28页 |
·本章小结 | 第28-29页 |
3 混合像元分解模型 | 第29-44页 |
·混合像元 | 第29-30页 |
·光谱混合机理 | 第30-31页 |
·传统混合像元分解模型 | 第31-34页 |
·线性光谱混合模型 | 第31-32页 |
·概率模型 | 第32页 |
·几何光学模型 | 第32-33页 |
·随机几何模型 | 第33页 |
·模糊监督模型 | 第33-34页 |
·新兴混合像元分解模型 | 第34-37页 |
·非线性分解模型 | 第35页 |
·神经网络模型 | 第35-37页 |
·匹配滤波法 | 第37页 |
·端元组分确定 | 第37-39页 |
·端元选择途径 | 第37-38页 |
·端元选择原理 | 第38-39页 |
·常用端元提取算方法 | 第39-42页 |
·PPI | 第40页 |
·N-FINDR | 第40-41页 |
·IEA | 第41页 |
·CCA | 第41页 |
·AMEE | 第41-42页 |
·本章小结 | 第42-44页 |
4 基于线性模型混合像元分解 | 第44-61页 |
·线性光谱混合模型 | 第44-45页 |
·基于PPI的端元提取 | 第45-51页 |
·MNF变换 | 第45-49页 |
·PPI变化 | 第49-50页 |
·N维可视化 | 第50-51页 |
·混合像元分解 | 第51-52页 |
·误差分析与精度验证 | 第52-54页 |
·植被覆盖度年变化趋势 | 第54-59页 |
·植被覆盖度的空间分布特征 | 第55-56页 |
·植被覆盖度的年际动态变化 | 第56-58页 |
·植被覆盖度与水热因子的关系 | 第58-59页 |
·本章小结 | 第59-61页 |
5 植被覆盖管理因子(C)计算 | 第61-68页 |
·C因子传统算法 | 第61页 |
·C因子估算方程 | 第61-65页 |
·基于经验公式 | 第61-62页 |
·基于像元分解各组分盖度 | 第62-64页 |
·C因子与NDVI模型建立 | 第64-65页 |
·C因子年值计算 | 第65-67页 |
·本章小结 | 第67-68页 |
6 结论与展望 | 第68-70页 |
·研究结论 | 第68-69页 |
·问题与展望 | 第69-70页 |
参考文献 | 第70-78页 |
在读期间发表论文情况 | 第78-79页 |
致谢 | 第79页 |