| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-25页 |
| 1.2.1 土地利用/分类的研究进展 | 第13-16页 |
| 1.2.2 遥感蒸散发研究进展 | 第16-20页 |
| 1.2.3 区域土壤水分反演研究进展 | 第20-25页 |
| 1.3 存在的问题 | 第25-27页 |
| 1.4 研究内容与章节安排 | 第27-30页 |
| 1.4.1 研究内容 | 第28-29页 |
| 1.4.2 章节安排 | 第29-30页 |
| 第二章 研究区域概况及数据处理 | 第30-38页 |
| 2.1 研究区概况 | 第30-32页 |
| 2.2 遥感数据简介 | 第32-35页 |
| 2.3 数据预处理 | 第35-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 基于逐日时间序列的土地利用/分类研究 | 第38-55页 |
| 3.1 基于时间序列的土地分类问题解析 | 第38页 |
| 3.2 遥感数据时间序列重构 | 第38-42页 |
| 3.2.1 非等间隔NDVI时间序列 | 第38-40页 |
| 3.2.2 NDVI时间序列滤波处理 | 第40-41页 |
| 3.2.3 NDVI时间序列空间插补处理 | 第41-42页 |
| 3.3 分类算法 | 第42-45页 |
| 3.3.1 样本类型确定 | 第42-44页 |
| 3.3.2 分类算法 | 第44-45页 |
| 3.4 土地利用/分类结果与分析 | 第45-54页 |
| 3.4.1 评价指标 | 第45-46页 |
| 3.4.2 NDVI时间序列重构结果 | 第46-52页 |
| 3.4.3 基于GA-SVM逐日时间序列的分类结果 | 第52-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于改进多分类器融合的土地利用/分类研究 | 第55-76页 |
| 4.1 多分类器融合的土地利用/分类原理 | 第55-56页 |
| 4.1.1 基于概率加权的多分类器融合算法 | 第55-56页 |
| 4.1.2 基于概率最优的改进多分类器融合算法 | 第56页 |
| 4.2 单一分类器算法 | 第56-58页 |
| 4.2.1 监督分类算法 | 第56-58页 |
| 4.2.2 非监督分类算法 | 第58页 |
| 4.3 分类结果与分析 | 第58-75页 |
| 4.3.1 逐日时间序列特征 | 第58-59页 |
| 4.3.2 单一分类器分类结果 | 第59-70页 |
| 4.3.3 多分类器融合分类结果 | 第70-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第五章 基于植被指数-地表温度关系的区域高时空分辨率蒸散发遥感反演 | 第76-100页 |
| 5.1 高时空分辨率的区域蒸散发遥感反演思路 | 第76-77页 |
| 5.2 基于SEBAL模型的蒸散量反演与验证 | 第77-87页 |
| 5.2.1 地表温度 | 第77-80页 |
| 5.2.2 SEBAL反演模型 | 第80-84页 |
| 5.2.3 模型验证 | 第84-87页 |
| 5.3 遥感蒸散量的主导因素分析 | 第87-91页 |
| 5.3.1 通径分析原理 | 第87-88页 |
| 5.3.2 基于通径分析的遥感蒸散量主导因素分析结果 | 第88-91页 |
| 5.4 地表温度模型反演结果与误差分析 | 第91-93页 |
| 5.4.1 模型评价指标 | 第91-92页 |
| 5.4.2 地表温度的模型反演结果与误差分析 | 第92-93页 |
| 5.5 高时空分辨率的蒸散量模型遥感反演结果与误差分析 | 第93-99页 |
| 5.5.1 人工神经网络算法 | 第93-95页 |
| 5.5.2 基于MODIS数据的蒸散量遥感反演模型构建 | 第95-97页 |
| 5.5.3 基于资源卫星高时空分辨率遥感反演模型的结果与误差分析 | 第97-99页 |
| 5.6 本章小结 | 第99-100页 |
| 第六章 基于蒸散发-植被指数空间特征的区域土壤含水量与旱情分布遥感反演 | 第100-125页 |
| 6.1 蒸散发-植被指数特征空间理论解析 | 第100-105页 |
| 6.1.1 地表温度植被指数特征空间理论 | 第100-101页 |
| 6.1.2 蒸散发-植被指数特征空间推导与分析 | 第101-102页 |
| 6.1.3 蒸散量参数代替地表温度参数的可行性分析 | 第102-105页 |
| 6.2 玉米生长期区域土壤含水量分布 | 第105-113页 |
| 6.2.1 实测土壤含水量数据 | 第105-107页 |
| 6.2.2 玉米生长期土壤水分反演 | 第107-111页 |
| 6.2.3 土壤水分反演结果验证 | 第111-113页 |
| 6.3 小麦生长期区域土壤含水量分布 | 第113-118页 |
| 6.3.1 不同时相的特征空间对比 | 第113-116页 |
| 6.3.2 小麦不同生长期的土壤含水量和EVDI、TVDI的相关性分析 | 第116-118页 |
| 6.4 基于蒸散发-植被指数的区域土壤旱情分布遥感监测 | 第118-124页 |
| 6.4.1 数据来源 | 第119-121页 |
| 6.4.2 数据来源蒸散发-植被指数干旱等级划分理论 | 第121-122页 |
| 6.4.3 干旱等级划分结果 | 第122-124页 |
| 6.5 本章小结 | 第124-125页 |
| 第七章 研究结论与今后需进一步研究的问题 | 第125-128页 |
| 7.1 研究结论 | 第125-126页 |
| 7.2 论文创新点 | 第126页 |
| 7.3 需进一步研究和探讨的问题 | 第126-128页 |
| 参考文献 | 第128-141页 |
| 附录 | 第141-142页 |
| 致谢 | 第142-144页 |
| 作者简介 | 第144页 |
