首页--农业科学论文--林业论文--森林工程、林业机械论文--森林测量、林业测绘论文--森林遥感论文

基于KNN法的森林蓄积量的遥感估计和反演--以广东省翁源县为例

致谢第1-4页
摘要第4-5页
Abstract第5-8页
第一章 前言第8-12页
   ·研究森林蓄积量遥感估计和反演的目的和意义第8-9页
   ·蓄积量遥感估计反演的研究现状第9-10页
   ·KNN法森林蓄积量估计反演的研究现状第10-11页
   ·本文研究重点第11-12页
第二章 研究区概况与研究方法第12-15页
   ·区位条件第12页
   ·气候条件第12页
   ·植被条件第12-13页
   ·数据准备第13页
   ·研究技术路线第13页
   ·专业软件第13-15页
第三章 遥感图像预处理第15-23页
   ·TM遥感数据简介第15-16页
   ·遥感数据的几何校正第16-17页
   ·遥感数据的辐射校正第17-21页
     ·大气校正的必要性第17页
     ·遥感数据的辐射定标第17-19页
     ·FLAASH的基本原理和遥感数据的大气校正第19-21页
   ·辐射校正后原始波段的统计特征分析第21-22页
   ·小结第22-23页
第四章 遥感影像的辐射增强第23-28页
   ·植被指数和波段比第23-25页
   ·主成分变换第25-26页
   ·缨帽变换第26-28页
第五章 乔木林的遥感图像分类提取第28-53页
   ·分类类别的确定第29页
   ·训练区的选择第29-30页
   ·最佳波段的选择第30-34页
     ·基于信息量的OIF指数计算第31-32页
     ·基于类间可分性准则的变换离散度计算第32-34页
   ·分类器的选择第34-39页
     ·KNN分类器第35-36页
     ·最大似然分类器第36-37页
     ·最小距离分类器第37页
     ·马氏距离分类器第37-38页
     ·光谱制图角分类器(SAM)第38-39页
   ·分类精度评价前的相关准备第39-41页
     ·分类精度评价样本点的选择方法第39-40页
     ·分类精度的评价指标第40-41页
   ·分类结果评价第41-47页
     ·KNN分类器的分类评价第41-45页
     ·传统分类器的分类评价第45-47页
   ·遥感图像分类后处理第47-48页
   ·小结第48-53页
第六章 KNN法森林蓄积量的遥感估计和制图反演第53-71页
   ·森林蓄积量估计反演的技术路线第53页
   ·二类调查数据预处理第53-55页
     ·小班光谱特征的提取第54-55页
     ·奇异值的别除第55页
   ·KNN法森林蓄积量估计方法的基本原理第55-56页
   ·估计误差的评价模型和度量参数第56-58页
     ·评价模型的确定第56-57页
     ·误差度量参数的选择第57-58页
   ·估计参数的选择第58-68页
     ·波段组和距离度量的选择第61-63页
     ·权重函数的选择第63页
     ·k值的选择第63-66页
     ·距离分解因子t的优化第66-67页
     ·训练区样本个数分析第67-68页
   ·多元线性回归分析第68页
   ·森林蓄积量的遥感估计和遥感制图反演第68-69页
   ·小结第69-71页
第七章 总结与展望第71-73页
   ·总结第71页
   ·展望第71-73页
参考文献第73-77页
附录 1: 论文编写的主要MATLAB程序第77-79页
附录 2: 硕士研究生期间参与的主要科研项目第79页
附录 3: 硕士研究生期间公开发表的论文第79-80页
详细摘要第80-83页

论文共83页,点击 下载论文
上一篇:基于SVS的单木模拟和林分可视化的研究
下一篇:麻栎能源林定向培育关键技术研究