| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 选题背景、目的和意义 | 第13-14页 |
| 1.2 高光谱遥感技术简介 | 第14-17页 |
| 1.2.1 高光谱遥感特点 | 第15页 |
| 1.2.2 高光谱遥感的发展历程 | 第15-16页 |
| 1.2.3 高光谱遥感的应用领域 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-23页 |
| 1.3.1 传统的统计方法 | 第17-20页 |
| 1.3.2 人工神经网络在植被中的应用 | 第20-21页 |
| 1.3.3 模糊神经网络在高光谱中的应用 | 第21-22页 |
| 1.3.4 小波分析在植被中的应用 | 第22-23页 |
| 1.4 本文研究内容 | 第23-24页 |
| 1.5 内容安排 | 第24-26页 |
| 第二章 实验的设计与方法 | 第26-39页 |
| 2.1 枫杨的实验设计和测定 | 第26-29页 |
| 2.1.1 材料和地点 | 第26页 |
| 2.1.2 实验设计 | 第26页 |
| 2.1.3 叶片反射光谱的测定 | 第26-27页 |
| 2.1.4 叶片叶绿素含量 | 第27-28页 |
| 2.1.5 叶片含水量的测定 | 第28-29页 |
| 2.2 湿地松的实验设计和测定 | 第29-30页 |
| 2.2.1 材料和地点 | 第29页 |
| 2.2.2 实验设计 | 第29-30页 |
| 2.2.3 湿地松的有关数据的测定 | 第30页 |
| 2.3 研究所用方法简介 | 第30-39页 |
| 2.3.1 人工神经网络 | 第30-32页 |
| 2.3.2 BP 神经网络及其原理 | 第32-34页 |
| 2.3.3 小波分析 | 第34-37页 |
| 2.3.4 模糊神经网络 | 第37-39页 |
| 第三章 基于敏感光谱指数枫杨和湿地松的生理参数的高光谱估测 | 第39-57页 |
| 3.1 植被指数 | 第39-41页 |
| 3.1.1 植被指数分类 | 第39-41页 |
| 3.1.2 植被指数与叶绿素含量的关系 | 第41页 |
| 3.2 叶绿素含量的高光谱估算模型 | 第41-51页 |
| 3.2.1 基于光谱指数叶绿素含量的高光谱估算模型 | 第42-46页 |
| 3.2.2 基于偏度、峰度、红边位置的高光谱估算模型 | 第46-51页 |
| 3.3 含水量的高光谱估算模型 | 第51-56页 |
| 3.3.1 基于光谱指数枫杨含水量的高光谱估算模型 | 第52-54页 |
| 3.3.2 基于光谱指数湿地松含水量的高光谱估算模型 | 第54-56页 |
| 3.4 小结 | 第56-57页 |
| 第四章 基于人工神经网络枫杨和湿地松生理参数的高光谱估测 | 第57-69页 |
| 4.1 基于光谱特征参数-神经网络法的高光谱估算模型 | 第57-59页 |
| 4.1.1 枫杨的叶绿素含量估算模型 | 第58页 |
| 4.1.2 湿地松的叶绿素含量估算模型 | 第58-59页 |
| 4.2 基于主成分-BP 神经网络的高光谱估算模型 | 第59-66页 |
| 4.2.0 主成分分析法 | 第59-60页 |
| 4.2.1 枫杨的叶绿素含量估算模型 | 第60-62页 |
| 4.2.2 枫杨的含水量估算模型 | 第62-63页 |
| 4.2.3 湿地松的叶绿素含量估算模型 | 第63-65页 |
| 4.2.4 湿地松的含水量估算模型 | 第65-66页 |
| 4.3 模糊神经网络 | 第66-68页 |
| 4.3.1 枫杨的叶绿素估算模型 | 第67页 |
| 4.3.2 湿地松的叶绿素估算模型 | 第67-68页 |
| 4.4 结论 | 第68-69页 |
| 第五章 基于小波分析的枫杨和湿地松生理参数的高光谱模型 | 第69-89页 |
| 5.1 基于小波分析叶绿素的高光谱估测模型 | 第69-81页 |
| 5.1.1 小波分解适宜尺度的确定 | 第70-74页 |
| 5.1.2 小波基的选取 | 第74-76页 |
| 5.1.3 枫杨和湿地松的一元回归模型 | 第76-80页 |
| 5.1.4 枫杨和湿地松的多元回归模型 | 第80-81页 |
| 5.2 基于小波分析叶片水分的高光谱估测模型 | 第81-88页 |
| 5.2.1 枫杨叶片水分含量的一元回归模型 | 第81-83页 |
| 5.2.2 枫杨的多元回归模型 | 第83-85页 |
| 5.2.3 湿地松叶片水分含量的一元回归模型 | 第85-86页 |
| 5.2.4 湿地松多元回归模型 | 第86-88页 |
| 5.3 小结 | 第88-89页 |
| 第六章 结论与展望 | 第89-91页 |
| 参考文献 | 第91-98页 |
| 致谢 | 第98-99页 |
| 作者简介 | 第99页 |
