| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第17-32页 |
| 1.1 引言 | 第17-27页 |
| 1.1.1 研究背景 | 第17-19页 |
| 1.1.2 国内外研究现状及评述 | 第19-27页 |
| 1.2 研究目标和主要研究内容 | 第27-30页 |
| 1.2.1 关键的科学问题与研究目标 | 第27-28页 |
| 1.2.2 研究目标 | 第28-29页 |
| 1.2.3 主要研究内容 | 第29-30页 |
| 1.3 研究技术路线 | 第30-32页 |
| 第二章 研究区概况与数据来源 | 第32-44页 |
| 2.1 研究区域概况 | 第32-34页 |
| 2.2 实验数据 | 第34-44页 |
| 2.2.1 样地调查数据获取 | 第34-38页 |
| 2.2.2 Landsat 7多光谱数据 | 第38-40页 |
| 2.2.3 机载LiDAR产品 | 第40-42页 |
| 2.2.4 土地覆盖产品 | 第42页 |
| 2.2.5 ASTER GDEM数据 | 第42-44页 |
| 第三章 GOST耦合多源遥感数据的森林高度估计研究 | 第44-69页 |
| 3.1 研究方法 | 第45-57页 |
| 3.1.1 GOST模型原理 | 第45-50页 |
| 3.1.2 三分量提取 | 第50-56页 |
| 3.1.3 LUT的构建 | 第56页 |
| 3.1.4 森林高度的反演 | 第56-57页 |
| 3.2 结果与讨论 | 第57-68页 |
| 3.2.1 丰度图 | 第57-60页 |
| 3.2.2 森林高度分布及空间异质性分析 | 第60-63页 |
| 3.2.3 误差分析 | 第63-65页 |
| 3.2.4 精度评价 | 第65-68页 |
| 3.3 小结 | 第68-69页 |
| 第四章 多源遥感数据协同反演郁闭度及有效叶面积指数 | 第69-87页 |
| 4.1 方法 | 第71-77页 |
| 4.1.1 技术路线 | 第71-72页 |
| 4.1.2 基于CHM的林分郁闭度计算 | 第72页 |
| 4.1.3 基于冠层高度模型的有效叶面积指数计算 | 第72-74页 |
| 4.1.4 协同反演方法 | 第74-77页 |
| 4.1.5 精度验证 | 第77页 |
| 4.2 结果 | 第77-84页 |
| 4.2.1 基于CHM的林分郁闭度提取结果 | 第77-78页 |
| 4.2.2 基于CHM的有效叶面积指数提取结果 | 第78-81页 |
| 4.2.3 基于几何光学模型的林分郁闭度反演结果及验证 | 第81-83页 |
| 4.2.4 基于几何光学模型的森林有效叶面积指数反演结果及验证 | 第83-84页 |
| 4.3 讨论 | 第84-85页 |
| 4.3.1 Li-Strahler几何光学模型反演森林参数存在的问题 | 第84-85页 |
| 4.3.2 机载LiDAR数据反演森林参数存在的问题 | 第85页 |
| 4.4 小结 | 第85-87页 |
| 第五章 基于多源遥感数据的森林AGB建模 | 第87-103页 |
| 5.1 遥感信息提取 | 第88-90页 |
| 5.2 相关性分析 | 第90-91页 |
| 5.3 模型的建立及精度验证 | 第91页 |
| 5.4 基于森林高度的森林AGB模型 | 第91-92页 |
| 5.5 基于光谱信息及多参数的森林AGB模型 | 第92-100页 |
| 5.5.1 基于MLR的森林AGB估测模型 | 第92-96页 |
| 5.5.2 基于SVR的森林AGB估测模型 | 第96-100页 |
| 5.6 讨论 | 第100-102页 |
| 5.7 小结 | 第102-103页 |
| 第六章 总结与讨论 | 第103-107页 |
| 6.1 总结 | 第103-104页 |
| 6.2 创新点 | 第104-105页 |
| 6.3 讨论 | 第105-107页 |
| 参考文献 | 第107-123页 |
| 在读期间的学术研究 | 第123-125页 |
| 致谢 | 第125-126页 |
