基于高分遥感数据的森林郁闭度估测方法研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪言 | 第8-18页 |
1.1 研究背景 | 第8-9页 |
1.1.1 研究目的与意义 | 第8页 |
1.1.2 选题背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-17页 |
1.2.1 传统方法 | 第9-13页 |
1.2.2 遥感技术 | 第13-17页 |
1.3 论文组织结构 | 第17-18页 |
第二章 研究区概况及数据介绍 | 第18-22页 |
2.1 研究区介绍 | 第18-19页 |
2.1.1 位置及地理范围 | 第18-19页 |
2.1.2 气候及地形 | 第19页 |
2.1.3 林业资源 | 第19页 |
2.2 数据介绍 | 第19-22页 |
2.2.1 GF-1号卫星数据 | 第19-20页 |
2.2.2 SRTM DEM数据 | 第20页 |
2.2.3 实测数据 | 第20-22页 |
第三章 数据处理 | 第22-31页 |
3.1 GF-1数据预处理 | 第22-27页 |
3.1.1 辐射定标 | 第22页 |
3.1.2 大气校正 | 第22-23页 |
3.1.3 正射校正 | 第23-24页 |
3.1.4 图像融合 | 第24-26页 |
3.1.5 监督分类提取林分信息 | 第26-27页 |
3.2 影响因子计算 | 第27-31页 |
3.2.1 植被指数 | 第27-29页 |
3.2.2 缨帽变换因子 | 第29-30页 |
3.2.3 地形因子 | 第30-31页 |
第四章 森林郁闭度反演 | 第31-40页 |
4.0 建模回归原理 | 第31-33页 |
4.0.1 多元逐步回归原理 | 第31-32页 |
4.0.2 随机森林回归原理 | 第32页 |
4.0.3 Cubist回归原理 | 第32-33页 |
4.1 自变量的选择 | 第33-35页 |
4.2 回归建模 | 第35-37页 |
4.2.1 多元逐步回归 | 第35页 |
4.2.2 随机森林回归 | 第35-37页 |
4.2.3 Cubist回归 | 第37页 |
4.3 结果分析 | 第37-39页 |
4.3.1 模型评价 | 第37-38页 |
4.3.2 结果分析 | 第38-39页 |
4.4 制图输出 | 第39-40页 |
第五章 结论与展望 | 第40-42页 |
5.1 结论 | 第40页 |
5.2 展望 | 第40-42页 |
参考文献 | 第42-46页 |
致谢 | 第46页 |