基于RS和GIS的北京山区森林植被空间结构分析和预测
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 引言 | 第7-8页 |
| 1 绪论 | 第8-13页 |
| ·森林植被遥感分类的研究现状 | 第8-10页 |
| ·森林植被遥感分类研究进展 | 第8-9页 |
| ·森林植被遥感分类研究发展趋势 | 第9-10页 |
| ·空间结构的研究现状 | 第10-11页 |
| ·国内土地利用空间结构的研究现状 | 第10-11页 |
| ·森林植被空间结构的研究现状 | 第11页 |
| ·选题依据及研究目的 | 第11-13页 |
| 2 研究区概况及研究内容 | 第13-17页 |
| ·北京山区的基本情况 | 第13-14页 |
| ·地理位置 | 第13页 |
| ·地质地貌基础 | 第13-14页 |
| ·气候特征 | 第14页 |
| ·山区植被概况 | 第14页 |
| ·主要研究内容 | 第14-15页 |
| ·技术路线 | 第15-17页 |
| 3 数据采集及处理 | 第17-25页 |
| ·地面数据的采集 | 第17-22页 |
| ·光谱数据 | 第17-20页 |
| ·遥感数据 | 第20-21页 |
| ·非遥感数据 | 第21-22页 |
| ·遥感数据的处理 | 第22-25页 |
| ·几何校正 | 第22-23页 |
| ·大气校正 | 第23页 |
| ·比值增强 | 第23-25页 |
| 4 基于BP神经网络的森林植被分类 | 第25-35页 |
| ·人工神经网络的概述 | 第25-26页 |
| ·人工神经网络的概念 | 第25页 |
| ·人工神经网络的基本功能 | 第25-26页 |
| ·人工神经网络分类、工作方式和学习规则 | 第26页 |
| ·BP神经网络 | 第26-29页 |
| ·BP网络结构 | 第26-28页 |
| ·BP网络的学习算法 | 第28-29页 |
| ·森林植被分类 | 第29-31页 |
| ·研究区森林植被类型的划分 | 第29-30页 |
| ·神经网络分类模型的建立 | 第30-31页 |
| ·分类结果及精度评价 | 第31-35页 |
| ·分类结果 | 第31-33页 |
| ·精度评价 | 第33-35页 |
| 5 森林植被空间结构的分析和预测 | 第35-49页 |
| ·森林植被空间结构特征的分析 | 第35-45页 |
| ·景观空间格局分析 | 第35-37页 |
| ·基于植被覆盖度的空间结构分析 | 第37-44页 |
| ·信息熵 | 第44-45页 |
| ·森林植被组成的预测与分析 | 第45-49页 |
| ·马尔科夫模型 | 第45-46页 |
| ·Markov模型的建立 | 第46-47页 |
| ·模型的检验 | 第47页 |
| ·预测结果 | 第47-49页 |
| 6 结论及讨论 | 第49-51页 |
| ·结论 | 第49页 |
| ·讨论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 个人简介 | 第55-56页 |
| 导师简介 | 第56-57页 |
| 致谢 | 第57页 |
