摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-24页 |
1.1 研究课题及意义 | 第9-10页 |
1.2 课题来源 | 第10页 |
1.3 国内外研究现状 | 第10-21页 |
1.3.1 国内森林生物量研究 | 第10-13页 |
1.3.2 国外研究现状 | 第13-17页 |
1.3.3 研究方法进展 | 第17-18页 |
1.3.4 基于遥感的森林生物量反演研究现状 | 第18-20页 |
1.3.5 基于遥感的森林生物量反演方法 | 第20-21页 |
1.4 研究内容与技术路线 | 第21-24页 |
1.4.1 研究内容 | 第21页 |
1.4.2 研究方案 | 第21-22页 |
1.4.3 技术路线 | 第22-24页 |
2 研究区概况与数据收集 | 第24-29页 |
2.1 研究区概况 | 第24-25页 |
2.2 遥感数据源 | 第25-27页 |
2.3 固定样地数据 | 第27-29页 |
3 遥感影像预处理与样地数据变量筛选 | 第29-39页 |
3.1 遥感影像辐射校正 | 第29-30页 |
3.2 遥感影像大气校正 | 第30页 |
3.3 遥感影像裁剪 | 第30-31页 |
3.4 遥感影像植被指数计算 | 第31-34页 |
3.4.1 RVI | 第32页 |
3.4.2 NDVI | 第32-33页 |
3.4.3 SAVI | 第33页 |
3.4.4 SR | 第33页 |
3.4.5 DVI | 第33-34页 |
3.4.6 GVI | 第34页 |
3.5 遥感影像预处理结果 | 第34-35页 |
3.6 固定样地变量筛选与相关性分析 | 第35-39页 |
3.6.1 样地森林生物量换算 | 第35-37页 |
3.6.2 相关性分析 | 第37-38页 |
3.6.3 敏感因子筛选 | 第38-39页 |
4 建立回归模型 | 第39-47页 |
4.1 空间地理加权回归模型 | 第39-42页 |
4.1.1 空间地理加权回归模型原理 | 第39-41页 |
4.1.2 空间地理加权回归模型构建 | 第41-42页 |
4.2 与其他模型对比 | 第42-44页 |
4.2.1 逐步回归模型 | 第42-43页 |
4.2.2 Logistics回归模型 | 第43-44页 |
4.3 模型精度评价 | 第44-45页 |
4.4 森林生物量反演 | 第45-47页 |
5 攸县森林生物量动态分析 | 第47-53页 |
5.1 四期森林生物量反演结果 | 第47-48页 |
5.2 1999-2004年研究区森林生物量动态变化对比分析 | 第48-49页 |
5.3 2004-2009年研究区森林生物量动态变化对比分析 | 第49-50页 |
5.4 2009-2014年研究区森林生物量动态变化对比分析 | 第50-51页 |
5.5 1999-2014年研究区森林生物量动态变化对比分析 | 第51页 |
5.6 本章小结 | 第51-53页 |
6 结论与讨论 | 第53-55页 |
6.1 主要结论 | 第53-54页 |
6.2 创新点 | 第54页 |
6.3 讨论 | 第54-55页 |
参考文献 | 第55-63页 |
致谢 | 第63页 |