| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第14-31页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究进展 | 第15-28页 |
| 1.2.1 森林资源监测 | 第15-20页 |
| 1.2.2 森林资源多源数据融合 | 第20-21页 |
| 1.2.3 基于神经网络的森林资源动态监测 | 第21-27页 |
| 1.2.4 国内外发展趋势 | 第27-28页 |
| 1.3 研究目的与内容 | 第28-29页 |
| 1.3.1 研究目的 | 第28页 |
| 1.3.2 研究内容 | 第28-29页 |
| 1.4 研究技术路线 | 第29-31页 |
| 2 BP神经网络模型理论 | 第31-45页 |
| 2.1 人工神经网络理论 | 第31-32页 |
| 2.2 人工神经网络结构 | 第32页 |
| 2.2.1 分层型神经网络结构 | 第32页 |
| 2.2.2 互联型神经网络结构 | 第32页 |
| 2.3 神经网络的学习方式 | 第32-33页 |
| 2.4 BP神经网络 | 第33-37页 |
| 2.4.1 BP神经网络定义 | 第33-34页 |
| 2.4.2 BP神经网络计算步骤 | 第34-36页 |
| 2.4.3 BP神经网络的优缺点 | 第36-37页 |
| 2.5 改进的BP神经网络 | 第37-43页 |
| 2.5.1 消除样本输入顺序影响的改进算法 | 第37-38页 |
| 2.5.2 附加动量的改进算法 | 第38-39页 |
| 2.5.3 采用自适应调整参数的改进算法 | 第39页 |
| 2.5.4 使用弹性方法的改进算法 | 第39页 |
| 2.5.5 基于共轭梯度法的改进算法 | 第39-40页 |
| 2.5.6 基于Levenberg-Marquardt法的改进算法 | 第40-43页 |
| 2.6 本章小结 | 第43-45页 |
| 3 研究区概况及研究基础 | 第45-58页 |
| 3.1 研究区概况 | 第45-48页 |
| 3.1.1 研究区自然地理概况 | 第45页 |
| 3.1.2 研究区社会经济概况 | 第45-46页 |
| 3.1.3 研究区林业概况 | 第46-47页 |
| 3.1.4 研究区森林资源概况 | 第47-48页 |
| 3.2 监测指标与自变量因子 | 第48-54页 |
| 3.2.1 监测指标 | 第48-50页 |
| 3.2.2 自变量因子 | 第50-54页 |
| 3.3 研究区数据 | 第54-57页 |
| 3.3.1 行政区划数据 | 第54页 |
| 3.3.2 DEM数据 | 第54页 |
| 3.3.3 遥感数据 | 第54-56页 |
| 3.3.4 2007年度森林资源二类调查数据 | 第56页 |
| 3.3.5 2004年度和2010年度样地数据 | 第56页 |
| 3.3.6 特别说明 | 第56-57页 |
| 3.4 本章小结 | 第57-58页 |
| 4 数据预处理 | 第58-97页 |
| 4.1 DEM数据预处理 | 第58-59页 |
| 4.2 遥感数据预处理 | 第59-64页 |
| 4.2.1 转换坐标系 | 第59-60页 |
| 4.2.2 几何精校正 | 第60-63页 |
| 4.2.3 图像裁剪 | 第63页 |
| 4.2.4 辐射校正 | 第63-64页 |
| 4.3 自变量因子数据提取 | 第64-74页 |
| 4.4 监测指标数据提取 | 第74页 |
| 4.5 自变量因子数据整合 | 第74-75页 |
| 4.6 自变量因子隶属度求解过程与结果——以杉木为优势树种的小班 | 第75-84页 |
| 4.7 自变量因子隶属度求解结果——以马尾松为优势树种的小班 | 第84-88页 |
| 4.8 自变量因子隶属度求解结果——以硬阔类为优势树种的小班 | 第88-92页 |
| 4.9 自变量因子隶属度求解结果——以黄山松为优势树种的小班 | 第92-95页 |
| 4.10 本章小结 | 第95-97页 |
| 5 基于改进BP神经网络的森林资源蓄积量预测模型的建立 | 第97-109页 |
| 5.1 确定训练及仿真样本集 | 第97-98页 |
| 5.2 设置模型参数 | 第98页 |
| 5.3 建立网络 | 第98页 |
| 5.4 训练网络 | 第98-99页 |
| 5.5 网络仿真 | 第99页 |
| 5.6 森林资源蓄积量仿真结果及分析 | 第99-108页 |
| 5.6.1 杉木 | 第100-102页 |
| 5.6.2 马尾松 | 第102-104页 |
| 5.6.3 硬阔类 | 第104-106页 |
| 5.6.4 黄山松 | 第106-108页 |
| 5.7 本章小结 | 第108-109页 |
| 6 森林资源蓄积量反演和预测 | 第109-120页 |
| 6.1 2004年度森林资源蓄积量反演 | 第109-113页 |
| 6.1.1 样本数据及预处理 | 第109-111页 |
| 6.1.2 2004年森林资源蓄积量反演 | 第111-113页 |
| 6.1.3 反演结果分析 | 第113页 |
| 6.2 2010年度森林资源蓄积量预测 | 第113-118页 |
| 6.2.1 样本数据及预处理 | 第113-115页 |
| 6.2.2 2010年森林资源蓄积量预测 | 第115-118页 |
| 6.2.3 预测结果分析 | 第118页 |
| 6.3 本章小结 | 第118-120页 |
| 7 结论、创新点和讨论 | 第120-123页 |
| 7.1 主要研究成果与结论 | 第120-121页 |
| 7.2 创新点和新进展 | 第121-122页 |
| 7.3 讨论 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 致谢 | 第135-136页 |
| 作者简历 | 第136-137页 |
