| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 目录 | 第11-14页 |
| 1. 前言 | 第14-23页 |
| 1.1 研究的意义和背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 高光谱遥感数据处理一般流程 | 第16-17页 |
| 1.2.2 高光谱在植被信息提取研究现状 | 第17-20页 |
| 1.2.3 存在的主要局限性 | 第20页 |
| 1.3 研究思路、研究内容及论文组织结构 | 第20-23页 |
| 2. 实验区介绍及基本数据处理 | 第23-33页 |
| 2.1 地面观测实验 | 第23-25页 |
| 2.1.1 研究地点 | 第23-24页 |
| 2.1.2 植物样本采集 | 第24页 |
| 2.1.3 叶片及冠层光谱测量 | 第24-25页 |
| 2.1.4 其他数据 | 第25页 |
| 2.2 光谱测量设备介绍及基本数据处理方法 | 第25-30页 |
| 2.2.1 ASD FieldSpec Pro光谱仪介绍 | 第25-26页 |
| 2.2.2 HyperScan高光谱遥感成像系统 | 第26-29页 |
| 2.2.3 光谱数据平滑处理技术 | 第29-30页 |
| 2.3 植物理化参数测量及内容 | 第30-31页 |
| 2.3.1 叶绿素测定方法 | 第30页 |
| 2.3.2 叶片干重、鲜重、含水量测定 | 第30-31页 |
| 2.3.3 LAI、叶片平均倾角(MFLA)测量方法 | 第31页 |
| 2.4 气溶胶光学厚度参数测量及数据处理 | 第31-32页 |
| 2.5 小结 | 第32-33页 |
| 3. 高光谱卫星数据大气纠正 | 第33-59页 |
| 3.1 大气辐射传输模型及遥感信号的构成 | 第33-35页 |
| 3.2 大气纠正方法概述 | 第35-37页 |
| 3.2.1 现有大气纠正方法 | 第35-36页 |
| 3.2.2 大气纠正方法中存在的问题 | 第36-37页 |
| 3.3 Hyperion高光谱数据大气校正 | 第37-48页 |
| 3.3.1 Hyperion数据介绍 | 第37-38页 |
| 3.3.2 水汽含量反演 | 第38-41页 |
| 3.3.3 气溶胶模式确定 | 第41-43页 |
| 3.3.4 暗目标及其反射率确定方法 | 第43-44页 |
| 3.3.5 基于查找表的循环迭代大气纠正算法 | 第44-45页 |
| 3.3.6 实验结果与分析 | 第45-48页 |
| 3.4 环境减灾卫星大气校正 | 第48-58页 |
| 3.4.1 环境卫星数据介绍 | 第48-51页 |
| 3.4.2 基于反射率基法的环境卫星定标处理 | 第51-56页 |
| 3.4.3 基于查找表的环境卫星高光谱数据大气纠正 | 第56页 |
| 3.4.4 实验结果与分析 | 第56-58页 |
| 3.5 小结 | 第58-59页 |
| 4. 不同尺度植物光谱影响因素分析 | 第59-79页 |
| 4.1 遥感尺度研究的概述 | 第59-61页 |
| 4.1.1 遥感尺度研究的主要内容 | 第60-61页 |
| 4.1.2 本章的研究内容 | 第61页 |
| 4.2 研究方法 | 第61-65页 |
| 4.2.1 数据介绍 | 第61页 |
| 4.2.2 不同尺度植物辐射传输模型 | 第61-65页 |
| 4.3 实验结果与分析 | 第65-78页 |
| 4.3.1 不同观测尺度上植物光谱差异分析 | 第65-67页 |
| 4.3.2 PROSAIL植物光谱模拟结果分析 | 第67-69页 |
| 4.3.3 不同尺度上植物光谱的影响因素分析 | 第69-78页 |
| 4.4 小结 | 第78-79页 |
| 5. 植物叶绿素含量与叶面积指数反演研究 | 第79-108页 |
| 5.1 植物叶绿素含量与LAI反演研究进展 | 第79-82页 |
| 5.1.1 叶绿素反演研究进展 | 第79-80页 |
| 5.1.2 LAI反演的主要算法 | 第80-81页 |
| 5.1.3 本章研究内容 | 第81-82页 |
| 5.2 研究方法 | 第82-91页 |
| 5.2.1 实验数据 | 第82-83页 |
| 5.2.2 基于光谱指数的反演方法 | 第83-87页 |
| 5.2.3 基于物理模型的反演方法 | 第87-91页 |
| 5.3 实验结果与分析 | 第91-106页 |
| 5.3.1 基于光谱指数的反演结果 | 第91-101页 |
| 5.3.2 基于物理模型的反演结果 | 第101-104页 |
| 5.3.3 不同反演算法的比较与分析 | 第104-105页 |
| 5.3.4 基于环境卫星高光谱数据的叶绿素与LAI反演 | 第105-106页 |
| 5.4 小结 | 第106-108页 |
| 6. 高光谱数据植物类型识别与分类 | 第108-125页 |
| 6.1 植物识别与分类算法综述 | 第108-111页 |
| 6.1.1 高光谱数据的特征选择与提取 | 第109页 |
| 6.1.2 高光谱数据差异度量 | 第109-110页 |
| 6.1.3 高光谱数据的分类算法 | 第110页 |
| 6.1.4 本章研究内容 | 第110-111页 |
| 6.2 研究方法 | 第111-113页 |
| 6.2.1 实验数据 | 第111-112页 |
| 6.2.2 分类算法介绍 | 第112-113页 |
| 6.3 数据分析 | 第113-124页 |
| 6.3.1 基于理化参数的差异分析 | 第113-114页 |
| 6.3.2 不同植物光谱的差异性分析 | 第114-117页 |
| 6.3.3 植被反射光谱曲线特征点提取 | 第117-119页 |
| 6.3.4 基于特征参数的植物识别与分类 | 第119-122页 |
| 6.3.5 环境卫星高光谱数据植物分类 | 第122-124页 |
| 6.4 小结 | 第124-125页 |
| 7. 结论与展望 | 第125-130页 |
| 7.1 结论和成果 | 第125-127页 |
| 7.2 本文的创新点 | 第127-128页 |
| 7.3 本文研究的不足和对以后工作的展望 | 第128-130页 |
| 参考文献 | 第130-144页 |
| 攻读博士学位期间发表的论文 | 第144-145页 |
| 攻读博士学位期间课题研究情况 | 第145-146页 |
| 后记 | 第146页 |
