| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1.引言 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 森林生物量研究概述与进展 | 第11-17页 |
| 1.2.1 森林生物量研究概述 | 第11-12页 |
| 1.2.2 森林生物量研究现状 | 第12-17页 |
| 1.3 研究目的、内容与技术路线 | 第17-19页 |
| 1.3.1 研究目的 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.3.3 技术路线 | 第18-19页 |
| 2.研究区与数据 | 第19-33页 |
| 2.1 研究区概况 | 第19-21页 |
| 2.1.1 地理位置 | 第19页 |
| 2.1.2 自然特征 | 第19-20页 |
| 2.1.3 森林资源概况 | 第20-21页 |
| 2.2 研究数据收集与处理 | 第21-29页 |
| 2.2.1 数据收集 | 第21-22页 |
| 2.2.2 样地数据处理 | 第22-23页 |
| 2.2.3 Landsat数据处理 | 第23-27页 |
| 2.2.4 ALOS PALSAR数据处理 | 第27-29页 |
| 2.3 遥感影像分类 | 第29-32页 |
| 2.3.1 训练样本的选择及分类结果 | 第29-30页 |
| 2.3.2 分类精度评价 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3.森林生物量遥感估测方法 | 第33-40页 |
| 3.1 饱和值的确定 | 第33页 |
| 3.2 遥感特征变量的提取 | 第33-35页 |
| 3.2.1 波段特征 | 第34页 |
| 3.2.2 纹理特征 | 第34-35页 |
| 3.3 生物量估测模型及验证方法 | 第35-38页 |
| 3.3.1 遥感变量的优选 | 第35-36页 |
| 3.3.2 生物量估测方法 | 第36-37页 |
| 3.3.3 生物量估测模型方案设计 | 第37-38页 |
| 3.3.4 生物量估测模型有效性检验 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 4.森林生物量遥感估测结果与验证 | 第40-61页 |
| 4.1 不同植被类型饱和值的确定 | 第40-42页 |
| 4.2 多元回归建模结果 | 第42-50页 |
| 4.2.1 TM数据建模结果 | 第42-44页 |
| 4.2.2 PALSAR数据建模结果 | 第44-47页 |
| 4.2.3 TM和ALOS PALSAR相结合的建模结果 | 第47-50页 |
| 4.3 生物量模型有效性检验 | 第50-58页 |
| 4.3.1 TM模型有效性检验 | 第51-53页 |
| 4.3.2 PALSAR数据模型有效性检验 | 第53-56页 |
| 4.3.3 TM和PALSAR相结合的模型有效性检验 | 第56-58页 |
| 4.4 研究区森林生物量分布格局 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5.结论与讨论 | 第61-65页 |
| 5.1 结论 | 第61-62页 |
| 5.2 讨论 | 第62-64页 |
| 5.2.1 数据饱和 | 第62-63页 |
| 5.2.2 建模方法 | 第63-64页 |
| 5.2.3 多数据源的应用 | 第64页 |
| 5.3 展望 | 第64-65页 |
| 参考文献 | 第65-74页 |
| 致谢 | 第74页 |