首页--农业科学论文--农业基础科学论文--农业物理学论文--遥感技术在农业上的应用论文

基于时序NDVI的干旱半干旱地区灌溉作物分类识别研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
第一章 绪论第11-19页
    1.1 研究目的第11-12页
    1.2 时序NDVI研究国内外现状第12-14页
        1.2.1 国外时序NDVI研究现状第12-13页
        1.2.2 国内时序NDVI研究现状第13-14页
    1.3 研究方法与内容第14-17页
        1.3.1 研究总体技术路线第14-16页
        1.3.2 本文主要研究内容第16-17页
    1.4 论文组织结构第17-19页
第二章 研究区域及数据获取第19-25页
    2.1 研究区域概况第19-20页
        2.1.1 研究区域自然条件第19-20页
        2.1.2 研究区域的主要灌溉作物及耕种环境第20页
    2.2 研究区域数据第20-23页
        2.2.1 Landsat影像数据第21-23页
        2.2.2 研究区域其他辅助数据第23页
    本章小结第23-25页
第三章 NDVI时间序列的构建第25-39页
    3.1 LANDSAT-7数据缺失修复第25-30页
        3.1.1 线性内插修复方法第25-26页
        3.1.2 线性内插修复原理第26-27页
        3.1.3 线性内插修复实验及结果第27-30页
    3.2 LANDSAT影像预处理第30-37页
        3.2.1 几何校正第30-33页
        3.2.2 辐射定标、大气校正第33-35页
        3.2.3 影像镶嵌、裁剪第35-36页
        3.2.4 植被指数(NDVI)第36-37页
    本章小结第37-39页
第四章 NDVI时间序列滤波重构第39-53页
    4.1 S-G滤波方法第39-44页
        4.1.1 S-G滤波器第39-40页
        4.1.2 S-G滤波器原理第40-44页
    4.2 TIMESAT重构NDVI第44-47页
        4.2.1 Timesat软件第44-45页
        4.2.2 NDVI滤波重构第45-47页
    4.3 S-G滤波结果评价第47-51页
    本章小结第51-53页
第五章 基于时序NDVI的作物分类识别第53-75页
    5.1 MLC和SVM分类器第53-61页
        5.1.1 最大似然分类法(MLC)第53-55页
        5.1.2 支持向量机(SVM)第55-61页
    5.2 训练样本的选择第61-66页
        5.2.1 作物物候特征及种植信息第61-65页
        5.2.2 训练样本点的确定第65-66页
    5.3 实验及其结果分析第66-74页
        5.3.1 作物的分类实验第66-69页
        5.3.2 作物识别结果及分析第69-74页
    本章小结第74-75页
第六章 结论与展望第75-77页
    6.1 结论第75页
    6.2 展望第75-77页
参考文献第77-81页
作者简历及攻读硕士学位期间取得的研究成果第81-85页
学位论文数据集第85页

论文共85页,点击 下载论文
上一篇:灌溉方式对设施土壤温室气体排放及其微生物特性的影响
下一篇:新能源发电优先调度评价技术的研究与应用