| 摘要 | 第8-10页 |
| 英文摘要 | 第10-12页 |
| 1 引言 | 第13-22页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目的与意义 | 第14页 |
| 1.2.1 研究目的 | 第14页 |
| 1.2.2 研究意义 | 第14页 |
| 1.3 国内外研究动态 | 第14-17页 |
| 1.3.1 单一遥感数据农作物识别 | 第15-16页 |
| 1.3.2 基于多源遥感数据的农作物遥感识别 | 第16页 |
| 1.3.3 基于作物物候特征的农作物遥感识别 | 第16-17页 |
| 1.3.4 存在问题 | 第17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 研究重点、难点及创新点 | 第18-19页 |
| 1.5.1 研究重点及难点 | 第18页 |
| 1.5.2 创新点 | 第18-19页 |
| 1.6 研究方法与技术路线 | 第19-22页 |
| 1.6.1 研究方法 | 第19-21页 |
| 1.6.2 技术路线 | 第21-22页 |
| 2 作物分类理论基础与原理 | 第22-26页 |
| 2.1 理论基础 | 第22-24页 |
| 2.1.1 遥感理论 | 第22-23页 |
| 2.1.2 地物反射光谱特性 | 第23-24页 |
| 2.2 遥感监测原理 | 第24-26页 |
| 2.2.1 植被相关指数特征 | 第24-25页 |
| 2.2.2 时间序列曲线 | 第25-26页 |
| 3 研究区概况与数据处理 | 第26-35页 |
| 3.1 研究区概况 | 第26-28页 |
| 3.1.1 区位概况 | 第26-27页 |
| 3.1.2 气候特征 | 第27页 |
| 3.1.3 作物分布情况 | 第27页 |
| 3.1.4 主要农作物发育时期 | 第27-28页 |
| 3.2 数据获取与处理 | 第28-35页 |
| 3.2.1 遥感数据及预处理 | 第28-34页 |
| 3.2.2 非遥感数据 | 第34-35页 |
| 4 农作物分类方法及时相的确定 | 第35-43页 |
| 4.1 农作物时相及分类类别的确定 | 第35-38页 |
| 4.1.1 不同作物NDVI时间序列曲线 | 第35-36页 |
| 4.1.2 不同作物光谱特征分析 | 第36-37页 |
| 4.1.3 不同作物可分性判别分析 | 第37-38页 |
| 4.2 最大似然法与ISODATA算法分类 | 第38-41页 |
| 4.2.1 最大似然法分类结果 | 第38-39页 |
| 4.2.2 ISODATA算法分类结果 | 第39页 |
| 4.2.3 最大似然法与ISODATA算法结合分类结果 | 第39-41页 |
| 4.2.4 精度验证 | 第41页 |
| 4.3 作物分类结果与精度验证 | 第41-42页 |
| 4.3.1 作物分类结果 | 第41页 |
| 4.3.2 精度验证 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 农作物时空格局与成因分析 | 第43-53页 |
| 5.1 作物种类分布时空格局与成因分析 | 第43-46页 |
| 5.1.1 时间分布特征分析 | 第43-44页 |
| 5.1.2 空间分布特征分析 | 第44-46页 |
| 5.2 成因分析 | 第46-51页 |
| 5.2.1 经济因素 | 第46页 |
| 5.2.2 气候因素 | 第46-48页 |
| 5.2.3 地形因素 | 第48-49页 |
| 5.2.4 土壤因素 | 第49-50页 |
| 5.2.5 政策因素 | 第50-51页 |
| 5.3 作物种植结构调整建议 | 第51页 |
| 5.4 本章小结 | 第51-53页 |
| 6 结论与展望 | 第53-55页 |
| 6.1 结论 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62页 |