| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 土地利用分类体系建立现状 | 第14-16页 |
| 1.2.2 遥感影像分类方法研究现状 | 第16-17页 |
| 1.2.3 分类精度评价研究现状 | 第17-18页 |
| 1.3 研究内容和技术路线 | 第18-20页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19-20页 |
| 2 研究区域选择及数据处理 | 第20-34页 |
| 2.1 研究区域选择 | 第20-23页 |
| 2.1.1 研究区选择的原则 | 第20-21页 |
| 2.1.2 研究区选择结果 | 第21页 |
| 2.1.3 研究区简况 | 第21-23页 |
| 2.2 数据来源 | 第23-27页 |
| 2.2.1 基础数据 | 第23-24页 |
| 2.2.2 高程数据 | 第24-25页 |
| 2.2.3 遥感数据 | 第25-26页 |
| 2.2.4 土地调查数据 | 第26-27页 |
| 2.3 数据处理 | 第27-33页 |
| 2.3.1 DEM数据处理 | 第27-29页 |
| 2.3.2 遥感影像数据预处理 | 第29-32页 |
| 2.3.3 土地调查数据处理 | 第32-33页 |
| 2.4 小结 | 第33-34页 |
| 3 遥感影像解译方法选择及地类解译分类 | 第34-44页 |
| 3.1 遥感影像解译方法 | 第34-39页 |
| 3.1.1 目视解译 | 第34页 |
| 3.1.2 监督分类 | 第34-36页 |
| 3.1.3 决策树分类 | 第36-37页 |
| 3.1.4 面向对象分类 | 第37-38页 |
| 3.1.5 几种解译方法对比分析 | 第38-39页 |
| 3.2 遥感影像地类分类 | 第39-41页 |
| 3.2.1 训练样本选取 | 第39-40页 |
| 3.2.2 多源数据组合 | 第40页 |
| 3.2.3 SVM方法影像分类 | 第40-41页 |
| 3.3 分类后处理 | 第41-42页 |
| 3.3.1 小斑点处理 | 第41页 |
| 3.3.2 栅矢转换 | 第41-42页 |
| 3.4 最终分类结果 | 第42-43页 |
| 3.5 小结 | 第43-44页 |
| 4 基于土地调查数据的遥感影像分类精度分析 | 第44-64页 |
| 4.1 遥感影像分类精度分析方法 | 第44-48页 |
| 4.1.1 遥感影像分类精度定量评价指标 | 第44-46页 |
| 4.1.2 遥感影像分类精度定量评价方法选择 | 第46-48页 |
| 4.2 遥感影像分类精度分析 | 第48-60页 |
| 4.2.1 总体精度分析 | 第48-51页 |
| 4.2.2 不同地貌类型区精度分析 | 第51-54页 |
| 4.2.3 不同土地利用类型精度分析 | 第54-60页 |
| 4.3 遥感影像分类精度影响因素分析 | 第60-61页 |
| 4.3.1 遥感影像的空间分辨率 | 第60页 |
| 4.3.2 遥感影像中地物的光谱特征 | 第60页 |
| 4.3.3 土地覆被的复杂度 | 第60-61页 |
| 4.3.4 研究区的地形地貌 | 第61页 |
| 4.3.5 其他影响因素 | 第61页 |
| 4.4 小结 | 第61-64页 |
| 5 遥感影像分类结果校正 | 第64-76页 |
| 5.1 基于分类误差的遥感影像分类精度校正模型 | 第64-69页 |
| 5.1.1 模型的基本思路与构建 | 第64-67页 |
| 5.1.2 模型的试验区验证 | 第67-69页 |
| 5.2 基于道格拉斯生产函数的遥感影像分类结果精度校正模型 | 第69-73页 |
| 5.2.1 模型选择的理论基础 | 第70页 |
| 5.2.2 模型构建 | 第70-72页 |
| 5.2.3 模型的试验区验证 | 第72-73页 |
| 5.3 两种校正方法对比分析 | 第73-74页 |
| 5.4 小结 | 第74-76页 |
| 6 结论与展望 | 第76-80页 |
| 6.1 结论 | 第76-77页 |
| 6.2 主要创新点 | 第77页 |
| 6.3 不足及展望 | 第77-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |