| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·研究背景和目的 | 第7-9页 |
| ·研究背景 | 第7-8页 |
| ·研究目的 | 第8-9页 |
| ·国内外森林资源调查的概况及发展趋势 | 第9-11页 |
| ·国内发展状况 | 第9-10页 |
| ·国外发展状况 | 第10页 |
| ·未来的发展趋势 | 第10-11页 |
| 2 森林蓄积量定量估测原理 | 第11-16页 |
| ·利用遥感进行森林蓄积量估测的基本思想 | 第11-13页 |
| ·所需数据源 | 第13-15页 |
| ·遥感信息 | 第13页 |
| ·GIS 信息 | 第13-14页 |
| ·GPS 信息 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 3 数据的预处理 | 第16-19页 |
| ·遥感影像的几何纠正 | 第16-17页 |
| ·几何位置变换 | 第16页 |
| ·灰度值重采样 | 第16-17页 |
| ·底图的数字化及对象信息的提取准备 | 第17-18页 |
| ·底图的数字化 | 第17页 |
| ·对象信息的提取准备 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 4 基于 eCognition 的林区遥感影像分类 | 第19-31页 |
| ·面向对象的图像分类方法概述 | 第19-20页 |
| ·影像的分割 | 第20-22页 |
| ·对象特征的提取与筛选 | 第22-26页 |
| ·对象特征的提取 | 第22-23页 |
| ·对象特征的分析 | 第23-24页 |
| ·对象特征的筛选 | 第24-26页 |
| ·分类方案的确定 | 第26-28页 |
| ·训练对象的选取 | 第26-27页 |
| ·最邻近分类法 | 第27-28页 |
| ·分类精度的评价 | 第28-29页 |
| ·传统的分类精度评价 | 第28-29页 |
| ·用隶属度进行分类精度评价 | 第29页 |
| ·本章小结 | 第29-31页 |
| 5 建立森林蓄积量估测方程 | 第31-39页 |
| ·变量信息的提取与筛选 | 第31-33页 |
| ·变量信息的提取 | 第31-32页 |
| ·变量信息的筛选 | 第32-33页 |
| ·在监测林区抽取样地建立估测方程 | 第33-38页 |
| ·最优样地组合的抽取 | 第33-34页 |
| ·确定森林蓄积量估测方程的解算方法 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 6 论文实验 | 第39-60页 |
| ·实验对象和目的 | 第39页 |
| ·实验数据 | 第39-40页 |
| ·实验所需软件 | 第40页 |
| ·实验流程 | 第40-41页 |
| ·实验内容 | 第41-59页 |
| ·林区遥感影像的分类 | 第41-47页 |
| ·影响蓄积量估测方程建立的变量因子的提取和筛选 | 第47-48页 |
| ·抽取建立蓄积量估测方程的样地 | 第48-50页 |
| ·确定蓄积量估测方程的解算方法 | 第50-59页 |
| ·实验结果 | 第59-60页 |
| 7 结论和展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |