典型中亚热带森林生态系统生物量遥感反演研究
摘要 | 第1-4页 |
Abstract | 第4-10页 |
1 绪论 | 第10-18页 |
·研究背景和意义 | 第10-11页 |
·国内外研究现状与进展 | 第11-16页 |
·森林生物量估算的遥感数据源 | 第11-15页 |
·林分生物量研究进展 | 第15-16页 |
·研究内容与技术路线 | 第16-18页 |
·研究内容与方法 | 第16-17页 |
·技术路线 | 第17-18页 |
2 研究区概况 | 第18-26页 |
·地理位置 | 第18-19页 |
·自然条件 | 第19-24页 |
·地质地貌 | 第19-20页 |
·气候水文 | 第20页 |
·森林土壤 | 第20-22页 |
·森林植被类型 | 第22-24页 |
·社会经济状况 | 第24-26页 |
3 数据来源和预处理 | 第26-44页 |
·遥感数据源 | 第26-27页 |
·ALOS数据介绍 | 第26页 |
·Landsat 8 数据介绍 | 第26-27页 |
·DEM数据 | 第27页 |
·其他数据 | 第27-28页 |
·样地采样数据 | 第28-33页 |
·乔木生物量测定方法 | 第28-32页 |
·灌木生物量测定 | 第32-33页 |
·草本生物量及凋落物生物量的测定 | 第33页 |
·研究区遥感图像预处理 | 第33-36页 |
·几何校正 | 第33页 |
·辐射定标 | 第33-34页 |
·大气校正 | 第34-36页 |
·森林生物量遥感特征因子提取及筛选 | 第36-44页 |
·植被指数因子提取 | 第36-37页 |
·K-T因子提取 | 第37-38页 |
·主成分因子提取 | 第38-41页 |
·纹理特征提取 | 第41-44页 |
4 森林生物量遥感模型的建立 | 第44-58页 |
·基于TM数据的森林生物量模型建立 | 第44-50页 |
·生物量与遥感特征因子的相关性分析 | 第44-46页 |
·森林生物量模型拟合与模型验证 | 第46-50页 |
·基于ALOS数据的森林生物量模型建立 | 第50-51页 |
·生物量与遥感特征因子的相关性分析 | 第50页 |
·生物量经验回归模型 | 第50-51页 |
·基于TM和ALOS的生物量模型建立 | 第51-52页 |
·建立基于人工神经网络的森林生物量模型 | 第52-56页 |
·BP人工神经网络的原理 | 第52-53页 |
·基于BP神经网络森林生物量模型建立的方法 | 第53页 |
·神经网络估测森林生物量模型的建立 | 第53-56页 |
·本章小结 | 第56-58页 |
5 森林生物量的估算结果和空间变化 | 第58-64页 |
·森林生物量的估算结果 | 第58-60页 |
·森林生物量的空间分布特征 | 第60-64页 |
·森林生物量海拔分布特征 | 第60-61页 |
·森林生物量坡度分布特征 | 第61-62页 |
·森林生物量坡向分布特征 | 第62-64页 |
6 主要结论与研究展望 | 第64-66页 |
·主要结论 | 第64-65页 |
·存在问题与展望 | 第65-66页 |
致谢 | 第66-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间发表的学术论文 | 第72页 |