| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 引言 | 第19-33页 |
| 1.1 研究背景 | 第19-20页 |
| 1.2 国内外研究进展 | 第20-28页 |
| 1.2.1 地膜覆盖技术效益研究进展 | 第20-21页 |
| 1.2.2 地膜覆盖技术环境效应研究进展 | 第21-22页 |
| 1.2.3 遥感影像分类研究进展 | 第22-27页 |
| 1.2.4 地膜农田遥感识别研究进展 | 第27-28页 |
| 1.2.5 小结 | 第28页 |
| 1.3 研究目的及意义 | 第28-30页 |
| 1.3.1 研究目的 | 第28-29页 |
| 1.3.2 研究意义 | 第29-30页 |
| 1.4 拟解决的关键问题及创新点 | 第30页 |
| 1.4.1 拟解决的关键科学问题 | 第30页 |
| 1.4.2 创新点 | 第30页 |
| 1.5 研究内容及技术路线 | 第30-33页 |
| 1.5.1 研究内容 | 第30-31页 |
| 1.5.2 技术路线 | 第31-33页 |
| 第二章 研究区及数据 | 第33-39页 |
| 2.1 研究区 | 第33-34页 |
| 2.2 数据及预处理 | 第34-39页 |
| 2.2.1 光学遥感数据及预处理 | 第34-36页 |
| 2.2.2 雷达遥感影像数据及预处理 | 第36-37页 |
| 2.2.3 野外调查数据 | 第37-39页 |
| 第三章 基于多时相LANDSAT-8 数据的地膜覆盖农田遥感识别研究 | 第39-76页 |
| 3.1 研究区及数据 | 第39-41页 |
| 3.1.1 遥感数据 | 第39-40页 |
| 3.1.2 地面样本数据 | 第40页 |
| 3.1.3 技术路线 | 第40-41页 |
| 3.2 地膜覆盖农田遥感识别特征提取 | 第41-47页 |
| 3.2.1 地膜覆盖农田光谱可分离性分析 | 第41-42页 |
| 3.2.2 地膜覆盖农田遥感识别特征提取 | 第42-47页 |
| 3.3 地膜覆盖农田遥感识别特征选择及分类方法 | 第47-50页 |
| 3.3.1 随机森林算法 | 第48-49页 |
| 3.3.2 支持向量机算法 | 第49-50页 |
| 3.4 基于LANDSAT-8 数据的地膜覆盖农田遥感识别研究结果 | 第50-73页 |
| 3.4.1 地膜覆盖农田遥感识别单时相纹理特征选择 | 第50-52页 |
| 3.4.2 冀州市地膜覆盖农田遥感识别单时相特征选择 | 第52-57页 |
| 3.4.3 冀州市单时相地膜覆盖农田遥感识别 | 第57-60页 |
| 3.4.4 冀州市多时相地膜覆盖农田遥感识别 | 第60-63页 |
| 3.4.5 冀州市地膜覆盖农田空间分布特征 | 第63-65页 |
| 3.4.6 固原市原州区地膜覆盖农田遥感识别 | 第65-71页 |
| 3.4.7 固原市地膜覆盖农田空间分布特征 | 第71-73页 |
| 3.5 分析与讨论 | 第73-75页 |
| 3.5.1 最佳时相和时相组合分析 | 第73页 |
| 3.5.2 优化特征贡献分析 | 第73页 |
| 3.5.3 与已有研究结果的对比分析 | 第73-74页 |
| 3.5.4 研究区之间差异分析 | 第74页 |
| 3.5.5 研究方法之间的差异分析 | 第74-75页 |
| 3.6 小结 | 第75-76页 |
| 第四章 基于GF-1 数据的地膜覆盖农田遥感识别有效空间尺度选择及尺度影响研究 | 第76-95页 |
| 4.1 研究区及数据 | 第77-79页 |
| 4.1.1 研究区及遥感数据 | 第77-78页 |
| 4.1.2 样本数据 | 第78-79页 |
| 4.2 研究方法 | 第79-82页 |
| 4.2.1 地膜覆盖农田遥感识别有效空间尺度选择 | 第79-81页 |
| 4.2.2 地膜覆盖农田遥感识别特征提取 | 第81页 |
| 4.2.3 机器学习分类方法 | 第81-82页 |
| 4.3 基于GF-1 数据的地膜覆盖农田遥感识别研究结果 | 第82-89页 |
| 4.3.1 地膜覆盖农田遥感识别有效空间尺度选择 | 第82-83页 |
| 4.3.2 地膜覆盖农田遥感识别空间尺度影响 | 第83-89页 |
| 4.4 分析与讨论 | 第89-93页 |
| 4.4.1 地膜覆盖农田遥感识别有效尺度与最高识别精度之间的关系分析 | 第89页 |
| 4.4.2 地膜覆盖农田遥感识别精度变化原因分析 | 第89-90页 |
| 4.4.3 地膜覆盖农田遥感识别精度显著性分析 | 第90-91页 |
| 4.4.4 地膜覆盖农田遥感识别纹理特征计算参数影响分析 | 第91-92页 |
| 4.4.5 地膜覆盖农田遥感识别纹理特征类型分析 | 第92-93页 |
| 4.5 小结 | 第93-95页 |
| 第五章 基于雷达遥感数据的地膜覆盖农田遥感识别研究 | 第95-104页 |
| 5.1 研究区及数据 | 第95-97页 |
| 5.1.1 研究区与雷达数据 | 第95-96页 |
| 5.1.2 样本数据 | 第96-97页 |
| 5.2 地膜覆盖农田遥感识别雷达特征提取及分析 | 第97-99页 |
| 5.2.1 地膜覆盖农田后向散射特征分析 | 第97页 |
| 5.2.2 地膜覆盖农田后向散射极化分解特征提取 | 第97-99页 |
| 5.2.3 机器学习方法 | 第99页 |
| 5.3 基于RADARSAT-2 的地膜覆盖农田识别研究 | 第99-103页 |
| 5.3.1 地膜覆盖农田识别雷达特征重要性评价 | 第99-101页 |
| 5.3.2 基于雷达数据地膜覆盖农田识别 | 第101-103页 |
| 5.4 分析与讨论 | 第103页 |
| 5.5 小结 | 第103-104页 |
| 第六章 基于光学遥感数据与雷达遥感数据相结合的地膜覆盖农田识别研究 | 第104-113页 |
| 6.1 研究区及数据 | 第104页 |
| 6.2 研究方法 | 第104页 |
| 6.2.1 特征提取方法 | 第104页 |
| 6.2.2 机器学习算法 | 第104页 |
| 6.3 基于GF-1 和RADARSAT-2 结合的地膜覆盖农田识别 | 第104-107页 |
| 6.3.1 地膜覆盖农田识别GF-1 和Radarsat-2 相结合特征重要性评价 | 第105-106页 |
| 6.3.2 基于GF-1 和Radarsat-2 结合的地膜覆盖农田识别 | 第106-107页 |
| 6.4 基于LANDSAT-8 和RADARSAT-2 结合的地膜覆盖农田识别 | 第107-108页 |
| 6.4.1 地膜覆盖农田识别Landsat-8 和Radarsat-2 相结合特征重要性评价 | 第107-108页 |
| 6.4.2 基于Landsat-8 和Radarsat-2 结合的地膜覆盖农田识别 | 第108页 |
| 6.5 基于GF-1、LANDSAT-8 和RADARSAT-2 结合的地膜覆盖农田识别 | 第108-110页 |
| 6.5.1 地膜覆盖农田识别GF-1、Landsat-8 和Radarsat-2 相结合特征重要性评价 | 第109-110页 |
| 6.5.2 基于GF-1、Landsat-8 和Radarsat-2 结合的地膜覆盖农田识别 | 第110页 |
| 6.6 基于多源数据的地膜覆盖农田空间分布对比分析 | 第110-111页 |
| 6.7 分析与讨论 | 第111页 |
| 6.8 小结 | 第111-113页 |
| 第七章 结论与展望 | 第113-115页 |
| 7.1 结论 | 第113页 |
| 7.2 展望 | 第113-115页 |
| 参考文献 | 第115-130页 |
| 致谢 | 第130-131页 |
| 作者简历 | 第131-132页 |
