摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-16页 |
1.2.1 遥感影像分类的不确定性评价研究进展 | 第10-12页 |
1.2.2 元胞自动机模拟过程的不确定性分析研究进展 | 第12-16页 |
1.3 研究内容及技术路线 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 技术路线 | 第17-18页 |
第2章 遥感影像分类的不确定性评价 | 第18-23页 |
2.1 遥感影像分类的不确定性概述 | 第18页 |
2.2 遥感影像分类的不确定性评价策略 | 第18-20页 |
2.3 像元尺度上的遥感影像分类不确定性评价 | 第20-21页 |
2.4 类别尺度上的遥感影像分类不确定性评价 | 第21-23页 |
第3章 元胞自动机模拟过程的不确定性分析 | 第23-33页 |
3.1 元胞自动机模型的敏感性识别 | 第23-28页 |
3.1.1 元胞自动机模型 | 第23-24页 |
3.1.2 元胞自动机模型的组成 | 第24-25页 |
3.1.3 CA-Markov模型 | 第25-27页 |
3.1.4 基于响应面法的CA敏感性识别 | 第27-28页 |
3.2 元胞自动机模拟过程的不确定性度量研究 | 第28-33页 |
3.2.1 模拟数据源误差的策略 | 第29-31页 |
3.2.2 数据源误差传递特征分析 | 第31-33页 |
第4章 案例分析 | 第33-56页 |
4.1 研究区域与数据来源 | 第33-34页 |
4.1.1 研究区域 | 第33-34页 |
4.1.2 数据来源与预处理 | 第34页 |
4.2 遥感影像分类的不确定性评价结果 | 第34-39页 |
4.2.1 遥感影像的监督分类 | 第34-36页 |
4.2.2 基于混合熵的遥感分类不确定性评价 | 第36-39页 |
4.3 元胞自动机模型的敏感性识别 | 第39-43页 |
4.3.1 最陡爬坡法确定影响因子的水平范围结果 | 第39-40页 |
4.3.2 中心组合试验探究CA尺度敏感性结果 | 第40-43页 |
4.4 元胞自动机模拟过程的不确定性度量研究 | 第43-56页 |
4.4.1 基于混合熵模拟数据源误差的结果 | 第44-46页 |
4.4.2 数据源误差传递特征分析 | 第46-56页 |
第5章 结论与展望 | 第56-58页 |
5.1 全文总结 | 第56-57页 |
5.2 展望 | 第57-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
攻读硕士学位期间参加的项目及取得成果 | 第63页 |