摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第15-24页 |
1.1 土地覆盖的概念 | 第15-16页 |
1.2 土地覆盖的研究背景及意义 | 第16-17页 |
1.2.1 土地覆盖的研究背景 | 第16页 |
1.2.2 研究意义与目的 | 第16-17页 |
1.3 国内外研究综述 | 第17-21页 |
1.3.1 国外研究现状 | 第17-18页 |
1.3.2 国内研究现状 | 第18-20页 |
1.3.3 研究的不足之处 | 第20-21页 |
1.4 研究内容与技术路线 | 第21-24页 |
1.4.1 主要研究内容 | 第21页 |
1.4.2 技术路线 | 第21-24页 |
第2章 研究区概况与数据源 | 第24-32页 |
2.1 研究区概况 | 第24-27页 |
2.1.1 地理位置 | 第24-25页 |
2.1.2 自然地理环境 | 第25-26页 |
2.1.3 社会经济概况 | 第26-27页 |
2.2 数据源的选择及预处理 | 第27-31页 |
2.2.1 MODIS数据探测器与数据产品 | 第27-28页 |
2.2.2 辅助数据 | 第28-29页 |
2.2.3 数据的选择及预处理 | 第29-31页 |
2.3 小结 | 第31-32页 |
第3章 MODIS土地覆盖分类的特征提取与选择 | 第32-44页 |
3.1 分类系统的确定 | 第32-35页 |
3.1.1 实验区概况 | 第32-33页 |
3.1.2 分类系统 | 第33-34页 |
3.1.3 样本点的选择 | 第34-35页 |
3.2 分类特征的选择和提取 | 第35-43页 |
3.2.1 分类特征提取方法 | 第35-36页 |
3.2.2 类别可分性判别原则 | 第36-38页 |
3.2.3 分类特征提取和最优分类特征的选择 | 第38-43页 |
3.3 小结 | 第43-44页 |
第4章 四种分类方法分类实验与性能比较 | 第44-69页 |
4.1 分类方法及原理 | 第44-49页 |
4.1.1 最大似然法 | 第44-45页 |
4.1.2 BP神经网络法 | 第45-47页 |
4.1.3 决策树分类 | 第47页 |
4.1.4 支持向量机 | 第47-49页 |
4.2 组合不同分类特征的分类实验 | 第49-60页 |
4.2.1 组合I | 第50-52页 |
4.2.2 组合II | 第52-55页 |
4.2.3 组合III | 第55-57页 |
4.2.4 组合IV | 第57-59页 |
4.2.5 实验结论 | 第59-60页 |
4.3 分类方法性能比较 | 第60-62页 |
4.3.1 分类性能的衡量指标 | 第60-61页 |
4.3.2 模型复杂度与训练样本 | 第61-62页 |
4.3.3 训练精度与估计精度 | 第62页 |
4.3.4 特征维数与训练样本数 | 第62页 |
4.4 对比实验 | 第62-67页 |
4.4.1 训练速度与测试精度的对比 | 第62-64页 |
4.4.2 分类器的分类精度与训练样本的关系 | 第64-65页 |
4.4.3 分类器的分类精度与数据维数的关系 | 第65-67页 |
4.5 小结 | 第67-69页 |
第5章云南省的土地覆盖分类 | 第69-84页 |
5.1 土地覆盖分类系统选择 | 第69-70页 |
5.2 训练样本数据的选择 | 第70-71页 |
5.3 基于最优方法的基于2013年云南省土地覆盖分类 | 第71-72页 |
5.4 精度验证与评价 | 第72-76页 |
5.4.1 分类精度的概念和意义 | 第72-73页 |
5.4.2 误差来源及其特征 | 第73-74页 |
5.4.3 精度评价方法 | 第74-75页 |
5.4.4 分类结果精度与Kappa系数 | 第75-76页 |
5.5 土地覆盖分类结果分析 | 第76-82页 |
5.5.1 不同区域土地覆盖类型分布分析 | 第76-78页 |
5.5.2 不同海拔下土地覆盖分布情况 | 第78-81页 |
5.5.3 不同坡度下土地覆盖分布情况 | 第81-82页 |
5.6 小结 | 第82-84页 |
第6章 结论与展望 | 第84-86页 |
6.1 结论 | 第84-85页 |
6.2 不足与展望 | 第85-86页 |
参考文献 | 第86-91页 |
攻读学位期间发表的论文和研究成果 | 第91-92页 |
致谢 | 第92页 |