| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 引言 | 第11-23页 |
| ·背景 | 第11-12页 |
| ·多源信息融合 | 第12-14页 |
| ·融合的概念与优势 | 第12-13页 |
| ·信息融合的级别、结构和方法 | 第13页 |
| ·信息融合的关键问题 | 第13-14页 |
| ·尺度概念与商业遥感卫星的发展趋势 | 第14-17页 |
| ·尺度的概念 | 第14-16页 |
| ·空间分辨率(spatial resolution) | 第14-15页 |
| ·时间分辨率(temporal resolution) | 第15页 |
| ·光谱分辨率(spectral resolution) | 第15-16页 |
| ·常用的遥感影像 | 第16-17页 |
| ·Landsat系列 | 第16页 |
| ·SPOT系列 | 第16页 |
| ·QuickBird | 第16-17页 |
| ·尺度问题 | 第17-20页 |
| ·最优尺度选择 | 第18页 |
| ·尺度效应 | 第18-19页 |
| ·尺度依赖与尺度域 | 第19页 |
| ·语义尺度 | 第19页 |
| ·尺度转换 | 第19-20页 |
| ·林业遥感 | 第20-21页 |
| ·问题的提出 | 第21页 |
| ·研究的目的、方法、内容、技术路线和创新点 | 第21-23页 |
| 2 数据准备 | 第23-28页 |
| ·自然概况 | 第23页 |
| ·地理位置与自然条件 | 第23页 |
| ·森林植被 | 第23页 |
| ·实验区概况 | 第23-25页 |
| ·数据源 | 第25-28页 |
| ·测绘数据 | 第25页 |
| ·地面样点数据 | 第25-26页 |
| ·遥感数据 | 第26-28页 |
| 3 遥感数据的预处理 | 第28-45页 |
| ·遥感影像的几何校正 | 第28-35页 |
| ·坐标系选择 | 第28-29页 |
| ·椭球体参数的求解 | 第29-31页 |
| ·基准面的定义 | 第29页 |
| ·基准面的求解 | 第29-31页 |
| ·几何校正 | 第31-32页 |
| ·校正处理及数据分析 | 第32-34页 |
| ·小结 | 第34-35页 |
| ·地形辐射校正 | 第35-41页 |
| ·坡度与坡向的计算 | 第35-37页 |
| ·太阳方位参数 | 第37-38页 |
| ·常见校正模型 | 第38-39页 |
| ·校正数据比较分析 | 第39页 |
| ·小结 | 第39-41页 |
| ·波段组合 | 第41-43页 |
| ·OIF指数的计算 | 第42-43页 |
| ·研究数据的波段相关分析 | 第43页 |
| ·小结 | 第43页 |
| ·本章小结 | 第43-45页 |
| 4 遥感影像的像素级融合及尺度的构造 | 第45-58页 |
| ·融合方法 | 第45-47页 |
| ·评价指标与结果 | 第47-50页 |
| ·评价指标 | 第48页 |
| ·评价结果 | 第48-50页 |
| ·融合数据分析 | 第50页 |
| ·关于尺度的调整 | 第50-55页 |
| ·SPOT5Fuse的尺度问题 | 第50-52页 |
| ·SPOT5Fuse影像的重采样 | 第52-55页 |
| ·本章小结 | 第55-58页 |
| 5 分割技术与评价 | 第58-79页 |
| ·景观生态学与区域分割 | 第58-65页 |
| ·景观生态学基础 | 第58-59页 |
| ·波段的代数运算 | 第59-60页 |
| ·区域形成方法 | 第60-62页 |
| ·同质性分析 | 第62-63页 |
| ·区域分割结果分析 | 第63-64页 |
| ·小结 | 第64-65页 |
| ·面向对象的图像分割 | 第65-77页 |
| ·图像分割的定义 | 第65页 |
| ·图像分割的方法 | 第65-66页 |
| ·图象分割的意义 | 第66-67页 |
| ·面向对象的eCognition分割算法 | 第67-70页 |
| ·最优分割尺度 | 第70-71页 |
| ·最优分割尺度评价指数 | 第71-73页 |
| ·最优分割尺度评价结果 | 第73-75页 |
| ·小结 | 第75-77页 |
| ·本章小结 | 第77-79页 |
| 6. 尺度相关问题 | 第79-108页 |
| ·最优尺度选择 | 第79-95页 |
| ·问题的产生 | 第79-81页 |
| ·最优尺度确定方法 | 第81-84页 |
| ·局部变异 | 第81-83页 |
| ·变异函数 | 第83-84页 |
| ·不同方法的比较分析 | 第84-87页 |
| ·实验结果 | 第87-89页 |
| ·最优尺度算法改进 | 第89-92页 |
| ·结果分析 | 第92-93页 |
| ·小结 | 第93-95页 |
| ·尺度效应分析 | 第95-101页 |
| ·尺度效应的研究情况 | 第95页 |
| ·分形理论 | 第95-96页 |
| ·分形和形状信息的结合 | 第96-98页 |
| ·信息维数的计算方法 | 第98-100页 |
| ·小结 | 第100-101页 |
| ·不同数据源的尺度依赖关系 | 第101-106页 |
| ·尺度依赖的概念 | 第101页 |
| ·不同尺度间对象的线性依赖分析 | 第101-104页 |
| ·小结 | 第104-106页 |
| ·本章小结 | 第106-108页 |
| 7. 多尺度数据融合分类及其评价 | 第108-120页 |
| ·基于知识融合的分类 | 第108-109页 |
| ·森林资源语义的定义 | 第109-110页 |
| ·模糊分类中的隶属度 | 第110-112页 |
| ·多尺度的对象约束融合模型 | 第112-117页 |
| ·研究结果的精度评价 | 第117-118页 |
| ·本章小结 | 第118-120页 |
| 8. 研究结果与讨论 | 第120-123页 |
| 参考文献 | 第123-131页 |
| 附录 | 第131-136页 |
| 个人简介 | 第136-137页 |
| 导师简介 | 第137-138页 |
| 在读期间发表的论文 | 第138-139页 |
| 致谢 | 第139页 |
