| 创新点摘要 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第14-27页 |
| 1.1 研究背景与意义 | 第14-17页 |
| 1.2 国内外研究现状分析 | 第17-23页 |
| 1.2.1 传统的高光谱特征提取和分类方法 | 第18-21页 |
| 1.2.2 基于数据挖掘的高光谱特征提取和分类方法 | 第21-23页 |
| 1.3 本文主要研究内容 | 第23-25页 |
| 1.3.1 研究目标 | 第23页 |
| 1.3.2 主要研究内容 | 第23-25页 |
| 1.4 技术路线 | 第25-27页 |
| 第2章 研究区域和数据 | 第27-57页 |
| 2.1 研究区域概况 | 第27-40页 |
| 2.1.1 地理位置 | 第27-28页 |
| 2.1.2 地质地貌 | 第28-29页 |
| 2.1.3 气候水文 | 第29页 |
| 2.1.4 自然资源 | 第29-30页 |
| 2.1.5 区域典型植被 | 第30-40页 |
| 2.2 高光谱遥感数据与地物解译结果 | 第40-47页 |
| 2.2.1 高光谱遥感数据 | 第40-44页 |
| 2.2.2 地物解译结果 | 第44-47页 |
| 2.3 现场光谱数据 | 第47-56页 |
| 2.3.1 现场数据采集 | 第48-52页 |
| 2.3.2 现场光谱数据预处理 | 第52-56页 |
| 2.4 小结 | 第56-57页 |
| 第3章 高光谱遥感数据处理技术 | 第57-72页 |
| 3.1 条带噪声滤除 | 第57-58页 |
| 3.2 大气校正 | 第58-62页 |
| 3.3 几何校正 | 第62-63页 |
| 3.4 非线性变换 | 第63-67页 |
| 3.4.1 包络线去除 | 第63-65页 |
| 3.4.2 导数变换 | 第65-67页 |
| 3.5 多视角分析 | 第67-71页 |
| 3.5.1 目视分析 | 第68页 |
| 3.5.2 分类及评价 | 第68-71页 |
| 3.6 小结 | 第71-72页 |
| 第4章 黄河三角洲湿地典型植被现场光谱特征分析 | 第72-91页 |
| 4.1 典型植被现场光谱特征可分性分析 | 第72-81页 |
| 4.1.1 实验数据 | 第73页 |
| 4.1.2 光谱差值特征提取方法 | 第73-76页 |
| 4.1.3 典型植被现场光谱可分性特征分析 | 第76-81页 |
| 4.2 典型植被现场光谱特征季节差异分析 | 第81-90页 |
| 4.2.1 实验数据 | 第81-84页 |
| 4.2.2 光谱数据特征提取方法 | 第84-85页 |
| 4.2.3 典型植被现场光谱季节性特征分析 | 第85-90页 |
| 4.3 小结 | 第90-91页 |
| 第5章 基于数据挖掘的黄河三角洲湿地典型植被高光谱遥感特征提取 | 第91-115页 |
| 5.1 基于关联规则挖掘的滨海湿地典型植被高光谱遥感特征提取技术 | 第91-100页 |
| 5.2 典型植被高光谱遥感规则候选集挖掘 | 第100-109页 |
| 5.3 基于定量指标的典型植被高光谱遥感特征提取 | 第109-113页 |
| 5.4 小结 | 第113-115页 |
| 第6章 黄河三角洲湿地典型植被高光谱遥感分类方法与评价 | 第115-132页 |
| 6.1 基于决策树的黄河三角洲湿地典型植被分层分类方法 | 第115-119页 |
| 6.2 PROBA CHRIS黄河三角洲湿地典型植被分类实验 | 第119-123页 |
| 6.3 分类结果评价 | 第123-130页 |
| 6.3.1 分类精度评价 | 第123-126页 |
| 6.3.2 与SVM算法的对比评价 | 第126-130页 |
| 6.4 小结 | 第130-132页 |
| 第7章 结论与讨论 | 第132-134页 |
| 7.1 结论 | 第132-133页 |
| 7.2 讨论 | 第133-134页 |
| 参考文献 | 第134-142页 |
| 攻读学位期间公开发表论文 | 第142-143页 |
| 致谢 | 第143-144页 |
| 作者简介 | 第144页 |
