| 致谢 | 第7-9页 |
| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 1 绪论 | 第19-26页 |
| 1.1 研究背景 | 第19-20页 |
| 1.2 国内外研究现状 | 第20-23页 |
| 1.2.1 基于光学遥感数据的农作物信息提取研究进展 | 第20-21页 |
| 1.2.2 基于微波遥感数据的农作物信息提取研究进展 | 第21-22页 |
| 1.2.3 甘蔗遥感种植空间信息提取研究进展 | 第22-23页 |
| 1.3 主要研究内容和技术路线 | 第23-26页 |
| 1.3.1 主要研究内容 | 第23-24页 |
| 1.3.2 技术路线 | 第24-26页 |
| 2 研究区概况与数据资料简介 | 第26-35页 |
| 2.1 研究区概况 | 第26-28页 |
| 2.1.1 广西壮族自治区 | 第26-27页 |
| 2.1.2 云南省 | 第27页 |
| 2.1.3 广东省湛江市 | 第27页 |
| 2.1.4 海南省 | 第27-28页 |
| 2.2 数据介绍 | 第28-31页 |
| 2.2.1 环境小卫星数据 | 第28-29页 |
| 2.2.2 Landsat 8数据 | 第29-30页 |
| 2.2.3 SRTM DEM数据 | 第30-31页 |
| 2.2.4 其他资料 | 第31页 |
| 2.3 HJ-1/Landsat 8数据预处理 | 第31-34页 |
| 2.3.1 辐射定标 | 第32-33页 |
| 2.3.2 几何校正 | 第33-34页 |
| 2.3.3 大气校正 | 第34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于面向对象和数据挖掘的甘蔗遥感分类研究 | 第35-50页 |
| 3.1 面向对象遥感分类技术 | 第35-41页 |
| 3.1.1 影像分割原理 | 第35-36页 |
| 3.1.2 影像分割方法 | 第36-37页 |
| 3.1.3 多尺度分割参数选取 | 第37-39页 |
| 3.1.4 分割对象的特征信息提取 | 第39-41页 |
| 3.2 数据挖掘 | 第41-45页 |
| 3.2.1 AdaBoost算法介绍 | 第41页 |
| 3.2.2 AdaBoost算法应用 | 第41-43页 |
| 3.2.3 AdaBoost算法决策规则 | 第43-45页 |
| 3.3 分类结果 | 第45-46页 |
| 3.4 精度评价 | 第46-48页 |
| 3.4.1 面积精度评价 | 第46-47页 |
| 3.4.2 位置精度评价 | 第47-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 基于遥感植被指数的甘蔗决策树分类 | 第50-60页 |
| 4.1 HJ-1 CCD影像的NDVI植被指数计算 | 第51页 |
| 4.2 研究区分区 | 第51-53页 |
| 4.3 多时相数据的决策树分类 | 第53-56页 |
| 4.4 甘蔗种植空间信息识别 | 第56-57页 |
| 4.5 甘蔗种植面积遥感估算 | 第57页 |
| 4.6 抽样调查更新 | 第57-59页 |
| 4.7 本章小结 | 第59-60页 |
| 5 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 作者简介 | 第67页 |
