中文摘要 | 第1-5页 |
Abstract(英文摘要) | 第5-11页 |
第一章 引言 | 第11-15页 |
1.1 研究背景 | 第11-12页 |
1.2 课题概述 | 第12-15页 |
第二章 3S介绍 | 第15-31页 |
2.1 地理信息系统(GIS) | 第15-19页 |
2.1.1 概述 | 第15-16页 |
2.1.2 中国GlS的发展概况 | 第16-18页 |
2.1.3 地理信息系统在水资源管理中的应用 | 第18-19页 |
2.2 遥感(RS) | 第19-24页 |
2.2.1 概述 | 第19-20页 |
2.2.2 国内外遥感卫星平台 | 第20-23页 |
2.2.3 遥感技术在水土保持工作中的应用 | 第23-24页 |
2.3 全球定位系统(GPS) | 第24-28页 |
2.3.1 概述 | 第24页 |
2.3.2 我国的GPS定位技术应用和发展情况 | 第24-25页 |
2.3.3 中国自主研制的第一代卫星导航定位系统---北斗系统 | 第25-27页 |
2.3.4 GPS定位技术在水上保持生态重建方面的应用 | 第27-28页 |
2.4 3S技术在水土保持工作中的综合应用 | 第28-31页 |
2.4.1 概述 | 第28页 |
2.4.2 3S在水土保持工作中的集成 | 第28-29页 |
2.4.3 3S在水土保持工作中的应用展望 | 第29-31页 |
第三章 系统总体设计 | 第31-41页 |
3.1 管理信息系统的定义和特点 | 第31-32页 |
3.2 系统总体设计 | 第32-36页 |
3.2.1 北京市水土保持生态环境管理信息系统的逻辑结构 | 第32-34页 |
3.2.2 北京市水土保持生态环境管理信息系统的组成 | 第34-35页 |
3.2.3 北京市水土保持生态环境管理信息系统界面的设计 | 第35-36页 |
3.3 系统模块介绍 | 第36-40页 |
3.3.1 图形图像模块 | 第36-37页 |
3.3.2 数据信息模块 | 第37-38页 |
3.3.3 模型计算模块 | 第38-39页 |
3.3.4 小流域综合治理规划模块 | 第39-40页 |
3.4 系统今后继续完善的方向 | 第40-41页 |
第四章 图形图像模块设计 | 第41-59页 |
4.1 概述 | 第41-42页 |
4.2 开发平台—ArcView | 第42-46页 |
4.2.1 View | 第43-44页 |
4.2.2 Table | 第44-45页 |
4.2.3 Chart | 第45-46页 |
4.2.4 Script | 第46页 |
4.3 支持数据格式 | 第46-48页 |
4.3.1 矢量数据 | 第47-48页 |
4.3.2 栅格数据 | 第48页 |
4.4 具体功能 | 第48-54页 |
4.4.1 浏览查看图形图像 | 第49-50页 |
4.4.2 在按行政或者流域进行逐级查询时,自动缩放和显示 | 第50-51页 |
4.4.3 查询 | 第51-52页 |
4.4.4 连接数据库 | 第52-53页 |
4.4.5 管理图形图像库 | 第53-54页 |
4.5 具体功能的实现 | 第54-59页 |
4.5.1 图形界面 | 第54-55页 |
4.5.2 浏览查看 | 第55-58页 |
4.5.3 图形图像管理 | 第58-59页 |
第五章 土壤侵蚀快速调查模型 | 第59-91页 |
5.1 概述 | 第59-63页 |
5.1.1 影响土壤侵蚀的因素 | 第59-61页 |
5.1.2 土壤侵蚀水土流失的危害 | 第61页 |
5.1.3 土壤侵蚀的评价方法 | 第61-63页 |
5.2 研究区域的基本情况 | 第63-66页 |
5.2.1 北京自然地理概况 | 第63-64页 |
5.2.2 北京社会经济情况 | 第64-65页 |
5.2.3 主要研究区域密云县 | 第65-66页 |
5.3 资料收集 | 第66-67页 |
5.3.1 专题图片 | 第66页 |
5.3.2 遥感影像 | 第66页 |
5.3.3 使用软件进行前处理 | 第66-67页 |
5.4 分析工具——ArcGridC++库 | 第67页 |
5.5 土壤侵蚀计算 | 第67-69页 |
5.6 遥感数据中的植被信息 | 第69-75页 |
5.6.1 电磁波和遥感图像 | 第69-70页 |
5.6.2 地物的电磁波特性 | 第70-71页 |
5.6.3 植被指数 | 第71-74页 |
5.6.4 TM遥感影象应用 | 第74-75页 |
5.7 植被覆盖的线性拟合计算模型 | 第75-77页 |
5.7.1 土壤校正植被指数SAVI和植被覆盖率的关系 | 第75-77页 |
5.7.2 结果分析 | 第77页 |
5.8 神经网络模型 | 第77-90页 |
5.8.1 线性拟合模型的不足 | 第77-79页 |
5.8.2 人工神经网络介绍 | 第79-81页 |
5.8.3 应用人工神经网络建立模型 | 第81-88页 |
5.8.4 计算成果分析 | 第88-90页 |
5.9 结论 | 第90-91页 |
第六章 结语 | 第91-93页 |
附录 | 第93-107页 |
附录一 表格 | 第93-95页 |
附录二 专题图 | 第95-102页 |
附录三 流程图 | 第102-105页 |
附录四 程序代码 | 第105-107页 |
参考文献 | 第107-110页 |
致谢、声明 | 第110-111页 |
个人简历、在学期间的研究成果 | 第111页 |