摘要 | 第4-5页 |
ABSTRACT | 第5页 |
1 绪论 | 第8-14页 |
1.1 研究目的和意义 | 第8-9页 |
1.2 国内外研究动态 | 第9-10页 |
1.3 叶面积指数遥感反演模型 | 第10-12页 |
1.3.1 统计模型 | 第10页 |
1.3.2 物理模型 | 第10-12页 |
1.3.3 混合模型 | 第12页 |
1.4 研究内容与技术路线 | 第12-14页 |
1.4.1 研究内容与方法 | 第12-13页 |
1.4.2 论文技术路线 | 第13-14页 |
2 研究区与数据资料 | 第14-22页 |
2.1 研究区概况 | 第14-15页 |
2.1.1 地理位置 | 第14页 |
2.1.2 地形与气候状况 | 第14-15页 |
2.1.3 植被状况 | 第15页 |
2.2 地面数据资料 | 第15-17页 |
2.2.1 样地叶面积指数获取 | 第15-16页 |
2.2.2 大小年毛竹林样地数据获取 | 第16-17页 |
2.3 遥感数据获取及预处理 | 第17-22页 |
2.3.1 MODIS数据获取 | 第17页 |
2.3.2 Landsat 7 ETM+遥感数据 | 第17-18页 |
2.3.3 Landsat 8 OLI遥感数据 | 第18-19页 |
2.3.4 Landsat7 ETM+数据去条带处理 | 第19-20页 |
2.3.5 大气校正 | 第20-22页 |
3 基于Landsat数据的毛竹林信息提取 | 第22-35页 |
3.1 安吉县土地覆盖类型分类 | 第22-26页 |
3.1.1 分类算法与分类系统设置 | 第22-23页 |
3.1.2 训练样本选择以及目视解译 | 第23页 |
3.1.3 分类精度评价 | 第23-24页 |
3.1.4 安吉县土地利用分类结果及精度评价 | 第24-26页 |
3.2 基于随机森林模型的大小年毛竹林信息提取 | 第26-32页 |
3.2.1 毛竹林大小年介绍 | 第26页 |
3.2.2 遥感分类特征设置 | 第26-28页 |
3.2.3 随机森林模型简介 | 第28-29页 |
3.2.4 随机森林模型内部参数选择 | 第29-30页 |
3.2.5 遥感特征重要性得分计算 | 第30-32页 |
3.3 大小年毛竹林分类结果及精度评价 | 第32-34页 |
3.4 本章小结 | 第34-35页 |
4 基于MODIS时间系列反射率数据的雷竹林LAI反演 | 第35-47页 |
4.1 站点尺度雷竹林LAI反演模型 | 第35-37页 |
4.1.1 模型变量设置 | 第35页 |
4.1.2 逐步回归模型介绍 | 第35-36页 |
4.1.3 BP神经网络模型介绍 | 第36页 |
4.1.4 模型精度检验 | 第36-37页 |
4.2 结果与分析 | 第37-40页 |
4.2.1 MODIS反射率数据异常值剔除 | 第37-38页 |
4.2.2 遥感因子与LAI间的相关分析 | 第38-39页 |
4.2.3 BP神经网络隐含层神经元数确定 | 第39-40页 |
4.3 逐步回归模型建立及精度检验 | 第40-41页 |
4.4 BP神经网络模型建立及精度检验 | 第41-42页 |
4.5 长时间序列LAI模型反演结果比较及验证 | 第42-43页 |
4.6 反演结果分析与讨论 | 第43-46页 |
4.7 本章小结 | 第46-47页 |
5 基于Landsat数据的毛竹林LAI反演 | 第47-53页 |
5.1 遥感变量的设置 | 第47-48页 |
5.1.1 植被指数 | 第47页 |
5.1.2 原始波段反射率 | 第47-48页 |
5.2 模型构建方法 | 第48页 |
5.3 毛竹林LAI反演模型构建 | 第48-51页 |
5.3.1 LAI与遥感变量的相关性 | 第48-49页 |
5.3.2 大小年毛竹林LAI估算模型 | 第49-50页 |
5.3.3 LAI反演模型精度评价与分析 | 第50-51页 |
5.4 毛竹林叶面积指数分布图 | 第51-52页 |
5.5 本章小结 | 第52-53页 |
6 结论与讨论 | 第53-55页 |
6.1 结论与创新点 | 第53-54页 |
6.1.1 结论 | 第53-54页 |
6.1.2 创新点 | 第54页 |
6.2 讨论 | 第54-55页 |
6.2.1 MODIS LAI产品不确定性分析 | 第54页 |
6.2.2 空间尺度问题 | 第54页 |
6.2.3 LAI反演不确定性因素分析 | 第54-55页 |
参考文献 | 第55-60页 |
个人简介 | 第60-61页 |
导师简介 | 第61-62页 |
致谢 | 第62页 |