| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 研究问题 | 第15-16页 |
| 1.3 研究内容与技术路线 | 第16-17页 |
| 1.4 论文整体结构 | 第17-19页 |
| 第2章 森林物种多样性遥感监测方法研究进展 | 第19-25页 |
| 2.1 遥感用于森林物种多样性监测理论基础 | 第20-21页 |
| 2.2 基于高光谱数据的森林物种多样性监测研究进展 | 第21-22页 |
| 2.3 基于机载激光雷达数据的森林物种多样性监测研究进展 | 第22-23页 |
| 2.4 基于机载激光雷达和高光谱数据的森林物种多样性监测研究进展 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 研究区与数据 | 第25-39页 |
| 3.1 研究区概况 | 第25-26页 |
| 3.2 数据采集及预处理 | 第26-37页 |
| 3.2.1 机载遥感数据 | 第26-34页 |
| 3.2.1.1 机载遥感数据采集 | 第26-29页 |
| 3.2.1.2 机载激光雷达数据预处理 | 第29-31页 |
| 3.2.1.2 PHI-3高光谱数据预处理 | 第31-34页 |
| 3.2.2 地面调查数据 | 第34-37页 |
| 3.2.2.1 地面样地调查 | 第34-37页 |
| 3.2.2.2 实测Shannon-Wiener指数 | 第37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 森林乔木物种多样性监测最优结构参数选择 | 第39-45页 |
| 4.1 基于机载激光雷达LiDAR数据的结构参数提取 | 第39-41页 |
| 4.2 最优结构参数选择 | 第41-43页 |
| 4.3 基于机载激光雷达LiDAR数据的森林最优结构参数成图 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 森林乔木物种多样性监测最优植被指数选择 | 第45-61页 |
| 5.1 基于分水岭算法的单木分离 | 第46-51页 |
| 5.1.1 分水岭单木分离算法流程 | 第47-50页 |
| 5.1.2 单木分离结果验证 | 第50-51页 |
| 5.2 基于机载高光谱数据的植被指数提取 | 第51-53页 |
| 5.3 冠层到叶片尺度转换 | 第53-57页 |
| 5.4 最优植被指数选择 | 第57-58页 |
| 5.5 本章小结 | 第58-61页 |
| 第6章 基于最优结构参数与植被指数的物种多样性聚类算法 | 第61-71页 |
| 6.1 自适应模糊C均值聚类算法 | 第61-63页 |
| 6.2 森林乔木物种多样性监测模型构建 | 第63-64页 |
| 6.3 森林乔木物种多样性监测成图 | 第64-67页 |
| 6.4 森林物种多样性遥感监测结果验证 | 第67-69页 |
| 6.5 本章小结 | 第69-71页 |
| 第7章 结论与展望 | 第71-75页 |
| 7.1 主要结论 | 第71-72页 |
| 7.2 创新点 | 第72页 |
| 7.3 展望 | 第72-75页 |
| 参考文献 | 第75-91页 |
| 致谢 | 第91-95页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第95-96页 |
