SPOT5在森林资源调查中的应用研究--以资兴市天鹅山林场为例
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 森林资源调查与遥感 | 第12-17页 |
| ·遥感的概念及其发展概况 | 第12-13页 |
| ·国外森林资源调查与遥感 | 第13-14页 |
| ·遥感在国内森林资源调查中的应用研究 | 第14-17页 |
| 2 遥感分类方法概述 | 第17-22页 |
| ·森林植被遥感分类研究进展 | 第17-19页 |
| ·国外研究进展 | 第17-18页 |
| ·国内研究进展 | 第18-19页 |
| ·遥感分类的辅助技术 | 第19-22页 |
| ·影像融合 | 第19-21页 |
| ·像元级融合 | 第19页 |
| ·特征级融合 | 第19-20页 |
| ·分类级融合 | 第20-21页 |
| ·地理信息系统与遥感的结合 | 第21-22页 |
| 3 本项研究工作的目的、意义和内容 | 第22-24页 |
| ·目的及意义 | 第22页 |
| ·研究内容及技术设计 | 第22-24页 |
| 4 研究区地理位置和自然概况 | 第24页 |
| 5 数据获取与处理 | 第24-29页 |
| ·卫星数据源介绍 | 第24-26页 |
| ·地面数据处理 | 第26页 |
| ·遥感图像的预处理 | 第26-29页 |
| ·图像的几何校正 | 第26-28页 |
| ·遥感影像辐射校正和增强 | 第28-29页 |
| 6 遥感影像特征分析及最佳波段选择 | 第29-39页 |
| ·传感器波段特征分析 | 第29-30页 |
| ·遥感影像数据统计特征分析 | 第30-34页 |
| ·直方图 | 第31-32页 |
| ·单波段数据统计 | 第32页 |
| ·多波段数据统计 | 第32-34页 |
| ·遥感影像地物光谱特征分析 | 第34-37页 |
| ·基于信息量的最佳波段组合选择分析 | 第37-39页 |
| ·熵与联合熵 | 第37-38页 |
| ·最佳指数(OIF) | 第38页 |
| ·最佳波段组合选择结果 | 第38-39页 |
| 7 图像融合 | 第39-43页 |
| ·IHS变换 | 第40-41页 |
| ·主成分分析法 | 第41页 |
| ·BROVEY变换 | 第41-42页 |
| ·SPOT5影像融合结果及评价 | 第42-43页 |
| 8 SPOT5在森林资源分类中的研究 | 第43-77页 |
| ·森林资源分类原则和依据 | 第43页 |
| ·森林资源土地类型的划分 | 第43-44页 |
| ·传统的计算机自动分类方法 | 第44-59页 |
| ·非监督分类 | 第45-51页 |
| ·ISODATA算法 | 第46-48页 |
| ·K-Mean算法 | 第48-51页 |
| ·监督分类 | 第51-59页 |
| ·最大似然分类法 | 第52-55页 |
| ·最小距离分类法 | 第55-59页 |
| ·基于纹理特征的计算机自动分类 | 第59-61页 |
| ·基于决策树的遥感影像分类研究 | 第61-65页 |
| ·目视解译 | 第65-68页 |
| ·解译标志的建立 | 第65页 |
| ·小班区划 | 第65-68页 |
| ·面向对象的决策树分类法 | 第68-73页 |
| ·面向对象的决策树分类法的提出 | 第68-69页 |
| ·面向对象的决策树分类法的研究思路 | 第69-73页 |
| ·地形图的矢量化 | 第69页 |
| ·研究区DEM模型和三维影像的生成 | 第69-70页 |
| ·遥感影像的聚类分析 | 第70-71页 |
| ·GIS与决策树分类法结合 | 第71-73页 |
| ·分类精度及适用性分析 | 第73-77页 |
| ·分类精度分析 | 第74-76页 |
| ·适用性分析 | 第76-77页 |
| 9 结论与讨论 | 第77-80页 |
| ·结论与创新点 | 第77-78页 |
| ·论文不足与展望 | 第78-80页 |
| 参考文献 | 第80-89页 |
| 附录A 目视解译标志 | 第89-94页 |
| 附录B 聚类分析部分源代码 | 第94-100页 |
| 附录C 攻读学位期间的主要学术成果 | 第100-101页 |
| 致谢 | 第101页 |
