| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究的背景 | 第9页 |
| 1.2 研究的目的与意义 | 第9-10页 |
| 1.3 国内外研究现状及发展趋势 | 第10-13页 |
| 1.3.1 无人机技术的研究现状和发展趋势 | 第10-11页 |
| 1.3.2 卫星遥感技术的研究现状和发展趋势 | 第11-12页 |
| 1.3.3 无人机及卫星遥感应用于森林调查中的研究现状及发展趋势 | 第12-13页 |
| 1.4 本文的研究内容和技术路线 | 第13-15页 |
| 1.4.1 本文的研究内容 | 第13页 |
| 1.4.2 本文的研究方法 | 第13-14页 |
| 1.4.3 主要的技术路线 | 第14-15页 |
| 2 数据获取及预处理过程 | 第15-25页 |
| 2.1 研究区域概况 | 第15-16页 |
| 2.1.1 地理条件 | 第15页 |
| 2.1.2 气候条件 | 第15-16页 |
| 2.1.3 水文状况 | 第16页 |
| 2.1.4 地质地貌 | 第16页 |
| 2.1.5 自然资源 | 第16页 |
| 2.2 研究区域数据获取 | 第16-20页 |
| 2.2.1 无人机数据的获取 | 第16-19页 |
| 2.2.2 遥感影像的获取 | 第19页 |
| 2.2.3 地面数据的获取 | 第19-20页 |
| 2.3 数据的预处理过程 | 第20-25页 |
| 2.3.1 无人机数据的预处理 | 第20-23页 |
| 2.3.2 资源三号遥感影像数据的预处理 | 第23-25页 |
| 3 基于无人机的森林小班区划 | 第25-30页 |
| 3.1 数据获取 | 第25页 |
| 3.2 森林区划信息提取 | 第25-27页 |
| 3.2.1 提取坡度、坡向、坡位信息 | 第26页 |
| 3.2.2 提取林型信息 | 第26-27页 |
| 3.3 森林小班区划 | 第27-30页 |
| 3.3.1 森林小班初步划分 | 第27-28页 |
| 3.3.2 基于林型信息的小班区划 | 第28-30页 |
| 4 基于无人机的小班测树基础信息提取 | 第30-40页 |
| 4.1 树冠信息提取 | 第30-37页 |
| 4.1.1 树冠的分割 | 第31-33页 |
| 4.1.2 基于特征的分类方法 | 第33-34页 |
| 4.1.3 精度对比 | 第34-37页 |
| 4.2 树高信息提取 | 第37-40页 |
| 4.2.1 数据准备 | 第37页 |
| 4.2.2 冠层高度模型的建立 | 第37页 |
| 4.2.3 树高提取 | 第37-39页 |
| 4.2.4 结果分析 | 第39-40页 |
| 5 小班测树因子模型反演 | 第40-76页 |
| 5.1 基于无人机的小班测树因子模型建立 | 第40-70页 |
| 5.1.1 单株立木模型建立 | 第40-44页 |
| 5.1.1.1 胸径-树高模型的建立 | 第40-42页 |
| 5.1.1.2 胸径-冠幅模型建立 | 第42-44页 |
| 5.1.1.3 胸径-冠幅、树高模型建立 | 第44页 |
| 5.1.2 林分调查因子模型建立 | 第44-70页 |
| 5.1.2.1 九棵树样地法建模概述 | 第45-48页 |
| 5.1.2.2 林分调查因子获取的软件实现 | 第48-51页 |
| 5.1.2.3 林分因子获取与精度评价 | 第51-70页 |
| 5.2 基于遥感的蓄积量反演模型建立 | 第70-76页 |
| 5.2.1 数据的准备 | 第70-71页 |
| 5.2.2 建模因子的提取 | 第71-74页 |
| 5.2.3 森林蓄积量模型的建立与精度分析 | 第74-76页 |
| 6 结论与讨论 | 第76-78页 |
| 6.1 结论 | 第76-77页 |
| 6.2 讨论 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 个人简介 | 第81-82页 |
| 导师简介1 | 第82-83页 |
| 导师简介2 | 第83-84页 |
| 致谢 | 第84页 |