| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-16页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究动态 | 第9-11页 |
| ·研究内容和技术路线 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·研究路线 | 第11-12页 |
| ·论文创新点 | 第12-13页 |
| ·研究区概况 | 第13-16页 |
| 第二章 数据获取和处理 | 第16-24页 |
| ·研究区数据的获取 | 第16-18页 |
| ·研究区遥感影像获取 | 第16-17页 |
| ·森林资源二类调查数据 | 第17页 |
| ·研究区DEM 数据的获取 | 第17-18页 |
| ·数据的处理 | 第18-24页 |
| ·遥感影像配准和裁剪 | 第18-19页 |
| ·遥感影像的地形校正 | 第19-21页 |
| ·实验区样本小班的选取 | 第21页 |
| ·从森林资源二类调查数据中产生生物量数据 | 第21-22页 |
| ·样本对应TM 数据及地学数据不同采样法 | 第22-24页 |
| 第三章 森林植被生物量与遥感地学数据间相关性分析 | 第24-72页 |
| ·遥感派生数据的提取 | 第24-29页 |
| ·植被指数 | 第24-27页 |
| ·比值波段的设置 | 第27-28页 |
| ·缨帽变换和主成分变换 | 第28-29页 |
| ·不同树种组森林植被生物量与遥感地学数据之间的相关性分析 | 第29-72页 |
| ·桦木组样本生物量与遥感地学数据之间的相关性分析 | 第31-37页 |
| ·冷杉组样本生物量与遥感地学数据之间的相关性分析 | 第37-42页 |
| ·栎类组样本生物量与遥感地学数据之间的相关性分析 | 第42-47页 |
| ·桤木组样本生物量与遥感地学数据之间的相关性分析 | 第47-52页 |
| ·软阔类组样本生物量与遥感地学数据之间的相关性分析 | 第52-57页 |
| ·铁杉类组样本生物量与遥感地学数据之间的相关性分析 | 第57-62页 |
| ·云南松类组样本生物量与遥感地学数据之间的相关性分析 | 第62-66页 |
| ·云杉类组样本生物量与遥感地学数据之间的相关性分析 | 第66-72页 |
| 第四章 生物量估算与检验 | 第72-88页 |
| ·基于多元回归分析的生物量估算 | 第72-75页 |
| ·BP 神经网络估算不同树种组生物量 | 第75-79页 |
| ·BP 神经网络的基本原理 | 第76页 |
| ·BP 神经网络建模数据准备 | 第76-77页 |
| ·BP 神经网络模型设计 | 第77-79页 |
| ·模型精度检验 | 第79-87页 |
| ·小结 | 第87-88页 |
| 第五章结论与展望 | 第88-91页 |
| ·本文主要结论 | 第88-90页 |
| ·本文的不足与展望 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96页 |
