| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9页 |
| 1.2 基于遥感影像的植被信息提取技术概况 | 第9-16页 |
| 1.2.1 遥感技术的发展概况 | 第9-11页 |
| 1.2.1.1 遥感信息获取技术发展概况 | 第10页 |
| 1.2.1.2 遥感信息处理技术发展概况 | 第10-11页 |
| 1.2.2 森林植被信息提取技术发展概况 | 第11-15页 |
| 1.2.2.1 基于像元的森林植被信息提取技术 | 第11-14页 |
| 1.2.2.2 面向对象的森林植被信息提取技术 | 第14页 |
| 1.2.2.3 基于植被指数的森林植被信息提取技术 | 第14-15页 |
| 1.2.3 资源三号卫星影像的林业应用研究进展 | 第15-16页 |
| 1.3 研究目的与意义 | 第16-17页 |
| 1.4 研究内容与技术路线 | 第17-19页 |
| 2 研究区概况与数据处理 | 第19-30页 |
| 2.1 研究区概况 | 第19-21页 |
| 2.1.1 地理位置 | 第19-20页 |
| 2.1.2 地形地貌 | 第20页 |
| 2.1.3 气候 | 第20页 |
| 2.1.4 土壤 | 第20页 |
| 2.1.5 植被 | 第20-21页 |
| 2.2 数据源 | 第21-22页 |
| 2.2.1 影像数据 | 第21-22页 |
| 2.2.2 辅助数据 | 第22页 |
| 2.3 数据预处理 | 第22-30页 |
| 2.3.1 大气校正 | 第22-24页 |
| 2.3.2 正射校正 | 第24-26页 |
| 2.3.3 影像配准 | 第26-27页 |
| 2.3.4 影像融合 | 第27-29页 |
| 2.3.5 影像裁剪 | 第29-30页 |
| 3 森林植被信息提取方法 | 第30-41页 |
| 3.1 基于ISODATA算法的CART自动决策树植被信息提取 | 第30-34页 |
| 3.1.1 ISODATA算法 | 第30-31页 |
| 3.1.2 CART决策树 | 第31-32页 |
| 3.1.3 归一化植被指数的提取 | 第32页 |
| 3.1.4 影像数据处理 | 第32-34页 |
| 3.2 面向对象的K-最近邻法植被信息提取 | 第34-41页 |
| 3.2.1 影像分割 | 第34-35页 |
| 3.2.2 多尺度分割 | 第35-36页 |
| 3.2.3 最优尺度选择 | 第36-38页 |
| 3.2.4 K-最近邻算法 | 第38-39页 |
| 3.2.5 影像数据处理 | 第39-41页 |
| 4 提取结果与精度评价 | 第41-46页 |
| 4.1 提取结果 | 第41-44页 |
| 4.2 精度评价 | 第44-46页 |
| 5 结论与讨论 | 第46-49页 |
| 5.1 结论 | 第46-47页 |
| 5.2 讨论 | 第47-49页 |
| 5.2.1 ZY-3全色影像与多光谱影像融合方法 | 第47页 |
| 5.2.2 基于ISODATA算法的CART决策树植被信息提取方法 | 第47-48页 |
| 5.2.3 面向对象的K-最近邻植被信息提取方法 | 第48-49页 |
| 6 不足与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |
