| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究目的与意义 | 第9-11页 |
| ·遥感监测水稻面积和物候期的意义 | 第9页 |
| ·MODIS遥感数据在水稻监测中的必要性 | 第9-10页 |
| ·水稻生长监测需要解决的问题 | 第10-11页 |
| ·国内外研究进展 | 第11-15页 |
| ·遥感数据源进展 | 第11-12页 |
| ·农作物监测方法进展 | 第12-13页 |
| ·混合像元分解方法进展 | 第13-14页 |
| ·物候期提取方法进展 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| 第二章 研究区域和数据 | 第17-23页 |
| ·研究区域概况 | 第17页 |
| ·研究数据 | 第17-19页 |
| ·MODIS数据 | 第17页 |
| ·辅助数据 | 第17-19页 |
| ·数据处理 | 第19-23页 |
| ·遥感数据预处理 | 第19页 |
| ·植被指数的计算 | 第19-20页 |
| ·滤波重构 | 第20-22页 |
| ·数据准备 | 第22-23页 |
| 第三章 基于时序MODIS数据提取不同物候期水稻像元 | 第23-29页 |
| ·水稻像元提取方法 | 第23页 |
| ·水田像元的获得 | 第23-24页 |
| ·参考NDVI时相曲线的提取 | 第24-25页 |
| ·相似性指数的计算 | 第25-26页 |
| ·水稻像元的提取 | 第26-28页 |
| ·精度的验证 | 第28-29页 |
| 第四章 基于FastICA算法的水稻面积提取 | 第29-45页 |
| ·FastICA算法介绍 | 第29-33页 |
| ·独立成分分析 | 第29-30页 |
| ·FastICA算法原理 | 第30-31页 |
| ·FastICA算法的数据预处理和丰度计算 | 第31-32页 |
| ·FastICA算法使用流程简介 | 第32-33页 |
| ·FastICA算法分解能力检验 | 第33-35页 |
| ·FastICA算法对水稻像元NDVI数据的分解 | 第35-37页 |
| ·FastICA算法对水稻像元EVI数据的分解 | 第37-39页 |
| ·水稻面积的提取与验证 | 第39-45页 |
| 第五章 基于不同滤波的水稻物候期提取 | 第45-55页 |
| ·HANTS分析法 | 第45-46页 |
| ·HANTS简介 | 第45页 |
| ·HANTS参数 | 第45-46页 |
| ·小波变换 | 第46-48页 |
| ·小波简介 | 第46-47页 |
| ·小波分解 | 第47页 |
| ·小波重构 | 第47-48页 |
| ·水稻物候期提取 | 第48-55页 |
| ·关键物候期识别方法 | 第48-50页 |
| ·两种方法重构结果对比 | 第50-52页 |
| ·物候期提取结果与验证 | 第52-55页 |
| 第六章 讨论、结论与展望 | 第55-65页 |
| ·结论 | 第55页 |
| ·讨论 | 第55-63页 |
| ·相似性算法的局限性和云影响 | 第55-57页 |
| ·确定VD数的简便方法和减少地物类型的必须性 | 第57-60页 |
| ·混合像元问题 | 第60页 |
| ·小波去噪阈值处理 | 第60-63页 |
| ·论文创新点 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |