| 摘要 | 第3-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的与意义 | 第13页 |
| 1.2.1 研究目的 | 第13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 研究特色、创新点 | 第15-16页 |
| 1.5 研究内容和技术路线 | 第16-18页 |
| 1.5.1 研究内容 | 第16页 |
| 1.5.2 技术路线 | 第16-18页 |
| 2 遥感影像分类理论 | 第18-22页 |
| 2.1 遥感图像分类基本原理 | 第18页 |
| 2.2 最大似然法理论及特点 | 第18-19页 |
| 2.2.1 最大似然法理论 | 第18-19页 |
| 2.2.2 最大似然法的优缺点 | 第19页 |
| 2.3 人工神经网络理论及特点 | 第19-20页 |
| 2.3.1 人工神经网络理论 | 第19-20页 |
| 2.3.2 人工神经网络的优缺点 | 第20页 |
| 2.4 支持向量机理论及特点 | 第20-22页 |
| 2.4.1 支持向量机理论 | 第20-21页 |
| 2.4.2 支持向量机的优缺点 | 第21-22页 |
| 3 研究区概况及遥感影像数据预处理 | 第22-34页 |
| 3.1 研究区概况 | 第22-23页 |
| 3.1.1 地理位置 | 第22页 |
| 3.1.2 自然地理环境概述 | 第22-23页 |
| 3.1.3 社会经济状况 | 第23页 |
| 3.2 数据来源 | 第23-26页 |
| 3.2.1 影像资料 | 第23-24页 |
| 3.2.2 遥感影像特征分析 | 第24-25页 |
| 3.2.3 训练样本数据的获取 | 第25-26页 |
| 3.3 遥感影像数据预处理 | 第26-31页 |
| 3.3.1 遥感图像的融合 | 第26-27页 |
| 3.3.2 遥感影像的校正 | 第27页 |
| 3.3.3 遥感影像最佳波段组合 | 第27-30页 |
| 3.3.4 图像裁剪 | 第30-31页 |
| 3.4 遥感影像土地利用/覆盖分类体系建立及信息提取 | 第31-32页 |
| 3.4.1 建立研究区土地利用/覆盖分类体系 | 第31-32页 |
| 3.4.2 土地利用遥感分类信息提取方法 | 第32页 |
| 3.5 遥感影像土地利用/覆盖监督分类 | 第32-34页 |
| 3.5.1 类别定义\特征判定 | 第33页 |
| 3.5.2 样本选择 | 第33页 |
| 3.5.3 分类器选择 | 第33-34页 |
| 4 不同地貌单元下遥感影像分类方法的比较 | 第34-44页 |
| 4.1 不同地貌单元下遥感影像的获取 | 第34-37页 |
| 4.1.1 地图数字化 | 第34-36页 |
| 4.1.2 不同地貌单元的遥感影像 | 第36-37页 |
| 4.2 不同地貌单元下遥感影像分类 | 第37-40页 |
| 4.2.1 样本的可分离性评价 | 第37-38页 |
| 4.2.2 遥感影像分类 | 第38-40页 |
| 4.3 小样本单元下遥感影像分类检验 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 分类结果精度评价及比较 | 第44-51页 |
| 5.1 分类精度评价方法及指标 | 第44页 |
| 5.2 不同地貌单元下遥感影像分类精度评价 | 第44-48页 |
| 5.2.1 中部冲击平原区遥感影像分类精度评价 | 第44-46页 |
| 5.2.2 中部冲击平原区遥感影像分类结果与分析 | 第46页 |
| 5.2.3 西部山地丘陵区遥感影像分类精度评价 | 第46-48页 |
| 5.2.4 西部山地丘陵区遥感影像分类结果与分析 | 第48页 |
| 5.3 小样本单元下遥感影像分类验证精度评价 | 第48-50页 |
| 5.3.1 甘亭镇验证区精度评价 | 第49页 |
| 5.3.2 左木乡验证区精度评价 | 第49-50页 |
| 5.4 小结 | 第50-51页 |
| 6 结论与展望 | 第51-54页 |
| 6.1 结论与讨论 | 第51-52页 |
| 6.1.1 结论 | 第51-52页 |
| 6.1.2 讨论 | 第52页 |
| 6.2 本文不足及展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的论文 | 第60页 |