中文摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 :绪论 | 第13-19页 |
1.1 研究背景与研究意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.3 研究内容与组织结构 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 技术路线 | 第17页 |
1.3.3 论文结构 | 第17-18页 |
1.4 本章小结 | 第18-19页 |
第二章 :研究区概况与数据获取 | 第19-27页 |
2.1 研究区概况 | 第19-20页 |
2.1.1 地形地貌特征 | 第19-20页 |
2.1.2 气候特征 | 第20页 |
2.1.3 森林特征 | 第20页 |
2.2 数据获取 | 第20-26页 |
2.2.1 Landsat TM 数据 | 第20-21页 |
2.2.2 GLAS 数据 | 第21-23页 |
2.2.3 MODIS-BRDF 数据 | 第23-24页 |
2.2.4 实测数据 | 第24-25页 |
2.2.5 其他数据 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
第三章 :光学数据估算森林生物量 | 第27-51页 |
3.1 植被指数及辅助信息提取 | 第27-29页 |
3.1.1 植被指数提取 | 第27-28页 |
3.1.2 缨帽变换 | 第28-29页 |
3.1.3 主成分变换 | 第29页 |
3.2 云南省森林分类研究 | 第29-40页 |
3.2.1 最佳波段选择 | 第30-31页 |
3.2.2 影像合成 | 第31页 |
3.2.3 决策树方法与设计 | 第31-36页 |
3.2.4 结果与分析 | 第36-40页 |
3.3 西双版纳地区叶面积指数反演 | 第40-45页 |
3.3.1 植被指数提取 | 第41页 |
3.3.2 植被指数与 LAI 的统计回归分析 | 第41-43页 |
3.3.3 模型验证与分析 | 第43-45页 |
3.4 生物量估算 | 第45-50页 |
3.4.1 辅助植被指数 | 第45-46页 |
3.4.2 野外实测生物量估算 | 第46-47页 |
3.4.3 逐步回归方法估算云南省森林生物量 | 第47-50页 |
3.4.4 精度验证 | 第50页 |
3.5 本章总结 | 第50-51页 |
第四章 :光学数据与激光雷达数据结合估算生物量 | 第51-67页 |
4.1 GLAS 数据估算森林植被高度 | 第51-55页 |
4.1.1 GLAS 数据预处理 | 第51-53页 |
4.1.2 GLAS 波形特征参数提取 | 第53页 |
4.1.3 GLAS 波形地形校正 | 第53-55页 |
4.1.4 GLAS 估算树高精度验证 | 第55页 |
4.2 大光斑激光雷达与 MODIS-BRDF 数据联合估算连续冠层高度 | 第55-60页 |
4.2.1 MODIS-BRDF 数据处理 | 第55-57页 |
4.2.2 神经网络估算连续的植被高度 | 第57-58页 |
4.2.3 精度验证 | 第58-60页 |
4.3 云南省森林生物量估算 | 第60-66页 |
4.3.1 树高估算森林生物量 | 第60-62页 |
4.3.2 树高估算森林生物量精度验证 | 第62页 |
4.3.3 植被高度与叶面积指数估算森林生物量 | 第62-65页 |
4.3.4 精度验证 | 第65-66页 |
4.4 本章小结 | 第66-67页 |
第五章 :结论与展望 | 第67-69页 |
5.1 结论 | 第67页 |
5.2 创新点 | 第67页 |
5.3 不足与展望 | 第67-68页 |
5.4 本章总结 | 第68-69页 |
参考文献 | 第69-75页 |
致谢 | 第75页 |