| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-19页 |
| 1 前言 | 第19-23页 |
| ·问题的提出 | 第19-20页 |
| ·研究目标 | 第20页 |
| ·研究内容 | 第20-21页 |
| ·技术路线 | 第21-22页 |
| ·关键问题 | 第22-23页 |
| 2 研究综述 | 第23-37页 |
| ·LUCC 研究综述 | 第23-31页 |
| ·LUCC 概述 | 第23-25页 |
| ·LUCC 研究进展 | 第25-26页 |
| ·LUCC 驱动力研究 | 第26页 |
| ·LUCC 模型研究 | 第26-31页 |
| ·LUCC 生态环境效应 | 第31页 |
| ·LUCC 遥感影像分类综述 | 第31-34页 |
| ·LUCC 分类体系综述 | 第31-32页 |
| ·LUCC 遥感影像分类关键技术 | 第32-34页 |
| ·典型区域 LUCC 综述 | 第34-36页 |
| ·国内外研究不足 | 第36页 |
| ·本章小结 | 第36-37页 |
| 3 影像融合信息增强及土地利用分类 | 第37-65页 |
| ·研究区域影像获取与预处理 | 第37-39页 |
| ·研究区域数据获取 | 第37-38页 |
| ·影像预处理 | 第38-39页 |
| ·基于小波理论的遥感影像融合模型 | 第39-57页 |
| ·小波相关理论 | 第39-45页 |
| ·基于静态小波和提升小波变换的影像融合模型 | 第45-48页 |
| ·ETM+影像实例研究 | 第48-52页 |
| ·高分辨率影像实例研究 | 第52-57页 |
| ·影像土地利用/覆盖分类 | 第57-64页 |
| ·波段组合选择 | 第57-60页 |
| ·土地利用/覆盖分类 | 第60-64页 |
| ·分类精度分析 | 第64页 |
| ·本章小结 | 第64-65页 |
| 4 长江口北岸土地利用空间格局变化及驱动力分析 | 第65-109页 |
| ·区域概况 | 第65-68页 |
| ·长江口北岸土地利用动态变化分析 | 第68-81页 |
| ·土地利用结构分析 | 第68-69页 |
| ·土地利用转移矩阵 | 第69-73页 |
| ·土地利用动态度 | 第73-75页 |
| ·土地利用变化程度 | 第75-78页 |
| ·土地利用空间变化 | 第78-80页 |
| ·土地利用多样化程度 | 第80-81页 |
| ·长江口北岸土地利用格局景观分析 | 第81-86页 |
| ·景观指数选取 | 第81-82页 |
| ·粒度选取 | 第82-85页 |
| ·长江口北岸景观格局变化分析 | 第85-86页 |
| ·长江口北岸土地利用空间结构分析 | 第86-91页 |
| ·地统计分析原理 | 第86-89页 |
| ·结果与分析 | 第89-91页 |
| ·长江口北岸土地利用变化驱动力分析 | 第91-107页 |
| ·土地利用变化驱动力的系统分析 | 第91-92页 |
| ·驱动力统计分析 | 第92-100页 |
| ·空间驱动力分析 | 第100-107页 |
| ·本章小结 | 第107-109页 |
| 5 基于 SLEUTH 模型的长江口北岸土地利用演化模拟 | 第109-133页 |
| ·元胞自动机理论基础 | 第109-117页 |
| ·元胞自动机的定义 | 第109-111页 |
| ·元胞自动机构成 | 第111-113页 |
| ·元胞自动机特征 | 第113-114页 |
| ·元胞自动机研究的相关理论 | 第114-117页 |
| ·SLEUTH 模型原理 | 第117-121页 |
| ·SLEUTH 模型结构 | 第118页 |
| ·SLEUTH 模型增长规则 | 第118-120页 |
| ·SLEUTH 模型校准 | 第120-121页 |
| ·实证研究 | 第121-131页 |
| ·数据预处理 | 第121-123页 |
| ·模型校准 | 第123-125页 |
| ·土地利用演化仿真及预测 | 第125-131页 |
| ·模型评价 | 第131-132页 |
| ·本章小结 | 第132-133页 |
| 6 GANN 与 CA 结合的土地利用演化 GANN-CA 模型 | 第133-155页 |
| ·模型概述 | 第133-134页 |
| ·GANN-CA 模型原理 | 第134-145页 |
| ·GANN-CA 模型结构 | 第134-135页 |
| ·数据预处理模块 | 第135-136页 |
| ·人工神经网络模块 | 第136-142页 |
| ·遗传算法模块 | 第142-144页 |
| ·校准和预测模块 | 第144-145页 |
| ·实证研究 | 第145-153页 |
| ·数据预处理 | 第145-146页 |
| ·遗传神经网络训练 | 第146-147页 |
| ·模型校准及预测 | 第147-153页 |
| ·模型评价 | 第153-154页 |
| ·本章小结 | 第154-155页 |
| 7 结论与展望 | 第155-159页 |
| ·结论 | 第155-157页 |
| ·创新点 | 第157页 |
| ·展望 | 第157-159页 |
| 参考文献 | 第159-170页 |
| 附录 | 第170-184页 |
| 作者简历 | 第184-187页 |
| 学位论文数据集 | 第187页 |