基于遥感信息估测森林生物量的研究
| 摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-18页 |
| ·生物量研究综述 | 第8-14页 |
| ·生物量及相关概念 | 第8-9页 |
| ·生物量研究的传统方法 | 第9-10页 |
| ·基于RS的生物量遥感模型 | 第10-14页 |
| ·生物量遥感参数模型 | 第11-13页 |
| ·生物量遥感机理模型 | 第13-14页 |
| ·第一性生产力估测模型 | 第14-15页 |
| ·国外自然植被第一性生产力模型研究 | 第14页 |
| ·国内自然植被第一性生产力模型研究 | 第14-15页 |
| ·神经网络技术在遥感估测中的应用 | 第15页 |
| ·生物量遥感估算研究的目的和意义 | 第15-17页 |
| ·小结 | 第17-18页 |
| 2 研究区域概况 | 第18-20页 |
| 3 研究方法 | 第20-40页 |
| ·遥感数据处理 | 第20-21页 |
| ·样地数据处理 | 第21-25页 |
| ·多元回归模型的建立 | 第25-32页 |
| ·自变量的选择 | 第25-27页 |
| ·选取植被指数作为自变量 | 第25-26页 |
| ·选取灰度值比值项作为自变量 | 第26-27页 |
| ·逐步回归拟合多元回归方程 | 第27-28页 |
| ·偏相关系数t检验 | 第28-29页 |
| ·斯皮尔曼等级相关系数检验 | 第29-30页 |
| ·D-W检验 | 第30-31页 |
| ·关于预测 | 第31-32页 |
| ·神经网络模型的构建 | 第32-35页 |
| ·BP神经网络算法 | 第32-34页 |
| ·神经网络模型的参数 | 第34页 |
| ·关于过度拟合 | 第34-35页 |
| ·参数的确定 | 第35页 |
| ·基于经验模型估计第一性生产力 | 第35-38页 |
| ·Miami模型 | 第35-36页 |
| ·CASA模型 | 第36-38页 |
| ·伊春地区主要林分碳储量初步估算 | 第38-40页 |
| 4 结果与分析 | 第40-49页 |
| ·自变量主成分分析结果 | 第40页 |
| ·多元回归方程模型与神经网络模型估测精度 | 第40-42页 |
| ·第一性生产力估算结果 | 第42-43页 |
| ·碳储量初步估测结果 | 第43页 |
| ·结果分析 | 第43-49页 |
| ·关于遥感信息与生物量相关性 | 第45页 |
| ·关于估测精度 | 第45-46页 |
| ·第一性生产力估测结果的分析 | 第46-47页 |
| ·碳储量估测结果的分析 | 第47-49页 |
| 5 结论 | 第49-51页 |
| ·结论 | 第49-50页 |
| ·建议 | 第50-51页 |
| 参考文献 | 第51-58页 |
| 致谢 | 第58页 |
