基于纹理特征的人工梭梭林生物量遥感估测研究
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第11-22页 |
| 1.1 研究目的和意义 | 第11-15页 |
| 1.1.1 研究目的 | 第11页 |
| 1.1.2 研究意义 | 第11-15页 |
| 1.2 国内外研究现状及发展趋势 | 第15-20页 |
| 1.2.0 光学遥感生物量反演研究状况 | 第15-17页 |
| 1.2.1 基于光学遥感估测植被生物量研究进展 | 第17页 |
| 1.2.2 纹理信息遥感应用上的研究现状 | 第17-20页 |
| 1.3 本文的研究内容与技术路线 | 第20-22页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.3 技术路线 | 第21-22页 |
| 2 数据与研究方法 | 第22-43页 |
| 2.1 研究区 | 第22-26页 |
| 2.2 数据获取及预处理 | 第26-31页 |
| 2.2.1 遥感数据 | 第26页 |
| 2.2.2 遥感数据预处理 | 第26-30页 |
| 2.2.3 地面数据及其预处理 | 第30-31页 |
| 2.3 研究方法 | 第31-43页 |
| 2.3.1 基于共生矩阵的纹理特征提取方法 | 第32-37页 |
| 2.3.2 基于灰度差分向量的纹理特征提取方法 | 第37-38页 |
| 2.3.3 基于变差函数的纹理特征提取方法 | 第38-41页 |
| 2.3.4 基于局部二值模式的纹理特征提取方法 | 第41-43页 |
| 3 基于GF-1 梭梭林生物量估测 | 第43-61页 |
| 3.1 光谱特征提取 | 第43-44页 |
| 3.2 纹理特征提取 | 第44-46页 |
| 3.2.1 提取单波段灰度图像 | 第44页 |
| 3.2.2 灰度级量化 | 第44-45页 |
| 3.2.3 计算特征值 | 第45-46页 |
| 3.2.4 纹理特征值的计算及纹理特征影像的生成 | 第46页 |
| 3.3 自变量的筛选 | 第46-47页 |
| 3.4 回归模型建立与检验 | 第47-49页 |
| 3.5 基于光谱特征的梭梭林生物量估测 | 第49-50页 |
| 3.6 基于纹理特征的梭梭林生物量估测 | 第50-57页 |
| 3.7 模型验证与精度评价 | 第57-61页 |
| 4 结论与展望 | 第61-63页 |
| 4.1 结论 | 第61-62页 |
| 4.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |
