| 论文创新点 | 第4-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 1 绪论 | 第13-28页 |
| 1.1 选题的背景和意义 | 第13-14页 |
| 1.2 喀斯特石漠化程度和危险度评价国内外相关研究进展 | 第14-22页 |
| 1.2.1 国内外石漠化程度和危险度评价研究进展 | 第14-20页 |
| 1.2.2 喀斯特石漠化程度和危险度评价存在的问题 | 第20-22页 |
| 1.3 SVM模型用于石漠化程度和危险度评价的可行性分析 | 第22-23页 |
| 1.4 论文的研究内容及结构安排 | 第23-26页 |
| 1.4.1 研究内容 | 第23-24页 |
| 1.4.2 论文框架 | 第24-26页 |
| 1.5 本研究的关键问题 | 第26-28页 |
| 2 石漠化程度和危险度评价的理论基础 | 第28-45页 |
| 2.1 石漠化程度和危险度评价的理论依据和原则 | 第28-31页 |
| 2.1.1 石漠化程度和危险度评价的理论依据 | 第28-29页 |
| 2.1.2 石漠化程度和危险度评价的等级划分原则 | 第29-30页 |
| 2.1.3 石漠化程度和危险度评价的内容 | 第30页 |
| 2.1.4 石漠化程度和危险度评价的流程 | 第30-31页 |
| 2.2 统计学习理论 | 第31-33页 |
| 2.2.1 机器学习 | 第31-33页 |
| 2.2.2 统计学习理论 | 第33页 |
| 2.3 支持向量机及最小二乘支持向量机原理 | 第33-40页 |
| 2.3.1 支持向量机原理 | 第33-38页 |
| 2.3.2 最小二乘支持向量机原理 | 第38-40页 |
| 2.4 微粒群的基本原理 | 第40-44页 |
| 2.4.1 标准PSO算法 | 第40-42页 |
| 2.4.2 TSPSO算法 | 第42-44页 |
| 2.5 本章小结 | 第44-45页 |
| 3 石漠化程度和危险度评价指标体系构建 | 第45-53页 |
| 3.1 石漠化程度和危险度评价指标体系构建原则 | 第45-46页 |
| 3.2 石漠化程度评价指标体系构建 | 第46-49页 |
| 3.2.1 石漠化程度评价指标的选取 | 第46-48页 |
| 3.2.2 石漠化程度评价指标的量化 | 第48-49页 |
| 3.3 石漠化危险度评价指标体系构建 | 第49-52页 |
| 3.3.1 石漠化危险度评价指标的选取 | 第49-51页 |
| 3.3.2 石漠化危险度评价指标的量化 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 4 石漠化程度和危险度重要评价指标信息提取 | 第53-74页 |
| 4.1 基于遥感的植被覆盖度信息提取 | 第53-61页 |
| 4.1.1 基于植被覆盖度监测的植被指数 | 第53-55页 |
| 4.1.2 基于混合像元分解法和NDVI指数的植被覆盖度估算方法 | 第55-57页 |
| 4.1.3 研究区植被覆盖度信息提取 | 第57-61页 |
| 4.2 基于遥感的基岩裸露率信息提取 | 第61-65页 |
| 4.2.1 喀斯特地区基岩裸露率计算原理分析 | 第62页 |
| 4.2.2 基于裸土指数的基岩裸露率估算方法 | 第62-63页 |
| 4.2.3 研究区基岩裸露率信息提取 | 第63-65页 |
| 4.3 坡度及地势起伏度信息提取 | 第65-73页 |
| 4.3.1 建立研究区DEM | 第65-66页 |
| 4.3.2 基于格网DEM的坡度和地势起伏度信息提取 | 第66-73页 |
| 4.4 本章小结 | 第73-74页 |
| 5 石漠化程度和危险度评价的SVM模型研究 | 第74-85页 |
| 5.1 石漠化程度和危险度评价的PSO与SVM耦合建模思路 | 第74-75页 |
| 5.2 支持向量机模型核函数的确定 | 第75-77页 |
| 5.2.1 核函数的基本原理 | 第75-76页 |
| 5.2.2 支持向量机模型中核函数的选取 | 第76-77页 |
| 5.3 石漠化程度和危险度评价的TSPSO-LSSVM模型 | 第77-80页 |
| 5.3.1 基于TSPSO算法的LSSVM模型参数寻优 | 第77-79页 |
| 5.3.2 TSPSO-LSSVM模型的建立和评价步骤 | 第79-80页 |
| 5.4 石漠化程度和危险度评价的PSO-LSSVM模型 | 第80-82页 |
| 5.4.1 基于标准PSO算法的LSSVM模型参数了优 | 第80-81页 |
| 5.4.2 PSO-LSSVM模型的建立和评估步骤 | 第81-82页 |
| 5.5 石漠化程度和危险度评价的标准SVM模型 | 第82-83页 |
| 5.6 三种SVM模型对比分析实验方案 | 第83-84页 |
| 5.7 本章小结 | 第84-85页 |
| 6 实例分析 | 第85-118页 |
| 6.1 研究区概况 | 第85-86页 |
| 6.1.1 自然条件 | 第85-86页 |
| 6.1.2 社会经济状况 | 第86页 |
| 6.2 研究区石漠化程度和危险度评价数据准备 | 第86-91页 |
| 6.2.1 资料来源 | 第86页 |
| 6.2.2 评价指标数据准备 | 第86-91页 |
| 6.3 石漠化程度和危险度评价的SVM模型对比分析及选取 | 第91-110页 |
| 6.3.1 石漠化程度评价的标准SVM、PSO-LSSVM与TSPSO-LSSVM模型训练 | 第91-99页 |
| 6.3.2 石漠化危险度评价的标准SVM、PSO-LSSVM与TSPSO-LSSVM模型训练 | 第99-108页 |
| 6.3.3 模型训练结果对比分析与SVM模型确定 | 第108-110页 |
| 6.4 基于TSPSO-LSSVM模型的研究区石漠化程度评价 | 第110-113页 |
| 6.4.1 评价指标数据主成分分析 | 第110-112页 |
| 6.4.2 基于TSPSO-LSSVM模型的研究区石漠化程度评价 | 第112页 |
| 6.4.3 研究区石漠化程度综合分区及结果分析 | 第112-113页 |
| 6.5 基于TSPSO-LSSVM模型的石漠化危险度评价 | 第113-117页 |
| 6.5.1 评价指标数据主成分分析 | 第113-115页 |
| 6.5.2 基于TSPSO-LSSVM模型的研究区石漠化危险度评价 | 第115-116页 |
| 6.5.3 研究区石漠化危险度综合分区及结果分析 | 第116-117页 |
| 6.6 本章小结 | 第117-118页 |
| 7 结论与展望 | 第118-120页 |
| 7.1 结论与创新点 | 第118-119页 |
| 7.1.1 论文总结 | 第118页 |
| 7.1.2 主要创新 | 第118-119页 |
| 7.2 进一步的研究展望 | 第119-120页 |
| 参考文献 | 第120-129页 |
| 攻博期间发表的科研成果目录 | 第129-130页 |
| 致谢 | 第130页 |
