机载PHI高光谱数据的森林类型精细识别方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 高光谱遥感的基本概念 | 第16-18页 |
| 1.2.2 高光谱遥感的林业应用现状 | 第18-20页 |
| 1.2.3 高光谱遥感分类研究现状 | 第20-22页 |
| 1.2.4 项目经费来源 | 第22页 |
| 1.3 研究目的和内容 | 第22-24页 |
| 1.3.1 关键的科学问题和研究目的 | 第22-23页 |
| 1.3.2 研究内容 | 第23-24页 |
| 1.4 技术路线 | 第24-27页 |
| 1.4.1 技术流程 | 第24-25页 |
| 1.4.2 论文组织与结构 | 第25-27页 |
| 第二章 研究区概况与数据 | 第27-36页 |
| 2.1 研究区概况 | 第27-32页 |
| 2.1.1 地理位置 | 第27页 |
| 2.1.2 地势状况 | 第27页 |
| 2.1.3 气候状况 | 第27-28页 |
| 2.1.4 森林资源 | 第28-32页 |
| 2.2 高光谱遥感数据获取 | 第32-33页 |
| 2.3 外业调查数据 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 高光谱数据预处理 | 第36-50页 |
| 3.1 波段剔除 | 第37-39页 |
| 3.2 数据格式转换 | 第39页 |
| 3.3 大气校正 | 第39-44页 |
| 3.4 数据降噪 | 第44-47页 |
| 3.5 图像镶嵌 | 第47-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 不同降维方式的森林树种分类算法研究 | 第50-61页 |
| 4.1 高光谱数据降维 | 第50-52页 |
| 4.1.1 自适应波段选择法 | 第50-51页 |
| 4.1.2 微分法 | 第51-52页 |
| 4.2 高光谱数据分类 | 第52-60页 |
| 4.2.1 分层分类 | 第53-55页 |
| 4.2.2 支持向量机法 | 第55-58页 |
| 4.2.3 光谱角填图法 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第五章 不同降维方式的森林树种分类可行性分析 | 第61-78页 |
| 5.1 高光谱数据降维结果 | 第61-66页 |
| 5.1.1 自适应波段选择法结果 | 第61-62页 |
| 5.1.2 微分法变换结果 | 第62-66页 |
| 5.2 森林树种分类结果 | 第66-76页 |
| 5.2.1 分层分类结果 | 第66-67页 |
| 5.2.2 支持向量机结果 | 第67-71页 |
| 5.2.3 光谱角填图结果 | 第71-76页 |
| 5.3 本章小结 | 第76-78页 |
| 第六章 结论与展望 | 第78-81页 |
| 6.1 结论 | 第78-79页 |
| 6.2 创新点 | 第79-80页 |
| 6.3 存在的问题与展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 在读期间的学术研究 | 第87-88页 |
| 致谢 | 第88页 |
