基于GF-1遥感湿地类型提取研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的与意义 | 第12-13页 |
| 1.2.1 研究目的 | 第12页 |
| 1.2.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 湿地资源遥感监测 | 第13-16页 |
| 1.3.2 支持向量机研究概况 | 第16-17页 |
| 1.3.3 Fisher判别法研究概况 | 第17-18页 |
| 1.4 课题来源 | 第18页 |
| 1.5 研究内容与技术路线 | 第18-20页 |
| 1.5.1 研究目标 | 第18页 |
| 1.5.2 研究拟解决的关键问题 | 第18-19页 |
| 1.5.3 主要研究内容 | 第19页 |
| 1.5.4 技术路线 | 第19-20页 |
| 1.6 论文结构 | 第20-23页 |
| 2 研究区概况与GF-1数据分析 | 第23-33页 |
| 2.1 研究区概况 | 第23页 |
| 2.2 研究数据 | 第23-27页 |
| 2.2.1 GF-1遥感数据 | 第23-25页 |
| 2.2.2 外业数据 | 第25-26页 |
| 2.2.3 研究区湿地类型划分系统 | 第26页 |
| 2.2.4 辅助数据 | 第26-27页 |
| 2.3 GF-1数据预处理 | 第27-33页 |
| 2.3.1 GF-1辐射校正 | 第28-29页 |
| 2.3.2 几何校正 | 第29-33页 |
| 3 最佳波段组合和最佳融合方法分析 | 第33-39页 |
| 3.1 最佳融合方法分析 | 第33-35页 |
| 3.2 最佳波段组合分析 | 第35-39页 |
| 4 遗传算法优化的支持向量机 | 第39-45页 |
| 4.1 支持向量机原理 | 第39-40页 |
| 4.2 遗传算法优化参数选择 | 第40-41页 |
| 4.3 GA-SVM处理结果与精度分析 | 第41-45页 |
| 5 Fisher判别法自动提取 | 第45-49页 |
| 5.1 Fisher判别法原理 | 第45-47页 |
| 5.2 Fisher判别法自动提取与精度分析 | 第47-49页 |
| 6 湿地类型提取算法比较 | 第49-53页 |
| 6.1 湿地类型提取算法 | 第49-51页 |
| 6.1.1 面向对象决策树湿地类型提取算法 | 第49-51页 |
| 6.2 四种湿地类型提取算法比较 | 第51-53页 |
| 7 结论与讨论 | 第53-57页 |
| 7.1 主要研究结论 | 第53-54页 |
| 7.2 创新点 | 第54页 |
| 7.3 讨论 | 第54-57页 |
| 参考文献 | 第57-65页 |
| 附录 攻读学位期间的主要学术成果 | 第65-67页 |
| 致谢 | 第67页 |
