| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-23页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 高分辨率遥感影像分割算法国内外研究现状 | 第11-12页 |
| 1.2.2 高标准农田认定规范发展现状 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 1.4 研究方法和研究区 | 第15-16页 |
| 1.4.1 研究方法 | 第15-16页 |
| 1.4.2 研究区概况 | 第16页 |
| 1.5 本文组织结构 | 第16-17页 |
| 1.6 数据来源和处理 | 第17-23页 |
| 1.6.1 高分遥感影像数据 | 第17-18页 |
| 1.6.2 MODIS数据 | 第18-21页 |
| 1.6.3 农用地质量分等数据 | 第21页 |
| 1.6.4 第二次土地调查数据 | 第21页 |
| 1.6.5 遥感数据预处理 | 第21-23页 |
| 2 遥感影像信息提取 | 第23-31页 |
| 2.1 基于面向对象的分类方法 | 第23-26页 |
| 2.1.1 影像分割 | 第23-25页 |
| 2.1.2 影像分割尺度选择 | 第25-26页 |
| 2.2 基于面向对象分类的遥感信息提取 | 第26-29页 |
| 2.2.1 分类体系 | 第26页 |
| 2.2.2 规则分类和监督分类 | 第26-28页 |
| 2.2.3 遥感影像分类结果 | 第28-29页 |
| 2.3 基于反演的遥感信息提取 | 第29-30页 |
| 2.3.1 温度植被干旱指数 | 第29-30页 |
| 2.3.2 归一化差分植被指数 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于高分辨率遥感的高标准农田识别指标体系 | 第31-35页 |
| 3.1 指标选取原则 | 第31页 |
| 3.2 高标准农田识别指标构建 | 第31-32页 |
| 3.3 根据研究区实际情况筛选和简化指标 | 第32-33页 |
| 3.4 指标计算方法 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 高标准农田识别指标实例计算 | 第35-53页 |
| 4.1 自然因素指标计算 | 第35-37页 |
| 4.1.1 归一化植被指数计算 | 第35页 |
| 4.1.2 干旱指数计算 | 第35-37页 |
| 4.2 经济因素指标计算 | 第37-40页 |
| 4.2.1 规整度 | 第38-39页 |
| 4.2.2 紧致度 | 第39-40页 |
| 4.2.3 连片度 | 第40页 |
| 4.3 区位因素指标计算 | 第40-43页 |
| 4.3.1 农贸市场影响度 | 第41-43页 |
| 4.4 综合识别指标构建 | 第43-48页 |
| 4.4.1 指标归一化处理 | 第43页 |
| 4.4.2 指标权重的分配方法 | 第43-45页 |
| 4.4.3 确定高标准农田识别指标权重 | 第45-48页 |
| 4.5 综合识别指标计算 | 第48-49页 |
| 4.6 判定为高标准农田综合识别指标阈值的选择 | 第49-51页 |
| 4.6.1 样本选择 | 第49-50页 |
| 4.6.2 阈值确定 | 第50-51页 |
| 4.7 识别结果准确性检验 | 第51-52页 |
| 4.8 本章小结 | 第52-53页 |
| 5 结论和展望 | 第53-54页 |
| 5.1 结论 | 第53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |