声明
致谢
1 绪论
1.1 研究目的和意义
1.2 国内外研究进展
1.2.1 基于激光雷达数据反演森林冠顶高研究进展
1.2.2 GLAS波形消噪算法研究进展
1.2.3 GLAS数据联合光学遥感数据进行森林冠顶高空间外推研究进展
1.3 研究目标与内容、技术路线及创新之处
1.3.1 研究目标与内容
1.3.2 技术路线
2 研究区概况、数据获取与处理
2.1 研究区概况
2.2 地面实测数据获取与处理
2.2.1 野外样地设置与调查方法
2.2.2 叶面积指数测量方法
2.2.3 样地数据处理
2.3 遥感数据获取与处理
2.3.1 ICESat-GLAS激光雷达数据
2.3.2 SPOT 5多光谱数据获取与预处理
2.3.3 资源三号数据获取与预处理
2.4 辅助数据
3基于SPOT 5数据的森林覆被信息提取、叶面积指数及郁闭度遥感反演
3.1 基于面向对象分类方法的森林覆被信息提取
3.1.1 面向对象分类
3.1.2 分类结果及精度评价
3.2 森林叶面积指数遥感估算
3.2.1 植被指数法计算叶面积指数
3.2.2 叶面积指数遥感反演模型建立
3.2.3 模型精度分析与验证
3.2.4 相对辐射校正
3.3 森林郁闭度遥感估算
3.3.1 基于植被指数的混合像元分解模型
3.3.2 郁闭度参数计算
4 基于 ICESat-GLAS 与 SPOT5 数据的光斑内森林冠顶高度估算研究
4.1 波形数据处理
4.1.1 完整波形提取
4.1.2 波形滤波方法
4.1.3 噪声估计
4.1.4 回波位置判定及参数提取
4.2 基于ICESat-GLAS完整波形数据的森林冠顶高提取
4.2.1 平缓地区森林冠顶高提取
4.2.2 坡地森林冠顶高提取
4.3利用SPOT 5遥感参数改进GLAS光斑内森林冠顶高估算模型
5联合ICESat-GLAS与SPOT 5数据反演区域尺度森林冠顶高
5.1融合SPOT 5多光谱数据进行冠顶高空间外推
5.1.1 空间外推尺度及相关性分析
5.1.2 偏最小二乘模型
5.1.3 BP神经网络模型
5.1.4 空间外推结果精度验证
5.2 SPOT 5像元尺度下森林冠顶高区域分布的获取
6 结论与展望
6.1 主要结论
6.2 创新之处
(1)利用SPOT 5遥感参数提高GLAS光斑内森林冠顶高估算精度
(2)融合SPOT 5纹理参数实现了较高精度的区域尺度森林冠顶高反演
6.3 不足之处
(1)样地实测数据集的代表性问题
(2)遥感数据获取与样地实测数据的时间差异影响
6.4展望
参考文献
作者简历