声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状及发展趋势
1.2.1 高光谱分辨率遥感应用于树种(组)空间分布研究现状
1.2.2 高空间分辨率遥感应用于树种(组)空间分布研究现状
1.2.3 植被物候信息应用于树种(组)空间分布研究现状
1.2.4 多源数据应用于树种(组)空间分布研究现状
1.2.5 基于森林资源调查数据和高时间分辨率遥感数据的树种(组)空间分布研究
1.3 研究目标和研究内容
1.3.1 研究目标
1.3.2 研究内容
1.4 技术路线
1.5 论文结构
第二章 试验区和数据
2.1 试验区概况
2.1.1 黑龙江省概况
2.1.2 吉林省概况
2.2 数据情况
2.2.1 样地数据
2.2.2 时间序列NDVI数据
2.2.3 时间序列气象数据
2.2.4 地形及地理位置数据
2.2.5 基于Landsat TM/ETM+数据的植被覆盖度提取
2.3 本章小结
第三章 数据预处理与GNN估测方法
3.1 时间序列特征变量处理
3.1.1 MODIS NDVI时间序列数据滤波处理
3.1.2 MODIS NDVI时间序列数据降维处理
3.1.3 月平均气温和月总降水量数据的插值与降维处理
3.1.4 树种(组)胸高断面积估测因变量和自变量
3.2 GNN估测方法
3.2.1 典范对应分析(Canonical Correspondence Analysis,CCA)
3.2.2 k-NN算法原理
3.3 k-NN分层估测方法
3.4 估测精度评价方法
3.4.1 基于多尺度网格的精度评价方法
3.4.2 县级尺度精度评价方法
3.5 本章小结
第四章 黑龙江省树种(组)胸高断面积估测结果与分析
4.1 样地树种(组)胸高断面积与自变量的定量关系分析
4.2 k值的优选
4.3 k-NN分层估测对估测精度的影响
4.4 树种(组)胸高断面积的估测结果
4.5 精度检验
4.6 本章小结
第五章 吉林省树种(组)成数估测结果与分析
5.1 样地树种(组)成数与自变量的定量关系分析
5.2 k值的优选
5.3 k-NN分层估测对估测精度的影响
5.4 树种(组)成数的估测结果
5.5 精度检验
5.5.1 多尺度下的精度检验
5.5.2 县级尺度下的精度验证
5.6 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
在读期间的学术研究
致谢