摘要3-5
Abstract5-10
第一章 绪论10-18
1.1 探讨背景与作用10-11
1.1.1 探讨背景10
1.1.2 探讨目的和作用10-11
1.2 国内外探讨近况11-14
1.2.1 植被遥感国内外探讨进展11-12
1.2.2 高光谱遥感监测植被国内外探讨进展12-13
1.2.3 影像融合国内外探讨进展13-14
1.2.4 有着的不足14
1.3 探讨内容及技术路线14-17
1.3.1 探讨内容14
1.3.2 探讨策略14-16
1.3.3 技术路线16-17
1.4 论文组织框架17-18
第二章 探讨区概况与数据获取18-33
2.1 探讨区概况18-25
2.1.1 地理位置18
2.1.2 地质地貌18-19
2.1.3 气候与水文19
2.1.4 土壤19
2.1.5 南矶山湿地植被类型19-25
2.2 数据获取25-33
2.2.1 基础地理数据25
2.2.2 遥感影像数据25-28
2.2.3 地面实测数据28-33
第三章 数据预处理33-43
3.1 基础地理数据的预处理33
3.2 遥感数据预处理33-37
3.2.1 ALOS遥感影像数据的预处理33-34
3.2.2 HJ-1A HSI遥感影像数据的预处理34-37
3.3 地面反射光谱数据处理37-41
3.3.1 典型湿地草洲植物群落反射光谱特点37
3.3.2 不同群丛的光谱特点比较37-39
3.3.3 典型湿地植物的一阶导数特点浅析39-40
3.3.4 典型湿地植物的二阶导数特点浅析40-41
3.4 湿地植被光谱库的建立41-43
第四章 湿地植被的高光谱遥感影像分类43-50
4.1 高光谱遥感影像分类预处理43-44
4.1.1 最小噪声分离变换43-44
4.1.2 纯净像元指数计算44
4.1.3 n维可视化浅析44
4.2 高光谱遥感影像分类结果44-48
4.2.1 SAM分类法44-46
4.2.2 ISODATA分类法46-47
4.2.3 光谱特点与传统分类策略相结合的分类47-48
4.3 野外验证48-50
第五章 基于影像融合的湿地植被分类50-59
5.1 影像融合预处理50
5.1.1 实验区选择50
5.1.2 数据重采样50
5.1.3 高光谱图像波段选择50
5.2 影像融合的处理历程50-52
5.2.1 主成分浅析法51
5.2.2 Gram-Schmidt法51
5.2.3 小波变换法51-52
5.3 结果浅析52-57
5.3.1 主观定性评价52-53
5.3.2 客观定量评价53-56
5.3.3 基于综合评价模型的融合效果评价56-57
5.4 基于融合影像的植被分类57-59
第六章 结果与浅析59-64
6.1 基于高光谱遥感影像的湿地植被分类59-61
6.1.1 结果与浅析59-60
6.1.2 比较浅析60-61
6.2 基于影像融合的湿地植被分类61-63
6.2.1 影像融合61-62
6.2.2 基于融合影像的植被分类62-63
6.3 比较浅析63-64
第七章 结论与讨论64-66
7.1 结论64
7.2 讨论64-65
7.2.1 不足之处64-65
7.2.2 展望65
7.3 本探讨的革新点65-66