森林樹(shù)種高光譜遙感研究

第一章　緒論
　第一節(jié)　高光譜遙感的概念
　第二節(jié)　高光譜遙感的發(fā)展現(xiàn)狀
　第三節(jié)　典型地物的光譜特征
    一、植被
    二、土壤
    三、巖石
    四、水體和雪
    五、城市目標(biāo)
　第四節(jié)　地面光譜測(cè)量方法
    一、實(shí)驗(yàn)室測(cè)量
    二、野外測(cè)量
第二章　數(shù)據(jù)采集與數(shù)據(jù)處理
　第一節(jié)　野外光譜數(shù)據(jù)的測(cè)定
    一、野外光譜測(cè)量的影響因素
    二、地物光譜測(cè)試時(shí)的規(guī)范和測(cè)量要求
　第二節(jié)　生物化學(xué)參數(shù)的測(cè)定
　第三節(jié)　基于光譜位置變量的分析
　第四節(jié)　地物光譜數(shù)據(jù)預(yù)處理
    一、高光譜數(shù)據(jù)平滑去噪
    二、高光譜數(shù)據(jù)變換
　第五節(jié)　高光譜數(shù)據(jù)分類(lèi)技術(shù)
    一、支持向量機(jī)原理
    二、BP神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
    三、光譜角度制圖法原理
    四、馬氏距離分類(lèi)法原理
　　五、樸素貝葉斯分類(lèi)法原理
    六、Fisher判別法原理
第三章　喬木樹(shù)種主要生化參數(shù)估算模型研究
　第一節(jié)　杉木色素含量的估算模型研究
    一、研究區(qū)概況
    二、數(shù)據(jù)收集及處理
    三、模型及精度評(píng)價(jià)
    四、結(jié)果與分析
　第二節(jié)　馬尾松色素含量估算模型研究
    一、研究區(qū)概況
    二、數(shù)據(jù)收集及處理
    三、模型及精度評(píng)價(jià)
    四、結(jié)果與分析
　第三節(jié)　樟樹(shù)幼林色素含量的估算模型研究
    一、研究區(qū)概況
    二、數(shù)據(jù)收集及處理
    三、模型及精度評(píng)價(jià)
    四、結(jié)果與分析
第四章　喬木樹(shù)種高光譜數(shù)據(jù)降維分類(lèi)對(duì)比分析
  第一節(jié)　喬木樹(shù)種光譜數(shù)據(jù)采集
  第二節(jié)　高光譜數(shù)據(jù)的主成分降維
    一、主成分降維原理
    二、光譜數(shù)據(jù)降維分類(lèi)測(cè)試
　第三節(jié)　高光譜數(shù)據(jù)的獨(dú)立主成分降維
    一、獨(dú)立主成分降維原理
    二、獨(dú)立主成分降維分類(lèi)結(jié)果對(duì)比
第五章　基于群體算法結(jié)合支持向量機(jī)的高光譜數(shù)據(jù)降維分類(lèi)研究
　第一節(jié)　遺傳算法結(jié)合支持向量機(jī)的降維算法
    一、降維算法原理
    二、降維分類(lèi)結(jié)果分析
　第二節(jié)　粒子群算法結(jié)合SVM的高光譜數(shù)據(jù)降維算法
    一、粒子群算法原理
    二、粒子群算法結(jié)合支持向量機(jī)降維原理
    三、降維數(shù)據(jù)分類(lèi)結(jié)果與分析
第六章　成像高光譜影像特征分析與LAl反演
  第一節(jié)　數(shù)據(jù)獲取與研究區(qū)概況
    一、研究區(qū)概況
    二、成像光譜數(shù)據(jù)獲取
　　……
參考文獻(xiàn)