序前言第1章 概論 1.1 研究背景 1.2 國內外研究進展 1.3 研究目的與內容 1.4 研究技術路線第2章 BP神經網絡模型 2.1 人工神經網絡理論 2.2 人工神經網絡結構 2.3 神經網絡的學習方式 2.4 BP神經網絡 2.5 改進的BP神經網絡 2.6 本章小結第3章 研究區(qū)概況及研究基礎 3.1 研究區(qū)概況 3.2 監(jiān)測指標與自變量因子 3.3 研究區(qū)數據 3.4 本章小結第4章 數據預處理 4,1 DEM數據預處理 4.2 遙感數據預處理 4.3 自變量因子數據提取 4.4 監(jiān)測指標數據提取 4.5 自變量因子數據整合 4.6 自變量因子隸屬度求解過程與結果——以杉木為優(yōu)勢樹種的小班 4.7 自變量因子隸屬度求解結果——以馬尾松為優(yōu)勢樹種的小班 4.8 自變量因子隸屬度求解結果——以硬闊類為優(yōu)勢樹種的小班 4.9 自變量因子隸屬度求解結果——以黃山松為優(yōu)勢樹種的小班 4.10 本章小結第5章 基于改進BP神經網絡的森林資源蓄積量預測模型的建立 5.1 確定訓練及仿真樣本集 5.2 設置模型參數 5.3 建立網絡 5.4 訓練網絡 5.5 網絡仿真 5.6 森林資源蓄積量仿真結果及分析 5.7 本章小結第6章 森林資源蓄積量反演和預測 6.1 2004年度森林資源蓄積量反演 6.2 2010年度森林資源蓄積量預測 6.3 本章小結第7章 胸徑、樹高等調查因子的估測 7.1 平均胸徑的估測 7.2 平均樹高的估測 7.3 本章小結第8章 總結與展望 8.1 主要研究成果與結論 8.2 創(chuàng)新點 8.3 展望參考文獻