233.基于3s技術(shù)的中梁山植被演替識別與演替規(guī)律研究

1、獨創(chuàng)性聲明本人提交的學位論文是在導師指導下進行的研究工作及取得的研究成果。論文中引用他人已經(jīng)發(fā)表或出版過的研究成果，文中已加了特別標注。對本研究及學位論文撰寫曾做出貢獻的老師、朋友、同仁在文中作了明確說明并表示衷心感謝。學位論文作者：鳥f扮眾簽字日期：歷嘩年占月夕日學位論文版權(quán)使用授權(quán)書本學位論文作者完全了解西南大學有關(guān)保留、使用學位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復印件和磁盤，允許論文被查閱和借閱。本人授權(quán)西南大學

2、研究生院可以將學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存、匯編學位論文。，(保密的學位論文在解密后適用本授權(quán)書，本論文：留不保密，口保密期限至年月止)。學位論文作者簽名：鳥，扮灰簽字日期：加似年6月歲日導師簽名：廁缸簽字日期：9矽I眵年易月3日332遙感影像的預處理37333影像像元光譜提取3834植被群落與非林地地物波譜特征分析39341基于高光譜的植被群落光譜分析39342植被群落寬波段光

3、譜特征分析4135可分性探討4336，J、結(jié)45第4章基于OLI影像的植被演替群落分類試驗4741分類方案4742傳統(tǒng)監(jiān)督分類試驗47421監(jiān)督分類原理與方法47422訓練樣本的選取48423分類結(jié)果與精度評價4943人工神經(jīng)網(wǎng)絡分類試驗54431人工神經(jīng)網(wǎng)絡模型54432不同輸入向量組合的神經(jīng)網(wǎng)絡分類5544兩種分類方法的比較57第5章基于GIS技術(shù)的中梁山植被演替圖譜分析6351數(shù)據(jù)資料與信息提取6352研究方法65521圖譜分析法