第一章 绪论 1
1.1研究背景及研究意义 1
1.2国内外研究进展 3
1.2.1 LUCC研究进展 4
1.2.2遥感技术在土地覆盖分类领域的研究进展 6
1.2.3基于遥感的土地覆盖分类系统研究进展 8
1.2.4土地覆盖遥感分类方法研究进展 10
1.2.5 MODIS数据在土地覆盖领域的国内外研究进展 16
1.3研究内容与技术路线 18
1.3.1研究内容 18
1.3.2技术路线 19
第二章 研究区与数据准备 21
2.1中国东北区概况 21
2.1.1东北区自然环境因素 22
2.1.2东北区自然资源特点 23
2.1.3东北主要土地覆盖类型分布情况 24
2.2 MODIS数据 28
2.2.1 MODIS及数据产品概述 28
2.2.2 MODIS数据的获取及处理 32
2.2.3 MODIS植被指数计算 35
2.2.4 SG技术平滑 38
2.3验证及分类参考数据准备 47
2.3.1验证数据 50
2.3.2分类参考数据 52
2.4本章小结 54
第三章 基于MODIS NDVI及LST时序数据的土地覆盖分类 56
3.1 MODIS NDVI数据准备 57
3.2 MODIS LST数据计算 58
3.2.1 MODIS地表温度A级产品的算法 59
3.2.2亮度温度的计算 60
3.2.3大气透过率的计算 61
3.2.4地表比辐射率的估计 63
3.2.5地表温度反演及合成 64
3.3土地覆盖分类系统的确定 65
3.4研究区域土地覆盖分类过程 66
3.4.1利用MODIS NDVI时间序列分类 66
3.4.2通过添加LST改善分类结果 68
3.4.3高分辨率ETM＋数据验证TVI分类结果 74
3.5本章小结 75
第四章 基于关键物候参数的土地覆盖分类 77
4.1遥感技术在植被物候期监测中的应用 77
4.1.1物候学研究的内容及意义 77
4.1.2遥感技术监测植被物候期的常用方法 78
4.2土地覆盖分类中关键物候参数的选择 80
4.3物候分类指标的提取 81
4.3.1研究区域不同覆盖类型特性分析 81
4.3.2曲率最大值法计算植被物候期 82
4.3.3 NDVI最大（小）值物候特征参数提取 88
4.4不同土地覆盖类型关键物候指标的差异分析 89
4.4.1不同覆盖类型绿叶始期差异分析 90
4.4.2不同覆盖类型绿叶末期差异分析 91
4.4.3不同覆盖类型绿叶面积最大值持续时间差异分析 91
4.4.4不同覆盖类型NDVI年最大值差异分析 91
4.4.5不同覆盖类型NDVI年最小值差异分析 92
4.5基于关键物候参数的土地覆盖类型识别 92
4.5.1物候指标 93
4.5.2基于物候期分类结果及精度检验 94
4.5.3高分辨率ETM＋数据验证关键参数分类结果 96
4.6本章小结 97
第五章 应用FAO LCCS建立基于MO DIS数据的中国土地覆盖分类系统 100
5.1土地覆盖分类系统简介 100
5.1.1分类系统的结构设置 100
5.1.2分类系统的分类方法 101
5.2国内外现有的土地覆盖分类系统及存在问题 101
5.2.1国外主要的土地覆盖分类系统 102
5.2.2国内主要的土地覆盖分类系统 104
5.2.3讨论 107
5.3 FAO LCCS简介 108
5.4土地覆盖分类系统的建立 111
5.4.1二叉树阶段 112
5.4.2模块化的分层分类阶段 113
5.4.3与IGBP土地覆盖分类系统的比较 119
5.5本章小结 120
第六章 中国土地覆盖分区及分类方案设计 122
6.1土地覆盖分区 122
6.1.1土地覆盖因素分析 122
6.1.2土地覆盖分区气象数据准备 123
6.1.3植被指数因子的生成 127
6.1.4地形因子 130
6.1.5土地覆盖分区 130
6.2土地覆盖区域特点分析及分类方案选择 132
6.2.1东北针阔混交林区 132
6.2.2东北农业耕作区 133
6.2.3华北农业耕作区 134
6.2.4华中亚热带植被区 135
6.2.5华南亚热带、热带湿润植被区 136
6.2.6温带荒漠区 137
6.2.7温带草原区 137
6.2.8高原高寒灌丛、草甸区 138
6.2.9高原西北部荒漠区 139
6.3本章小结 140
第七章 结论与展望 142
7.1研究结论 142
7.2研究展望 145
附录100万植被图中东北区主要森林植被类型 147
参考文献 149
后记 170