第1章 绪论 1
1.1 森林碳密度的研究现状 1
1.1.1 国外研究现状 1
1.1.2 国内研究现状 2
1.2 森林碳密度的估算方法 6
1.2.1 样地清查法 6
1.2.2 经验模型法 7
1.2.3 机理模型法 10
1.2.4 半经验半物理模型法 10
1.2.5 非参数估计 11
1.3 存在的问题及发展趋势 12
1.3.1 存在的问题 12
1.3.2 发展趋势 13
1.4 研究内容 14
1.5 研究方案 14
1.5.1 研究区概况 14
1.5.2 研究方法 16
1.5.3 技术路线 17
1.5.4 拟解决的关键问题 17
1.6 本章小结 19
第2章 数据获取及处理 20
2.1 森林碳密度 20
2.1.1 固定样地数据 20
2.1.2 生物量计算 21
2.1.3 含碳率测定 21
2.1.4 碳密度测算 22
2.1.5 样地数据筛选 22
2.2 Landsat 5数据 23
2.2.1 辐射定标 24
2.2.2 大气校正 25
2.2.3 几何校正 25
2.2.4 地形校正 26
2.3 MODIS数据 29
2.3.1 投影转换 30
2.3.2 大气校正 41
2.3.3 几何校正 41
2.3.4 消除“双眼皮” 41
2.3.5 图像镶嵌 41
2.3.6 图像裁剪 53
2.3.7 黑色条带去除 58
2.3.8 处理后的MODIS数据 60
2.4 地理数据 65
2.5 本章小结 66
第3章 基于Landsat 5的森林碳密度反演 67
3.1 回归方法与原理 67
3.1.1 逐步回归 67
3.1.2 偏最小二乘回归 67
3.1.3 非线性回归 68
3.2 模拟方法与原理 68
3.2.1 区域化变量 69
3.2.2 变异函数 69
3.2.3 模拟方法 72
3.3 精度评价 74
3.4 数据预处理与分析 74
3.4.1 试验区 74
3.4.2 数据获取 74
3.4.3 变量设置 76
3.4.4 变量筛选 79
3.5 基于回归的森林碳密度反演 81
3.5.1 回归模型的构建 81
3.5.2 精度评价 84
3.6 基于模拟的森林碳密度反演 85
3.6.1 变异函数的构建 86
3.6.2 模拟程序的实现 87
3.6.3 精度评价 131
3.6.4 结果分析 134
3.7 本章小结 135
第4章 基于MODIS的森林碳密度反演 136
4.1 基于尺度上推的森林碳密度模拟 137
4.1.1 基于块的序列高斯协同模拟 137
4.1.2 上推程序的实现 138
4.2 数据预处理与分析 155
4.2.1 数据获取 155
4.2.2 变量设置 155
4.2.3 变量筛选 158
4.3 基于回归的森林碳密度反演 160
4.3.1 回归模型的构建 160
4.3.2 精度评价 162
4.4 基于模拟的森林碳密度反演 162
4.4.1 变异函数的构建 162
4.4.2 模拟程序的实现 164
4.4.3 精度评价 167
4.4.4 结果分析 168
4.5 湖南省森林碳密度反演 170
4.5.1 数据准备与预处理 170
4.5.2 模拟模型的构建 171
4.5.3 精度评价 173
4.5.4 结果分析 173
4.6 本章小结 174
第5章 基于混合像元分解的森林碳密度反演 176
5.1 混合像元分解原理 176
5.1.1 端元提取 177
5.1.2 分解模型 178
5.1.3 精度评价 180
5.2 基于Landsat 5混合像元分解的森林碳密度反演 180
5.2.1 最优端元提取 180
5.2.2 混合像元分解 182
5.2.3 森林碳密度反演 184
5.3 基于MOD09A1混合像元分解的森林碳密度反演 186
5.3.1 最优端元提取 186
5.3.2 混合像元分解 189
5.3.3 森林碳密度反演 190
5.4 基于混合像元分解的湖南省森林碳密度反演 193
5.4.1 最优端元提取 193
5.4.2 混合像元分解 194
5.4.3 森林碳密度反演 195
5.5 本章小结 199
第6章 森林碳密度遥感反演系统实现 200
6.1 需求分析 200
6.1.1 系统描述 200
6.1.2 功能需求 200
6.1.3 性能需求 201
6.2 系统设计 201
6.2.1 功能设计 201
6.2.2 界面设计 203
6.3 系统环境 206
6.3.1 开发环境 206
6.3.2 运行环境 208
6.4 实例应用 208
6.4.1 系统启动 208
6.4.2 数据预处理 209
6.4.3 数据分析 212
6.4.4 模型构建 213
6.4.5 精度评价 213
6.5 本章小结 214
参考文献 215