遥感影象的光谱特征、空间特征、极化特征和时间特性是我们鉴别各种物体和现象的依据。下面是一篇研究生论文开题报告，让我们一起来看看详细内容吧~

一 研究目标

本研究试图在GIS和遥感软件支持下，综合野外调查、遥感及定位数据，结合专家系统、数据库、多媒体和网络技术，引入可视化技术、交互技术和虚拟现实技术，建立多维的热带亚热带植被信息系统，探讨3S技术在不同组织层次植被研究中的应用如森林群落的水平和垂直分析、植被的时空动态模拟和预测、以及森林景观的格局研究等。

二 研究内容和研究方法

GIS平台为ESRI ARCVIEW 3.x及其扩展模块，遥感软件为PCI GEOMATICA (?), 编程语言为C ，图形处理用OPENGL。主要的研究方法参见表1。

1 种群 Population：以距离为基础的种群分布格局、种间联结、邻体效应、种间竞争、母树-幼苗空间关系等。

2 群落 Community：以面积为基础的重取样技术、各种面积曲线、冠层分析等。

3 生态系统 Ecosystem：以地图为基础的植被分类、生产力或生物量估算、植被水平或垂直分布等。

4 景观 Landscape: 以DEM为基础的景观格局结构、缀块分析、生境评价、虚拟3D森林等。

5 植被信息系统：构建多维热带亚热带植被信息系统(图1)。

三 拟解决的关键问题

1遥感生物信息提取

遥感影象的光谱特征、空间特征、极化特征和时间特性是我们鉴别各种物体和现象的依据。如何从遥感图象中识别植被、昆虫种群、大型动物等生物信息，则是建立多维生物地理信息系统的基础。通常是用植被不同波段的反射率及其它因子的组合来获得植被指数(VI)，并采用非监督分类或监督分类的方法，区分不同地物和不同植被类型，但只能用于较大的植被分类阶元;较小的植被单位如群丛必须结合实地调查和其它环境因子，能否直接利用遥感判断还有待于进一步研究。昆虫种群和大型动物的判定一般是根据这种昆虫的生境，也可以考虑标记和电子反射器的办法来定位。引入专家系统或者决策支持系统，模糊数学、遗传算法、神经网络理论，可以更加有效地和精确地进行识别。

2 时空数据模型和时空分析

传统的GIS面向的是只含空间维度和属性维度的SGIS(Static GIS)，而能够处理时间维度的GIS则称为TGIS(Temporal GIS)。时间维度具有和空间维度不一样的特点，如何将空间数据模型的概念和方法引申到时空数据模型，是当前GIS研究的热点和难点之一。时空一体化的数据模型必须具有时空二维的拓扑特征，才能有效地提高数据质量和分析效率，减少数据存贮的冗余(陈晋等，1995)。生物学中涉及了许多时空分析问题，也发展了时序分析和生物地理统计的方法，但这些方法的理论和应用都有待完善。而且,现有的GIS软件均不能很好地完成这些分析。