顶部
收藏

高光谱遥感——基础与应用


作者:
Ruiliang Pu 著,张竞成 主译, 袁琳、周贤锋、高林 译
定价:
119.00元
ISBN:
978-7-04-054805-1
版面字数:
580.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2020-10-22
物料号:
54805-00
读者对象:
高等教育
一级分类:
地理科学类
二级分类:
地理信息科学专业课
三级分类:
遥感技术与应用

暂无
  • 前辅文
  • 第1章 高光谱遥感概述
    • 1.1 成像光谱技术的相关概念
      • 1.1.1 光谱学原理
      • 1.1.2 成像光谱学
      • 1.1.3 高光谱遥感技术
      • 1.1.4 高光谱与多光谱成像技术的差异
      • 1.1.5 光谱吸收及诊断特征
    • 1.2 高光谱遥感技术的发展历史
    • 1.3 高光谱遥感应用概述
      • 1.3.1 地质和土壤应用
      • 1.3.2 植被和生态系统应用
      • 1.3.3 大气应用
      • 1.3.4 沿海及内陆水体监测
      • 1.3.5 冰与雪的监测
      • 1.3.6 环境灾害监测
      • 1.3.7 城市环境监测
    • 1.4 高光谱遥感技术展望
    • 1.5 本章小结
    • 参考文献
  • 第2章 高光谱遥感地物设备:光谱仪和植被生物学仪器
    • 2.1 非成像地物光谱仪
      • 2.1.1 简介
      • 2.1.2 地物光谱学原理及地物光谱测量指南
      • 2.1.3 地物光谱仪
    • 2.2 高光谱遥感相关的植物生物学仪器
      • 2.2.1 简介
      • 2.2.2 植物生物学仪器
    • 2.3 本章小结
    • 参考文献
  • 第3章 成像光谱仪、传感器、系统与卫星
    • 3.1 成像光谱仪工作原理
      • 3.1.1 摆扫式成像光谱仪
      • 3.1.2 推扫式成像光谱仪
    • 3.2 机载高光谱传感器/系统
      • 3.2.1 先进机载高光谱成像传感器(AAHIS)
      • 3.2.2 机载成像光谱仪(AIS)
      • 3.2.3 多用途高光谱航空遥感成像系统(AISA)
      • 3.2.4 先进固态阵列成像光谱仪(ASAS)
      • 3.2.5 机载可见光/近红外成像光谱仪(AVIRIS)
      • 3.2.6 小型机载成像光谱仪(CASI)
      • 3.2.7 紧凑型高分辨率成像光谱仪(CHRISS)
      • 3.2.8 数字机载成像光谱仪(DAIS7915,16115)
      • 3.2.9 荧光线阵成像光谱仪(FLI)
      • 3.2.10 高光谱数字图像实验观测系统(HYDICE)
      • 3.2.11 高光谱制图仪(HyMap)
      • 3.2.12 高光谱相机(HySpex)
      • 3.2.13 近红外成像光谱仪(ISM)
      • 3.2.14 模块化机载成像光谱仪(MAIS)
      • 3.2.15 模块化成像光谱仪(MISI)
      • 3.2.16 多光谱红外相机(MUSIC)
      • 3.2.17 机载高光谱仪(PROBE-1)
      • 3.2.18 光学反射式成像光谱仪(ROSIS)
      • 3.2.19 短波红外全谱段成像光谱仪(SFSI)
      • 3.2.20 空间调制傅里叶成像光谱仪(SMIFTS)
      • 3.2.21 TRW成像光谱仪(TRWIS)
      • 3.2.22 可变干涉滤波成像光谱仪(VIFIS)
      • 3.2.23 楔式成像光谱仪(WIS)
    • 3.3 星载高光谱传感器/计划
      • 3.3.1 高级应急军用成像光谱仪(ARTEMIS)
      • 3.3.2 紧凑型高分辨率成像光谱仪(CHRIS)
      • 3.3.3 傅里叶变换高光谱成像仪(FTHSI)
      • 3.3.4 全球成像仪(GLI)
      • 3.3.5 环境减灾星座高光谱成像仪(HJ-A/HSI)
      • 3.3.6 高光谱成像仪(Hyperion)
      • 3.3.7 高光谱成像仪(HySI)
      • 3.3.8 中分辨率成像光谱仪(MERIS,ESA ENVISAT)
      • 3.3.9 中等分辨率成像光谱仪(MODIS)
      • 3.3.10 环境制图与分析计划(EnMAP)
      • 3.3.11 荧光探测仪(FLEX)
      • 3.3.12 高光谱成像仪组合(HISUI)
      • 3.3.13 高光谱红外成像仪(HyspIRI)
      • 3.3.14 多传感器微型卫星成像仪(MSMI)
      • 3.3.15 高光谱先导应用传感器(PRISMA)
    • 3.4 本章小结
    • 参考文献
  • 第4章 高光谱图像辐射校正
    • 4.1 简介
    • 4.2 大气影响
      • 4.2.1 大气折射
      • 4.2.2 大气散射
      • 4.2.3 大气吸收
      • 4.2.4 大气透射效应
    • 4.3 传感器/系统辐射误差校正
      • 4.3.1 传感器/系统辐射误差简介
      • 4.3.2 去条带处理
      • 4.3.3 校正“smile”和“keystone”误差
    • 4.4 大气校正方法
      • 4.4.1 [XP(X]大气校正[XP)]方法简介
      • 4.4.2 基于经验/统计模型的大气校正方法
      • 4.4.3 辐射传输方法
      • 4.4.4 相对大气辐射校正方法
    • 4.5 大气水汽和气溶胶估算方法
      • 4.5.1 大气水汽含量
      • 4.5.2 大气气溶胶
    • 4.6 本章小结
    • 参考文献
  • 第5章 高光谱数据分析技术
    • 5.1 简介
    • 5.2 光谱微分分析
    • 5.3 光谱相似性度量
      • 5.3.1 交叉相关光谱匹配
      • 5.3.2 光谱角制图
      • 5.3.3 欧氏距离
      • 5.3.4 光谱信息散度
    • 5.4 光谱吸收特征和波段位置变量
      • 5.4.1 [XP(X]四点插值法[XP)]
      • 5.4.2 高阶多项式拟合
      • 5.4.3 拉格朗日插值法
      • 5.4.4 反高斯模型拟合法
      • 5.4.5 线性外推法
    • 5.5 光谱植被指数
    • 5.6 高光谱变换与特征提取
      • 5.6.1 主成分分析
      • 5.6.2 基于信噪比的图像变换
      • 5.6.3 独立成分分析
      • 5.6.4 典范判别分析
      • 5.6.5 [XP(X]小波变换[XP)]
    • 5.7 光谱混合分析
      • 5.7.1 传统光谱解混建模技术
      • 5.7.2 基于[XP(X]人工神经网络[XP)]的线性光谱解混〖HT〗
      • 5.7.3 [XP(X]多端元光谱混合分析[XP)]
      • 5.7.4 混合调谐匹配滤波技术
      • 5.7.5 约束能量最小化
      • 5.7.6 端元提取
    • 5.8 高光谱图像分类
      • 5.8.1 分段式多光谱分类器
      • 5.8.2 [XP(X]人工神经网络[XP)]
      • 5.8.3 [XP(X]支持向量机[XP)]
    • 5.9 本章小结
    • 参考文献
  • 第6章 高光谱数据处理软件
    • 6.1 简介
    • 6.2 ENVI
      • 6.2.1 大气校正
      • 6.2.2 图像立方体构建及光谱曲线绘制
      • 6.2.3 数据变换
      • 6.2.4 端元提取
      • 6.2.5 光谱分解
      • 6.2.6 目标探测
      • 6.2.7 制图和判别方法
      • 6.2.8 植被分析和植被抑制
    • 6.3 ERDAS IMAGINE
      • 6.3.1 IMAGINE光谱分析工作站
      • 6.3.2 异常检测
      • 6.3.3 目标检测
      • 6.3.4 物质制图
      • 6.3.5 物质识别
      • 6.3.6 大气校正
    • 6.4 IDRISI
      • 6.4.1 高光谱特征提取
      • 6.4.2 高光谱图像分类
      • 6.4.3 吸收特性提取
    • 6.5 PCI Geomatica
      • 6.5.1 数据可视化
      • 6.5.2 大气校正
      • 6.5.3 高光谱的解混与制图
    • 6.6 TNTmips
      • 6.6.1 高光谱图像浏览工具
      • 6.6.2 大气校正
      • 6.6.3 高光谱图像变换
      • 6.6.4 高光谱解混与制图
    • 6.7 高光谱数据处理的其他软件工具和程序
      • 6.7.1 DARWin
      • 6.7.2 HIPAS
      • 6.7.3 ISDAS
      • 6.7.4 ISIS
      • 6.7.5 MATLAB
      • 6.7.6 MultiSpec
      • 6.7.7 ORASIS
      • 6.7.8 PRISM
      • 6.7.9 SPECMIN
      • 6.7.10 SPECPR
      • 6.7.11 Tetracorder
      • 6.7.12 TSG
    • 6.8 本章小结
    • 参考文献
  • 第7章 高光谱技术在地质学和土壤学中的应用
    • 7.1 高光谱地质及土壤研究简介
    • 7.2 矿物/岩石的光谱特征
      • 7.2.1 电子跃迁过程引起的光谱吸收特性
      • 7.2.2 振动过程引起的光谱吸收特性
      • 7.2.3 蚀变矿物的光谱吸收特性
    • 7.3 地质应用中的分析技术和方法
      • 7.3.1 矿物光谱的吸收特征提取
      • 7.3.2 基于高光谱矿物指数的矿物识别和分布制图
      • 7.3.3 基于光谱匹配方法的矿物识别与制图
      • 7.3.4 利用混合像元分解方法估算矿物丰度
      • 7.3.5 利用光谱建模进行矿物丰度估算和制图
      • 7.3.6 基于先进技术和方法的矿物制图
    • 7.4 高光谱在土壤学中的应用
      • 7.4.1 土壤光谱特征
      • 7.4.2 土壤高光谱应用研究综述
    • 7.5 高光谱地质学应用:案例研究
      • 7.5.1 案例一:基于HyMap数据吸收特征的地表制图研究
      • 7.5.2 案例二:基于机载AVIRIS和星载Hyperion遥感图像的地表水热蚀变矿物制图研究
      • 7.5.3 案例三:基于HyMap图像的火山硫化沉积物制图研究
    • 7.6 本章小结
    • 参考文献
  • 第8章 高光谱植被遥感应用
    • 8.1 简介
    • 8.2 典型绿色植物的光谱特征
      • 8.2.1 叶片结构和植物光谱反射曲线
      • 8.2.2 植物生物物理参数的光谱特征
      • 8.2.3 植物生化参数的光谱特征
    • 8.3 植被应用中所需的分析技术和方法
      • 8.3.1 植物光谱导数分析
      • 8.3.2 植物光谱吸收特性和波长位置变量分析
      • 8.3.3 光谱植被指数分析
      • 8.3.4 植物光谱解混
      • 8.3.5 植物光谱匹配分析
      • 8.3.6 植物光谱分类
      • 8.3.7 经验/统计分析方法
      • 8.3.8 基于物理过程的建模方法
      • 8.3.9 生物参数制图方法
    • 8.4 生物物理参数估算
      • 8.4.1 植物冠层LAI、SLA和树冠郁闭度
      • 8.4.2 植物种类与组成
      • 8.4.3 植物生物量、NPP、fPAR和fAPAR
    • 8.5 生物化学参数估算
      • 8.5.1 植物色素:叶绿素、类胡萝卜素和花青素
      • 8.5.2 植物营养元素:氮、磷、钾
      • 8.5.3 叶片和冠层含水量
      • 8.5.4 其他植物生物化学成分:木质素、纤维素和蛋白质
    • 8.6 本章小结
    • 参考文献
  • 第9章 高光谱技术在环境中的应用
    • 9.1 简介
    • 9.2 大气参数估计
      • 9.2.1 水汽
      • 9.2.2 云
      • 9.2.3 气溶胶
      • 9.2.4 二氧化碳
    • 9.3 冰雪水文
    • 9.4 沿海环境和内陆水域
      • 9.4.1 内陆水域
      • 9.4.2 沿海环境
    • 9.5 环境危害与灾害
      • 9.5.1 采矿废物和尾矿影响监测
      • 9.5.2 生物质燃烧
      • 9.5.3 滑坡监测
    • 9.6 城市环境
      • 9.6.1 城市材料光谱特性
      • 9.6.2 城市材料和土地利用变化类型
      • 9.6.3 城市热环境
    • 9.7 本章小结
    • 参考文献
  • 索引

相关图书