图书信息
图书目录

高光谱遥感——原理、技术与应用




高光谱遥感作为当前遥感技术发展的一个前沿领域,越来越显现出其巨大的应用潜力。本书系统地讲述了高光谱遥感的物理基础、成像机理、信息处理与分析方法,以及它在植被、地矿、环境、资源等多个领域的应用技术。本书可以使读者了解高光谱遥感的一般性概念,同时也可以使读者基本掌握高光谱遥感数据处理与分析的通用方法。

本书可以作为地图学与地理信息系统专业研究生的专业用书,同时也可作为与遥感技术与应用相关的其他专业研究人员的参考书。



作者:
童庆禧 张兵 郑兰芬

定价:
55.00元

出版时间:
2006-06-13

ISBN:
978-7-04-019277-3

物料号:
19277-00

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

重点项目:
暂无

版面字数:
500.00千字

开本:
16开

装帧形式:
平装

版次:
1

最新版次
印刷时间:
2026-01-16
  • 前辅文
  • 第1章 高光谱遥感科学的理论基础
    • 1.1 概述
    • 1.2 遥感电磁波理论基础
      • 1.2.1 电磁波与电磁波谱
      • 1.2.2 电磁辐射的基本术语
      • 1.2.3 电磁辐射定律
    • 1.3 电磁波与物质的相互作用
      • 1.3.1 太阳辐射与地球辐射
      • 1.3.2 电磁波与大气的相互作用
      • 1.3.3 电磁波与地表的相互作用
    • 1.4 典型地物的光谱特性
      • 1.4.1 岩矿的光谱特性
      • 1.4.2 植被的光谱特性
      • 1.4.3 土壤的光谱特性
      • 1.4.4 水体和雪的光谱特性
      • 1.4.5 城市目标的光谱特性
    • 1.5 地面光谱测量
      • 1.5.1 地物光谱在定量分析中的作用
      • 1.5.2 地面光谱辐射计
      • 1.5.3 地物光谱的测量方法
    • 参考文献
  • 第2章 高光谱遥感成像机理与成像光谱仪
    • 2.1 基本概念
    • 2.2 高光谱遥感成像特点
    • 2.3 高光谱遥感图像数据表达
      • 2.3.1 图像立方体——成像光谱信息集
      • 2.3.2 二维光谱信息表达——光谱曲线
      • 2.3.3 三维光谱信息表达——光谱曲面图
    • 2.4 高光谱遥感成像关键技术
    • 2.5 成像光谱仪的空间成像方式
      • 2.5.1 摆扫型成像光谱仪
      • 2.5.2 推扫型成像光谱仪
    • 2.6 成像光谱仪的光谱成像方式
      • 2.6.1 棱镜、光栅色散型成像光谱仪
      • 2.6.2 干涉型成像光谱仪
      • 2.6.3 滤光片型成像光谱仪
      • 2.6.4 计算机层析成像光谱技术
      • 2.6.5 二元光学元件成像光谱技术
      • 2.6.6 三维成像光谱技术
    • 2.7 成像光谱仪系统介绍
      • 2.7.1 国外成像光谱仪系统介绍
      • 2.7.2 我国成像光谱仪系统介绍
    • 参考文献
  • 第3章 高光谱遥感图像辐射与几何校正
    • 3.1 成像光谱仪定标
      • 3.1.1 实验室定标
      • 3.1.2 机上和星上定标
      • 3.1.3 场地定标
    • 3.2 大气辐射传输理论
      • 3.2.1 大气辐射传输方程
      • 3.2.2 大气辐射校正常用算法
      • 3.2.3 不同地表过程的大气校正
    • 3.3 高光谱遥感图像大气辐射校正
      • 3.3.1 辐射校正的统计学模型
      • 3.3.2 基于大气辐射传输理论的辐射校正模型
    • 3.4 高光谱遥感图像几何纠正
      • 3.4.1 产生图像几何变形的原因
      • 3.4.2 高光谱图像的几何粗纠正
      • 3.4.3 摆扫型成像光谱仪的图像正切校正
      • 3.4.4 基于地面控制点的几何精纠正
      • 3.4.5 利用地面线性地物校正航空图像X方向扭曲
      • 3.4.6 基于姿态测量参数的几何精纠正
      • 3.4.7 高光谱图像镶嵌
    • 参考文献
  • 第4章 光谱特征分析模型与方法
    • 4.1 光谱可分性准则
      • 4.1.1 各类样本间的平均距离
      • 4.1.2 类别间的相对距离
      • 4.1.3 离散度
      • 4.1.4 J-M距离
    • 4.2 光谱特征选择
      • 4.2.1 概述
      • 4.2.2 光谱特征位置搜索
      • 4.2.3 光谱距离统计
      • 4.2.4 基于空间自相关的波段选择
    • 4.3 光谱特征提取
      • 4.3.1 光谱特征提取的意义
      • 4.3.2 基于K-L变换的特征提取
      • 4.3.3 基于可分性准则的特征提取
      • 4.3.4 基于非线性准则的特征提取
      • 4.3.5 基于光谱重排的特征提取
    • 4.4 光谱特征参量化
      • 4.4.1 光谱斜率和坡向
      • 4.4.2 光谱二值编码
      • 4.4.3 光谱吸收指数
      • 4.4.4 光谱导数
      • 4.4.5 光谱积分
      • 4.4.6 光谱曲线函数模拟
    • 4.5 地物类型序列光谱柱状图
      • 4.5.1 地物类型序列
      • 4.5.2 光谱柱状图
      • 4.5.3 光谱柱状图在地质研究中的应用
    • 参考文献
  • 第5章 高光谱图像分类与地物识别
    • 5.1 遥感图像分类概述
      • 5.1.1 遥感图像分类的概念
      • 5.1.2 遥感图像分类的原则与步骤
      • 5.1.3 高光谱图像分类的特点
    • 5.2 遥感图像分类基本算法
      • 5.2.1 分类器设计
      • 5.2.2 非监督分类算法
      • 5.2.3 监督分类算法
    • 5.3 高光谱图像分类算法
      • 5.3.1 二值编码匹配
      • 5.3.2 光谱波形匹配
      • 5.3.3 光谱角度填图
      • 5.3.4 基于包络线去除的图像分类
      • 5.3.5 基于目标分解的神经网络分类
      • 5.3.6 像元空间关联下的高光谱图像分类
    • 5.4 高光谱图像地物识别与目标探测
      • 5.4.1 地物识别与目标探测概述
      • 5.4.2 基于特征确认概率分析的目标识别
      • 5.4.3 凸面几何体投影变换
      • 5.4.4 约束能量最小化算法
      • 5.4.5 RX异常探测算子
      • 5.4.6 基于加权样本自相关矩阵的目标探测算法
      • 5.4.7 基于正交子空间投影与加权相关矩阵的异常目标探测算法
      • 5.4.8 基于正交子空间投影的目标探测算法
      • 5.4.9 基于数据白化距离的目标探测算法
    • 参考文献
  • 第6章 混合光谱理论与光谱分解
    • 6.1 混合光谱问题
      • 6.1.1 混合光谱的概念
      • 6.1.2 混合光谱产生机理
    • 6.2 混合光谱模型
      • 6.2.1 线性光谱混合模型
      • 6.2.2 非线性光谱混合模型
    • 6.3 线性光谱解混
      • 6.3.1 端元提取
      • 6.3.2 混合像元分解
    • 6.4 线性光谱解混在高光谱图像分析中的应用
      • 6.4.1 混合光谱法图像反射率转换
      • 6.4.2 地物分类
      • 6.4.3 低概率目标识别
      • 6.4.4 地物填图
    • 参考文献
  • 第7章 多源信息辅助高光谱数据分析
    • 7.1 多源数据融合
      • 7.1.1 数据融合概念与特点
      • 7.1.2 数据级融合
      • 7.1.3 特征级融合
      • 7.1.4 决策级融合
    • 7.2 高空间分辨率与高光谱分辨率数据融合
      • 7.2.1 光谱域数据融合
      • 7.2.2 空间域数据融合
      • 7.2.3 基于图像光谱复原的空间域遥感数据融合
      • 7.2.4 基于光谱分解的高光谱与高空间分辨率数据融合
    • 7.3 空间信息辅助下的高光谱数据分析
      • 7.3.1 地块的GIS数据获取
      • 7.3.2 GIS数据参与光谱解混和图像分类
    • 7.4 数字地貌模型与高光谱图像分析
      • 7.4.1 数字地貌模型概述
      • 7.4.2 数字地貌模型建立
      • 7.4.3 DGM支持下的像元光谱分解与亚像元定位
      • 7.4.4 模糊数学理论指导下的DGM辅助高光谱数据分类
      • 7.4.5 地貌、植被与土地利用之间模糊关系的建立
    • 7.5 时间信息辅助下的高光谱数据分析
      • 7.5.1 多时相指数图像立方体模型
      • 7.5.2 高光谱植被指数时间序列分析
    • 参考文献
  • 第8章 高光谱数据处理与分析系统
    • 8.1 高光谱数据处理的特点
      • 8.1.1 高光谱数据结构
      • 8.1.2 高光谱数据特点
      • 8.1.3 高光谱数据库与高光谱图像处理系统
    • 8.2 高光谱数据库系统
      • 8.2.1 高光谱数据库系统设计
      • 8.2.2 数据库存储格式与规范
      • 8.2.3 高光谱数据库与信息挖掘
    • 8.3 高光谱遥感数据处理系统
      • 8.3.1 国内外高光谱遥感数据处理系统现状
      • 8.3.2 高光谱遥感数据处理系统架构
      • 8.3.3 高光谱图像处理与分析系统(HIPAS)功能介绍
    • 参考文献
  • 第9章 高光谱遥感应用
    • 9.1 概述
    • 9.2 高光谱遥感在植被调查中的应用
      • 9.2.1 植被生理、生化参量反演
      • 9.2.2 植被参量的高光谱遥感反演
      • 9.2.3 植被高光谱分类
    • 9.3 高光谱遥感在生态环境调查中的应用
      • 9.3.1 大气污染监测
      • 9.3.2 土壤侵蚀监测
      • 9.3.3 水环境监测
      • 9.3.4 火灾监测
    • 9.4 高光谱遥感在地质调查中的应用
      • 9.4.1 岩石、矿物光谱吸收及其机理
      • 9.4.2 岩矿的光谱识别模型
      • 9.4.3 高光谱遥感矿岩填图研究
    • 9.5 高光谱遥感在城市调查中的应用
      • 9.5.1 主要城市地物光谱特征在高光谱图像上的表征
      • 9.5.2 专题信息与图像数据的综合表达
      • 9.5.3 城市地物覆盖分类
    • 参考文献
  • 插图
1