高光譜遙感原理與方法

第1章緒論001
1.1　高光譜遙感的概念/001
1.2　高光譜遙感的特點/002
1.3　高光譜數(shù)據(jù)表達方式/002
　1.3.1　圖像立方體/002
　1.3.2　光譜曲線/004
　1.3.3　光譜曲面/004
1.4　高光譜遙感的發(fā)展概況/005
　1.4.1　高光譜遙感的儀器研制/005
　1.4.2　高光譜數(shù)據(jù)的分析技術/005
　1.4.3　高光譜遙感的應用/007

第2章高光譜遙感機理和光譜儀009
2.1　高光譜遙感物理基礎/009
　2.1.1　電磁波與電磁輻射/009
　2.1.2　基本電磁輻射定律/011
　2.1.3 　太陽輻射與物質(zhì)的相互作用/013
2.2　高光譜非成像光譜儀/017
　2.2.1　地面地物光譜儀/017
　2.2.2　地面地物光譜儀的作用/022
2.3　高光譜遙感機理/022
　2.3.1　基本概念/022
　2.3.2　高光譜遙感成像關鍵技術/023
　2.3.3　成像光譜儀光譜成像原理/025
　2.3.4　成像光譜儀空間成像方式/030
　2.3.5　成像光譜儀系統(tǒng)簡介/032

第3章地物光譜數(shù)據(jù)獲取與預處理038
3.1　地物非成像高光譜數(shù)據(jù)獲取方法/038
　3.1.1　光譜數(shù)據(jù)獲取的基本步驟/038
　3.1.2　光譜數(shù)據(jù)獲取的注意事項/041
3.2　地物高光譜圖像數(shù)據(jù)獲取方法/042
　3.2.1　SOC710 紅外成像光譜儀簡介/043
　3.2.2　SOC710 紅外成像光譜儀的操作步驟/044
3.3　高光譜數(shù)據(jù)預處理/044
　3.3.1　非成像高光譜數(shù)據(jù)的處理/044
　3.3.2　成像高光譜數(shù)據(jù)的處理/046
3.4　異常光譜數(shù)據(jù)的剔除/047
　3.4.1　標準偏差法/048
　3.4.2　主成分分析法/048
　3.4.3　馬氏距離/049
　3.4.4　箱形圖/049
3.5　典型地物的光譜特征/050
　3.5.1　植被的光譜特征/050
　3.5.2　水體的光譜特征/054
　3.5.3　土壤的光譜特征/056
　3.5.4　巖石與礦物的光譜特征/057

第4章地物光譜分析與特征提取060
4.1　地物光譜特性分析/060
　4.1.1　地物光譜特性分析的目的/060
　4.1.2　地物光譜特性分析的基本方法/060
4.2　地物光譜數(shù)據(jù)變換方法/067
　4.2.1　初等變換/067
　4.2.2　光譜微分技術/068
　4.2.3　光譜連續(xù)統(tǒng)去除/070
　4.2.4　小波變換/071
4.3　地物光譜特征選擇/078
　4.3.1　光譜特征選擇的必要性/078
　4.3.2　光譜特征選擇的準則/079
　4.3.3　光譜特征選擇方法/084
4.4　地物光譜特征提取/089
　4.4.1　主成分分析/089
　4.4.2　最小噪聲分離變換/091
　4.4.3　基于光譜重排的特征提取/092
　4.4.4　光譜吸收特征提取/092
　4.4.5　光譜斜率和坡向的特征提取/093
　4.4.6　基于光譜積分的特征提取/094
　4.4.7　基于二值編碼的特征提取/094
　4.4.8　基于重要程度的特征提取/095
4.5　地物光譜特征規(guī)范化處理/098
　4.5.1　數(shù)據(jù)中心化/098
　4.5.2　數(shù)據(jù)標準化/099
　4.5.3　數(shù)據(jù)區(qū)間化/099
　4.5.4　數(shù)據(jù)均值化/099

第5章高光譜定量估測建模技術100
5.1　概述/100
　5.1.1　高光譜的定性分析/100
　5.1.2　高光譜的定量分析/101
　5.1.3　精度評定指標/102
5.2　回歸分析法/103
　5.2.1　線性回歸分析法/104
　5.2.2　非線性回歸分析法/107
5.3　主成分回歸法/109
5.4　偏最小二乘法/110
5.5　模式識別法/111
　5.5.1　模糊模式識別/112
　5.5.2　灰色關聯(lián)模式識別/114
5.6　人工神經(jīng)網(wǎng)絡法/118
　5.6.1　神經(jīng)網(wǎng)絡基礎/118
　5.6.2　神經(jīng)網(wǎng)絡模型/122
　5.6.3　神經(jīng)網(wǎng)絡的應用/125
5.7　支持向量機法/126
　5.7.1　支持向量機的基本原理/126
　5.7.2　支持向量機的特點及應用/129
5.8　權重自反饋的模糊綜合預測法/131
　5.8.1　基于樣本特征值模糊劃分的預測模型/132
　5.8.2　基于預測因子加權綜合值模糊劃分的預測模型/134
5.9　可變模糊識別預測法/137
　5.9.1　相對隸屬函數(shù)與相對差異函數(shù)/137
　5.9.2　可變模糊識別預測模型/138
　5.9.3　應用實例/140

第6章高光譜遙感技術的應用143
6.1　高光譜遙感技術在植被監(jiān)測中的應用/143
6.2　高光譜遙感技術在精細農(nóng)業(yè)中的應用/145
6.3　高光譜遙感技術在土壤性狀監(jiān)測中的應用/146
6.4　高光譜遙感技術在環(huán)境質(zhì)量監(jiān)測中的應用/147
6.5　高光譜遙感技術在農(nóng)產(chǎn)品檢測中的應用/148
6.6　高光譜遙感技術在地質(zhì)調(diào)查中的應用/150
6.7　高光譜遙感技術在醫(yī)學醫(yī)藥中的應用/151
6.8　高光譜遙感技術在化學與化工中的應用/152
6.9　高光譜遙感技術在國防安全中的應用/152

參考文獻/155