本書以綜合性高光譜遙感知識體系為線索,圍繞高光譜遙感數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用全流程實踐體系,構(gòu)建完整知識框架,內(nèi)容包括數(shù)據(jù)采集與預(yù)處理、高光譜降維與特征挖掘、高光譜圖像分類、混合像元分解、目標(biāo)探測、數(shù)據(jù)融合以及高光譜遙感應(yīng)用等模塊,形成了一套系統(tǒng)的實習(xí)與實驗方案。通過學(xué)習(xí)本書,讀者能夠系統(tǒng)提升高光譜遙感的理論素養(yǎng),掌握ENVI平臺軟件的應(yīng)用技能,從而提高在高光譜遙感科研和實踐中的綜合性創(chuàng)新能力。
更多科學(xué)出版社服務(wù),請掃碼獲取。
2002年9月-2006年7月,中國礦業(yè)大學(xué),本科生
2006年9月-2008年7月,南京師范大學(xué),碩士生
2009年9月-2010年8月,美國密西西比州立大學(xué),聯(lián)合培養(yǎng)
2008年9月-2011年6月,南京師范大學(xué),博士生(提前攻讀)2011年06月-2023年09月 河海大學(xué) 地球科學(xué)與工程學(xué)院 講師、副教授、教授,博導(dǎo),系主任、支部書記
2012年01月-2014年12月 南京大學(xué) 地理學(xué)流動站 博士后
2019年09月-2020年09月 美國威斯康星大學(xué)麥迪遜分校 訪問學(xué)者
2023年10月-至今 河海大學(xué)地理與遙感學(xué)院 教授、博導(dǎo)主持國家自然科學(xué)基金項目2項(41571325,41201341),主持國家自然科學(xué)基金、國家重大科學(xué)儀器設(shè)備開發(fā)專項子任務(wù)等20余項。研究成果獲第一屆全國高分辨率遙感數(shù)據(jù)處理與應(yīng)用研討會優(yōu)秀論文獎。入選2017年江蘇高校"青藍(lán)工程"優(yōu)秀青年骨干教師。兼任國際期刊IEEE JSTARS副主編、中國地理信息產(chǎn)業(yè)協(xié)會理論與方法工委會委員、中國地理學(xué)會信息地理專委會委員、中國測繪學(xué)會攝影測量與遙感專委會委員、中國圖象圖形學(xué)學(xué)會遙感圖像專委委員等社會職務(wù)、江蘇省測繪地理信息學(xué)會青年工作委員會副主任委員、江蘇省測繪地理信息學(xué)會學(xué)術(shù)工作委員會副主任委員等。
目錄
前言
實驗內(nèi)容與實驗安排
第1章 導(dǎo)論 1
1.1 高光譜遙感數(shù)據(jù)采集 2
1.2 高光譜遙感數(shù)據(jù)預(yù)處理 6
1.2.1 輻射校正 7
1.2.2 大氣校正 7
1.2.3 光滑平滑 9
1.2.4 缺失值處理 9
1.2.5 波段選擇與降維 10
1.2.6 圖像配準(zhǔn) 11
1.3 高光譜遙感數(shù)據(jù)分析 11
1.4 高光譜遙感數(shù)據(jù)應(yīng)用 13
1.4.1 農(nóng)林業(yè)監(jiān)測 13
1.4.2 水質(zhì)監(jiān)測 14
1.4.3 地質(zhì)調(diào)查 14
1.5 高光譜遙感數(shù)據(jù)處理軟件 15
1.6 高光譜遙感未來發(fā)展 17
參考文獻(xiàn) 19
第2章 地物光譜信息獲取與分析 20
2.1 地面光譜數(shù)據(jù)采集方法 20
2.1.1 地面光譜采集原理 20
2.1.2 ASD地物光譜儀 21
2.1.3 SVC HR-1024i地物光譜儀 25
2.1.4 iSpecField-HH地物光譜儀 29
2.2 無人機(jī)高光譜遙感影像采集方法 31
2.2.1 設(shè)備介紹 32
2.2.2 儀器組裝 33
2.2.3 手動航線規(guī)劃 35
2.2.4 自動航線規(guī)劃 38
2.2.5 采集數(shù)據(jù) 39
2.2.6 數(shù)據(jù)導(dǎo)出 43
2.3 光譜庫構(gòu)建 43
2.3.1 數(shù)據(jù)預(yù)處理 44
2.3.2 數(shù)據(jù)類別標(biāo)注 44
2.3.3 建立光譜庫 45
2.4 典型地物光譜特征分析 47
2.4.1 自建光譜庫特征分析 48
2.4.2 內(nèi)置光譜庫特征分析 49
2.5 光譜特征參量化 51
2.5.1 包絡(luò)線去除 52
2.5.2 光譜導(dǎo)數(shù) 53
2.5.3 光譜吸收指數(shù) 53
2.5.4 光譜斜率和坡向 55
2.5.5 光譜指數(shù) 58
2.6 實驗數(shù)據(jù)介紹 60
2.6.1 校園地面光譜數(shù)據(jù) 60
2.6.2 校園無人機(jī)高光譜數(shù)據(jù) 60
2.6.3 校園星載多光譜數(shù)據(jù) 61
2.6.4 河流無人機(jī)高光譜數(shù)據(jù) 62
2.6.5 礦坑無人機(jī)高光譜數(shù)據(jù) 62
2.6.6 偽裝目標(biāo)無人機(jī)高光譜數(shù)據(jù) 63
參考文獻(xiàn) 63
第3章 高光譜遙感數(shù)據(jù)預(yù)處理 65
3.1 非正常像元處理 65
3.1.1 條紋修復(fù) 65
3.1.2 壞線去除 68
3.1.3 未定標(biāo)波段去除 70
3.1.4 水汽影響波段去除 72
3.1.5 D_Streak處理 74
3.1.6 Smile 效應(yīng)校正 76
3.1.7 非正常像元處理流程與步驟 79
3.2 輻射定標(biāo) 82
3.2.1 輻射定標(biāo)的定義與重要性 83
3.2.2 輻射定標(biāo)的原理與算法 84
3.2.3 輻射定標(biāo)的類型 87
3.2.4 輻射定標(biāo)的流程與步驟 88
3.2.5 輻射定標(biāo)的精度評估 92
3.2.6 輻射定標(biāo)的不確定性分析 94
3.2.7 輻射定標(biāo)的發(fā)展趨勢 95
3.3 大氣校正 97
3.3.1 大氣校正的定義與重要性 97
3.3.2 大氣校正原理 98
3.3.3 大氣校正的類型與方法 100
3.3.4 大氣校正的流程與步驟 102
3.3.5 大氣校正的精度評估 108
3.3.6 大氣校正的不確定性分析 108
3.3.7 大氣校正的發(fā)展趨勢 109
3.4 幾何校正 111
3.4.1 幾何校正的定義與重要性 111
3.4.2 幾何校正原理 112
3.4.3 幾何校正的類型 113
3.4.4 幾何校正的流程與步驟 114
3.4.5 幾何校正的精度評估 122
3.4.6 幾何校正的不確定性分析 122
3.4.7 幾何校正的發(fā)展趨勢 123
3.5 圖像配準(zhǔn) 124
3.5.1 圖像配準(zhǔn)的定義與重要性 124
3.5.2 圖像配準(zhǔn)原理 125
3.5.3 圖像配準(zhǔn)的類型 126
3.5.4 圖像配準(zhǔn)的流程與步驟 126
3.5.5 圖像配準(zhǔn)的精度評估 132
3.5.6 圖像配準(zhǔn)的不確定性分析 133
3.5.7 圖像配準(zhǔn)的發(fā)展趨勢 133
3.6 圖像鑲嵌 134
3.6.1 圖像鑲嵌的定義與重要性 135
3.6.2 圖像鑲嵌原理 135
3.6.3 圖像鑲嵌的類型與方法 136
3.6.4 圖像鑲嵌的流程與步驟 137
3.6.5 圖像鑲嵌的精度評估 143
3.6.6 圖像鑲嵌的不確定性分析 144
3.6.7 圖像鑲嵌的發(fā)展趨勢 145
參考文獻(xiàn) 146
第4章 高光譜遙感影像降維 150
4.1 特征提取降維算法 150
4.1.1 主成分分析 150
4.1.2 特征提取實驗步驟 152
4.2 特征選擇降維算法 154
4.2.1 基于信息熵的特征選擇 154
4.2.2 基于方差的特征選擇 154
4.2.3 特征選擇實驗步驟 155
4.3 降維結(jié)果精度評價 158
參考文獻(xiàn) 165
第5章 高光譜遙感影像分類 166
5.1 非監(jiān)督分類 166
5.1.1 K-均值 166
5.1.2 ISODATA 168
5.2 監(jiān)督分類 171
5.2.1 樣本標(biāo)注 171
5.2.2 馬氏距離 173
5.2.3 最大似然法 176
5.2.4 光譜角匹配 178
5.2.5 支持向量機(jī) 181
5.2.6 神經(jīng)網(wǎng)絡(luò)分類 183
5.3 分類后處理 186
5.4 精度評價 189
參考文獻(xiàn) 190
第6章 高光譜遙感混合像元分解 192
6.1 端元數(shù)目估計 192
6.2 端元提取 195
6.2.1 基于幾何學(xué)的端元提取 195
6.2.2 基于純像元指數(shù)的端元提取 198
6.3 豐度估計 203
6.3.1 全約束最小二乘法 204
6.3.2 線性波譜分離 206
6.3.3 匹配濾波 207
6.3.4 混合調(diào)諧匹配濾波 209
6.4 混合像元分解的一體化模型 212
6.4.1 基于SMACC 的混合像元分解 212
6.4.2 基于自動波譜沙漏的混合像元分解 214
參考文獻(xiàn) 216
第7章 高光譜目標(biāo)探測 218
7.1 目標(biāo)探測概述 218
7.2 匹配目標(biāo)探測 219
7.2.1 匹配目標(biāo)探測算法原理 219
7.2.2 匹配目標(biāo)探測流程 220
7.3 異常探測 229
7.3.1 異常探測算法原理 229
7.3.2 異常探測流程 231
參考文獻(xiàn) 236
第8章 高光譜分辨率數(shù)據(jù)與高空間分辨率數(shù)據(jù)融合 238
8.1 主成分變換 238
8.1.1 同源數(shù)據(jù)融合 240
8.1.2 異源數(shù)據(jù)融合 242
8.2 Gram-Schmidt變換 244
8.2.1 同源數(shù)據(jù)融合 244
8.2.2 異源數(shù)據(jù)融合 247
8.3 NNDiffuse變換 249
8.3.1 同源數(shù)據(jù)融合 250
8.3.2 異源數(shù)據(jù)融合 252
8.4 融合結(jié)果評價 255
8.4.1 融合前分類結(jié)果與精度 255
8.4.2 融合后分類結(jié)果與精度 257
參考文獻(xiàn) 260
第9章 高光譜遙感應(yīng)用 262
9.1 地質(zhì)調(diào)查 262
9.1.1 高光譜地質(zhì)調(diào)查實驗?zāi)康?262
9.1.2 高光譜地質(zhì)調(diào)查實驗內(nèi)容與原理 262
9.1.3 高光譜地質(zhì)調(diào)查實驗設(shè)備與數(shù)據(jù) 262
9.1.4 高光譜地質(zhì)調(diào)查實驗步驟 263
9.2 濕地精細(xì)分類 269
9.2.1 高光譜濕地精細(xì)分類實驗?zāi)康?269
9.2.2 高光譜濕地精細(xì)分類實驗內(nèi)容與原理 270
9.2.3 高光譜濕地精細(xì)分類實驗設(shè)備與數(shù)據(jù) 270
9.2.4 高光譜濕地精細(xì)分類實驗步驟 270
9.3 偽裝目標(biāo)探測 273
9.3.1 偽裝目標(biāo)探測實驗?zāi)康?273
9.3.2 偽裝目標(biāo)探測實驗內(nèi)容 273
9.3.3 偽裝目標(biāo)探測實驗數(shù)據(jù) 274
9.3.4 偽裝目標(biāo)探測實驗步驟 274
9.4 水質(zhì)監(jiān)測 280
9.4.1 高光譜水質(zhì)監(jiān)測實驗?zāi)康?280
9.4.2 水質(zhì)監(jiān)測研究內(nèi)容 281
9.4.3 水質(zhì)參數(shù)反演原理 282
9.4.4 目標(biāo)區(qū)域?qū)嶒炘O(shè)備與數(shù)據(jù) 283
9.4.5 高光譜水質(zhì)監(jiān)測實驗步驟 283
參考文獻(xiàn) 292
彩圖資源掃碼獲取