森林树种高光谱遥感研究

　　高光谱遥感是指利用很多很窄的电磁波波段（主要是可见光和近红外区域）获取目标物信息的技术，是近年来对地观测领域的重大技术突破。同常规的多光谱遥感相比，具有更加丰富的空间、辐射和光谱信息，很快便应用于国土、地质矿产、农业、林业、环境、水文等领域，并表现出了较好的应用潜力和前景。 高光谱遥感为遥感技术提供了一种新的对地观测手段，以这种探测技术为基础，形成了图像、数据处理、信息提取、分析和多学科、多领域定量化应用为特征的研究方向。在世界范围内，已投入运行或试验的航空高光谱遥感系统有数十台／套之多。高光谱遥感的星载运行相对要晚一些，l999年美国EOS系统AM一1卫星发射升空，第一台星载成像光谱仪，即中分辨率成像光谱仪（M0—DIS）成功实现了在轨运行，随后的AIRS、GIFTS等，截至目前至少有十余颗卫星或航天器带有高光谱系统在空间运行过，它们已经成为观测地球最重要的遥感信息源之一。 我国高光谱遥感也取得了重要进展，无论在航空还是航天领域，均有我国自主研制的高光谱系统，如MAIS、QMIS和PHl三大系统为代表的高光谱遥感系统，相继研制成功。特别是在我国的载人航天计划中，高光谱遥感实验也占有一席之地。2002年3月发射的“神舟一3”实验飞船携带有中分辨率成像光谱仪，有34个波段的高光谱分辨率，成为继美国EOSMODIS之后，与ENVl—SAT的MERIS几乎同时进入空间，实现对地现测的航天成像光谱仪系统。

暂缺《森林树种高光谱遥感研究》作者简介

第一章　绪论
　第一节　高光谱遥感的概念
　第二节　高光谱遥感的发展现状
　第三节　典型地物的光谱特征
    一、植被
    二、土壤
    三、岩石
    四、水体和雪
    五、城市目标
　第四节　地面光谱测量方法
    一、实验室测量
    二、野外测量
第二章　数据采集与数据处理
　第一节　野外光谱数据的测定
    一、野外光谱测量的影响因素
    二、地物光谱测试时的规范和测量要求
　第二节　生物化学参数的测定
　第三节　基于光谱位置变量的分析
　第四节　地物光谱数据预处理
    一、高光谱数据平滑去噪
    二、高光谱数据变换
　第五节　高光谱数据分类技术
    一、支持向量机原理
    二、BP神经网络简介
    三、光谱角度制图法原理
    四、马氏距离分类法原理
　　五、朴素贝叶斯分类法原理
    六、Fisher判别法原理
第三章　乔木树种主要生化参数估算模型研究
　第一节　杉木色素含量的估算模型研究
    一、研究区概况
    二、数据收集及处理
    三、模型及精度评价
    四、结果与分析
　第二节　马尾松色素含量估算模型研究
    一、研究区概况
    二、数据收集及处理
    三、模型及精度评价
    四、结果与分析
　第三节　樟树幼林色素含量的估算模型研究
    一、研究区概况
    二、数据收集及处理
    三、模型及精度评价
    四、结果与分析
第四章　乔木树种高光谱数据降维分类对比分析
  第一节　乔木树种光谱数据采集
  第二节　高光谱数据的主成分降维
    一、主成分降维原理
    二、光谱数据降维分类测试
　第三节　高光谱数据的独立主成分降维
    一、独立主成分降维原理
    二、独立主成分降维分类结果对比
第五章　基于群体算法结合支持向量机的高光谱数据降维分类研究
　第一节　遗传算法结合支持向量机的降维算法
    一、降维算法原理
    二、降维分类结果分析
　第二节　粒子群算法结合SVM的高光谱数据降维算法
    一、粒子群算法原理
    二、粒子群算法结合支持向量机降维原理
    三、降维数据分类结果与分析
第六章　成像高光谱影像特征分析与LAl反演
  第一节　数据获取与研究区概况
    一、研究区概况
    二、成像光谱数据获取
　　……
参考文献