书籍详情
高光谱遥感原理与方法
作者：李西灿
出版社：化学工业出版社有限公司
出版时间：2019-07-01
ISBN：9787122341440
定价：¥42.00
购买这本书可以去
内容简介
本书主要内容包括：高光谱遥感的概念、特点、数据表达及其发展概况；高光谱遥感机理和光谱仪；地物光谱数据获取与预处理；地物光谱分析与特征提取；高光谱定量估测建模技术；高光谱遥感技术的应用。 本书力求系统完整、便于自学，突出新方法、新技术和实用性，可作为普通高等学校研究生、本科生测绘课程的教材，也可作为工程技术人员的参考书。
作者简介
李西灿，山东农业大学信息学院，院长，教授，1996年10月本科毕业于同济大学，2005年6月毕业于中国农业大学，获硕士学位，2010年6月毕业于山东农业大学，获博士学位。主要研究方向为土地资源遥感监测及信息处理、高光谱遥感技术及应用、数字化技术及应用、模糊决策理论及应用、灰色决策理论及应用。主持与参与国家自然科学基金、国家863项目、国土资源部土地利用重点实验室开放基金项目、“十一五”国家科技支撑计划重大项目子课题等10余项。曾获国家测绘地理信息局科技进步一等奖、山东省环境科技奖二等奖、学校教学质量二等奖等。长期从事测量学、数字测图原理与方法、地籍测量等教学工作，具有丰富的教学改革经验；同时，广泛参加数字测图、地籍测量、GPS控制测量等测绘项目，具有丰富的工程实践经验；熟练掌握测量工作程序与测量技术规程。
目录
第1章绪论001
1.1 高光谱遥感的概念/001
1.2 高光谱遥感的特点/002
1.3 高光谱数据表达方式/002
1.3.1 图像立方体/002
1.3.2 光谱曲线/004
1.3.3 光谱曲面/004
1.4 高光谱遥感的发展概况/005
1.4.1 高光谱遥感的仪器研制/005
1.4.2 高光谱数据的分析技术/005
1.4.3 高光谱遥感的应用/007
第2章高光谱遥感机理和光谱仪009
2.1 高光谱遥感物理基础/009
2.1.1 电磁波与电磁辐射/009
2.1.2 基本电磁辐射定律/011
2.1.3 太阳辐射与物质的相互作用/013
2.2 高光谱非成像光谱仪/017
2.2.1 地面地物光谱仪/017
2.2.2 地面地物光谱仪的作用/022
2.3 高光谱遥感机理/022
2.3.1 基本概念/022
2.3.2 高光谱遥感成像关键技术/023
2.3.3 成像光谱仪光谱成像原理/025
2.3.4 成像光谱仪空间成像方式/030
2.3.5 成像光谱仪系统简介/032
第3章地物光谱数据获取与预处理038
3.1 地物非成像高光谱数据获取方法/038
3.1.1 光谱数据获取的基本步骤/038
3.1.2 光谱数据获取的注意事项/041
3.2 地物高光谱图像数据获取方法/042
3.2.1 SOC710 红外成像光谱仪简介/043
3.2.2 SOC710 红外成像光谱仪的操作步骤/044
3.3 高光谱数据预处理/044
3.3.1 非成像高光谱数据的处理/044
3.3.2 成像高光谱数据的处理/046
3.4 异常光谱数据的剔除/047
3.4.1 标准偏差法/048
3.4.2 主成分分析法/048
3.4.3 马氏距离/049
3.4.4 箱形图/049
3.5 典型地物的光谱特征/050
3.5.1 植被的光谱特征/050
3.5.2 水体的光谱特征/054
3.5.3 土壤的光谱特征/056
3.5.4 岩石与矿物的光谱特征/057
第4章地物光谱分析与特征提取060
4.1 地物光谱特性分析/060
4.1.1 地物光谱特性分析的目的/060
4.1.2 地物光谱特性分析的基本方法/060
4.2 地物光谱数据变换方法/067
4.2.1 初等变换/067
4.2.2 光谱微分技术/068
4.2.3 光谱连续统去除/070
4.2.4 小波变换/071
4.3 地物光谱特征选择/078
4.3.1 光谱特征选择的必要性/078
4.3.2 光谱特征选择的准则/079
4.3.3 光谱特征选择方法/084
4.4 地物光谱特征提取/089
4.4.1 主成分分析/089
4.4.2 最小噪声分离变换/091
4.4.3 基于光谱重排的特征提取/092
4.4.4 光谱吸收特征提取/092
4.4.5 光谱斜率和坡向的特征提取/093
4.4.6 基于光谱积分的特征提取/094
4.4.7 基于二值编码的特征提取/094
4.4.8 基于重要程度的特征提取/095
4.5 地物光谱特征规范化处理/098
4.5.1 数据中心化/098
4.5.2 数据标准化/099
4.5.3 数据区间化/099
4.5.4 数据均值化/099
第5章高光谱定量估测建模技术100
5.1 概述/100
5.1.1 高光谱的定性分析/100
5.1.2 高光谱的定量分析/101
5.1.3 精度评定指标/102
5.2 回归分析法/103
5.2.1 线性回归分析法/104
5.2.2 非线性回归分析法/107
5.3 主成分回归法/109
5.4 偏最小二乘法/110
5.5 模式识别法/111
5.5.1 模糊模式识别/112
5.5.2 灰色关联模式识别/114
5.6 人工神经网络法/118
5.6.1 神经网络基础/118
5.6.2 神经网络模型/122
5.6.3 神经网络的应用/125
5.7 支持向量机法/126
5.7.1 支持向量机的基本原理/126
5.7.2 支持向量机的特点及应用/129
5.8 权重自反馈的模糊综合预测法/131
5.8.1 基于样本特征值模糊划分的预测模型/132
5.8.2 基于预测因子加权综合值模糊划分的预测模型/134
5.9 可变模糊识别预测法/137
5.9.1 相对隶属函数与相对差异函数/137
5.9.2 可变模糊识别预测模型/138
5.9.3 应用实例/140
第6章高光谱遥感技术的应用143
6.1 高光谱遥感技术在植被监测中的应用/143
6.2 高光谱遥感技术在精细农业中的应用/145
6.3 高光谱遥感技术在土壤性状监测中的应用/146
6.4 高光谱遥感技术在环境质量监测中的应用/147
6.5 高光谱遥感技术在农产品检测中的应用/148
6.6 高光谱遥感技术在地质调查中的应用/150
6.7 高光谱遥感技术在医学医药中的应用/151
6.8 高光谱遥感技术在化学与化工中的应用/152
6.9 高光谱遥感技术在国防安全中的应用/152
参考文献/155
1.1 高光谱遥感的概念/001
1.2 高光谱遥感的特点/002
1.3 高光谱数据表达方式/002
1.3.1 图像立方体/002
1.3.2 光谱曲线/004
1.3.3 光谱曲面/004
1.4 高光谱遥感的发展概况/005
1.4.1 高光谱遥感的仪器研制/005
1.4.2 高光谱数据的分析技术/005
1.4.3 高光谱遥感的应用/007
第2章高光谱遥感机理和光谱仪009
2.1 高光谱遥感物理基础/009
2.1.1 电磁波与电磁辐射/009
2.1.2 基本电磁辐射定律/011
2.1.3 太阳辐射与物质的相互作用/013
2.2 高光谱非成像光谱仪/017
2.2.1 地面地物光谱仪/017
2.2.2 地面地物光谱仪的作用/022
2.3 高光谱遥感机理/022
2.3.1 基本概念/022
2.3.2 高光谱遥感成像关键技术/023
2.3.3 成像光谱仪光谱成像原理/025
2.3.4 成像光谱仪空间成像方式/030
2.3.5 成像光谱仪系统简介/032
第3章地物光谱数据获取与预处理038
3.1 地物非成像高光谱数据获取方法/038
3.1.1 光谱数据获取的基本步骤/038
3.1.2 光谱数据获取的注意事项/041
3.2 地物高光谱图像数据获取方法/042
3.2.1 SOC710 红外成像光谱仪简介/043
3.2.2 SOC710 红外成像光谱仪的操作步骤/044
3.3 高光谱数据预处理/044
3.3.1 非成像高光谱数据的处理/044
3.3.2 成像高光谱数据的处理/046
3.4 异常光谱数据的剔除/047
3.4.1 标准偏差法/048
3.4.2 主成分分析法/048
3.4.3 马氏距离/049
3.4.4 箱形图/049
3.5 典型地物的光谱特征/050
3.5.1 植被的光谱特征/050
3.5.2 水体的光谱特征/054
3.5.3 土壤的光谱特征/056
3.5.4 岩石与矿物的光谱特征/057
第4章地物光谱分析与特征提取060
4.1 地物光谱特性分析/060
4.1.1 地物光谱特性分析的目的/060
4.1.2 地物光谱特性分析的基本方法/060
4.2 地物光谱数据变换方法/067
4.2.1 初等变换/067
4.2.2 光谱微分技术/068
4.2.3 光谱连续统去除/070
4.2.4 小波变换/071
4.3 地物光谱特征选择/078
4.3.1 光谱特征选择的必要性/078
4.3.2 光谱特征选择的准则/079
4.3.3 光谱特征选择方法/084
4.4 地物光谱特征提取/089
4.4.1 主成分分析/089
4.4.2 最小噪声分离变换/091
4.4.3 基于光谱重排的特征提取/092
4.4.4 光谱吸收特征提取/092
4.4.5 光谱斜率和坡向的特征提取/093
4.4.6 基于光谱积分的特征提取/094
4.4.7 基于二值编码的特征提取/094
4.4.8 基于重要程度的特征提取/095
4.5 地物光谱特征规范化处理/098
4.5.1 数据中心化/098
4.5.2 数据标准化/099
4.5.3 数据区间化/099
4.5.4 数据均值化/099
第5章高光谱定量估测建模技术100
5.1 概述/100
5.1.1 高光谱的定性分析/100
5.1.2 高光谱的定量分析/101
5.1.3 精度评定指标/102
5.2 回归分析法/103
5.2.1 线性回归分析法/104
5.2.2 非线性回归分析法/107
5.3 主成分回归法/109
5.4 偏最小二乘法/110
5.5 模式识别法/111
5.5.1 模糊模式识别/112
5.5.2 灰色关联模式识别/114
5.6 人工神经网络法/118
5.6.1 神经网络基础/118
5.6.2 神经网络模型/122
5.6.3 神经网络的应用/125
5.7 支持向量机法/126
5.7.1 支持向量机的基本原理/126
5.7.2 支持向量机的特点及应用/129
5.8 权重自反馈的模糊综合预测法/131
5.8.1 基于样本特征值模糊划分的预测模型/132
5.8.2 基于预测因子加权综合值模糊划分的预测模型/134
5.9 可变模糊识别预测法/137
5.9.1 相对隶属函数与相对差异函数/137
5.9.2 可变模糊识别预测模型/138
5.9.3 应用实例/140
第6章高光谱遥感技术的应用143
6.1 高光谱遥感技术在植被监测中的应用/143
6.2 高光谱遥感技术在精细农业中的应用/145
6.3 高光谱遥感技术在土壤性状监测中的应用/146
6.4 高光谱遥感技术在环境质量监测中的应用/147
6.5 高光谱遥感技术在农产品检测中的应用/148
6.6 高光谱遥感技术在地质调查中的应用/150
6.7 高光谱遥感技术在医学医药中的应用/151
6.8 高光谱遥感技术在化学与化工中的应用/152
6.9 高光谱遥感技术在国防安全中的应用/152
参考文献/155
猜您喜欢
