稀土矿区复垦植被高光谱遥感监测与分析

　　本书以离子型稀土矿区的典型复垦植被为研究对象，通过野外测量复垦植被叶片高光谱及其叶绿素含量，利用地面光谱高分辨率的特点，对光谱进行去噪、变换等处理，放大光谱特征差异，辨别复垦植被与非复垦植被的差异；作者研究了复垦植被在不同数学变换方法中的光谱特征分析，利用均值置信区间法进行高光谱数据降维，提取出各植被的特征波段进行敏感性检验，选择出最佳特征波段，通过三种判别方法实现对复垦植被的有效识别区分；结合复垦植被叶绿素含量做相关性分析，筛选出针对矿区复垦地中六种植被的敏感光谱信息，简化了模型的输入变量，降低了数据维数，分析了植被的胁迫影响；建立基于植被指数、PLSR和随机森林算法的复垦植被叶绿素含量模型，并进行对比分析，筛选出适合复垦植被叶绿素最佳反演模型。该研究为稀土矿区快速、有效的复垦措施提供了技术支持。

暂缺《稀土矿区复垦植被高光谱遥感监测与分析》作者简介

第1章 绪论
1.1 研究背景与意义
1.2 国内外研究进展
1.2.1 植被环境胁迫下的光谱特征研究进展
1.2.2 不同植被类型光谱识别研究
1.2.3 植被叶绿素含量估算研究进展
1.2.4 矿山高光谱遥感监测进展
1.3 本书主要研究内容
第2章 数据与方法
2.1 研究区概况
2.2 植被高光谱数据及叶绿素含量采集
2.2.1 典型复垦植被介绍
2.2.2 高光谱数据获取
2.2.3 叶绿素含量测定
2.3 复垦植被高光谱数据处理
2.3.1 光谱数据预处理
2.3.2 原始光谱变换处理
2.3.3 一阶导数变换处理
2.3.4 倒数的对数光谱变换处理
2.3.5 连续统去除光谱变换处理
2.3.6 光谱数据小波变换处理
2.3.7 光谱数据分数阶微分处理
2.3.8 光谱数据植被指数处理
2.4 复垦植被叶绿素高光谱估算方法
2.4.1 单因素回归分析和多元逐步回归方法
2.4.2 偏最小二乘回归方法(PLSR)
2.4.3 随机森林算法
2.4.4 估算方法检验
第3章 矿区环境胁迫下的植被光谱特征分析
3.1 基于原始光谱的植被光谱特征对照
3.2 基于一阶导数光谱的植被光谱特征对照分析
3.3 基于小波变换的植被光谱特征对照分析
3.4 基于分数阶微分的植被光谱特征对照分析
3.5 分析与讨论
第4章 典型植被叶片高光谱特征分析及判别
4.1 复垦矿区典型植被光谱特征分析
4.1.1 原始光谱特征分析
4.1.2 倒数的对数光谱特征分析
4.1.3 一阶导数光谱变换
4.1.4 连续统去除光谱变换
4.2 高光谱数据降维
4.3 特征波段敏感度检验
4.4 典型复垦植被判别方法
4.5 分析与讨论
第5章 复垦植被敏感光谱参数筛选
5.1 基于原始光谱的复垦植被敏感参数提取
5.2 基于一阶导数光谱的复垦植被敏感参数提取
5.3 基于小波变换的复垦植被敏感参数提取
5.4 基于分数阶微分处理的复垦植被敏感参数提取
5.5 分析与讨论
第6章 复垦植被叶绿素含量高光谱估算
6.1 基于植被指数的叶绿素含量估算模型构建
6.1.1 单植被指数估算模型构建
6.1.2 多元逐步回归估算模型构建(MSR)
6.1.3 单一植被指数估算模型精度验证
6.1.4 多元逐步回归(MSR)估算模型精度验证
6.2 偏最小二乘回归法叶绿素含量估算
6.3 随机森林算法叶绿素含量估算
6.4 模型估算精度对比分析
6.5 本章小结
第7章 总结与展望
7.1 主要结论
7.2 创新点
7.3 展望
参考文献