遥感科学与进展PDF|Epub|txt|kindle电子书版本网盘下载

遥感科学与进展PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 基础篇3

1 绪论3

1.1 遥感——从技术到科学3

1.1.1 遥感的概念3

1.1.2 遥感信息处理与遥感应用存在的一些问题8

1.1.3 解决问题——从科学的角度认识和分析10

1.2 国内外遥感科学的若干观点12

1.3 遥感科学与技术的研究内容15

1.3.1 指导思想15

1.3.2 研究内容15

1.3.3 当前遥感科学发展的特点17

1.4 本书的体系结构18

2 遥感信息获取原理与发展19

2.1 概述19

2.1.1 遥感信息获取过程19

2.1.2 遥感信息获取的基本手段20

2.2 电磁辐射基础23

2.2.1 基本物理概念23

2.2.2 电磁辐射基本定律23

2.3 遥感中的能源27

2.3.1 太阳辐射27

2.3.2 地球辐射29

2.3.3 主动遥感中的能源30

2.4 大气层对电磁波传输的影响30

2.4.1 大气的组成、结构特征及其基本物理过程31

2.4.2 大气对电磁辐射的吸收33

2.4.3 大气对电磁辐射的散射36

2.4.4 大气窗口38

2.4.5 大气校正38

2.5 电磁波与地表相互作用和地物光谱特征41

2.5.1 电磁辐射能与地表的相互作用41

2.5.2 地物光谱特征44

2.6 遥感辐射传输方程48

2.7 可见光和近红外遥感应用模型49

2.7.1 基本特征49

2.7.2 地物的波谱特征与方向谱特征49

3 遥感信息处理的现状与发展54

3.1 遥感信息处理概述54

3.1.1 遥感信息处理的目的和类别54

3.1.2 遥感图像处理——从目视解译到数字处理55

3.1.3 遥感图像处理的判据与准则56

3.1.4 遥感图像处理中的相似性度量57

3.1.5 遥感数字图像处理的主要内容及其流程57

3.2 遥感信息处理的发展趋势60

3.2.1 由单一特征到多特征和辅助数据综合，由单源影像到多源信息融合60

3.2.2 由基于统计模式识别的遥感分类器向各种新型分类器拓展61

3.2.3 由单分类器向多分类器集成，由单层分类器向层次型分类器发展62

3.2.4 遥感信息智能处理64

3.2.5 注重遥感数据的不确定性与分类精度评价66

3.2.6 发展遥感地学分析新方法与遥感数据驱动的模型66

3.2.7 定量化69

3.2.8 高分辨率遥感影像处理69

3.2.9 海量遥感信息的管理与高效处理72

3.2.10 实用化遥感应用系统的研制与开发73

3.3 遥感信息模型73

3.3.1 遥感模型概述73

3.3.2 遥感信息模型75

3.3.3 遥感定量反演模型75

第二部分 方法篇83

4 遥感影像预处理83

4.1 遥感数字影像及其存储格式83

4.1.1 数字图像与直方图83

4.1.2 遥感数字图像及其性质和特点86

4.1.3 遥感数字图像的表示方法与描述方式88

4.2 遥感图像辐射处理90

4.2.1 系统辐射校正91

4.2.2 大气辐射校正92

4.2.3 合成孔径侧视雷达图像的辐射校正94

4.2.4 噪声消除95

4.3 遥感图像的几何校正95

4.3.1 遥感图像几何校正原理96

4.3.2 遥感图像几何校正方法98

4.4 遥感图像变换与增强101

4.4.1 对比度变换101

4.4.2 空间滤波增强105

4.4.3 频率域滤波增强110

4.4.4 彩色变换115

4.4.5 图像运算117

4.4.6 多光谱图像变换119

5 遥感图像分类122

5.1 遥感图像计算机分类的一般原理122

5.1.1 遥感图像的分类方式122

5.1.2 遥感图像分类的基本原理与一般过程124

5.2 监督分类126

5.2.1 训练样区的选择126

5.2.2 最小距离分类法127

5.2.3 平行多面体分类128

5.2.4 最大似然法分类128

5.2.5 光谱角制图法130

5.3 非监督分类131

5.3.1 聚类分析技术132

5.3.2 K—均值聚类法133

5.3.3 ISODATA分类法133

5.4 遥感图像分类新技术135

5.4.1 决策树分类136

5.4.2 模糊聚类法137

5.4.3 神经网络分类139

5.4.4 支持向量机分类139

5.4.5 基于人工免疫系统的分类142

5.4.6 贝叶斯网络分类器143

5.5 遥感图像分类中非光谱辅助信息的应用144

5.5.1 基于地形信息的遥感图像分类处理144

5.5.2 辅以纹理信息的遥感图像分类145

5.6 分类后处理和精度分析146

5.6.1 分类后处理146

5.6.2 分类精度评定147

6 遥感专题信息提取149

6.1 概述149

6.1.1 遥感专题信息提取技术的发展149

6.1.2 遥感专题信息提取模型154

6.1.3 遥感信息自动提取的发展趋势157

6.2 基于数理统计方法的遥感专题信息提取158

6.2.1 常规统计分析量159

6.2.2 统计变换162

6.2.3 统计分类提取162

6.3 几种常见专题信息的提取162

6.3.1 道路提取163

6.3.2 水体提取165

6.3.3 居民地提取166

6.3.4 植被提取167

7 遥感数据融合169

7.1 遥感数据融合方法与步骤169

7.1.1 概述169

7.1.2 图像配准170

7.1.3 遥感数据融合方法与步骤171

7.2 遥感数据融合算法及其比较172

7.2.1 遥感数据融合方法分类172

7.2.2 像素级融合173

7.2.3 特征级融合176

7.2.4 决策级融合181

7.2.5 遥感图像融合质量的评价181

7.3 多时相遥感信息融合与遥感动态监测184

7.3.1 遥感动态监测的方法184

7.3.2 多时相遥感信息处理方法184

7.3.3 变化检测186

7.4 遥感信息融合发展趋势189

7.4.1 遥感信息融合有待解决的问题189

7.4.2 遥感信息融合的研究重点和发展方向189

8 遥感应用与发展191

8.1 遥感应用的基本模式191

8.1.1 遥感应用的主要模式191

8.1.2 遥感应用技术流程192

8.1.3 遥感应用的典型任务194

8.1.4 遥感应用的关键问题195

8.2 资源遥感198

8.2.1 资源遥感概述198

8.2.2 矿产资源遥感199

8.2.3 水资源遥感200

8.2.4 土地遥感201

8.3 城市遥感204

8.3.1 城市遥感概述204

8.3.2 城市土地遥感205

8.3.3 城市扩展遥感监测205

8.3.4 城市生态环境遥感206

8.3.5 城市人口遥感估算208

8.3.6 城市规划遥感209

8.4 环境遥感209

8.4.1 环境遥感概述209

8.4.2 大气环境遥感210

8.4.3 水环境遥感211

8.4.4 生态环境遥感213

8.4.5 景观生态遥感217

8.5 灾害遥感219

8.5.1 灾害遥感概述219

8.5.2 洪灾遥感220

8.5.3 火灾遥感221

8.5.4 地质灾害遥感222

8.6 遥感制图223

8.6.1 遥感制图的基本原理223

8.6.2 地形图制图224

8.6.3 专题地图制作225

8.7 农业遥感226

8.7.1 农业遥感概述226

8.7.2 作物估产227

8.7.3 作物生长状态监测228

8.7.4 农业病虫害监测228

8.8 遥感应用新领域229

8.8.1 遥感考古229

8.8.2 公共卫生领域遥感应用231

8.8.3 遥感岩石力学232

第三部分 进展篇237

9 遥感图像数据库与基于内容的图像检索237

9.1 遥感图像数据库237

9.1.1 遥感图像数据库的特点237

9.1.2 遥感图像数据库的分类239

9.1.3 遥感图像数据库建模241

9.2 建立遥感图像数据库的关键技术242

9.2.1 大型图像数据库设计的体系结构242

9.2.2 遥感图像和图像数据库系统模型243

9.2.3 图像数据库的数据结构和存储结构246

9.2.4 图像数据的预处理246

9.2.5 图像信息的检索与更新247

9.3 国内外实用成果248

9.4 基于内容的遥感图像检索249

9.4.1 概述249

9.4.2 基于内容的图像检索与遥感图像检索的特点249

9.4.3 基于内容的遥感图像检索的过程253

9.4.4 可用于检索的内容254

9.4.5 检索模式与策略260

10 遥感尺度问题262

10.1 地理空间数据的尺度262

10.1.1 尺度的概念263

10.1.2 与尺度有关的问题265

10.2 遥感尺度问题266

10.2.1 遥感信息及其基本特征266

10.2.2 遥感数据的多尺度267

10.2.3 有关遥感尺度问题的研究269

10.3 遥感尺度效应与尺度选择270

10.3.1 遥感尺度效应与尺度依赖270

10.3.2 遥感尺度选择271

10.4 遥感信息的尺度转换273

10.4.1 尺度转换273

10.4.2 遥感信息的尺度转换方法274

10.4.3 遥感信息尺度转换效果评价277

11 遥感数据不确定性278

11.1 遥感数据的不确定性特征及形成机理278

11.1.1 遥感过程与不确定性来源278

11.1.2 应用遥感技术采集信息的误差分析279

11.1.3 遥感数据不确定性机理280

11.1.4 遥感数据及其不确定性流程283

11.2 遥感数据不确定性在处理过程中的传播283

11.2.1 空间数据不确定性传播模式284

11.2.2 遥感数据不确定性传播的主要类型284

11.3 遥感数据不确定性处理方法286

11.3.1 遥感不确定性分析的相关理论286

11.3.2 遥感数据不确定性探测方法288

11.3.3 遥感数据不确定性评估288

11.3.4 光谱特征不确定性分析方法289

11.3.5 空间数据不确定性分析方法290

11.3.6 知识、证据和假设的不确定性处理292

11.3.7 遥感数据不确定性的可视化293

11.4 遥感分类的不确定性及其处理294

11.4.1 遥感分类不确定性及其评价294

11.4.2 像元尺度的遥感分类不确定性表达与评价295

11.4.3 降低分类不确定性的方法296

12 遥感数据挖掘与知识发现299

12.1 概述299

12.1.1 研究意义299

12.1.2 遥感数据挖掘研究现状300

12.1.3 遥感影像数据挖掘的若干问题302

12.1.4 若干关键技术305

12.2 遥感数据挖掘的框架体系306

12.2.1 遥感数据挖掘的形成与作用306

12.2.2 框架体系与处理流程307

12.2.3 可以发现的知识307

12.2.4 挖掘模式308

12.3 主要挖掘算法与工具309

12.3.1 聚类与分类309

12.3.2 人工神经网络（ANN）310

12.3.3 关联规则311

12.3.4 决策树312

12.3.5 基于数据立方体的挖掘312

12.3.6 贝叶斯网络模型312

12.4 遥感数据挖掘的应用313

12.4.1 典型信息提取与识别313

12.4.2 定量遥感与遥感反演313

12.4.3 遥感分类与亚像元分解313

12.4.4 特征提取与最优特征组合选择314

12.4.5 自动分类314

12.4.6 变化探测与动态监测314

12.4.7 智能检索314

12.4.8 遥感与GIS的智能集成314

13 遥感信息智能处理315

13.1 遥感信息智能信息处理概述315

13.1.1 智能信息处理及其热点论题315

13.1.2 遥感信息智能处理的概念与流程316

13.1.3 遥感信息智能处理的主要研究内容317

13.1.4 知识获取319

13.1.5 推理机制320

13.2 基于人工神经网络的遥感影像处理321

13.2.1 人工神经网络概述321

13.2.2 BPNN的应用326

13.2.3 基于径向基函数神经网络的遥感影像分类算法329

13.2.4 基于自组织神经网络的遥感影像分类331

13.2.5 基于自适应共振神经网络的遥感影像分类333

13.2.6 人工神经网络遥感分类的发展趋势335

13.3 遗传算法在遥感图像处理中的应用336

13.3.1 遗传算法的基本原理336

13.3.2 遗传算法在遥感影像处理中的应用338

13.4 遥感图像解译专家系统338

13.4.1 遥感图像解译专家系统的组成338

13.4.2 遥感图像解译专家系统的机理340

14 定量遥感与遥感反演343

14.1 基本概念344

14.1.1 定量遥感的基本概念344

14.1.2 遥感地表参量定量反演理论与方法345

14.1.3 定量遥感面临的基本问题352

14.2 遥感地表参量反演355

14.2.1 土壤水分定量反演355

14.2.2 地温的遥感反演359

14.2.3 植被结构参数反演362

14.3 加强定量遥感几个方面的研究363

14.3.1 遥感测量的定量化363

14.3.2 遥感信息定量的数值模拟363

14.3.3 定量遥感信息的解释与应用364

14.3.4 遥感参数的定量反演364

15 高光谱遥感信息处理365

15.1 高光谱遥感概述365

15.2 高光谱遥感数据处理366

15.2.1 高光谱遥感数据的构成与特点366

15.2.2 高光谱遥感数据处理的主要内容367

15.2.3 降维处理369

15.2.4 导数光谱分析374

15.2.5 光谱匹配技术374

15.3 高光谱遥感光谱相似性度量375

15.3.1 几何测度375

15.3.2 编码测度377

15.3.3 概率测度378

15.3.4 特征测度378

15.3.5 变换测度379

15.4 高光谱遥感分类380

15.4.1 主要分类方法380

15.4.2 SAM分类器与聚类381

15.4.3 人工神经网络分类器381

15.4.4 支持向量机分类器383

15.4.5 融合分类器384

15.5 混合像元分解387

15.5.1 概述387

15.5.2 光谱混合模型388

15.6 地物光谱数据库与光谱数据反演391

15.6.1 地物光谱数据库的设计与实现391

15.6.2 基于地物光谱数据的参数反演397

15.6.3 发展趋势401

16 微波遥感与SAR图像处理403

16.1 微波遥感基础403

16.1.1 光波成像与微波成像403

16.1.2 微波遥感的基本概念405

16.2 雷达成像原理408

16.2.1 雷达方程409

16.2.2 雷达成像原理与工作过程410

16.2.3 相干雷达（INSAR）412

16.3 SAR图像处理417

16.3.1 SAR图像预处理417

16.3.2 SAR图像几何校正418

16.3.3 SAR图像去噪422

16.3.4 SAR图像结构指标分析423

16.3.5 SAR图像分类425

参考文献429