全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 电工无线电自动化 > 自动化技术

高光谱遥感原理与方法

  • 定价: ¥42
  • ISBN:9787122341440
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:化学工业
  • 页数:166页
  • 作者:编者:李西灿//朱...
  • 立即节省:
  • 2019-07-01 第1版
  • 2019-07-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    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。

目录

第1章  绪论
  1.1  高光谱遥感的概念
  1.2  高光谱遥感的特点
  1.3  高光谱数据表达方式
    1.3.1  图像立方体
    1.3.2  光谱曲线
    1.3.3  光谱曲面
  1.4  高光谱遥感的发展概况
    1.4.1  高光谱遥感的仪器研制
    1.4.2  高光谱数据的分析技术
    1.4.3  高光谱遥感的应用
第2章  高光谱遥感机理和光谱仪
  2.1  高光谱遥感物理基础
    2.1.1  电磁波与电磁辐射
    2.1.2  基本电磁辐射定律
    2.1.3  太阳辐射与物质的相互作用
  2.2  高光谱非成像光谱仪
    2.2.1  地面地物光谱仪
    2.2.2  地面地物光谱仪的作用
  2.3  高光谱遥感机理
    2.3.1  基本概念
    2.3.2  高光谱遥感成像关键技术
    2.3.3  成像光谱仪光谱成像原理
    2.3.4  成像光谱仪空间成像方式
    2.3.5  成像光谱仪系统简介
第3章  地物光谱数据获取与预处理
  3.1  地物非成像高光谱数据获取方法
    3.1.1  光谱数据获取的基本步骤
    3.1.2  光谱数据获取的注意事项
  3.2  地物高光谱图像数据获取方法
    3.2.1  SOC710红外成像光谱仪简介
    3.2.2  SOC710红外成像光谱仪的操作步骤
  3.3  高光谱数据预处理
    3.3.1  非成像高光谱数据的处理
    3.3.2  成像高光谱数据的处理
  3.4  异常光谱数据的剔除
    3.4.1  标准偏差法
    3.4.2  主成分分析法
    3.4.3  马氏距离
    3.4.4  箱形图
  3.5  典型地物的光谱特征
    3.5.1  植被的光谱特征
    3.5.2  水体的光谱特征
    3.5.3  土壤的光谱特征
    3.5.4  岩石与矿物的光谱特征
第4章  地物光谱分析与特征提取
  4.1  地物光谱特性分析
    4.1.1  地物光谱特性分析的目的
    4.1.2  地物光谱特性分析的基本方法
  4.2  地物光谱数据变换方法
    4.2.1  初等变换
    4.2.2  光谱微分技术
    4.2.3  光谱连续统去除
    4.2.4  小波变换
  4.3  地物光谱特征选择
    4.3.1  光谱特征选择的必要性
    4.3.2  光谱特征选择的准则
    4.3.3  光谱特征选择方法
  4.4  地物光谱特征提取
    4.4.1  主成分分析
    4.4.2  最小噪声分离变换
    4.4.3  基于光谱重排的特征提取
    4.4.4  光谱吸收特征提取
    4.4.5  光谱斜率和坡向的特征提取
    4.4.6  基于光谱积分的特征提取
    4.4.7  基于二值编码的特征提取
    4.4.8  基于重要程度的特征提取
  4.5  地物光谱特征规范化处理
    4.5.1  数据中心化
    4.5.2  数据标准化
    4.5.3  数据区间化
    4.5.4  数据均值化
第5章  高光谱定量估测建模技术
  5.1  概述
    5.1.1  高光谱的定性分析
    5.1.2  高光谱的定量分析
    5.1.3  精度评定指标
  5.2  回归分析法
    5.2.1  线性回归分析法
    5.2.2  非线性回归分析法
  5.3  主成分回归法
  5.4  偏最小二乘法
  5.5  模式识别法
    5.5.1  模糊模式识别
    5.5.2  灰色关联模式识别
  5.6  人工神经网络法
    5.6.1  神经网络基础
    5.6.2  神经网络模型
    5.6.3  神经网络的应用
  5.7  支持向量机法
    5.7.1  支持向量机的基本原理
    5.7.2  支持向量机的特点及应用
  5.8  权重自反馈的模糊综合预测法
    5.8.1  基于样本特征值模糊划分的预测模型
    5.8.2  基于预测因子加权综合值模糊划分的预测模型
  5.9  可变模糊识别预测法
    5.9.1  相对隶属函数与相对差异函数
    5.9.2  可变模糊识别预测模型
    5.9.3  应用实例
第6章  高光谱遥感技术的应用
  6.1  高光谱遥感技术在植被监测中的应用
  6.2  高光谱遥感技术在精细农业中的应用
  6.3  高光谱遥感技术在土壤性状监测中的应用
  6.4  高光谱遥感技术在环境质量监测中的应用
  6.5  高光谱遥感技术在农产品检测中的应用
  6.6  高光谱遥感技术在地质调查中的应用
  6.7  高光谱遥感技术在医学医药中的应用
  6.8  高光谱遥感技术在化学与化工中的应用
  6.9  高光谱遥感技术在国防安全中的应用
参考文献