描述
开 本: 128开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787030542847丛书名: 地理信息系统理论与应用丛书
编辑推荐
地质遥感,应用
内容简介
《遥感地学应用》作者针对遥感地学应用技术体系繁芜庞大的特点，结合地理信息及遥感相关专业多年的教学和科研实践，编写了这《遥感地学应用》。作为遥感地学应用高级进阶教材，《遥感地学应用》在内容上以“不同数据源—不同信息提取手段—不同应用领域”为主线，涵盖中低空间分辨率遥感影像像元分类、高空间分辨率影像信息提取、遥感指数计算、定量遥感统计模型、定量遥感物理模型、主动式遥感三维信息获取等核心内容，在介绍原理和方法的基础上配以应用案例。《遥感地学应用》作者将后续出版相应的《遥感地学应用实验教程》。
目 录
目录
前言
第1章 概述 1
1.1 遥感地学应用相关概念 1
1.2 遥感信息地学评价标准 2
1.2.1 遥感数据的基本属性 2
1.2.2 遥感研究对象的地学属性 4
1.2.3 遥感信息地学评价标准 6
1.3 遥感技术的发展 9
1.3.1 遥感技术经历的几个发展阶段 9
1.3.2 遥感技术发展趋势 10
参考文献 14
第2章 常用遥感分析方法 16
2.1 遥感地学相关分析法 16
2.1.1 主导因子相关分析法 17
2.1.2 多因子相关分析法 18
2.1.3 指示标志分析法 19
2.2 分层分类法 22
2.2.1 分类树的建立 22
2.2.2 分层分类法的特点 23
2.2.3 分层分类法遥感应用 23
2.3 系列制图法 25
2.3.1 遥感系列制图的基本条件 25
2.3.2 生态环境遥感综合系列制图 26
2.4 信息复合 28
2.4.1 多平台遥感信息的复合 29
2.4.2 多时相遥感信息的复合及变化检测分析法 30
2.4.3 遥感信息与非遥感信息的复合 33
参考文献 36
第3章 遥感地学应用方法体系 37
3.1 遥感地学应用及数据选择 37
3.2 遥感信息提取技术概述 39
3.2.1 遥感信息提取定义 39
3.2.2 遥感信息提取技术分类 40
3.3 遥感图像目视解译 40
3.3.1 目视解译判读标志 41
3.3.2 目视解译的步骤 46
3.4 遥感图像计算机信息提取方法体系 46
参考文献 50
第4章 中低空间分辨率遥感影像像元分类 52
4.1 遥感分类基本原理 52
4.1.1 特征空间 53
4.1.2 地物的光谱统计特性 53
4.1.3 分类原理 55
4.1.4 分类基本过程 58
4.2 遥感影像分类的波段及特征选择 59
4.2.1 特征介绍 60
4.2.2 特征选择方法 61
4.3 遥感影像监督分类 66
4.3.1 监督分类流程 66
4.3.2 **似然法 67
4.3.3 *小距离法 68
4.3.4 马氏距离法 69
4.3.5 光谱角方法 70
4.4 遥感影像非监督分类 71
4.4.1 K-均值聚类方法 72
4.4.2 ISODATA分类方法 73
4.5 基于知识的遥感影像分类 75
4.5.1 遥感分类中的知识 76
4.5.2 基于专家知识的决策树分类 77
4.5.3 专家系统分类 79
4.6 基于智能计算的遥感影像像元分类 81
4.6.1 基于人工神经网络的遥感影像像元分类 82
4.6.2 基于支持向量机的遥感影像像元分类 89
4.6.3 基于随机森林的遥感影像像元分类 93
4.7 典型地学应用——土地覆盖遥感监测 96
4.7.1 土地覆盖与土地利用 96
4.7.2 土地利用/土地覆盖分类体系 96
4.7.3 土地覆盖遥感监测流程 99
参考文献 102
第5章 高空间分辨率影像信息提取 105
5.1 高空间分辨率遥感卫星系统的发展 105
5.2 高分辨率遥感影像应用 108
5.2.1 高分辨率遥感应用的现状 108
5.2.2 高分辨率遥感应用的挑战 109
5.3 高分辨率遥感影像信息提取模型 110
5.3.1 高分辨率遥感影像特征基元 110
5.3.2 基于特征基元的高分辨率遥感影像分析与理解 111
5.3.3 基于特征基元的高分辨率遥感信息提取模型 113
5.4 高分辨率遥感影像信息提取关键技术 115
5.4.1 遥感影像分割 116
5.4.2 基元特征表达 123
5.4.3 基元模式分类 125
5.4.4 高分辨率遥感影像信息提取技术发展趋势 128
5.5 典型地学应用实例——面向对象土地覆盖遥感调查 130
5.5.1 面向对象分类软件——eCognition 130
5.5.2 多分辨率分割 131
5.5.3 面向对象遥感分类流程 136
5.5.4 面向对象分类实例 137
参考文献 141
第6章 遥感指数计算及应用 143
6.1 遥感指数计算概述 143
6.1.1 遥感指数计算模型的原理 143
6.1.2 遥感指数的发展及应用 143
6.2 遥感植被指数计算模型与应用 144
6.2.1 遥感植被指数计算模型 144
6.2.2 遥感植被指数的应用 150
6.3 遥感水体指数计算模型与应用 151
6.3.1 遥感水体指数计算模型 151
6.3.2 遥感水体指数的应用 153
6.4 遥感矿化指标计算模型与应用 155
6.4.1 遥感矿化指数计算模型 155
6.4.2 遥感矿化指数的应用 158
6.5 基于指数计算的多层次遥感信息提取模型 161
6.5.1 多层次信息提取模型 162
6.5.2 基于多层次信息提取模型的水体自动提取 162
参考文献 164
第7章 定量遥感模型及应用 167
7.1 定量遥感基本概念 167
7.1.1 定量遥感的定义 167
7.1.2 定量遥感的内容分类 167
7.1.3 高光谱定量遥感 168
7.2 遥感反演模型概述 169
7.2.1 遥感反演模型分类 169
7.2.2 遥感物理模型基础 170
7.3 遥感物理模型 171
7.3.1 辐射传输模型 171
7.3.2 几何光学模型 178
7.3.3 混合物理模型 179
7.4 遥感统计模型 180
7.4.1 遥感统计模型的基本原理 180
7.4.2 遥感统计模型的局限 181
7.5 定量遥感应用实例 181
7.5.1 基于热红外遥感数据的地表温度定量反演实例 181
7.5.2 基于随机森林的海表盐度遥感反演模型应用实例 186
7.6 定量遥感面临的基本问题 195
7.6.1 方向性问题 195
7.6.2 混合像元与尺度问题 196
7.6.3 反演策略与方法 197
7.6.4 遥感模型与应用模型的链接 198
7.6.5 定量遥感的研究发展方向 198
参考文献 199
第8章 主动式遥感三维信息获取 201
8.1 主动雷达遥感 201
8.1.1 主动雷达遥感定义 201
8.1.2 雷达成像原理及雷达影像特点 202
8.1.3 干涉雷达技术 208
8.1.4 基于SAR差分干涉技术的地表沉降监测实例 211
8.2 激光雷达遥感技术 214
8.2.1 激光雷达的概念 214
8.2.2 激光雷达系统工作原理 215
8.2.3 激光雷达测量原理 217
8.2.4 激光雷达数据处理流程 219
8.2.5 激光雷达应用 224
8.3 遥感三维信息获取技术发展前景 231
参考文献 232
彩图
前言
第1章 概述 1
1.1 遥感地学应用相关概念 1
1.2 遥感信息地学评价标准 2
1.2.1 遥感数据的基本属性 2
1.2.2 遥感研究对象的地学属性 4
1.2.3 遥感信息地学评价标准 6
1.3 遥感技术的发展 9
1.3.1 遥感技术经历的几个发展阶段 9
1.3.2 遥感技术发展趋势 10
参考文献 14
第2章 常用遥感分析方法 16
2.1 遥感地学相关分析法 16
2.1.1 主导因子相关分析法 17
2.1.2 多因子相关分析法 18
2.1.3 指示标志分析法 19
2.2 分层分类法 22
2.2.1 分类树的建立 22
2.2.2 分层分类法的特点 23
2.2.3 分层分类法遥感应用 23
2.3 系列制图法 25
2.3.1 遥感系列制图的基本条件 25
2.3.2 生态环境遥感综合系列制图 26
2.4 信息复合 28
2.4.1 多平台遥感信息的复合 29
2.4.2 多时相遥感信息的复合及变化检测分析法 30
2.4.3 遥感信息与非遥感信息的复合 33
参考文献 36
第3章 遥感地学应用方法体系 37
3.1 遥感地学应用及数据选择 37
3.2 遥感信息提取技术概述 39
3.2.1 遥感信息提取定义 39
3.2.2 遥感信息提取技术分类 40
3.3 遥感图像目视解译 40
3.3.1 目视解译判读标志 41
3.3.2 目视解译的步骤 46
3.4 遥感图像计算机信息提取方法体系 46
参考文献 50
第4章 中低空间分辨率遥感影像像元分类 52
4.1 遥感分类基本原理 52
4.1.1 特征空间 53
4.1.2 地物的光谱统计特性 53
4.1.3 分类原理 55
4.1.4 分类基本过程 58
4.2 遥感影像分类的波段及特征选择 59
4.2.1 特征介绍 60
4.2.2 特征选择方法 61
4.3 遥感影像监督分类 66
4.3.1 监督分类流程 66
4.3.2 **似然法 67
4.3.3 *小距离法 68
4.3.4 马氏距离法 69
4.3.5 光谱角方法 70
4.4 遥感影像非监督分类 71
4.4.1 K-均值聚类方法 72
4.4.2 ISODATA分类方法 73
4.5 基于知识的遥感影像分类 75
4.5.1 遥感分类中的知识 76
4.5.2 基于专家知识的决策树分类 77
4.5.3 专家系统分类 79
4.6 基于智能计算的遥感影像像元分类 81
4.6.1 基于人工神经网络的遥感影像像元分类 82
4.6.2 基于支持向量机的遥感影像像元分类 89
4.6.3 基于随机森林的遥感影像像元分类 93
4.7 典型地学应用——土地覆盖遥感监测 96
4.7.1 土地覆盖与土地利用 96
4.7.2 土地利用/土地覆盖分类体系 96
4.7.3 土地覆盖遥感监测流程 99
参考文献 102
第5章 高空间分辨率影像信息提取 105
5.1 高空间分辨率遥感卫星系统的发展 105
5.2 高分辨率遥感影像应用 108
5.2.1 高分辨率遥感应用的现状 108
5.2.2 高分辨率遥感应用的挑战 109
5.3 高分辨率遥感影像信息提取模型 110
5.3.1 高分辨率遥感影像特征基元 110
5.3.2 基于特征基元的高分辨率遥感影像分析与理解 111
5.3.3 基于特征基元的高分辨率遥感信息提取模型 113
5.4 高分辨率遥感影像信息提取关键技术 115
5.4.1 遥感影像分割 116
5.4.2 基元特征表达 123
5.4.3 基元模式分类 125
5.4.4 高分辨率遥感影像信息提取技术发展趋势 128
5.5 典型地学应用实例——面向对象土地覆盖遥感调查 130
5.5.1 面向对象分类软件——eCognition 130
5.5.2 多分辨率分割 131
5.5.3 面向对象遥感分类流程 136
5.5.4 面向对象分类实例 137
参考文献 141
第6章 遥感指数计算及应用 143
6.1 遥感指数计算概述 143
6.1.1 遥感指数计算模型的原理 143
6.1.2 遥感指数的发展及应用 143
6.2 遥感植被指数计算模型与应用 144
6.2.1 遥感植被指数计算模型 144
6.2.2 遥感植被指数的应用 150
6.3 遥感水体指数计算模型与应用 151
6.3.1 遥感水体指数计算模型 151
6.3.2 遥感水体指数的应用 153
6.4 遥感矿化指标计算模型与应用 155
6.4.1 遥感矿化指数计算模型 155
6.4.2 遥感矿化指数的应用 158
6.5 基于指数计算的多层次遥感信息提取模型 161
6.5.1 多层次信息提取模型 162
6.5.2 基于多层次信息提取模型的水体自动提取 162
参考文献 164
第7章 定量遥感模型及应用 167
7.1 定量遥感基本概念 167
7.1.1 定量遥感的定义 167
7.1.2 定量遥感的内容分类 167
7.1.3 高光谱定量遥感 168
7.2 遥感反演模型概述 169
7.2.1 遥感反演模型分类 169
7.2.2 遥感物理模型基础 170
7.3 遥感物理模型 171
7.3.1 辐射传输模型 171
7.3.2 几何光学模型 178
7.3.3 混合物理模型 179
7.4 遥感统计模型 180
7.4.1 遥感统计模型的基本原理 180
7.4.2 遥感统计模型的局限 181
7.5 定量遥感应用实例 181
7.5.1 基于热红外遥感数据的地表温度定量反演实例 181
7.5.2 基于随机森林的海表盐度遥感反演模型应用实例 186
7.6 定量遥感面临的基本问题 195
7.6.1 方向性问题 195
7.6.2 混合像元与尺度问题 196
7.6.3 反演策略与方法 197
7.6.4 遥感模型与应用模型的链接 198
7.6.5 定量遥感的研究发展方向 198
参考文献 199
第8章 主动式遥感三维信息获取 201
8.1 主动雷达遥感 201
8.1.1 主动雷达遥感定义 201
8.1.2 雷达成像原理及雷达影像特点 202
8.1.3 干涉雷达技术 208
8.1.4 基于SAR差分干涉技术的地表沉降监测实例 211
8.2 激光雷达遥感技术 214
8.2.1 激光雷达的概念 214
8.2.2 激光雷达系统工作原理 215
8.2.3 激光雷达测量原理 217
8.2.4 激光雷达数据处理流程 219
8.2.5 激光雷达应用 224
8.3 遥感三维信息获取技术发展前景 231
参考文献 232
彩图
评论
还没有评论。