高光谱植被遥感

部分  引言和回顾
  第1章  植被和农田高光谱遥感技术进展
    1.1  基本原理与简要介绍
    1.2  植被与农作物高光谱遥感
    1.3  植被与农作物高光谱数据组合应用研究
    1.4  植被与农作物高光谱数据分析方法
    1.5  高光谱窄波段：高光谱植被指数研究
    1.6  高光谱数据分析的其他方法
    1.7  宽波段植被指数
    1.8  高光谱窄波段数据区分植被类型和农作物种类
    1.9  植被和农作物研究的高光谱窄波段
    1.10  结论
    参考文献
第二部分  高光谱传感器系统
  第2章  高光谱传感器特征：机载、星载、车载和手持高光谱数据与LmAR集成
    2.1  引言
    2.2  高光谱传感器(HSS)的概念
    2.3  HSS物理机理及设计
    2.4  HSS运行模型
    2.5  uDAR和HS数据集成
    2.6  总结与展望
    参考文献
  第3章  基于高光谱数据的全球变化研究
    3.1  前言
    3.2  高光谱传感器及属性
    3.3  高光谱遥感方法
    3.4  全球变化监测需求及应用
    3.5  高光谱遥感存在的挑战
    3.6  讨论和展望
    参考文献
第三部分  数据挖掘、算法、指标参数
  第4章  高光谱数据挖掘
    4.1  引言
    4.2  数据挖掘方法
    4.3  特征选择和特征提取方法
    4.4  信息提取方法
    4.5  精度评价
    4.6  应用
    4.7  讨论和展望
    参考文献
  第5章  高光谱数据处理方法
    5.1  前言
    5.2  支持向量机
    5.3  高光谱数据的光谱解混
    5.4  实验结果
    5.5  结论和展望
    参考文献
第四部分  叶片和植物体的生物物理化学特性
  第6章  叶片色素(叶绿素、类胡萝卜素、花青素)含量的非破坏性估测：关于
    一个半解析三波段模型的评价
    6.1  引言
    6.2  背景
    6.3  叶片反射光谱特征
    6.4  三波段概念模型
    6.5  叶片色素含量估算
    6.6  结论与展望
    参考文献
  第7章  基于高光谱遥感的森林叶片叶绿素估算研究
    7.1  介绍
    7.2  叶片叶绿素含量估算方法
    ……
  第8章  利用高光谱数据反演粮食作物叶片氮含量
  第9章  应用地物光谱仪和成像光谱仪研究草地特征
  第10章  植被含水量光学遥感
  第11章  利用高光谱植被指数估算作物和牧草中的氮含量
第五部分  植物生物特性
  第12章  光合效率和植被胁迫的光谱生物学指标
  第13章  利用高光谱图像光谱特征和空间分析法估算农作物的生物物理特性和生物化学特性
  第14章  高光谱植被指数
  第15章  遥感估算不同尺度生物物理特征
第六部分  植被过程和功能
  第16章  高光谱遥感在量化干旱生态系统植物凋落物和入侵植物物种中的应用
第七部分  品种识别
  第17章  应用高光谱并展作物识别研究
  第18章  基于高光谱数据的热带森林冠层物种识别
  第19章  入侵植物物种的高光谱数据探测和制图
第八部分  土地覆盖应用
  第20章  高光谱遥感在森林管理中的应用
  第21章  湿地植被高光谱遥感
  第22章  用反射率光谱描述土壤的特性
第九部分  作物管理、植物胁迫及其病害的探测
  第23章  重金属效应对植被高光谱反射特性影响的分析
  第24章  窄波段高光谱数据及其指数用于棉花作物氮含量评估的应用研究
  第25章  高光谱遥感数据在精准农业中的应用.
  第26章  长时序不同传感器间高光谱数据的连续性研究
第十一部分  高光谱数据的外星球研究
  第27章  针对地球和其他行星体岩石表层的高光谱分析
第十二部分  结论和前景
  第28章  植被和农作物高光谱遥感：40年研究的认知和欠缺