遙感專(zhuān)題信息處理與分析(融媒體教材)
定 價(jià):39 元
叢書(shū)名:普通高等教育“十三五”規(guī)劃教材
- 作者:李恒凱 著
- 出版時(shí)間:2020/5/1
- ISBN:9787502484828
- 出 版 社:冶金工業(yè)出版社
- 中圖法分類(lèi):TP751.1
- 頁(yè)碼:241
- 紙張:膠版紙
- 版次:1
- 開(kāi)本:16開(kāi)
《遙感專(zhuān)題信息處理與分析(融媒體教材)》主要以專(zhuān)題介紹的形式對(duì)當(dāng)前多種來(lái)源遙感影像處理方法及具體應(yīng)用進(jìn)行了詳細(xì)介紹,對(duì)其中遙感軟件的主要操作步驟進(jìn)行了描述,并通過(guò)配套的數(shù)據(jù),以作者科研實(shí)踐為例,結(jié)合多種遙感專(zhuān)題應(yīng)用,詳細(xì)介紹了遙感方法及所用數(shù)據(jù)源的特點(diǎn)、涉及的相關(guān)技術(shù)、算法的背景和參考文獻(xiàn)、參數(shù)的分析選擇等內(nèi)容。
《遙感專(zhuān)題信息處理與分析(融媒體教材)》可作為地理學(xué)、測(cè)繪科學(xué)與技術(shù)、測(cè)繪工程等空間信息學(xué)科本科生及研究生教材,也可供從事遙感應(yīng)用研究的專(zhuān)業(yè)人員和測(cè)繪、地理信息科學(xué)、地理學(xué)等相關(guān)專(zhuān)業(yè)的科研人員參考。
1 緒論
1.1 遙感市場(chǎng)及與GIS關(guān)系
1.2 衛(wèi)星數(shù)據(jù)處理流程
1.3 常見(jiàn)的遙感衛(wèi)星數(shù)據(jù)
1.4 ENVI遙感軟件介紹
1.4.1 ENVI的背景
1.4.2 ENVI功能結(jié)構(gòu)與特點(diǎn)
1.4.3 ENVI工程化應(yīng)用
1.5 ENVI遙感圖像處理基礎(chǔ)
1.5.1 文件系統(tǒng)和存儲(chǔ)
1.5.2 常用系統(tǒng)配置說(shuō)明
1.5.3 菜單命令及其功能
1.5.4 數(shù)據(jù)輸入與輸出
2 多光譜與決策樹(shù)分類(lèi)
2.1 遙感圖像分類(lèi)技術(shù)
2.2 多光譜遙感影像分類(lèi)
2.2.1 監(jiān)督分類(lèi)
2.2.2 非監(jiān)督分類(lèi)
2.2.3 其他分類(lèi)方法
2.3 基于專(zhuān)家知識(shí)的決策樹(shù)分類(lèi)
2.3.1 定義分類(lèi)規(guī)則
2.3.2 規(guī)則表達(dá)式
2.3.3 創(chuàng)建決策樹(shù)
2.3.4 執(zhí)行決策樹(shù)
2.4 分類(lèi)后處理
2.4.1 小斑塊去除
2.4.2 Majority和Minority分析
2.4.3 聚類(lèi)處理(Clump)
2.4.4 過(guò)濾處理(Sieve)
2.5 分類(lèi)統(tǒng)計(jì)
2.6 分類(lèi)疊加
2.7 分類(lèi)結(jié)果轉(zhuǎn)矢量
2.8 ENVI Classic分類(lèi)后處理
2.8.1 瀏覽結(jié)果
2.8.2 局部修改
2.8.3 更改類(lèi)別顏色
2.9 基于HJ-CCD影像的定南縣土地利用分類(lèi)
3 遙感動(dòng)態(tài)監(jiān)測(cè)
3.1 動(dòng)態(tài)監(jiān)測(cè)技術(shù)
3.1.1 數(shù)據(jù)預(yù)處理
3.1.2 變化信息檢測(cè)
3.1.3 變化信息提取
3.2 ENVI中的動(dòng)態(tài)監(jiān)測(cè)工具
3.2.1 Compute Difference Map工具
3.2.2 Image Difference工具
3.3 分類(lèi)后比較法工具
3.3.1 Change Detection Statistics工具
3.3.2 Thematic Change工具
3.4 贛州地區(qū)陸表環(huán)境遙感變化監(jiān)測(cè)
3.4.1 變化監(jiān)測(cè)方法
3.4.2 分類(lèi)處理步驟
3.4.3 精度檢驗(yàn)與對(duì)比
4 遙感光譜分析技術(shù)
4.1 基本光譜分析技術(shù)
4.1.1 地物波譜與波譜庫(kù)
4.1.2 高光譜地物識(shí)別
4.2 高級(jí)光譜分析
4.2.1 線性波譜分離法(Linear Spectral Unmixing)
4.2.2 匹配濾波(Matched Filtering)
4.2.3 混合調(diào)諧匹配濾波(Mixture Tuned MF)
4.2.4 最小能量約束法(Constrained Energy Minimization)
4.2.5 自適應(yīng)一致性估計(jì)法(Adaptive Coherence Estimator)
4.2.6 正交子空間投影法(Orthogonal Subspace Projection)
4.2.7 波譜特征擬合(Spectral Feature Fitting)
4.2.8 多范圍波譜特征擬合(Multi Range Spectral Feature Fitting)
4.2.9 線性波段預(yù)測(cè)法(Linear Band Prediction)
4.2.10 包絡(luò)線去除(Continuum Removal)
4.3 目標(biāo)探測(cè)與識(shí)別
4.3.1 去偽裝目標(biāo)探測(cè)
4.3.2 基于波譜沙漏工具的地物識(shí)別
4.4 柑橘的光譜混合像元分解識(shí)別方法
4.5 復(fù)墾植被波段檢測(cè)與判別方法
4.5.1 T-test法
4.5.2 費(fèi)希爾判別法
4.5.3 貝葉斯判別法
4.5.4 判別結(jié)果分析
5 遙感地形構(gòu)建與分析
5.1 地形構(gòu)建方法
5.1.1 DEM建立
5.1.2 我國(guó)不同比例尺DEM的特點(diǎn)
5.1.3 DEM數(shù)據(jù)產(chǎn)品
5.2 微波遙感地形構(gòu)建
5.2.1 InSAR反演DEM技術(shù)流程
5.2.2 三維地形可視化
5.3 地形提取
5.3.1 地形模型提取
5.3.2 地形特征提取
5.4 東江流域邊界的提取
5.4.1 無(wú)洼地DEM生成
5.4.2 匯流累積量
5.4.3 水流長(zhǎng)度
5.4.4 河網(wǎng)提取
5.4.5 流域分割
5.5 東江流域面積提取
6 波段運(yùn)算與波譜運(yùn)算工具
6.1 ENVI Band Math及運(yùn)算條件
6.1.1 Band Math工具
6.1.2 運(yùn)算條件
6.2 波段運(yùn)算的IDL知識(shí)
.6.2.1 數(shù)據(jù)類(lèi)型
6.2.2 數(shù)據(jù)類(lèi)型的動(dòng)態(tài)變換
6.2.3 數(shù)組運(yùn)算符
6.2.4 運(yùn)算符操作順序
6.2.5 調(diào)用IDL函數(shù)
6.3 波段運(yùn)算經(jīng)典公式
6.3.1 避免整型數(shù)據(jù)除法
6.3.2 避免整型運(yùn)算溢出
6.3.3 生成混合圖像
6.3.4 使用數(shù)組運(yùn)算符對(duì)圖像進(jìn)行選擇性更改
6.3.5 最小值和最大值運(yùn)算符的使用
6.3.6 利用波段運(yùn)算修改NaN
6.4 調(diào)用IDL用戶(hù)函數(shù)
6.4.1 編寫(xiě)函數(shù)
6.4.2 編譯函數(shù)
6.4.3 使用函數(shù)
6.5 波譜運(yùn)算
6.6 利用Band Math計(jì)算遙感影像變異系數(shù)
6.6.1 Band Math計(jì)算陸地植被年NPP值
6.6.2 Band Math計(jì)算NDVI的變異系數(shù)
7 面向?qū)ο蠓诸?lèi)與識(shí)別
7.1 面向?qū)ο蠹夹g(shù)
7.2 ENVI中面向?qū)ο蠓椒?br>7.2.1 ENVI FX簡(jiǎn)介
7.2.2 基于規(guī)則的面向?qū)ο笮畔⑻崛?br>7.2.3 基于樣本的面向?qū)ο蟮姆诸?lèi)
7.2.4 分類(lèi)結(jié)果的矢量輸出
7.3 eCongnition面向?qū)ο蠓椒?br>7.3.1 eCongnition軟件
7.3.2 eCongnition面向?qū)ο蠓诸?lèi)
7.4 面向?qū)ο蟮南⊥灵_(kāi)采識(shí)別
7.4.1 試驗(yàn)區(qū)選擇及數(shù)據(jù)來(lái)源
7.4.2 稀土礦區(qū)遙感影像解譯標(biāo)志
7.4.3 影像的多尺度分割方法
7.4.4 稀土礦點(diǎn)識(shí)別方法構(gòu)建
7.4.5 南方稀土礦點(diǎn)識(shí)別提取
7.5 面向?qū)ο笙⊥粮叻钟跋褡R(shí)別尺度選擇
7.5.1 研究區(qū)域及數(shù)據(jù)來(lái)源
7.5.2 稀土礦區(qū)沉淀池識(shí)別過(guò)程
7.5.3 稀土礦點(diǎn)識(shí)別精度分析
8 植被覆蓋度反演方法
8.1 植被覆蓋度及遙感提取方法
8.2 像元二分法
8.3 森林郁閉度制圖模型
8.4 光譜像元分解模型
8.5 東江源植被覆蓋度提取方法比較
8.5.1 像元二分法
8.5.2 森林郁閉度制圖模型
8.5.3 光譜像元分解模型
8.5.4 不同方法的植被覆蓋度比較
9 遙感景觀格局分析
9.1 景觀格局與生態(tài)過(guò)程
9.2 遙感與景觀格局
9.3 景觀指數(shù)及計(jì)算方法
9.3.1 斑塊層次
9.3.2 景觀類(lèi)型層次
9.3.3 景觀層次
9.4 Fragstats軟件
9.4.1 軟件安裝
9.4.2 軟件界面介紹
9.5 稀土礦區(qū)植被景觀格局分析
9.5.1 數(shù)據(jù)預(yù)處理
9.5.2 植被覆蓋度計(jì)算
9.5.3 景觀格局分析
10 地表溫度遙感反演
10.1 地表溫度反演方法概述
10.2 輻射傳輸方程
10.2.1 輻射傳輸方程(也稱(chēng)大氣校正法,Radiative Transfer Equation,RTE)
10.2.2 地表比輻射率
10.2.3 反演流程
10.3 單窗算法
10.3.1 單窗算法(Mono-window Algorithm)
10.3.2 參數(shù)計(jì)算
10.3.3 反演流程
10.4 Artis算法
10.4.1 Artis算法
10.4.2 反演流程
10.5 單通道算法
10.5.1 單通道算法(Sinde Channel Algorithm)
10.5.2 反演流程
10.6 Landsat8數(shù)據(jù)反演稀土礦區(qū)地表溫度
10.6.1 稀土礦區(qū)溫度反演
10.6.2 稀土礦區(qū)溫度反演方法比較
11 土壤侵蝕遙感評(píng)估
11.1 土壤侵蝕遙感評(píng)估方法概述
11.1.1 定性方法
11.1.2 定量方法
11.1.3 土壤侵蝕評(píng)價(jià)遙感研究存在的問(wèn)題
11.2 RUSLE模型構(gòu)建方法
11.2.1 降雨侵蝕因子R值的估算
11.2.2 土壤可蝕性因子K的確定
11.2.3 坡長(zhǎng)坡度因子LS的獲取
11.2.4 植被覆蓋與管理因子C的確定
11.2.5 水土保持措施因子P的確定
11.3 稀土礦區(qū)土壤侵蝕遙感評(píng)估分析
11.3.1 降雨侵蝕因子R值的估算
11.3.2 土壤可蝕性因子K值的估算
11.3.3 坡長(zhǎng)坡度因子LS的獲取
11.3.4 植被覆蓋與管理因子C的確定
11.3.5 水土保持措施因子P的確定
11.3.6 嶺北礦區(qū)土壤侵蝕模數(shù)計(jì)算
12 土地荒漠化遙感監(jiān)測(cè)
12.1 土地荒漠化信息遙感提取方法概述
12.1.1 人工目視解譯方法
12.1.2 監(jiān)督分類(lèi)方法
12.1.3 非監(jiān)督分類(lèi)方法
12.1.4 決策樹(shù)分層分類(lèi)方法
12.1.5 人工神經(jīng)網(wǎng)絡(luò)分類(lèi)方法
12.2 荒漠化遙感監(jiān)測(cè)模型
12.2.1 Albedo-NDVI特征空間及其特性
12.2.2 沙漠化遙感監(jiān)測(cè)差值指數(shù)模型(DDI)
12.3 稀土礦區(qū)荒漠化遙感監(jiān)測(cè)
12.3.1 數(shù)據(jù)與方法
12.3.2 礦區(qū)土地荒漠化制圖及變化分析
12.3.3 礦區(qū)荒漠化對(duì)比分析
參考文獻(xiàn)