目錄
序
前言
第一篇
第1章 衛(wèi)星遙感的科學使命 3
1.1 遙感的基本特征與定義 3
1.2 遙感科學與技術發(fā)展進程 6
1.3 遙感科學和技術體系架構與內容 8
1.4 遙感的科學屬性以及與其他學科的關系 12
第2章 遙感的物理基礎與實驗驗證 16
2.1 電磁輻射與電磁波譜 16
2.2 大氣的垂直分層與組分 19
2.3 輻射測量的基本單位 24
2.4 輻射的基本定律 27
2.5 太陽輻射及其大氣吸收譜分布 30
2.6 地球大氣對太陽輻射的散射 37
2.7 BEER定律和相關物理量 48
2.8 地表目標對太陽輻射的反射與地物的波譜特征 53
2.9 礦物巖石的波譜特征 72
2.10 植被的二向性反射測量與建模 90
2.11 植被冠層反射模型研究 101
2.12 森林冠層二向反射模型的比較測量結果分析 116
2.13 冠層反射率間的邏輯關系 125
第3章 遙感技術系統(tǒng) 131
3.1 遙感技術系統(tǒng)的演進 131
3.2 衛(wèi)星遙感數(shù)據(jù)獲取與傳輸?shù)目蚣?133
3.3 光機掃描式成像系統(tǒng)的主要環(huán)節(jié) 134
3.4 電荷耦合器件成像系統(tǒng) 141
3.5 遙感衛(wèi)星運行軌道與軌道參數(shù) 148
3.6 美國第一代陸地衛(wèi)星 150
3.7 美國第二代陸地衛(wèi)星 154
3.8 美國第三代陸地衛(wèi)星及其傳感器 170
3.9 Landsat-9/Landsat-10與跨國虛擬星座構想 187
3.10 氣象和海洋衛(wèi)星以及國外衛(wèi)星遙感簡況 191
3.11 新一代地球表層系統(tǒng)衛(wèi)星監(jiān)測儀器及其后繼者 196
3.12 中國遙感探測衛(wèi)星 203
3.13 中國氣象衛(wèi)星事業(yè) 220
3.14 遙感數(shù)字圖像及其數(shù)字處理系統(tǒng) 232
第二篇
第4章 圖像退化與恢復 245
4.1 線性系統(tǒng)的圖像退化模型 245
4.2 基于大氣光學調制傳遞函數(shù)的圖像恢復處理 248
4.3 基于同態(tài)濾波的薄云去除方法 251
4.4 基于輻射傳輸模型的遙感信號大氣影響估算 252
4.5 畸變圖像的幾何校正和鑲嵌 266
第5章 彩色與圖像的彩色增強 293
5.1 彩色視覺與彩色表達 293
5.2 彩色空間變換與飽和度增強 296
5.3 圖像的彩色增強 302
第6章 多波段圖像波段組合與變換增強 309
6.1 波段指數(shù) 309
6.2 圖像的代數(shù)運算增強與植被指數(shù) 312
6.3 圖像的主成分變換與增強 318
第7章 空間域圖像增強 325
7.1 圖像像元灰度級直方圖 325
7.2 像元灰度值的線性擴展 329
7.3 圖形灰度值的非線性擴展 332
7.4 直方圖均衡化 334
7.5 直方圖匹配 341
7.6 空間卷積濾波 345
7.7 圖像的平滑降噪處理 348
7.8 圖像的銳化處理 351
7.9 基于梯度和拉普拉斯算子的圖像邊緣增強的模板功能設置 365
7.10 方向濾波和方向性檢測 369
7.11 圖像中點線與邊緣輪廓的檢測和提取 371
第8章 圖像變換與圖像的頻域增強 380
8.1 傅里葉變換 381
8.2 沃爾什變換與哈達瑪變換 388
8.3 卷積和采樣定理 400
8.4 圖像頻域增強 409
8.5 圖像銳化處理中的頻域高通濾波 411
8.6 圖像平滑中的頻域低通濾波 415
8.7 同態(tài)濾波 419
8.8 遙感圖像空域頻域增強處理的討論 421
第三篇
第9章 像元分解融合與尺度效應 425
9.1 像元分解 425
9.2 圖像融合 429
9.3 小波變換與時空圖像數(shù)據(jù)融合 432
9.4 多源遙感影像數(shù)據(jù)的時空融合 442
9.5 尺度效應與尺度轉換 445
第四篇
第10章 圖像識別 457
10.1 視覺識別概述 457
10.2 視覺識別的準備 458
10.3 視覺識別的主要依據(jù) 461
10.4 典型目標的判讀示例 467
10.5 遙感在土地覆蓋/土地利用調查中的價值和地位 470
10.6 土地利用視覺識別制圖的原則與技術流程 478
10.7 土地利用/土地覆蓋視覺判讀方法和步驟 481
10.8 遙感圖像中森林及其立地條件的視覺判讀原理與方法 490
10.9 視覺判讀與路線考察相結合進行草地遙感調查 507
10.10 遙感圖像的地質判讀 514
第11章 影像的非參數(shù)分類 525
11.1 分類的相似性和類別可分性統(tǒng)計量 526
11.2 分類中的聚類方法 533
11.3 平行六面體分類 543
11.4 線性判別分類 544
11.5 馬氏距離判別分類 548
11.6 最小距離分類 550
第12章 最大似然分類 554
12.1 貝葉斯最佳統(tǒng)計分類判別函數(shù) 554
12.2 從一維到多維正態(tài)分布 558
12.3 貝葉斯兩類判別分類 560
12.4 貝葉斯多類非線性判別分類 563
12.5 模糊分類法 567
第13章 智能化非參數(shù)分類 573
13.1 決策樹分類法 573
13.2 專家系統(tǒng)分類 574
13.3 神經(jīng)網(wǎng)絡分類 577
第14章 提高遙感圖像分類精度的途徑 591
14.1 各類分類方法的特征及其缺陷 591
14.2 分類中的光譜信息與非光譜信息 596
14.3 遙感圖像的紋理結構信息定量化表達 598
14.4 支撐向量算法 606
14.5 其他一些值得考慮的問題 609
14.6 深度學習 611
14.7 遙感圖像分類結果的評價方法 614
第五篇
第15章 地表反照率及其反演 623
15.1 地表反照率的定義和特性 623
15.2 基于遙感觀測的反照率估算 623
15.3 地表反照率全球產(chǎn)品 628
第16章 熱紅外地表溫度遙感 635
16.1 紅外輻射傳輸基礎理論 635
16.2 地表發(fā)射率反演方法 637
16.3 地表溫度反演方法 640
16.4 地表溫度真實性檢驗方法 652
第17章 地表蒸散遙感估算 657
17.1 蒸散地面測定方法 657
17.2 地表蒸散遙感估算方法 660
17.3 區(qū)域蒸散的地面驗證 674
17.4 討論與小結 675
第18章 植被葉面積指數(shù)遙感 677
18.1 植被葉面積指數(shù)的定義 677
18.2 植被葉面積指數(shù)測量方法 677
18.3 植被葉面積指數(shù)反演方法 683
18.4 幾種常用的葉面積指數(shù)產(chǎn)品反演算法簡介 687
第19章 植被生產(chǎn)力遙感估算 694
19.1 植被生產(chǎn)力概念 694
19.2 植被生產(chǎn)力地面觀測 695
19.3 植被初級生產(chǎn)力遙感估算 697
19.4 FAPAR遙感反演 714
19.5 小結 717
第六篇
第20章 遙感與地理學融合推動理解地球的新范式 721
20.1 遙感與地理學互促共融邁向新地理學 721
20.2 衛(wèi)星遙感發(fā)展引領理解地球進入新階段 722
20.3 構建遙感科學戰(zhàn)略新高地引領未來發(fā)展 725
參考文獻 726
縮寫詞表 762