遙感地學應用》作者針對遙感地學應用技術體系繁蕪龐大的特點，結合地理信息及遙感相關專業多年的教學和科研實踐，編寫了這《遙感地學應用》。作為遙感地學應用高級進階教材，《遙感地學應用》在內容上以"不同數據源—不同信息提取手段—不同應用領域"為主線，涵蓋中低空間分辨率遙感影像像元分類、高空間分辨率影像信息提取、遙感指數計算、定量遙感統計模型、定量遙感物理模型、主動式遙感三維信息獲取等核心內容，在介紹原理和方法的基礎上配以應用案例。《遙感地學應用》作者將后續出版相應的《遙感地學應用實驗教程》。
地理信息科學、遙感科學與技術等相關專業本科生及研究生,資源環境相關領域高年級本科生、研究生，以及廣大教學科研人員
目錄
前
第1章 概述 1
1.1 遙感地學應用相關概念 1
1.2 遙感信息地學評價標準 2
1.2.1 遙感數據的基本屬性 2
1.2.2 遙感研究對象的地學屬性 4
1.2.3 遙感信息地學評價標準 6
1.3 遙感技術的發展 9
1.3.1 遙感技術經歷的幾個發展階段 9
1.3.2 遙感技術發展趨勢 10
參考文獻 14
第2章 常用遙感分析方法 16
2.1 遙感地學相關分析法 16
2.1.1 主導因子相關分析法 17
2.1.2 多因子相關分析法 18
2.1.3 指示標志分析法 19
2.2 分層分類法 22
2.2.1 分類樹的建立 22
2.2.2 分層分類法的特點 23
2.2.3 分層分類法遙感應用 23
2.3 系列制圖法 25
2.3.1 遙感系列制圖的基本條件 25
2.3.2 生態環境遙感綜合系列制圖 26
2.4 信息復合 28
2.4.1 多平臺遙感信息的復合 29
2.4.2 多時相遙感信息的復合及變化檢測分析法 30
2.4.3 遙感信息與非遙感信息的復合 33
參考文獻 36
第3章 遙感地學應用方法體系 37
3.1 遙感地學應用及數據選擇 37
3.2 遙感信息提取技術概述 39
3.2.1 遙感信息提取定義 39
3.2.2 遙感信息提取技術分類 40
3.3 遙感圖像目視解譯 40
3.3.1 目視解譯判讀標志 41
3.3.2 目視解譯的步驟 46
3.4 遙感圖像計算機信息提取方法體系 46
參考文獻 50
第4章 中低空間分辨率遙感影像像元分類 52
4.1 遙感分類基本原理 52
4.1.1 特征空間 53
4.1.2 地物的光譜統計特性 53
4.1.3 分類原理 55
4.1.4 分類基本過程 58
4.2 遙感影像分類的波段及特征選擇 59
4.2.1 特征介紹 60
4.2.2 特征選擇方法 61
4.3 遙感影像監督分類 66
4.3.1 監督分類流程 66
4.3.2 似然法 67
4.3.3 小距離法 68
4.3.4 馬氏距離法 69
4.3.5 光譜角方法 70
4.4 遙感影像非監督分類 71
4.4.1 K-均值聚類方法 72
4.4.2 ISODATA分類方法 73
4.5 基于知識的遙感影像分類 75
4.5.1 遙感分類中的知識 76
4.5.2 基于專家知識的決策樹分類 77
4.5.3 專家系統分類 79
4.6 基于智能計算的遙感影像像元分類 81
4.6.1 基于人工神經網絡的遙感影像像元分類 82
4.6.2 基于支持向量機的遙感影像像元分類 89
4.6.3 基于森林的遙感影像像元分類 93
4.7 典型地學應用——土地覆蓋遙感監測 96
4.7.1 土地覆蓋與土地利用 96
4.7.2 土地利用/土地覆蓋分類體系 96
4.7.3 土地覆蓋遙感監測流程 99
參考文獻 102
第5章 高空間分辨率影像信息提取 105
5.1 高空間分辨率遙感衛星系統的發展 105
5.2 高分辨率遙感影像應用 108
5.2.1 高分辨率遙感應用的現狀 108
5.2.2 高分辨率遙感應用的挑戰 109
5.3 高分辨率遙感影像信息提取模型 110
5.3.1 高分辨率遙感影像特征基元 110
5.3.2 基于特征基元的高分辨率遙感影像分析與理解 111
5.3.3 基于特征基元的高分辨率遙感信息提取模型 113
5.4 高分辨率遙感影像信息提取關鍵技術 115
5.4.1 遙感影像分割 116
5.4.2 基元特征表達 123
5.4.3 基元模式分類 125
5.4.4 高分辨率遙感影像信息提取技術發展趨勢 128
5.5 典型地學應用實例——面向對象土地覆蓋遙感調查 130
5.5.1 面向對象分類軟件——eCognition 130
5.5.2 多分辨率分割 131
5.5.3 面向對象遙感分類流程 136
5.5.4 面向對象分類實例 137
參考文獻 141
第6章 遙感指數計算及應用 143
6.1 遙感指數計算概述 143
6.1.1 遙感指數計算模型的原理 143
6.1.2 遙感指數的發展及應用 143
6.2 遙感植被指數計算模型與應用 144
6.2.1 遙感植被指數計算模型 144
6.2.2 遙感植被指數的應用 150
6.3 遙感水體指數計算模型與應用 151
6.3.1 遙感水體指數計算模型 151
6.3.2 遙感水體指數的應用 153
6.4 遙感礦化指標計算模型與應用 155
6.4.1 遙感礦化指數計算模型 155
6.4.2 遙感礦化指數的應用 158
6.5 基于指數計算的多層次遙感信息提取模型 161
6.5.1 多層次信息提取模型 162
6.5.2 基于多層次信息提取模型的水體自動提取 162
參考文獻 164
第7章 定量遙感模型及應用 167
7.1 定量遙感基本概念 167
7.1.1 定量遙感的定義 167
7.1.2 定量遙感的內容分類 167
7.1.3 高光譜定量遙感 168
7.2 遙感反演模型概述 169
7.2.1 遙感反演模型分類 169
7.2.2 遙感物理模型基礎 170
7.3 遙感物理模型 171
7.3.1 輻射傳輸模型 171
7.3.2 幾何光學模型 178
7.3.3 混合物理模型 179
7.4 遙感統計模型 180
7.4.1 遙感統計模型的基本原理 180
7.4.2 遙感統計模型的局限 181
7.5 定量遙感應用實例 181
7.5.1 基于熱紅外遙感數據的地表溫度定量反演實例 181
7.5.2 基于森林的海表鹽度遙感反演模型應用實例 186
7.6 定量遙感面臨的基本問題 195
7.6.1 方向性問題 195
7.6.2 混合像元與尺度問題 196
7.6.3 反演策略與方法 197
7.6.4 遙感模型與應用模型的鏈接 198
7.6.5 定量遙感的研究發展方向 198
參考文獻 199
第8章 主動式遙感三維信息獲取 201
8.1 主動雷達遙感 201
8.1.1 主動雷達遙感定義 201
8.1.2 雷達成像原理及雷達影像特點 202
8.1.3 干涉雷達技術 208
8.1.4 基于SAR差分干涉技術的地表沉降監測實例 211
8.2 激光雷達遙感技術 214
8.2.1 激光雷達的概念 214
8.2.2 激光雷達系統工作原理 215
8.2.3 激光雷達測量原理 217
8.2.4 激光雷達數據處理流程 219
8.2.5 激光雷達應用 224
8.3 遙感三維信息獲取技術發展前景 231
參考文獻 232
彩圖
