遙感專題信息處理與分析

1 緒論
1．1 遙感市場及與GIS關(guān)系
1．2 衛(wèi)星數(shù)據(jù)處理流程
1．3 常見的遙感衛(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
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
1．5．2 常用系統(tǒng)配置說明
1．5．3 菜單命令及其功能
1．5．4 數(shù)據(jù)輸入與輸出
2 多光譜與決策樹分類
2．1 遙感圖像分類技術(shù)
2．2 多光譜遙感影像分類
2．2．1 監(jiān)督分類
2．2．2 非監(jiān)督分類
2．2．3 其他分類方法
2．3 基于專家知識的決策樹分類
2．3．1 定義分類規(guī)則
2．3．2 規(guī)則表達(dá)式
2．3．3 創(chuàng)建決策樹
2．3．4 執(zhí)行決策樹
2．4 分類后處理
2．4．1 小斑塊去除
2．4．2 Majority和Minority分析
2．4．3 聚類處理（Clump）
2．4．4 過濾處理（Sieve）
2．5 分類統(tǒng)計
2．6 分類疊加
2．7 分類結(jié)果轉(zhuǎn)矢量
2．8 ENVI Classic分類后處理
2．8．1 瀏覽結(jié)果
2．8．2 局部修改
2．8．3 更改類別顏色
2．9 基于HJ-CCD影像的定南縣土地利用分類
3 遙感動態(tài)監(jiān)測
3．1 動態(tài)監(jiān)測技術(shù)
3．1．1 數(shù)據(jù)預(yù)處理
3．1．2 變化信息檢測
3．1．3 變化信息提取
3．2 ENVI中的動態(tài)監(jiān)測工具
3．2．1 Compute Difference Map工具
3．2．2 Image Difference工具
3．3 分類后比較法工具
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
3．4．1 變化監(jiān)測方法
3．4．2 分類處理步驟
3．4．3 精度檢驗與對比
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
4．1．2 高光譜地物識別
4．2 高級光譜分析
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)測法（Linear Band Prediction）
4．2．10 包絡(luò)線去除（Continuum Removal）
4．3 目標(biāo)探測與識別
4．3．1 去偽裝目標(biāo)探測
4．3．2 基于波譜沙漏工具的地物識別
4．4 柑橘的光譜混合像元分解識別方法
4．5 復(fù)墾植被波段檢測與判別方法
4．5．1 T-test法
4．5．2 費希爾判別法
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 我國不同比例尺DEM的特點
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 無洼地DEM生成
5．4．2 匯流累積量
5．4．3 水流長度
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 波段運算與波譜運算工具
6．1 ENVI Band Math及運算條件
6．1．1 Band Math工具
6．1．2 運算條件
6．2 波段運算的IDL知識
．6．2．1 數(shù)據(jù)類型
6．2．2 數(shù)據(jù)類型的動態(tài)變換
6．2．3 數(shù)組運算符
6．2．4 運算符操作順序
6．2．5 調(diào)用IDL函數(shù)
6．3 波段運算經(jīng)典公式
6．3．1 避免整型數(shù)據(jù)除法
6．3．2 避免整型運算溢出
6．3．3 生成混合圖像
6．3．4 使用數(shù)組運算符對圖像進行選擇性更改
6．3．5 最小值和最大值運算符的使用
6．3．6 利用波段運算修改NaN
6．4 調(diào)用IDL用戶函數(shù)
6．4．1 編寫函數(shù)
6．4．2 編譯函數(shù)
6．4．3 使用函數(shù)
6．5 波譜運算
6．6 利用Band Math計算遙感影像變異系數(shù)
6．6．1 Band Math計算陸地植被年NPP值
6．6．2 Band Math計算NDVI的變異系數(shù)
7 面向?qū)ο蠓诸惻c識別
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?br />7．2．4 分類結(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?br />7．4 面向?qū)ο蟮南⊥灵_采識別
7．4．1 試驗區(qū)選擇及數(shù)據(jù)來源
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 稀土礦點識別方法構(gòu)建
7．4．5 南方稀土礦點識別提取
7．5 面向?qū)ο笙⊥粮叻钟跋褡R別尺度選擇
7．5．1 研究區(qū)域及數(shù)據(jù)來源
7．5．2 稀土礦區(qū)沉淀池識別過程
7．5．3 稀土礦點識別精度分析
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)過程
9．2 遙感與景觀格局
9．3 景觀指數(shù)及計算方法
9．3．1 斑塊層次
9．3．2 景觀類型層次
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 土壤侵蝕遙感評估
11．1 土壤侵蝕遙感評估方法概述
11．1．1 定性方法
11．1．2 定量方法
11．1．3 土壤侵蝕評價遙感研究存在的問題
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)計算
12 土地荒漠化遙感監(jiān)測
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)督分類方法
12．1．3 非監(jiān)督分類方法
12．1．4 決策樹分層分類方法
12．1．5 人工神經(jīng)網(wǎng)絡(luò)分類方法
12．2 荒漠化遙感監(jiān)測模型
12．2．1 Albedo-NDVI特征空間及其特性
12．2．2 沙漠化遙感監(jiān)測差值指數(shù)模型（DDI）
12．3 稀土礦區(qū)荒漠化遙感監(jiān)測
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)荒漠化對比分析
參考文獻