中国科学院研究生院教材?高光谱遥感：原理技术与应用 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

童庆禧，张兵，郑兰芬 著

图书标签:

• 高光谱遥感
• 遥感
• 图像处理
• 地球科学
• 光学遥感
• 数据分析
• 中国科学院
• 研究生教材
• 应用技术
• 学科教材

出版社： 高等教育出版社

ISBN：9787040192773

版次：1

商品编码：10002624

包装：平装

开本：16开

出版时间：2006-06-01

用纸：胶版纸

页数：415

字数：500000

正文语种：中文

编辑推荐

　　《高光谱遥感：原理技术与应用》可以作为地图学与地理信息系统专业研究生的专业用书，同时也可作为与遥感技术与应用相关的其他专业研究人员的参考书。

内容简介

　　高光谱遥感作为当前遥感技术发展的一个前沿领域，越来越显现出其巨大的应用潜力。本书系统地讲述了高光谱遥感的物理基础、成像机理、信息处理与分析方法，以及它在植被、地矿、环境、资源等多个领域的应用技术。本书可以使读者了解高光谱遥感的一般性概念，同时也可以使读者基本掌握高光谱遥感数据处理与分析的通用方法。
　　本书可以作为地图学与地理信息系统专业研究生的专业用书，同时也可作为与遥感技术与应用相关的其他专业研究人员的参考书。

内页插图

目录

第1章 高光谱遥感科学的理论基础
1.1 概述
1.2 遥感电磁波理论基础
1.2.1 电磁波与电磁波谱
1.2.2 电磁辐射的基本术语
1.2.3 电磁辐射定律
1.3 电磁波与物质的相互作用
1.3.1 太阳辐射与地球辐射
1.3.2 电磁波与大气的相互作用
1.3.3 电磁波与地表的相互作用
1.4 典型地物的光谱特性
1.4.1 岩矿的光谱特性
1.4.2 植被的光谱特性
1.4.3 土壤的光谱特性
1.4.4 水体和雪的光谱特性
1.4.5 城市目标的光谱特性
1.5 地面光谱测量
1.5.1 地物光谱在定量分析中的作用
1.5.2 地面光谱辐射计
1.5.3 地物光谱的测量方法
参考文献

第2章 高光谱遥感成像机理与成像光谱仪
2.1 基本概念
2.2 高光谱遥感成像特点
2.3 高光谱遥感图像数据表达
2.3.1 图像立方体——成像光谱信息集
2.3.2 二维光谱信息表达——光谱曲线
2.3.3 三维光谱信息表达——光谱曲面图
2.4 高光谱遥感成像关键技术
2.5 成像光谱仪的空间成像方式
2.5.1 摆扫型成像光谱仪
2.5.2 推扫型成像光谱仪
2.6 成像光谱仪的光谱成像方式
2.6.1 棱镜、光栅色散型成像光谱仪
2.6.2 干涉型成像光谱仪
2.6.3 滤光片型成像光谱仪
2.6.4 计算机层析成像光谱技术
2.6.5 二元光学元件成像光谱技术
2.6.6 三维成像光谱技术
2.7 成像光谱仪系统介绍
2.7.1 国外成像光谱仪系统介绍
2.7.2 我国成像光谱仪系统介绍
参考文献

第3章 高光谱遥感图像辐射与几何校正
3.1 成像光谱仪定标
3.1.1 实验室定标
3.1.2 机上和星上定标
3.1.3 场地定标
3.2 大气辐射传输理论
3.2.1 大气辐射传输方程
3.2.2 大气辐射校正常用算法
3.2.3 不同地表过程的大气校正
3.3 高光谱遥感图像大气辐射校正
3.3.1 辐射校正的统计学模型
3.3.2 基于大气辐射传输理论的辐射校正模型
3.4 高光谱遥感图像几何纠正
3.4.1 产生图像几何变形的原因
3.4.2 高光谱图像的几何粗纠正
3.4.3 摆扫型成像光谱仪的图像正切校正
3.4.4 基于地面控制点的几何精纠正
3.4.5 利用地面线性地物校正航空图像X方向扭曲
3.4.6 基于姿态测量参数的几何精纠正
3.4.7 高光谱图像镶嵌
参考文献

第4章 光谱特征分析模型与方法
4.1 光谱可分性准则
4.1.1 各类样本间的平均距离
4.1.2 类别间的相对距离
4.1.3 离散度
4.1.4 J-M距离
4.2 光谱特征选择
4.2.1 概述
4.2.2 光谱特征位置搜索
4.2.3 光谱距离统计
4.2.4 基于空间自相关的波段选择
4.3 光谱特征提取
4.3.1 光谱特征提取的意义
4.3.2 基于K-L变换的特征提取
4.3.3 基于可分性准则的特征提取
4.3.4 基于非线性准则的特征提取
4.3.5 基于光谱重排的特征提取
4.4 光谱特征参量化
4.4.1 光谱斜率和坡向
4.4.2 光谱二值编码
4.4.3 光谱吸收指数
4.4.4 光谱导数
4.4.5 光谱积分
4.4.6 光谱曲线函数模拟
4.5 地物类型序列光谱柱状图
4.5.1 地物类型序列
4.5.2 光谱柱状图
4.5.3 光谱柱状图在地质研究中的应用
参考文献

第5章 高光谱图像分类与地物识别
5.1 遥感图像分类概述
5.1.1 遥感图像分类的概念
5.1.2 遥感图像分类的原则与步骤
5.1.3 高光谱图像分类的特点
5.2 遥感图像分类基本算法
5.2.1 分类器设计
5.2.2 非监督分类算法
5.2.3 监督分类算法
5.3 高光谱图像分类算法
5.3.1 二值编码匹配
5.3.2 光谱波形匹配
5.3.3 光谱角度填图
5.3.4 基于包络线去除的图像分类
5.3.5 基于目标分解的神经网络分类
5.3.6 像元空间关联下的高光谱图像分类
5.4 高光谱图像地物识别与目标探测
5.4.1 地物识别与目标探测概述
5.4.2 基于特征确认概率分析的目标识别
5.4.3 凸面几何体投影变换
5.4.4 约束能量最小化算法
5.4.5 Rx异常探测算子
5.4.6 基于加权样本自相关矩阵的目标探测算法
5.4.7 基于正交子空间投影与加权相关矩阵的异常目标探测算法
5.4.8 基于正交子空间投影的目标探测算法
5.4.9 基于数据白化距离的目标探测算法
参考文献

第6章 混合光谱理论与光谱分解
6.1 混合光谱问题
6.1.1 混合光谱的概念
6.1.2 混合光谱产生机理
6.2 混合光谱模型
6.2.1 线性光谱混合模型
6.2.2 非线性光谱混合模型
6.3 线性光谱解混
6.3.1 端元提取
6.3.2 混合像元分解
6.4 线性光谱解混在高光谱图像分析中的应用
6.4.1 混合光谱法图像反射率转换
6.4.2 地物分类
6.4.3 低概率目标识别
6.4.4 地物填图
参考文献

第7章 多源信息辅助高光谱数据分析
第8章 高光谱数据处理与分析系统
第9章 高光谱遥感应用

前言/序言

　　在中国科学院研究生院和高等教育出版社的共同努力下，凝聚着中国科学院新老科学家、研究生导师们多年心血和汗水的中国科学院研究生院教材面世了。这套教材的出版，将对丰富我院研究生教育资源、提高研究生教育质量、培养更多高素质的科技人才起到积极的推动作用。
　　作为科技国家队，中国科学院肩负着面向国家战略需求，面向世界科学前沿，为国家作出基础性、战略性和前瞻性的重大科技创新贡献和培养高级科技人才的使命。中国科学院研究生教育是我国高等教育的重要组成部分，在新的历史时期，中国科学院研究生教育不仅要为我院知识创新工程提供

地球光谱的秘密：揭示隐藏在光芒中的信息 你是否曾仰望星空，惊叹于宇宙的浩瀚，却又好奇于地球的表象之下，究竟隐藏着怎样的奥秘？又或者，你是否曾关注过环境的变化，对森林的健康、农作物的生长、水体的质量忧心忡忡，却苦于无法获得直观而全面的信息？“高光谱遥感”这门学科，正是为我们打开了一扇通往理解地球、洞察万物的全新窗口。它不仅仅是一种技术，更是一种深刻的认知方式，将我们从肉眼可见的光谱世界，延伸到对物质本质的探究。 高光谱遥感，顾名思义，是指利用能够采集极其精细、连续光谱信息的遥感技术。与我们日常生活中常见的多光谱遥感（例如，通常有红、绿、蓝三个波段）不同，高光谱遥感能够在更宽广的光谱范围内（通常包括可见光、近红外、短波红外甚至热红外波段），以极窄的连续光谱带（通常有几十到几百个波段）获取地物信息。这意味着，它能捕捉到地物在不同波长下反射、吸收和发射的微小差异，而这些差异，恰恰是区分不同物质、识别不同状态的“指纹”。 想象一下，你手中的一支笔，如果只看到它的颜色，你或许只能区分它是蓝色、红色。但如果用高光谱传感器去扫描它，你会发现，在不同的光波长下，这支笔的“颜色”会呈现出微妙的变化。这些变化，并非简单的明暗，而是与构成这支笔的材料、其表面纹理、甚至其微观结构息息相关。例如，一种矿物，在特定波长下会表现出特定的吸收特征；一种植物，在不同生长阶段，其叶片色素含量会改变，从而在近红外波段反射率上产生差异。高光谱遥感正是通过捕捉这些“ spectral signature”——光谱特征，来“看见”我们肉眼所不能见的细节，理解地物的内在属性。 原理：光的舞蹈与信息的解读 高光谱遥感的原理，根植于物理学和光谱学。当阳光照射到地球表面时，地物会选择性地吸收、反射和透射不同波长的光。这些被反射的光，携带着地物的“信息”，通过遥感仪器采集，最终形成“光谱曲线”。光谱曲线就像是地物的“身份证”，每一个波段的反射率数值，都是组成这张身份证的一个细节。 光谱响应机制： 不同的物质，其分子结构、晶体结构、表面粗糙度、化学成分等都会影响其对光的响应。例如，叶绿素会强烈吸收可见光中的红光和蓝光，而反射绿光；水体在近红外波段会表现出很低的反射率；土壤的矿物成分会产生特定的吸收带。高光谱传感器之所以能够捕捉到这些精细信息，是因为它能够以很窄的带宽，逐个“扫描”这些细微的光谱变化。 光谱分辨率与波段数量： 高光谱分辨率是指传感器能够区分的最小光谱间隔。高光谱传感器的特点在于其极高的光谱分辨率，能够区分数以百计的连续光谱带。这使得它能够捕捉到在多光谱遥感中被“平均掉”的、更精细的光谱特征，例如，区分不同种类的植被，甚至同一植物的不同病虫害。 数据采集与传输： 高光谱遥感器通常安装在航空器（飞机、无人机）或航天器（卫星）上。它们在飞行过程中，不断扫描地面，采集不同位置的地物光谱信息。这些信息经过传感器内部的处理，以数字化的形式传输回地面接收站，最终形成高光谱遥感数据立方体（Hyperspectral Data Cube）。这个数据立方体包含了地理空间信息（x, y坐标）和光谱信息（z轴，即不同波段的反射率）。 技术：从数据到知识的转化 高光谱遥感技术的核心，在于如何有效地处理和分析庞杂的高光谱数据，从中提取有价值的信息。这涉及到一系列先进的信号处理、图像处理和机器学习技术。 数据预处理： 高光谱遥感数据在采集过程中，会受到大气散射、吸收、传感器噪声等因素的影响。因此，准确的数据预处理是后续分析的关键。这包括大气校正（去除大气对光谱信号的影响）、辐射定标（将传感器记录的信号转换为地物的反射率）、几何校正（确保数据在地理空间上的准确性）等。 光谱特征提取： 如何从数以百计的光谱波段中，找出最具代表性的光谱特征，是高光谱分析的核心。这包括： 光谱指数（Spectral Indices）： 利用不同波段的反射率组合运算，生成能够突出特定地物特征的指数，例如，用于监测植被健康的NDVI (Normalized Difference Vegetation Index) 变种，或用于区分矿物的特定光谱指数。 主成分分析 (PCA)： 一种降维技术，将高维光谱信息映射到少数几个具有最大方差的主成分上，从而简化数据，突出主要的光谱变化。 小波变换 (Wavelet Transform)： 能够同时在时间和频率（或光谱）域上分析信号，能够有效地提取光谱中的局部特征和细节。 光谱匹配与匹配滤波 (Spectral Matching & Matched Filtering)： 利用已知地物的“标准光谱库”，与待分析地物的光谱进行比对，找出相似度最高的区域。 分类与识别： 一旦提取了光谱特征，就可以利用这些特征对地物进行分类和识别。常用的方法包括： 监督分类 (Supervised Classification)： 需要预先提供已知的地物样本（训练样本），然后利用这些样本训练分类器（如支持向量机 SVM、随机森林 Random Forest、神经网络 Neural Networks 等），再用训练好的分类器对整个影像进行分类。 非监督分类 (Unsupervised Classification)： 不需要预先提供训练样本，而是根据数据本身的统计特性，将相似的光谱特征聚类到一起，形成不同的类别。 面向对象的图像分析 (Object-Based Image Analysis OBIA)： 将影像分割成具有相似光谱和纹理特征的对象（区域），然后对这些对象进行分类，能够更好地处理影像中的纹理和空间信息。 目标探测 (Target Detection)： 在复杂的背景中，快速准确地找出特定目标（如矿物、污染物、特定类型的植被等）的技术。 光谱解混 (Spectral Unmixing)： 当一个像素包含多种地物时（混合像元），光谱解混技术能够估计出每个“端元”（纯净地物）在该像元中所占的比例。 应用：洞察世界的广度与深度 高光谱遥感技术凭借其强大的信息提取能力，已经在各个领域展现出巨大的应用潜力。它能够帮助我们更精确地认识地球，更有效地管理资源，更及时地应对挑战。 地质与矿产勘探： 不同矿物在特定波段具有独特的吸收和反射特征。高光谱遥感能够帮助地质学家快速识别潜在的矿产资源分布区域，提高勘探效率，降低勘探成本。例如，识别含铁矿物、碳酸盐矿物、黏土矿物等。 环境监测与保护： 水体质量监测： 识别水体中的悬浮物、叶绿素含量、溶解有机物等，评估水体富营养化程度、污染状况。 土壤监测： 分析土壤的有机质含量、水分含量、盐碱度、重金属污染等，为精准农业和土壤修复提供依据。 大气成分监测： 识别大气中的气溶胶、特定气体污染物（如二氧化硫、氮氧化物等）的分布和浓度。 灾害监测与评估： 监测森林火灾的热点、火势蔓延趋势；评估地震、洪水等自然灾害对植被、土壤、水体的破坏程度。 农业与林业： 作物长势监测： 评估作物的健康状况、生长阶段、养分缺乏情况，预测产量。 病虫害识别： 通过植被光谱特征的变化，早期发现病虫害的迹象，及时采取防治措施。 森林资源调查： 区分不同的森林类型、树种，监测森林的健康状况，评估森林的生态价值。 城市规划与管理： 识别城市绿地、建筑材料、道路类型，分析城市热岛效应，评估城市环境质量。 军事与安全： 目标识别、伪装探测、战场侦察等。 考古学： 识别古代遗址、墓葬的痕迹，分析地表下物质的分布。 挑战与未来展望： 尽管高光谱遥感技术取得了显著的进展，但仍面临一些挑战，例如： 海量数据的存储与处理： 高光谱数据立方体通常非常庞大，对存储和计算能力提出了很高要求。 高光谱特征的普适性与鲁棒性： 地物光谱特征会受到多种因素（如光照条件、传感器几何、大气状况、物候变化等）的影响，如何提取稳定、普适的光谱特征仍然是研究的重点。 地物光谱库的完善： 建立全面、准确的地物光谱库是高光谱定量反演和识别的基础。 模型集成与智能化分析： 将不同技术方法进行集成，开发更智能化、自动化的分析工具，以应对日益复杂的多源、多时相高光谱数据。 未来，随着传感器技术的不断进步（如更高空间分辨率、更宽光谱范围、更低的噪声水平），以及人工智能、深度学习等新技术的融合，高光谱遥感将在更多领域发挥关键作用。它将帮助我们更深刻地理解地球系统的复杂性，更有效地解决人类面临的环境、资源和发展挑战，让“光谱的秘密”为我们揭示更多关于生命、物质和未来的信息。

评分☆☆☆☆☆

这本书的封面设计就透着一股严谨的学术气息，字体和排版都非常专业，这让我对内容充满了期待。作为一名对遥感技术，尤其是高光谱遥感领域初窥门径的学生，我一直在寻找一本既能系统介绍理论基础，又能展现实际应用的书籍。这本书的名字——“中国科学院研究生院教材”，这几个字就足够让人信服其内容的深度和权威性，毕竟能被中科院研究生院选作教材，其学术价值和教学意义不言而喻。我希望这本书能够清晰地梳理高光谱遥感的成像原理，从电磁波与物质的相互作用讲起，深入浅出地解释光谱分辨率、空间分辨率、辐射分辨率等关键概念。同时，我也非常关注其技术部分，特别是数据获取、预处理、特征提取以及分类识别等环节，希望能有详细的算法介绍和实践指导。最重要的是，我期待书中能包含丰富多样的高光谱遥感应用案例，例如在环境监测、地质勘探、农业估产、林业调查等方面的实际应用，通过这些案例，我希望能更直观地理解高光谱遥感在解决现实问题中的强大能力，并从中获得一些启发，思考如何在自己的研究中应用这些技术。

评分☆☆☆☆☆

一本好的教材，应该能够引领读者从入门到精通，这本书的名字就带有这样的指向性。我是一名在高校任教的教师，在高光谱遥感教学中，常常面临着如何将复杂的技术原理和多样的应用场景有机结合的挑战。我希望这本书能够为我提供一个扎实、系统的教学框架。在原理部分，期待作者能够清晰地阐述高光谱遥感的基本概念，如光谱分辨率、光谱库的构建与应用、以及不同成像方式（如推扫式、凝视式）的优劣势。在技术层面，我希望能看到关于各种预处理算法的详细介绍，包括如何处理不同传感器带来的系统误差，如何进行数据融合以提高信息提取精度，以及一些高级的遥感图像分类和目标识别方法。更为关键的是，我希望书中能够提供一系列具有代表性的应用范例，覆盖地质、环境、农业、林业、城市规划等多个领域，并对这些范例的案例分析过程进行深入的解读，包括研究目的、数据选择、处理流程、模型构建、结果验证等环节，能够让我在教学中引用，并指导学生进行相关的课程设计和毕业论文研究，真正做到学以致用，培养出更多高光谱遥感领域的专业人才。

评分☆☆☆☆☆

初拿到这本书，就被其厚重的分量和扎实的排版吸引住了。作为一名在遥感数据分析领域摸爬滚打多年的在职工程师，我一直深切地感受到高光谱遥感在精细化监测和信息提取方面的巨大潜力，但同时也苦于缺乏系统性的、足够深入的理论支撑和最新的技术进展。这本书的副标题“原理技术与应用”恰好点明了我的需求。我尤其希望能在这本书中找到关于高光谱遥感数据处理流程的详细论述，包括像噪声去除、辐射定标、大气校正这些基础却至关重要的步骤，以及更高级的像端元提取、光谱解混、特征选择等关键技术。书中对这些技术细节的阐述程度，将直接决定它对我实际工作有多大的帮助。另外，我非常期待书中能涵盖一些当前热门的高光谱遥感应用领域，例如矿产资源勘查中寻找特定矿物光谱特征，或是环境污染监测中识别和量化污染物，甚至是农业领域中对作物长势和病虫害的精准诊断。如果书中能对这些领域的具体案例进行深入剖析，并提供一些解决实际问题的思路和方法，那将对我极具价值，也能帮助我打开新的研究思路和技术应用方向。

评分☆☆☆☆☆

这本书的书名透露出一种厚重的学术底蕴，让我对它寄予厚望。我是一名刚刚踏入地球科学研究领域的研究生，对于高光谱遥感这样一个相对专业和前沿的方向，迫切需要一本能够系统性地打牢基础的教材。我希望这本书能够从物理学的基本原理出发，深入讲解高光谱遥感探测的电磁波谱特性，以及不同地物类型在各个波段的光谱响应规律，构建起对光谱信息的直观认知。在技术层面，我特别期待作者能够详细介绍几种主流的高光谱遥感数据处理软件和算法，例如ENVI、ERDAS等在处理高光谱数据时的具体操作流程和参数设置，以及各种分类算法（如支持向量机、随机森林、神经网络等）在高光谱遥感数据中的应用和比较。理论的讲解要紧密结合实际操作，能够让我在学习理论的同时，也能动手实践。此外，书中对各类应用场景的介绍，希望能够包含一些较为前沿的研究方向，例如在海洋学、冰川学、甚至是在文化遗产保护等领域的应用，这有助于我拓宽视野，了解高光谱遥感技术在更广泛领域的潜力和发展趋势，为我未来的研究方向选择提供参考。

评分☆☆☆☆☆

我一直对能够揭示物质“指纹”般光谱特征的高光谱遥感技术充满好奇。这本书的书名“中国科学院研究生院教材?高光谱遥感：原理技术与应用”预示着它将是一部内容严谨、体系完备的著作。作为一名对遥感应用充满热情的科研人员，我希望这本书不仅仅是理论的堆砌，更能体现技术的前沿性和应用的实效性。在技术原理方面，我期望能够深入理解高光谱遥感图像的形成机制，以及如何从海量的光谱数据中提取出有意义的信息，例如，如何应对光谱数据的冗余性，如何有效地进行降维和特征提取，以及各种去噪和纠错技术。在技术应用层面，我更关注的是如何将这些原理和技术转化为解决实际问题的工具。例如，书中能否详细介绍如何利用高光谱数据进行精准农业，监测作物健康状况，预测产量；或者在环境科学领域，如何利用其高分辨率的光谱信息，精细识别和监测土壤污染，分析植被退化原因，评估水体富营养化程度。如果书中能够包含一些典型的案例研究，并且对案例中的数据处理流程、模型构建、结果分析进行详尽的讲解，那将极大地提升这本书的实用价值，帮助我更好地将所学知识应用于我的研究项目中，甚至启发新的研究方向。

评分☆☆☆☆☆

中科院的教材，没的说，不过有的内容过时了

评分☆☆☆☆☆

内容丰富，能短时间对高光谱遥感有初步认识

评分☆☆☆☆☆

值得拥有，一本不错的参考书

评分☆☆☆☆☆

很满意!

评分☆☆☆☆☆

正品图书，包装相对于以前改善还是比较大的，不错，内容很好！

评分☆☆☆☆☆

京东的东西我一直都信得过

评分☆☆☆☆☆

nice，the more practice you do，the more you gain

评分☆☆☆☆☆

很好很好很好，正版图书，正规发票

评分☆☆☆☆☆

很详细介绍了方法原理，是专业学习必不可少的书