本书围绕着自然资源的遥感大数据监测方法展开,着重阐述了遥感大数据以及云计算在自然资源监测中的重要作用,通过运用海量遥感影像以及云计算的高速运算能力,结合机器学习与变化检测等算法,实现高时间分辨率和高空间分辨率的自然资源监测。本书针对不同自然资源要素开发出高效且实用的监测方法,通过案例介绍了各类方法在自然资源监测中的应用场景。
样章试读
目录
- 目录
第1章 绪论 1
1.1 全球社会生态系统的危机 1
1.2 自然资源治理的进展 8
1.3 自然资源监测的挑战与机遇 15
本章参考文献 21
第2章 自然资源治理的需求与挑战 24
2.1 自然资源变化特点 24
2.2 自然资源治理现状与需求 32
2.3 自然资源治理挑战与趋势 41
2.4 大数据赋能自然资源治理的分析框架 45
本章参考文献 50
第3章 遥感大数据 53
3.1 遥感卫星技术概述 53
3.2 主要的卫星计划与数据特点 56
3.3 商业卫星计划 67
3.4 遥感大数据的特点 69
3.5 遥感大数据的价值挖掘与应用前景 70
本章参考文献 71
第4章 遥感云计算与发展 73
4.1 遥感云计算概述 73
4.2 遥感云计算平台 80
4.3 GEE平台 90
4.4 遥感云计算分析 97
本章参考文献 103
第5章 机器学习和深度学习原理与方法 105
5.1 机器学习的发展和划分 106
5.2 随机森林算法 109
5.3 支持向量机 112
5.4 深度学习 113
5.5 遥感领域的应用和未来 118
本章参考文献 119
第6章 变化检测原理与算法 122
6.1 变化检测原理 122
6.2 变化检测算法的发展和分类 123
6.3 突变检测算法 126
6.4 渐变检测算法 135
6.5 算法发展及展望 137
本章参考文献 139
第7章 城市扩张与效率评价 142
7.1 城市ISA扩张 142
7.2 城市三维扩张的监测 150
7.3 城市建设用地利用效率 158
本章参考文献 168
第8章 水稻种植监测 172
8.1 背景与需求 172
8.2 技术与方法 174
8.3 结果与讨论 178
8.4 展望 180
本章参考文献 181
第9章 耕地“非粮化”监测 183
9.1 研究背景 184
9.2 技术与方法 185
9.3 结果与讨论 189
9.4 小结与展望 194
本章参考文献 195
第10章 耕地撂荒监测 197
10.1 耕地撂荒的理论基础 197
10.2 耕地撂荒的提取方法 199
10.3 基于CCDC算法的山区耕地撂荒监测 204
10.4 基于时序NDVI变化的耕地撂荒风险评价与验证 214
本章参考文献 227
第11章 高潜水位煤矿区开采扰动监测 232
11.1 背景与需求 232
11.2 技术与方法 235
11.3 结果与讨论 252
11.4 小结与展望 267
本章参考文献 268
第12章 露天煤矿山开采损毁监测 272
12.1 背景与需求 272
12.2 技术与方法 279
12.3 结果与讨论 287
12.4 总结与展望 294
本章参考文献 298