• 
  内陆水体高光谱遥...
  ￥101.12元

随着内陆水体污染日趋严重，内陆水体遥感备受关注。高光谱遥感技术的发展为内陆水体遥感监测带来了契机。内陆水体高光谱遥感已经成为一个重要的学科发展方向和研究热点。本书系统性地介绍了内陆水体高光谱遥感的原理和方法，全书分为七章，涵盖了内陆水体高光谱遥感各个主要方面，从辐射机理、数据测量、数据分析到大气校正、要素反演和分类识别。本书力求系统性和基础性，结构上尽量覆盖内陆水体高光谱遥感机理、关键问题等各方面，内容深度上尽量融入最基本的原理、近年内最新的前沿性成果等。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  丛书出版说明
  序
  前言
  第1章 概论 1
  1.1 内陆水体遥感简介 1
  1.2 多光谱遥感在内陆水体中的应用 2
  1.2.1 陆地卫星数据在内陆水体中的应用 2
  1.2.2 海洋水色卫星数据在内陆水体中的应用 4
  1.3 高光谱遥感在内陆水体应用中的优势 5
  1.3.1 高光谱遥感简介 5
  1.3.2 高光谱遥感监测内陆水体优势分析 5
  1.4 内陆水体遥感常用的高光谱遥感器简介 6
  1.4.1 机载高光谱遥感器 7
  1.4.2 星载高光谱遥感器 7
  参考文献 10
  第2章 水体辐射传输机理与模型 12
  2.1 水体辐射传输机理 12
  2.1.1 辐射度量学物理量 12
  2.1.2 水体表现光学量 17
  2.1.3 水体固有光学量 19
  2.1.4 水体辐射传输方程 26
  2.2 水体辐射传输模型 29
  2.2.1 简化的生物光学模型 29
  2.2.2 Hydrolight模型 31
  参考文献 35
  第3章 内陆水体光学量光谱测量 37
  3.1 内陆水体表观光学量光谱测量 37
  3.1.1 “剖面法”表现光谱测量 38
  3.1.2 “表面法”表观光谱测量 44
  3.2 内陆水体固有光学量光谱测量 53
  3.2.1 水体固有光学量测量的物理基础 54
  3.2.2 野外原位水体固有光学量光谱测量 56
  3.2.3 实验室水样固有光学量光谱测量 62
  参考文献 74
  第4章 内陆水体光学量光谱数据分析 77
  4.1 内陆水体固有光学量光谱数据分析 77
  4.1.1 非色素颗粒物吸收系数光谱数据分析 78
  4.1.2 黄色物质吸收系数光谱数据分析 84
  4.1.3 浮游植物吸收系数光谱数据分析 90
  4.1.4 总颗粒物体散射函数及后向散射系数光谱数据分析 99
  4.1.5 固有光学量光谱数据中各组分所占比例 103
  4.1.6 内陆水体固有光学量数据库 114
  4.2 内陆水体表观光学量光谱数据分析 115
  4.2.1 内陆水体遥感反射率光谱特征分析 116
  4.2.2 内陆水体遥感反射率季节差异分析 121
  4.2.3 内陆水体遥感反射率区域差异分析 122
  参考文献 124
  第5章 内陆水体高光谱图像大气校正 130
  5.1 水体遥感数据大气校正原理 131
  5.1.1 水包遥感信号组成 131
  5.1.2 水色遥感信号中各部分贡献 133
  5.1.3 水色遥感大气校正过程 134
  5.2 基于通用大气辐射传输模型的水体遥感图像大气校正 136
  5.2.1 通用大气辐射传输模型及特点 136
  5.2.2 基于通用大气辐射传输模型的水体遥感图像大气校正过程 138
  5.2.3 区域气溶胶光学特性数据在大气校正中的应用 142
  5.3 基于水气辐射搞合传输模型的水体图像大气校正 146
  5.3.1 海洋水色遥感图像的标准大气校E方法 146
  5.3.2 内陆水体高光谱图像太气校正方法 151
  参考文献 162
  第6章 内陆水体要素高光谱遥感反演 165
  6.1 内陆水体要素高光谱遥感反演模型分类 165
  6.1.1 半经验模型 165
  6.1.2 半解析模型 166
  6.1.3 人工智能模型 166
  6.2 内陆水体要素反演半经验模型概述 167
  6.2.1 构建半经验模型的一般流程 167
  6.2.2 叶绿素a浓度反演半经验模型 169
  6.2.3 悬浮物浓度反演半经验模型 173
  6.2.4 藻蓝素浓度反演半经验模型 174
  6.3 内陆水体要素反演半解析模型概述 175
  6.3.1 半解析模型的基本原理 175
  6.3.2 非线性优化法 177
  6.3.3 矩阵反演法 180
  6.3.4 代数法 185
  6.4 人工智能模型 186
  6.4.1 人工智能算法简介 186
  6.4.2 人工智能建摸过程 189
  6.4.3 人工智能模型在水体要素反演中的应用 191
  参考文献 193
  第7章 内陆水体要素高光谱分类识别 197
  7.1 内陆水体优势藻类高光谱分类识别 197
  7.1.1 基于浮游植物荧光光谱特征的藻类识别 198
  7.1.2 基于浮游植物吸收光谱特征的藻类识别 200
  7.1.3 基于浮游植物反射率光谱特征的藻类识别 205
  7.2 蓝藻水华高光谱分类识别 207
  7.2.1 蓝藻水华和水草的反射光谱特征分析 208
  7.2.2 基于高光谱指数的蓝藻水华识别 209
  7.2.3 基于高光谱分类和目标识别方法的蓝藻水华识别 216
  参考文献 221
  附录 224