从像素到知识：高光谱遥感数值建模——植被鉴定、水体信息提取、土壤建模及热红外温度反演与GIS制图，解锁地物状态参量精准反演新境界

在高光谱影像中，结合纹理、表面粒度、风化程度、作物密度等辅助信息，能估计出多种地物及其上覆作物的状态参量，提高遥感高定量分析的精度和可靠性。介绍如何通过构建遥感光谱反射信号与地表参数之间的关系模型来实现数值计算。针对高光谱建模的具体实现方法，系统地阐释基于信息量方法的建模思路与基本原理，涉及数据获取、分析、处理、软件操作和结果分析等主要环节。通过学习掌握高光谱遥感数值建模思路与基本步骤，结合高光谱遥感、热红外遥感、多光谱遥感在水体、土壤信息提取领域的实际案例，具备解决多地物高光谱遥感反演问题的能力。

第一章 植被高光谱信息提取之作物品种鉴定

1.基本ENVI波谱操作介绍 显示灰阶影像、显示彩色影像、提取波谱剖面廓线、采集波谱曲线、动画显示数据（Animate the Data）

2.基础高光谱分析 通过鉴别波谱曲线识别作物

第二章 植被高光谱信息提取之不同作物分类

1.非监督分类：K-均值、IsoData

2.监督分类：绘制感兴趣区、平行六面体法（Parallelepiped）、最小距离法（Minimum Distance）、马氏距离（Mahalanobis Distance）、最大似然分类（Maximum Likelihood）

第三章 高光谱数据获取技术与精度评价技术

1.机载（有人机+无人机）高光谱数据获取方法 常见的地面高光谱仪器概述、常见的机载成像仪概述、光谱库的研究现状、高光谱遥感在信息提取中的技术优势、高光谱遥感数据获取的考虑因素

2.精度评价技术

第四章 地面辅助理化数据作用与处理方法

1.地物的理化数据获取方法 地面同步数据工作、数据预处理、理化数据获取

2.Unscrambler光谱建模软件学习

3.地物的理化数据获取方法

4.高光谱与理化数据建模方法综述

偏最小二乘回归法（PLSR）、主成分回归法（PCR）、多元逐步回归法（SMLR）、决策树法（DT）、流行学习法（ML）、BP神经网络法（BPNN）、小波分析法（WA）、遗传算法（GA）

第五章 水体高光谱信息提取之辐射校正

1.水体遥感与信息提取原理 水体光谱特征、水体环境遥感信息研究、水体信息提取方法

2.数据采集情况 高光谱航空测量、地面数据测量

3.高光谱数据预处理 大气校正的原理、大气校正的方法、实地数据采集方法、无线电探空法、黑暗像元法、基于统计学模型的反射率反演、基于辐射传输的大气校正

4.FLAASH大气校正法

第六章 水体高光谱信息提取之六种经典方法

1.光谱分类法

2.单波段阈值分析法

3.多波段谱间关系法

4.水体指数法

5.植被指数法

6.斜率法

第七章 热红外光谱数据地表温度提取方法

1.热红外遥感简介 测量平台、研究应用方向

2.基本概念和热辐射方程 热红外卫星基本情况、卫星免费数据获取方法

3.地表热信息的提取方法实现 打开数据、形成光谱集、计算L6、计算T6、计算Pv、计算e6、计算C6、计算D6、计算Ta、计算Ts、制图

第八章 土壤高光谱信息提取之信息量方法

1.非监督特征选取方法

2.基于信息量的成分特征选择 基于机理的地物养分特征波段、波段标准差特征选择、信息熵特征选择

3.数据与方法 化验数据、算法实现

第九章 土壤高光谱信息提取之偏最小二乘建模

1.建立特征波段 数据集分析

2.偏最小二乘回归模型的实现 建立训练集、建立验证集

3.预测结果精度分析

4.制图

第十章 遥感提取结果的空间表达——GIS制图流程

1.地理信息系统的基本概念

2.ArcGIS应用 创建新地图文档、地图与图层操作、ToolBox内容简介

3.遥感结果数据的采集与组织 创建shapefile文件、创建Geodatabase数据库、数据编辑、遥感结果数据投影变换、数据翻转、移动与扭曲、数据裁切、拼接、提取

4.空间数据综合制图 数据符号化、编制一景高质量的专题地图

---

★ 点 击 下 方 关 注，获取海量教程和资源！

↓↓↓