第一部分 基础篇 3
1 绪论 3
1.1 遥感——从技术到科学 3
1.1.1 遥感的概念 3
1.1.2 遥感信息处理与遥感应用存在的一些问题 8
1.1.3 解决问题——从科学的角度认识和分析 10
1.2 国内外遥感科学的若干观点 12
1.3 遥感科学与技术的研究内容 15
1.3.1 指导思想 15
1.3.2 研究内容 15
1.3.3 当前遥感科学发展的特点 17
1.4 本书的体系结构 18
2 遥感信息获取原理与发展 19
2.1 概述 19
2.1.1 遥感信息获取过程 19
2.1.2 遥感信息获取的基本手段 20
2.2 电磁辐射基础 23
2.2.1 基本物理概念 23
2.2.2 电磁辐射基本定律 23
2.3 遥感中的能源 27
2.3.1 太阳辐射 27
2.3.2 地球辐射 29
2.3.3 主动遥感中的能源 30
2.4 大气层对电磁波传输的影响 30
2.4.1 大气的组成、结构特征及其基本物理过程 31
2.4.2 大气对电磁辐射的吸收 33
2.4.3 大气对电磁辐射的散射 36
2.4.4 大气窗口 38
2.4.5 大气校正 38
2.5 电磁波与地表相互作用和地物光谱特征 41
2.5.1 电磁辐射能与地表的相互作用 41
2.5.2 地物光谱特征 44
2.6 遥感辐射传输方程 48
2.7 可见光和近红外遥感应用模型 49
2.7.1 基本特征 49
2.7.2 地物的波谱特征与方向谱特征 49
3 遥感信息处理的现状与发展 54
3.1 遥感信息处理概述 54
3.1.1 遥感信息处理的目的和类别 54
3.1.2 遥感图像处理——从目视解译到数字处理 55
3.1.3 遥感图像处理的判据与准则 56
3.1.4 遥感图像处理中的相似性度量 57
3.1.5 遥感数字图像处理的主要内容及其流程 57
3.2 遥感信息处理的发展趋势 60
3.2.1 由单一特征到多特征和辅助数据综合，由单源影像到多源信息融合 60
3.2.2 由基于统计模式识别的遥感分类器向各种新型分类器拓展 61
3.2.3 由单分类器向多分类器集成，由单层分类器向层次型分类器发展 62
3.2.4 遥感信息智能处理 64
3.2.5 注重遥感数据的不确定性与分类精度评价 66
3.2.6 发展遥感地学分析新方法与遥感数据驱动的模型 66
3.2.7 定量化 69
3.2.8 高分辨率遥感影像处理 69
3.2.9 海量遥感信息的管理与高效处理 72
3.2.10 实用化遥感应用系统的研制与开发 73
3.3 遥感信息模型 73
3.3.1 遥感模型概述 73
3.3.2 遥感信息模型 75
3.3.3 遥感定量反演模型 75
第二部分 方法篇 83
4 遥感影像预处理 83
4.1 遥感数字影像及其存储格式 83
4.1.1 数字图像与直方图 83
4.1.2 遥感数字图像及其性质和特点 86
4.1.3 遥感数字图像的表示方法与描述方式 88
4.2 遥感图像辐射处理 90
4.2.1 系统辐射校正 91
4.2.2 大气辐射校正 92
4.2.3 合成孔径侧视雷达图像的辐射校正 94
4.2.4 噪声消除 95
4.3 遥感图像的几何校正 95
4.3.1 遥感图像几何校正原理 96
4.3.2 遥感图像几何校正方法 98
4.4 遥感图像变换与增强 101
4.4.1 对比度变换 101
4.4.2 空间滤波增强 105
4.4.3 频率域滤波增强 110
4.4.4 彩色变换 115
4.4.5 图像运算 117
4.4.6 多光谱图像变换 119
5 遥感图像分类 122
5.1 遥感图像计算机分类的一般原理 122
5.1.1 遥感图像的分类方式 122
5.1.2 遥感图像分类的基本原理与一般过程 124
5.2 监督分类 126
5.2.1 训练样区的选择 126
5.2.2 最小距离分类法 127
5.2.3 平行多面体分类 128
5.2.4 最大似然法分类 128
5.2.5 光谱角制图法 130
5.3 非监督分类 131
5.3.1 聚类分析技术 132
5.3.2 K—均值聚类法 133
5.3.3 ISODATA分类法 133
5.4 遥感图像分类新技术 135
5.4.1 决策树分类 136
5.4.2 模糊聚类法 137
5.4.3 神经网络分类 139
5.4.4 支持向量机分类 139
5.4.5 基于人工免疫系统的分类 142
5.4.6 贝叶斯网络分类器 143
5.5 遥感图像分类中非光谱辅助信息的应用 144
5.5.1 基于地形信息的遥感图像分类处理 144
5.5.2 辅以纹理信息的遥感图像分类 145
5.6 分类后处理和精度分析 146
5.6.1 分类后处理 146
5.6.2 分类精度评定 147
6 遥感专题信息提取 149
6.1 概述 149
6.1.1 遥感专题信息提取技术的发展 149
6.1.2 遥感专题信息提取模型 154
6.1.3 遥感信息自动提取的发展趋势 157
6.2 基于数理统计方法的遥感专题信息提取 158
6.2.1 常规统计分析量 159
6.2.2 统计变换 162
6.2.3 统计分类提取 162
6.3 几种常见专题信息的提取 162
6.3.1 道路提取 163
6.3.2 水体提取 165
6.3.3 居民地提取 166
6.3.4 植被提取 167
7 遥感数据融合 169
7.1 遥感数据融合方法与步骤 169
7.1.1 概述 169
7.1.2 图像配准 170
7.1.3 遥感数据融合方法与步骤 171
7.2 遥感数据融合算法及其比较 172
7.2.1 遥感数据融合方法分类 172
7.2.2 像素级融合 173
7.2.3 特征级融合 176
7.2.4 决策级融合 181
7.2.5 遥感图像融合质量的评价 181
7.3 多时相遥感信息融合与遥感动态监测 184
7.3.1 遥感动态监测的方法 184
7.3.2 多时相遥感信息处理方法 184
7.3.3 变化检测 186
7.4 遥感信息融合发展趋势 189
7.4.1 遥感信息融合有待解决的问题 189
7.4.2 遥感信息融合的研究重点和发展方向 189
8 遥感应用与发展 191
8.1 遥感应用的基本模式 191
8.1.1 遥感应用的主要模式 191
8.1.2 遥感应用技术流程 192
8.1.3 遥感应用的典型任务 194
8.1.4 遥感应用的关键问题 195
8.2 资源遥感 198
8.2.1 资源遥感概述 198
8.2.2 矿产资源遥感 199
8.2.3 水资源遥感 200
8.2.4 土地遥感 201
8.3 城市遥感 204
8.3.1 城市遥感概述 204
8.3.2 城市土地遥感 205
8.3.3 城市扩展遥感监测 205
8.3.4 城市生态环境遥感 206
8.3.5 城市人口遥感估算 208
8.3.6 城市规划遥感 209
8.4 环境遥感 209
8.4.1 环境遥感概述 209
8.4.2 大气环境遥感 210
8.4.3 水环境遥感 211
8.4.4 生态环境遥感 213
8.4.5 景观生态遥感 217
8.5 灾害遥感 219
8.5.1 灾害遥感概述 219
8.5.2 洪灾遥感 220
8.5.3 火灾遥感 221
8.5.4 地质灾害遥感 222
8.6 遥感制图 223
8.6.1 遥感制图的基本原理 223
8.6.2 地形图制图 224
8.6.3 专题地图制作 225
8.7 农业遥感 226
8.7.1 农业遥感概述 226
8.7.2 作物估产 227
8.7.3 作物生长状态监测 228
8.7.4 农业病虫害监测 228
8.8 遥感应用新领域 229
8.8.1 遥感考古 229
8.8.2 公共卫生领域遥感应用 231
8.8.3 遥感岩石力学 232
第三部分 进展篇 237
9 遥感图像数据库与基于内容的图像检索 237
9.1 遥感图像数据库 237
9.1.1 遥感图像数据库的特点 237
9.1.2 遥感图像数据库的分类 239
9.1.3 遥感图像数据库建模 241
9.2 建立遥感图像数据库的关键技术 242
9.2.1 大型图像数据库设计的体系结构 242
9.2.2 遥感图像和图像数据库系统模型 243
9.2.3 图像数据库的数据结构和存储结构 246
9.2.4 图像数据的预处理 246
9.2.5 图像信息的检索与更新 247
9.3 国内外实用成果 248
9.4 基于内容的遥感图像检索 249
9.4.1 概述 249
9.4.2 基于内容的图像检索与遥感图像检索的特点 249
9.4.3 基于内容的遥感图像检索的过程 253
9.4.4 可用于检索的内容 254
9.4.5 检索模式与策略 260
10 遥感尺度问题 262
10.1 地理空间数据的尺度 262
10.1.1 尺度的概念 263
10.1.2 与尺度有关的问题 265
10.2 遥感尺度问题 266
10.2.1 遥感信息及其基本特征 266
10.2.2 遥感数据的多尺度 267
10.2.3 有关遥感尺度问题的研究 269
10.3 遥感尺度效应与尺度选择 270
10.3.1 遥感尺度效应与尺度依赖 270
10.3.2 遥感尺度选择 271
10.4 遥感信息的尺度转换 273
10.4.1 尺度转换 273
10.4.2 遥感信息的尺度转换方法 274
10.4.3 遥感信息尺度转换效果评价 277
11 遥感数据不确定性 278
11.1 遥感数据的不确定性特征及形成机理 278
11.1.1 遥感过程与不确定性来源 278
11.1.2 应用遥感技术采集信息的误差分析 279
11.1.3 遥感数据不确定性机理 280
11.1.4 遥感数据及其不确定性流程 283
11.2 遥感数据不确定性在处理过程中的传播 283
11.2.1 空间数据不确定性传播模式 284
11.2.2 遥感数据不确定性传播的主要类型 284
11.3 遥感数据不确定性处理方法 286
11.3.1 遥感不确定性分析的相关理论 286
11.3.2 遥感数据不确定性探测方法 288
11.3.3 遥感数据不确定性评估 288
11.3.4 光谱特征不确定性分析方法 289
11.3.5 空间数据不确定性分析方法 290
11.3.6 知识、证据和假设的不确定性处理 292
11.3.7 遥感数据不确定性的可视化 293
11.4 遥感分类的不确定性及其处理 294
11.4.1 遥感分类不确定性及其评价 294
11.4.2 像元尺度的遥感分类不确定性表达与评价 295
11.4.3 降低分类不确定性的方法 296
12 遥感数据挖掘与知识发现 299
12.1 概述 299
12.1.1 研究意义 299
12.1.2 遥感数据挖掘研究现状 300
12.1.3 遥感影像数据挖掘的若干问题 302
12.1.4 若干关键技术 305
12.2 遥感数据挖掘的框架体系 306
12.2.1 遥感数据挖掘的形成与作用 306
12.2.2 框架体系与处理流程 307
12.2.3 可以发现的知识 307
12.2.4 挖掘模式 308
12.3 主要挖掘算法与工具 309
12.3.1 聚类与分类 309
12.3.2 人工神经网络（ANN） 310
12.3.3 关联规则 311
12.3.4 决策树 312
12.3.5 基于数据立方体的挖掘 312
12.3.6 贝叶斯网络模型 312
12.4 遥感数据挖掘的应用 313
12.4.1 典型信息提取与识别 313
12.4.2 定量遥感与遥感反演 313
12.4.3 遥感分类与亚像元分解 313
12.4.4 特征提取与最优特征组合选择 314
12.4.5 自动分类 314
12.4.6 变化探测与动态监测 314
12.4.7 智能检索 314
12.4.8 遥感与GIS的智能集成 314
13 遥感信息智能处理 315
13.1 遥感信息智能信息处理概述 315
13.1.1 智能信息处理及其热点论题 315
13.1.2 遥感信息智能处理的概念与流程 316
13.1.3 遥感信息智能处理的主要研究内容 317
13.1.4 知识获取 319
13.1.5 推理机制 320
13.2 基于人工神经网络的遥感影像处理 321
13.2.1 人工神经网络概述 321
13.2.2 BPNN的应用 326
13.2.3 基于径向基函数神经网络的遥感影像分类算法 329
13.2.4 基于自组织神经网络的遥感影像分类 331
13.2.5 基于自适应共振神经网络的遥感影像分类 333
13.2.6 人工神经网络遥感分类的发展趋势 335
13.3 遗传算法在遥感图像处理中的应用 336
13.3.1 遗传算法的基本原理 336
13.3.2 遗传算法在遥感影像处理中的应用 338
13.4 遥感图像解译专家系统 338
13.4.1 遥感图像解译专家系统的组成 338
13.4.2 遥感图像解译专家系统的机理 340
14 定量遥感与遥感反演 343
14.1 基本概念 344
14.1.1 定量遥感的基本概念 344
14.1.2 遥感地表参量定量反演理论与方法 345
14.1.3 定量遥感面临的基本问题 352
14.2 遥感地表参量反演 355
14.2.1 土壤水分定量反演 355
14.2.2 地温的遥感反演 359
14.2.3 植被结构参数反演 362
14.3 加强定量遥感几个方面的研究 363
14.3.1 遥感测量的定量化 363
14.3.2 遥感信息定量的数值模拟 363
14.3.3 定量遥感信息的解释与应用 364
14.3.4 遥感参数的定量反演 364
15 高光谱遥感信息处理 365
15.1 高光谱遥感概述 365
15.2 高光谱遥感数据处理 366
15.2.1 高光谱遥感数据的构成与特点 366
15.2.2 高光谱遥感数据处理的主要内容 367
15.2.3 降维处理 369
15.2.4 导数光谱分析 374
15.2.5 光谱匹配技术 374
15.3 高光谱遥感光谱相似性度量 375
15.3.1 几何测度 375
15.3.2 编码测度 377
15.3.3 概率测度 378
15.3.4 特征测度 378
15.3.5 变换测度 379
15.4 高光谱遥感分类 380
15.4.1 主要分类方法 380
15.4.2 SAM分类器与聚类 381
15.4.3 人工神经网络分类器 381
15.4.4 支持向量机分类器 383
15.4.5 融合分类器 384
15.5 混合像元分解 387
15.5.1 概述 387
15.5.2 光谱混合模型 388
15.6 地物光谱数据库与光谱数据反演 391
15.6.1 地物光谱数据库的设计与实现 391
15.6.2 基于地物光谱数据的参数反演 397
15.6.3 发展趋势 401
16 微波遥感与SAR图像处理 403
16.1 微波遥感基础 403
16.1.1 光波成像与微波成像 403
16.1.2 微波遥感的基本概念 405
16.2 雷达成像原理 408
16.2.1 雷达方程 409
16.2.2 雷达成像原理与工作过程 410
16.2.3 相干雷达（INSAR） 412
16.3 SAR图像处理 417
16.3.1 SAR图像预处理 417
16.3.2 SAR图像几何校正 418
16.3.3 SAR图像去噪 422
16.3.4 SAR图像结构指标分析 423
16.3.5 SAR图像分类 425
参考文献 429