高光谱遥感Hyperspectral Remote Sensing又叫成像光谱遥感是将成像技术和光谱技术相结合的多维信息获取技术Goetz1985年。高光谱遥感数据中包含了丰富的空间、辐射和光谱三重信息具有重要的综合应用价值。近年来随着成像光谱技术在航空遥感领域的快速发展这项技术成为各个领域的重要监测方法涵盖大气圈、海洋研究、植被生态、矿产地质、水体研究、军事侦察和考古研究等领域其应用正在步入成熟期。传统的地物成分检测方法过程繁琐、费时费力无法做到无损分析而高光谱遥感能够做到实时、非接触、快速、无损检测蕴含着近似连续的地物光谱信息。通过光谱重建高光谱影像能获取地物近似连续的光谱反射率数据与地面实测值匹配从而将精细的地物成分光谱模型应用到地物信息提取中。无人机和有人机机载高光谱遥感能够探测具有诊断性的地物光谱吸收物质在多种算法支持下不仅能为准确区分地表地物类型、评估和成分含量评价等提供精确的数据支持使得定量或半定量地物信息提取成为可能而且在大量试验的基础上能够为相关硬件仪器的研发提供理论依据。机载高光谱可以多时相的获取数据使得通过多种元素含量的计算间接评估地物质量成为可能。专题一 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1显示灰阶影像2显示彩色影像3提取波谱剖面廓线4采集波谱曲线5动画显示数据Animate the Data2 基础高光谱分析通过鉴别波谱曲线识别作物专题二 植被高光谱信息提取之不同作物分类1 非监督分类1K-均值2IsoData2 监督分类1绘制感兴趣区2平行六面体法Parallelepiped3最小距离法Minimum Distance4马氏距离Mahalanobis Distance5最大似然分类Maximum Likelihood专题三 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1常见的地面高光谱仪器概述2常见的机载成像仪概述3光谱库的研究现状4高光谱遥感在信息提取中的技术优势5高光谱遥感数据获取的考虑因素2 精度评价技术专题四 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1地面同步数据工作2数据预处理3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1偏最小二乘回归法PLSR2主成分回归法PCR3多元逐步回归法SMLR4决策树法DT5流行学习法ML6BP神经网络法BPNN7小波分析法WA8遗传算法GA专题五 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1水体光谱特征2水体环境遥感信息研究3水体信息提取方法2 数据采集情况1高光谱航空测量2地面数据测量3 高光谱数据预处理1大气校正的原理2大气校正的方法3实地数据采集方法4无线电探空法5黑暗像元法6基于统计学模型的反射率反演7基于辐射传输的大气校正4 FLAASH大气校正法专题六 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 斜率法专题七 热红外光谱数据地表温度提取方法1 热红外遥感简介1测量平台2研究应用方向2 基本概念和热辐射方程1热红外卫星基本情况2卫星免费数据获取方法3 地表热信息的提取方法实现1打开数据2形成光谱集3计算 L64计算T65计算Pv6计算e67计算C68计算D69计算Ta10计算Ts11制图专题八 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1基于机理的地物养分特征波段2波段标准差特征选择3信息熵特征选择3 数据与方法1化验数据2算法实现专题九 土壤高光谱信息提取之偏最小二乘建模1 建立特征波段1数据集分析2 偏最小二乘回归模型的实现1建立训练集2建立验证集3 预测结果精度分析4 制图专题十 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1创建新地图文档2地图与图层操作3ToolBox内容简介3 遥感结果数据的采集与组织1创建shapefile文件2创建Geodatabase数据库3数据编辑4遥感结果数据投影变换5数据翻转、移动与扭曲6数据裁切、拼接、提取4 空间数据综合制图1数据符号化2编制一景高质量的专题地图