定量遙感：理念與算法

序
前言
第1章 遙感系統(tǒng)綜述
1.1 引言
1.2 遙感平臺(tái)與傳感器系統(tǒng)
1.2.1 地球靜止衛(wèi)星
1.2.2 極地軌道衛(wèi)星
1.2.3 美國(guó)的業(yè)務(wù)運(yùn)行衛(wèi)星計(jì)劃
1.2.4 遙感傳感器
1.2.5 遙感數(shù)據(jù)特征
1.3 數(shù)據(jù)傳輸與地面接收系統(tǒng)
1.4 數(shù)據(jù)處理系統(tǒng)
1.4.1 輻射標(biāo)定
1.4.2 幾何處理
1.4.3 圖像質(zhì)量增強(qiáng)
1.4.4 大氣校正
1.4.5 影像融合與產(chǎn)品集成
1.5 地表參量制圖
1.6 地表參量的定量估算
1.6.1 前向輻射模型
1.6.2 反演方法
1.7 高級(jí)數(shù)據(jù)產(chǎn)品的生產(chǎn)、歸檔和分發(fā)
1.8 產(chǎn)品驗(yàn)證
1.9 遙感應(yīng)用
1.10 本章小結(jié)
參考文獻(xiàn)
第一編 數(shù)據(jù)處理方法和技術(shù)
第2章 幾何處理與定位技術(shù)
2.1 概述
2.2 衛(wèi)星遙感影像幾何檢校
2.2.1 衛(wèi)星遙感成像的系統(tǒng)誤差源
2.2.2 衛(wèi)星遙感影像試驗(yàn)場(chǎng)幾何檢校
2.3 單景遙感影像幾何糾正
2.3.1 影像幾何糾正模型
2.3.2 控制點(diǎn)布設(shè)
2.3.3 影像重采樣
2.3.4 精度評(píng)定
2.4 遙感影像的幾何配準(zhǔn)
2.4.1 影像配準(zhǔn)點(diǎn)的自動(dòng)提取
2.4.2 影像配準(zhǔn)的數(shù)學(xué)模型
2.5 數(shù)字地面模型的建立
2.5.1 DEM概念和結(jié)構(gòu)模型
2.5.2 DEM數(shù)據(jù)預(yù)處理
2.5.3 DEM數(shù)據(jù)內(nèi)插
2.6 正射影像的制作
2.6.1 框幅式中心投影影像的數(shù)字微分糾正
2.6.2 線(xiàn)陣列推掃遙感影像的數(shù)字微分糾正
2.6.3 正射影像鑲嵌
2.7 本章小結(jié)
參考文獻(xiàn)
第3章 數(shù)據(jù)合成、平滑和填補(bǔ)
3.1 多時(shí)相數(shù)據(jù)合成
3.1.1 植被指數(shù)的最大值合成法
3.1.2 波段反射率的最小值合成方法
3.1.3 MODIS植被指數(shù)合成法
3.1.4 地表溫度最大值合成法
3.1.5 多種準(zhǔn)則組合合成法
3.2 時(shí)間序列數(shù)據(jù)的平滑與填補(bǔ)
3.2.1 曲線(xiàn)擬合方法
3.2.2 基于生態(tài)分類(lèi)的時(shí)間插值技術(shù)
3.2.3 時(shí)空濾波算法
3.2.4 基于小波變換的平滑與填補(bǔ)算法
3.3 本章小結(jié)
參考文獻(xiàn)
第4章 遙感數(shù)據(jù)融合技術(shù)
4.1 遙感數(shù)據(jù)融合概述
4.1.1 多源數(shù)據(jù)融合模型與層次
4.1.2 融合評(píng)價(jià)標(biāo)準(zhǔn)
4.2 遙感像素級(jí)數(shù)據(jù)融合方法
4.2.1 基于變量替換技術(shù)融合方法
4.2.2 基于調(diào)制融合方法
4.2.3 基于多尺度分析的融合方法
4.3 遙感像素級(jí)數(shù)據(jù)融合統(tǒng)一模型
4.4 異構(gòu)數(shù)據(jù)源融合技術(shù)
4.4.1 SAR影像與光學(xué)影像融合
4.4.2 LiDAR數(shù)據(jù)與光學(xué)影像融合
4.4.3 GIS數(shù)據(jù)與光學(xué)影像融合
4.5 本章小結(jié)
參考文獻(xiàn)
第5章 光學(xué)影像的大氣校正
5.1 大氣效應(yīng)概述
5.1.1 大氣在定量遙感模型中的表征
5.1.2 大氣的組成
5.1.3 電磁波與大氣的相互作用
5.1.4 大氣校正的主要內(nèi)容
5.2 消除氣溶膠參數(shù)影響的大氣校正
5.2.1 基于光譜特征
5.2.2 基于時(shí)間序列影像
5.2.3 基于角度信息
5.2.4 基于空間特征匹配
5.2.5 基于偏振信息
5.3 消除水汽影響的校正算法
5.4 其他大氣成分的影響
5.5 常用的大氣校正模型和軟件
5.5.1 MODTRAN模型
5.5.2 6S模型
5.5.3 FLAASH
5.5.4 ACTOR
5.5.5 ACORN
5.6 本章小結(jié)
參考文獻(xiàn)
第二編 地表輻射收支參量估算
第6章 太陽(yáng)輻射
6.1 基本概念
6.1.1 太陽(yáng)輻射光譜
6.1.2 太陽(yáng)常數(shù)
6.1.3 短波輻射和光合有效輻射
6.1.4 太陽(yáng)輻射的削弱
6.1.5 地表輻射收支平衡
6.2 地表輻射觀測(cè)網(wǎng)
6.2.1 輻射觀測(cè)儀器
6.2.2 全球能量平衡數(shù)據(jù)庫(kù)(GEBA)
6.2.3 基準(zhǔn)地表輻射網(wǎng)(BSRN)
6.2.4 地表輻射能量收支觀測(cè)網(wǎng)(SURFRAD)
6.2.5 陸地生態(tài)系統(tǒng)通量觀測(cè)網(wǎng)(FLUXNET)
6.3 衛(wèi)星遙感及GCM模型估算地表輻射
6.3.1 統(tǒng)計(jì)回歸方法
6.3.2 物理模型參數(shù)化方法
6.3.3 查找表方法
6.3.4 GCMs模型輻射產(chǎn)品
6.3.5 全球輻射產(chǎn)品比較
6.4 總結(jié)與討論
6.4.1 太陽(yáng)輻射的時(shí)空變化
6.4.2 地形和高程對(duì)于輻射估算的影響
6.4.3 小結(jié)
參考文獻(xiàn)
第7章 寬波段反照率
7.1 地表二向反射模型
7.1.1 地表二向反射與寬波段反照率的定義和關(guān)系
7.1.2 地表二向反射觀測(cè)數(shù)據(jù)
7.1.3 地表二向反射模型
7.2 基于二向反射模型反演的反照率估算方法
7.2.1 二向反射模型反演及窄波段反照率計(jì)算
7.2.2 窄波段反照率向?qū)挷ǘ畏凑章兽D(zhuǎn)換
7.3 地表反照率直接估算方法
7.3.1 直接估算法概述
7.3.2 基于地表二向反射率數(shù)據(jù)的反照率估算方法
7.3.3 基于大氣層頂反射率的方法
7.4 地表大氣參數(shù)聯(lián)合優(yōu)化方法
7.4.1 基于暗目標(biāo)大氣校正的地表反照率反演方法
7.4.2 地表反照率和氣溶膠光學(xué)厚度的聯(lián)合優(yōu)化方法
7.5 全球地表反照率產(chǎn)品和驗(yàn)證
7.5.1 全球地表反照率衛(wèi)星遙感產(chǎn)品
7.5.2 反照率遙感反演產(chǎn)品驗(yàn)證中的尺度問(wèn)題
7.6 全球陸面反照率時(shí)空分析
7.6.1 區(qū)域平均和月平均反照率的計(jì)算方法
7.6.2 全球反照率的時(shí)間變化
7.6.3 不同緯向帶的地表反照率
7.6.4 不同地表類(lèi)型的地表反照率
7.7 寬波段反照率研究中的問(wèn)題和展望
參考文獻(xiàn)
第8章 地表溫度和熱紅外發(fā)射率
8.1 地表溫度和發(fā)射率的定義
8.1.1 地表溫度的定義
8.1.2 地表發(fā)射率的定義
8.2 地表平均溫度估計(jì)方法
8.2.1 單波段熱紅外算法
8.2.2 分裂窗熱紅外算法
8.2.3 多波段熱紅外方法
8.2.4 微波方法
8.3 地表發(fā)射率估計(jì)方法
8.3.1 發(fā)射率測(cè)量方法
8.3.2 基于分類(lèi)的方法
8.3.3 基于NDVI的方法
8.3.4 多波段方法
8.3.5 高光譜數(shù)據(jù)反演算法
8.3.6 地面長(zhǎng)波寬波段發(fā)射率計(jì)算
8.4 溫度與發(fā)射率產(chǎn)品
8.5 本章小結(jié)
參考文獻(xiàn)
第9章 地表長(zhǎng)波輻射收支
9.1 地表下行長(zhǎng)波輻射
9.1.1 背景
9.1.2 基于大氣廓線(xiàn)的方法
9.1.3 混合模型方法
9.1.4 基于氣象數(shù)據(jù)的方法
9.2 地表上行長(zhǎng)波輻射
9.2.1 溫度發(fā)射率方法
9.2.2 混合模型
9.3 地表凈長(zhǎng)波輻射
9.4 地表輻射觀測(cè)網(wǎng)絡(luò)和現(xiàn)有的遙感地表長(zhǎng)波輻射產(chǎn)品
9.4.1 地表長(zhǎng)波輻射觀測(cè)網(wǎng)絡(luò)
9.4.2 現(xiàn)有地表長(zhǎng)波輻射收支產(chǎn)品
9.5 本章小結(jié)
參考文獻(xiàn)
第三編 生物物理和生物化學(xué)參數(shù)估算
第10章 冠層生化特性
10.1 遙感提取植被生化組分的原理與方法
10.1.1 植被生化組分遙感
10.1.2 遙感提取理論與方法簡(jiǎn)介
10.2 經(jīng)驗(yàn)和半經(jīng)驗(yàn)方法提取
10.2.1 葉片水平生化組分含量提取
10.2.2 葉綠素含量的半經(jīng)驗(yàn)提取方法
10.3 理論模型反演
10.3.1 反演方法
10.3.2 葉片水平生化組分反演
10.3.3 冠層水平生化組分反演
10.3.4 光譜分辨率對(duì)反演生化組分含量的影響及波段選擇
10.4 結(jié)論與討論
參考文獻(xiàn)
第11章 葉面積指數(shù)
11.1 LAI的定義與實(shí)測(cè)方法
11.1.1 LAI的直接測(cè)量法
11.1.2 LAI的間接估算法
11.2 統(tǒng)計(jì)方法
11.2.1 植被指數(shù)
11.2.2 基于植被指數(shù)的經(jīng)驗(yàn)方法
11.3 冠層模型反演方法
11.3.1 輻射傳輸模型
11.3.2 優(yōu)化技術(shù)
11.3.3 神經(jīng)網(wǎng)絡(luò)
11.3.4 遺傳算法
11.3.5 貝葉斯網(wǎng)絡(luò)
11.3.6 查找表方法
11.4 數(shù)據(jù)同化方法
11.4.1 四維變分?jǐn)?shù)據(jù)同化方法
11.4.2 順序同化算法方法
11.5 全球與區(qū)域LAI產(chǎn)品
11.5.1 MODIS LAI產(chǎn)品
11.5.2 CYCLOPES LAI產(chǎn)品
11.5.3 GLOBCARBON LAI產(chǎn)品
11.5.4 ECOCLIMAP LAI產(chǎn)品
11.5.5 GLASS LAI產(chǎn)品
11.5.6 CCRS LAI產(chǎn)品
11.6 LAI的時(shí)空變化
11.7 本章小結(jié)
參考文獻(xiàn)
第12章 吸收光合有效輻射比例
12.1 FAPAR及相關(guān)概念
12.2 FAPAR野外測(cè)量方法
12.3 冠層FAPAR的Monte Carlo模擬
12.3.1 MC模擬原理
12.3.2 數(shù)據(jù)準(zhǔn)備
12.3.3 MC模擬結(jié)果分析
12.4 FAPAR經(jīng)驗(yàn)反演方法
12.4.1 基于LAI的經(jīng)驗(yàn)算法
12.4.2 基于植被指數(shù)的經(jīng)驗(yàn)算法
12.5 已有遙感FAPAR產(chǎn)品模型反演算法簡(jiǎn)介
12.5.1 MODIS FAPAR反演算法
12.5.2 JRC_FPAR反演方法
12.6 基于混合植被光譜模型的FAPAR反演方法
12.6.1 出發(fā)方程
12.6.2 與蒙特卡羅模擬結(jié)果對(duì)比分析
12.6.3 地面實(shí)驗(yàn)驗(yàn)證
12.6.4 FAPAR反演算法
12.7 案例研究
12.7.1 研究區(qū)與數(shù)據(jù)
12.7.2 基于多角度高光譜數(shù)據(jù)的FAPAR反演
12.7.3 基于多波段數(shù)據(jù)FAPAR遙感反演
12.8 本章小結(jié)
參考文獻(xiàn)
第13章 植被覆蓋度
13.1 簡(jiǎn)介
13.2 植被覆蓋度地面測(cè)量
13.2.1 目估法
13.2.2 采樣法
13.2.3 儀器測(cè)量法
13.2.4 地面實(shí)測(cè)樣例和討論
13.3 植被覆蓋度的遙感估算
13.3.1 回歸模型法
13.3.2 線(xiàn)性混合像元分解模型法
13.3.3 計(jì)算機(jī)學(xué)習(xí)法
13.4 現(xiàn)有植被覆蓋度遙感產(chǎn)品
13.5 植被覆蓋度估算面臨的挑戰(zhàn)和未來(lái)發(fā)展前景
參考文獻(xiàn)
第14章 植被高度與垂直結(jié)構(gòu)
14.1 植被高度與垂直結(jié)構(gòu)的地面測(cè)量
14.1.1 單木高度的測(cè)量
14.1.2 林木高與胸徑的關(guān)系
14.1.3 樣地尺度平均樹(shù)高的計(jì)算
14.2 基于小光斑Lidar的植被高度與垂直結(jié)構(gòu)反演
14.2.1 小光斑Lidar林業(yè)遙感基本原理及森林參數(shù)反演
14.2.2 基于單木分割及參數(shù)估計(jì)
14.2.3 樣地尺度參數(shù)估計(jì)
14.3 基于大光斑Lidar的植被高度與垂直結(jié)構(gòu)反演
14.3.1 大光斑Lidar林業(yè)遙感基本原理及林業(yè)應(yīng)用現(xiàn)狀
14.3.2 大光斑Lidar森林參數(shù)反演方法
14.4 基于SAR數(shù)據(jù)的植被高度與垂直結(jié)構(gòu)反演
14.4.1 雷達(dá)干涉測(cè)量原理
14.4.2 基于多頻率干涉數(shù)據(jù)的植被高度提取
14.4.3 基于極化干涉技術(shù)的植被垂直結(jié)構(gòu)提取
14.5 展望
參考文獻(xiàn)
第15章 地上生物量
15.1 生物量
15.2 異速生長(zhǎng)方法
15.3 光學(xué)遙感方法
15.3.1 植被指數(shù)方法
15.3.2 多元回歸分析方法
15.3.3 最鄰近方法
15.3.4 人工神經(jīng)網(wǎng)絡(luò)
15.4 激光雷達(dá)和雷達(dá)數(shù)據(jù)
15.4.1 激光雷達(dá)數(shù)據(jù)
15.4.2 雷達(dá)數(shù)據(jù)
15.5 基于多源數(shù)據(jù)的生物量反演
15.5.1 回歸模型
15.5.2 非參數(shù)化算法
15.6 未來(lái)發(fā)展方向
參考文獻(xiàn)
第16章 陸地生態(tài)系統(tǒng)植被生產(chǎn)力
16.1 植被生產(chǎn)力的概念
16.2 植被生產(chǎn)力的地面觀測(cè)
16.2.1 生物學(xué)法
16.2.2 渦度相關(guān)通量方法
16.3 基于植被指數(shù)的統(tǒng)計(jì)模型
16.4 基于遙感資料的光能利用率模型
16.4.1 光能利用率模型原理
16.4.2 主要的光能利用率模型
16.4.3 不同光能利用率模型的差異
16.4.4 光能利用率模型的不足
16.5 動(dòng)態(tài)全球植被模型
16.5.1 動(dòng)態(tài)全球植被模型簡(jiǎn)介
16.5.2 遙感數(shù)據(jù)在動(dòng)態(tài)全球植被模型中的作用
16.6 全球植被生產(chǎn)力的時(shí)空分布格局
16.7 本章小結(jié)
參考文獻(xiàn)
第四編 水循環(huán)參量估算
第17章 降水
17.1 地表降雨測(cè)量技術(shù)
17.1.1 雨量計(jì)和測(cè)量網(wǎng)絡(luò)
17.1.2 地基雷達(dá)
17.2 星載傳感器降水反演算法
17.2.1 VIS/IR降水反演算法
17.2.2 PMW降水反演算法
17.2.3 雷達(dá)降水反演算法
17.2.4 多傳感器聯(lián)合反演降水算法
17.3 全球和區(qū)域數(shù)據(jù)集
17.3.1 TRMM
17.3.2 GSMaP
17.3.3 GPCP
17.4 全球降水的時(shí)空變化
17.5 展望
參考文獻(xiàn)
第18章 陸面蒸散
18.1 引言
18.2 λE基礎(chǔ)理論
18.2.1 莫寧奧布霍夫相似理論
18.2.2 Penman-Monteith公式
18.3 λE的遙感反演方法
18.3.1 單源模型
18.3.2 雙源模型
18.3.3 Ts-VI特征空間方法
18.3.4 經(jīng)驗(yàn)?zāi)Ｐ?br />18.3.5 經(jīng)驗(yàn)Penman-Monteith(P-M)公式
18.3.6 數(shù)據(jù)同化方法
18.4 遙感模型的標(biāo)定和檢驗(yàn)
18.4.1 渦度相關(guān)(EC)技術(shù)
18.4.2 波文比能量平衡方法(BR)
18.4.3 閃爍儀方法
18.5 結(jié)論與討論
參考文獻(xiàn)
第19章 土壤水分
19.1 簡(jiǎn)介
19.2 傳統(tǒng)的SMC測(cè)量技術(shù)
19.3 微波遙感方法
19.3.1 被動(dòng)微波遙感
19.3.2 主動(dòng)微波遙感
19.4 光學(xué)和熱紅外遙感方法
19.4.1 三角法
19.4.2 梯形法
19.4.3 溫度-植被干旱指數(shù)法
19.4.4 熱慣量(TI)法
19.5 土壤水分剖面估計(jì)
19.6 不同遙感技術(shù)的比較
19.7 可用的數(shù)據(jù)集及其時(shí)空變化
19.7.1 地表站點(diǎn)觀測(cè)數(shù)據(jù)
19.7.2 微波遙感數(shù)據(jù)
19.7.3 基于觀測(cè)數(shù)據(jù)驅(qū)動(dòng)的陸表模型估計(jì)數(shù)據(jù)
19.8 本章小結(jié)
參考文獻(xiàn)
第20章 雪水當(dāng)量
20.1 被動(dòng)微波雪水當(dāng)量反演
20.1.1 輻射傳輸理論
20.1.2 被動(dòng)微波雪水當(dāng)量反演算法
20.2 主動(dòng)微波積雪參數(shù)遙感反演
20.2.1 積雪覆蓋地表微波后向散射模型
20.2.2 積雪水當(dāng)量反演算法
20.3 可見(jiàn)光雪深反演研究
20.4 本章小結(jié)
參考文獻(xiàn)
第21章 蓄水量
21.1 水量平衡法
21.2 水域面積水位法
21.2.1 基于水域面積和水位的地表蓄水量估算原理
21.2.2 水域面積水位法在蓄水量研究中的應(yīng)用
21.3 GRACE法
21.3.1 GRACE衛(wèi)星簡(jiǎn)介
21.3.2 基于GRACE的蓄水量估算原理
21.3.3 GRACE數(shù)據(jù)集及其在蓄水量研究中的應(yīng)用
21.4 討論與展望
參考文獻(xiàn)
第五編 高級(jí)遙感數(shù)據(jù)產(chǎn)品生產(chǎn)和應(yīng)用示例
第22章 高級(jí)陸地產(chǎn)品融合方法
22.1 引言
22.1.1 高級(jí)產(chǎn)品融合綜述
22.1.2 一個(gè)簡(jiǎn)單模型
22.2 地統(tǒng)計(jì)學(xué)方法
22.2.1 隨機(jī)過(guò)程概述
22.2.2 最優(yōu)插值方法
22.2.3 貝葉斯最大熵方法
22.3 多尺度樹(shù)方法
22.3.1 方法
22.3.2 案例研究
22.4 基于經(jīng)驗(yàn)正交函數(shù)的方法
22.4.1 DINEOF方法簡(jiǎn)介
22.4.2 DINEOF在數(shù)據(jù)融合中的應(yīng)用
22.4.3 案例研究
22.5 本章小結(jié)
參考文獻(xiàn)
第23章 遙感高級(jí)產(chǎn)品生產(chǎn)和數(shù)據(jù)管理系統(tǒng)
23.1 遙感產(chǎn)品生產(chǎn)和數(shù)據(jù)庫(kù)管理概況
23.2 系統(tǒng)硬件
23.3 產(chǎn)品生產(chǎn)系統(tǒng)
23.3.1 生產(chǎn)任務(wù)管理
23.3.2 高性能計(jì)算
23.3.3 質(zhì)量檢測(cè)
23.3.4 系統(tǒng)監(jiān)控
23.4 遙感數(shù)據(jù)管理系統(tǒng)
23.4.1 文件的命名、格式和科學(xué)數(shù)據(jù)集的結(jié)構(gòu)
23.4.2 遙感數(shù)據(jù)的計(jì)算機(jī)存儲(chǔ)和目錄結(jié)構(gòu)
23.4.3 遙感數(shù)據(jù)的元數(shù)據(jù)庫(kù)
23.5 本章小結(jié)
參考文獻(xiàn)
第24章 土地覆蓋和土地利用變化
24.1 引言
24.2 城市化
24.2.1 城市區(qū)域繪制
24.2.2 監(jiān)測(cè)城市擴(kuò)展
24.2.3 城市熱島效應(yīng)
24.2.4 城市化對(duì)凈初級(jí)生產(chǎn)力的影響
24.2.5 城市化對(duì)空氣質(zhì)量的影響
24.3 集約農(nóng)業(yè)
24.3.1 作物區(qū)提取
24.3.2 農(nóng)田變化檢測(cè)
24.3.3 灌溉農(nóng)業(yè)區(qū)繪制
24.3.4 作物殘茬覆蓋度估算
24.3.5 農(nóng)作物秸稈焚燒監(jiān)測(cè)
24.3.6 農(nóng)田變化的對(duì)地表參數(shù)和環(huán)境的影響
24.4 森林覆蓋變化
24.4.1 森林變化制圖
24.4.2 森林變化的氣候效應(yīng)
24.4.3 應(yīng)用實(shí)例
24.5 本章小結(jié)
參考文獻(xiàn)
彩圖