內陸水體高光譜遙感

叢書出版說明
序
前言
第1章  概論
  1．1 內陸水體遙感簡介
  1．2 多光譜遙感在內陸水體中的應用
    1．2．1 陸地衛(wèi)星數據在內陸水體中的應用
    1．2．2 海洋水色衛(wèi)星數據在內陸水體中的應用
  1．3 高光譜遙感在內陸水體應用中的優(yōu)勢
    1．3．1 高光譜遙感簡介 
    1．3．2 高光譜遙感監(jiān)測內陸水體優(yōu)勢分析
  1．4 內陸水體遙感常用的高光譜遙感器簡介
    1．4．1 機載高光譜遙感器
    1．4．2 星載高光譜遙感器
  參考文獻
第2章  水體輻射傳輸機理與模型
  2．1 水體輻射傳輸機理
    2．1．1 輻射度量學物理量
    2．1．2 水體表觀光學量
    2．1．3 水體固有光學量
    2．1．4 水體輻射傳輸方程
  2．2 水體輻射傳輸模型
    2．2．1 簡化的生物光學模型
    2．2．2 HydroIight模型
  參考文獻
第3章  內陸水體光學量光譜測量
  3．1 內陸水體表觀光學量光譜測量
    3．1．1 “剖面法”表觀光譜測量
    3．1．2 “表面法”表觀光譜測量
  3．2 內陸水體固有光學量光譜測量
    3．2．1 水體固有光學量測量的物理基礎
    3．2．2 野外原位水體固有光學量光譜測量
    3．2．3 實驗室水樣固有光學量光譜測量
  參考文獻
第4章  內陸水體光學量光譜數據分析
  4．1 內陸水體固有光學量光譜數據分析
    4．1．1 非色素顆粒物吸收系數光譜數據分析
    4．1．2 黃色物質吸收系數光譜數據分析
    4．1．3 浮游植物吸收系數光譜數據分析
    4．1．4 總顆粒物體散射函數及后向散射系數光譜數據分析
    4．1．5 固有光學量光譜數據中各組分所占比例
    4．1．6 內陸水體固有光學量數據庫
  4．2 內陸水體表觀光學量光譜數據分析
    4．2．1 內陸水體遙感反射率光譜特征分析
    4．2．2 內陸水體遙感反射率季節(jié)差異分析
    4．2．3 內陸水體遙感反射率區(qū)域差異分析
    參考文獻
第5章  內陸水體高光譜圖像大氣校正
  5．1 水體遙感數據大氣校正原理
    5．1．1 水色遙感信號組成
    5．1．2 水色遙感信號中各部分貢獻
    5．1．3 水色遙感大氣校正過程
  5．2 基于通用大氣輻射傳輸模型的水體遙感圖像大氣校正
    5．2．1 通用大氣輻射傳輸模型及特點
    5．2．2 基于通用大氣輻射傳輸模型的水體遙感圖像大氣校正過程
    5．2．3 區(qū)域氣溶膠光學特性數據在大氣校正中的應用
  5．3 基于水氣輻射耦合傳輸模型的水體圖像大氣校正
    5．3．1 海洋水色遙感圖像的標準大氣校正方法
    5．3．2 內陸水體高光譜圖像大氣校正方法
  參考文獻
第6章  內陸水體要素高光譜遙感反演
  6．1 內陸水體要素高光譜遙感反演模型分類
    6．1．1 半經驗模型
    6．1．2 半解析模型
    6．1．3 人工智能模型
  6．2 內陸水體要素反演半經驗模型概述
    6．2．1 構建半經驗模型的一般流程
    6．2．2 葉綠素a濃度反演半經驗模型
    6．2．3 懸浮物濃度反演半經驗模型
    6．2．4 藻藍素濃度反演半經驗模型
  6．3 內陸水體要素反演半解析模型概述
    6．3．1 半解析模型的基本原理
    6．3．2 非線性優(yōu)化法
    6．3．3 矩陣反演法
    6．3．4 代數法
  6．4 人工智能模型
    6．4．1 人工智能算法簡介
    6．4．2 人工智能建模過程
    6．4．3 人工智能模型在水體要素反演中的應用
  參考文獻
第7章  內陸水體要素高光譜分類識別
  7．1 內陸水體優(yōu)勢藻類高光譜分類識別
    7．1．1 基于浮游植物熒光光譜特征的藻類識別
    7．1．2 基于浮游植物吸收光譜特征的藻類識別
    7．1．3 基于浮游植物反射率光譜特征的藻類識別
  7．2 藍藻水華高光譜分類識別
    7．2．1 藍藻水華和水草的反射光譜特征分析
    7．2．2 基于高光譜指數的藍藻水華識別 
    7．2．3 基于高光譜分類和目標識別方法的藍藻水華識別 
  參考文獻
附錄