內(nèi)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(nèi)陸水體遙感簡介
  1．2 多光譜遙感在內(nèi)陸水體中的應(yīng)用
    1．2．1 陸地衛(wèi)星數(shù)據(jù)在內(nèi)陸水體中的應(yīng)用
    1．2．2 海洋水色衛(wèi)星數(shù)據(jù)在內(nèi)陸水體中的應(yīng)用
  1．3 高光譜遙感在內(nèi)陸水體應(yīng)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(nèi)陸水體優(yōu)勢分析
  1．4 內(nèi)陸水體遙感常用的高光譜遙感器簡介
    1．4．1 機(jī)載高光譜遙感器
    1．4．2 星載高光譜遙感器
  參考文獻(xiàn)
第2章  水體輻射傳輸機(jī)理與模型
  2．1 水體輻射傳輸機(jī)理
    2．1．1 輻射度量學(xué)物理量
    2．1．2 水體表觀光學(xué)量
    2．1．3 水體固有光學(xué)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(xué)模型
    2．2．2 HydroIight模型
  參考文獻(xiàn)
第3章  內(nèi)陸水體光學(xué)量光譜測量
  3．1 內(nèi)陸水體表觀光學(xué)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(nèi)陸水體固有光學(xué)量光譜測量
    3．2．1 水體固有光學(xué)量測量的物理基礎(chǔ)
    3．2．2 野外原位水體固有光學(xué)量光譜測量
    3．2．3 實驗室水樣固有光學(xué)量光譜測量
  參考文獻(xiàn)
第4章  內(nèi)陸水體光學(xué)量光譜數(shù)據(jù)分析
  4．1 內(nèi)陸水體固有光學(xué)量光譜數(shù)據(jù)分析
    4．1．1 非色素顆粒物吸收系數(shù)光譜數(shù)據(jù)分析
    4．1．2 黃色物質(zhì)吸收系數(shù)光譜數(shù)據(jù)分析
    4．1．3 浮游植物吸收系數(shù)光譜數(shù)據(jù)分析
    4．1．4 總顆粒物體散射函數(shù)及后向散射系數(shù)光譜數(shù)據(jù)分析
    4．1．5 固有光學(xué)量光譜數(shù)據(jù)中各組分所占比例
    4．1．6 內(nèi)陸水體固有光學(xué)量數(shù)據(jù)庫
  4．2 內(nèi)陸水體表觀光學(xué)量光譜數(shù)據(jù)分析
    4．2．1 內(nèi)陸水體遙感反射率光譜特征分析
    4．2．2 內(nèi)陸水體遙感反射率季節(jié)差異分析
    4．2．3 內(nèi)陸水體遙感反射率區(qū)域差異分析
    參考文獻(xiàn)
第5章  內(nèi)陸水體高光譜圖像大氣校正
  5．1 水體遙感數(shù)據(jù)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(xiàn)
    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(xué)特性數(shù)據(jù)在大氣校正中的應(yīng)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(biāo)準(zhǔn)大氣校正方法
    5．3．2 內(nèi)陸水體高光譜圖像大氣校正方法
  參考文獻(xiàn)
第6章  內(nèi)陸水體要素高光譜遙感反演
  6．1 內(nèi)陸水體要素高光譜遙感反演模型分類
    6．1．1 半經(jīng)驗?zāi)Ｐ?br />    6．1．2 半解析模型
    6．1．3 人工智能模型
  6．2 內(nèi)陸水體要素反演半經(jīng)驗?zāi)Ｐ透攀?br />    6．2．1 構(gòu)建半經(jīng)驗?zāi)Ｐ偷囊话懔鞒?br />    6．2．2 葉綠素a濃度反演半經(jīng)驗?zāi)Ｐ?br />    6．2．3 懸浮物濃度反演半經(jīng)驗?zāi)Ｐ?br />    6．2．4 藻藍(lán)素濃度反演半經(jīng)驗?zāi)Ｐ?br />  6．3 內(nèi)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(shù)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(yīng)用
  參考文獻(xiàn)
第7章  內(nèi)陸水體要素高光譜分類識別
  7．1 內(nèi)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(lán)藻水華高光譜分類識別
    7．2．1 藍(lán)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(shù)的藍(lán)藻水華識別 
    7．2．3 基于高光譜分類和目標(biāo)識別方法的藍(lán)藻水華識別 
  參考文獻(xiàn)
附錄