前辅文
 第1章 高光谱遥感概述
  1.1 成像光谱技术的相关概念
   1.1.1 光谱学原理
   1.1.2 成像光谱学
   1.1.3 高光谱遥感技术
   1.1.4 高光谱与多光谱成像技术的差异
   1.1.5 光谱吸收及诊断特征
  1.2 高光谱遥感技术的发展历史
  1.3 高光谱遥感应用概述
   1.3.1 地质和土壤应用
   1.3.2 植被和生态系统应用
   1.3.3 大气应用
   1.3.4 沿海及内陆水体监测
   1.3.5 冰与雪的监测
   1.3.6 环境灾害监测
   1.3.7 城市环境监测
  1.4 高光谱遥感技术展望
  1.5 本章小结
  参考文献
 第2章 高光谱遥感地物设备：光谱仪和植被生物学仪器
  2.1 非成像地物光谱仪
   2.1.1 简介
   2.1.2 地物光谱学原理及地物光谱测量指南
   2.1.3 地物光谱仪
  2.2 高光谱遥感相关的植物生物学仪器
   2.2.1 简介
   2.2.2 植物生物学仪器
  2.3 本章小结
  参考文献
 第3章 成像光谱仪、传感器、系统与卫星
  3.1 成像光谱仪工作原理
   3.1.1 摆扫式成像光谱仪
   3.1.2 推扫式成像光谱仪
  3.2 机载高光谱传感器/系统
   3.2.1 先进机载高光谱成像传感器（AAHIS）
   3.2.2 机载成像光谱仪（AIS）
   3.2.3 多用途高光谱航空遥感成像系统（AISA）
   3.2.4 先进固态阵列成像光谱仪（ASAS）
   3.2.5 机载可见光/近红外成像光谱仪（AVIRIS）
   3.2.6 小型机载成像光谱仪（CASI）
   3.2.7 紧凑型高分辨率成像光谱仪（CHRISS）
   3.2.8 数字机载成像光谱仪（DAIS7915，16115）
   3.2.9 荧光线阵成像光谱仪（FLI）
   3.2.10 高光谱数字图像实验观测系统（HYDICE）
   3.2.11 高光谱制图仪（HyMap）
   3.2.12 高光谱相机（HySpex）
   3.2.13 近红外成像光谱仪（ISM）
   3.2.14 模块化机载成像光谱仪（MAIS）
   3.2.15 模块化成像光谱仪（MISI）
   3.2.16 多光谱红外相机（MUSIC）
   3.2.17 机载高光谱仪（PROBE-1）
   3.2.18 光学反射式成像光谱仪（ROSIS）
   3.2.19 短波红外全谱段成像光谱仪（SFSI）
   3.2.20 空间调制傅里叶成像光谱仪（SMIFTS）
   3.2.21 TRW成像光谱仪（TRWIS）
   3.2.22 可变干涉滤波成像光谱仪（VIFIS）
   3.2.23 楔式成像光谱仪（WIS）
  3.3 星载高光谱传感器/计划
   3.3.1 高级应急军用成像光谱仪（ARTEMIS）
   3.3.2 紧凑型高分辨率成像光谱仪（CHRIS）
   3.3.3 傅里叶变换高光谱成像仪（FTHSI）
   3.3.4 全球成像仪（GLI）
   3.3.5 环境减灾星座高光谱成像仪（HJ-A/HSI）
   3.3.6 高光谱成像仪（Hyperion）
   3.3.7 高光谱成像仪（HySI）
   3.3.8 中分辨率成像光谱仪（MERIS，ESA ENVISAT）
   3.3.9 中等分辨率成像光谱仪（MODIS）
   3.3.10 环境制图与分析计划（EnMAP）
   3.3.11 荧光探测仪（FLEX）
   3.3.12 高光谱成像仪组合（HISUI）
   3.3.13 高光谱红外成像仪（HyspIRI）
   3.3.14 多传感器微型卫星成像仪（MSMI）
   3.3.15 高光谱先导应用传感器（PRISMA）
  3.4 本章小结
  参考文献
 第4章 高光谱图像辐射校正
  4.1 简介
  4.2 大气影响
   4.2.1 大气折射
   4.2.2 大气散射
   4.2.3 大气吸收
   4.2.4 大气透射效应
  4.3 传感器/系统辐射误差校正
   4.3.1 传感器/系统辐射误差简介
   4.3.2 去条带处理
   4.3.3 校正“smile”和“keystone”误差
  4.4 大气校正方法
   4.4.1 [XP（X]大气校正[XP）]方法简介
   4.4.2 基于经验/统计模型的大气校正方法
   4.4.3 辐射传输方法
   4.4.4 相对大气辐射校正方法
  4.5 大气水汽和气溶胶估算方法
   4.5.1 大气水汽含量
   4.5.2 大气气溶胶
  4.6 本章小结
  参考文献
 第5章 高光谱数据分析技术
  5.1 简介
  5.2 光谱微分分析
  5.3 光谱相似性度量
   5.3.1 交叉相关光谱匹配
   5.3.2 光谱角制图
   5.3.3 欧氏距离
   5.3.4 光谱信息散度
  5.4 光谱吸收特征和波段位置变量
   5.4.1 [XP（X]四点插值法[XP）]
   5.4.2 高阶多项式拟合
   5.4.3 拉格朗日插值法
   5.4.4 反高斯模型拟合法
   5.4.5 线性外推法
  5.5 光谱植被指数
  5.6 高光谱变换与特征提取
   5.6.1 主成分分析
   5.6.2 基于信噪比的图像变换
   5.6.3 独立成分分析
   5.6.4 典范判别分析
   5.6.5 [XP（X]小波变换[XP）]
  5.7 光谱混合分析
   5.7.1 传统光谱解混建模技术
   5.7.2 基于[XP（X]人工神经网络[XP）]的线性光谱解混〖HT〗
   5.7.3 [XP（X]多端元光谱混合分析[XP）]
   5.7.4 混合调谐匹配滤波技术
   5.7.5 约束能量最小化
   5.7.6 端元提取
  5.8 高光谱图像分类
   5.8.1 分段式多光谱分类器
   5.8.2 [XP（X]人工神经网络[XP）]
   5.8.3 [XP（X]支持向量机[XP）]
  5.9 本章小结
  参考文献
 第6章 高光谱数据处理软件
  6.1 简介
  6.2 ENVI
   6.2.1 大气校正
   6.2.2 图像立方体构建及光谱曲线绘制
   6.2.3 数据变换
   6.2.4 端元提取
   6.2.5 光谱分解
   6.2.6 目标探测
   6.2.7 制图和判别方法
   6.2.8 植被分析和植被抑制
  6.3 ERDAS IMAGINE
   6.3.1 IMAGINE光谱分析工作站
   6.3.2 异常检测
   6.3.3 目标检测
   6.3.4 物质制图
   6.3.5 物质识别
   6.3.6 大气校正
  6.4 IDRISI
   6.4.1 高光谱特征提取
   6.4.2 高光谱图像分类
   6.4.3 吸收特性提取
  6.5 PCI Geomatica
   6.5.1 数据可视化
   6.5.2 大气校正
   6.5.3 高光谱的解混与制图
  6.6 TNTmips
   6.6.1 高光谱图像浏览工具
   6.6.2 大气校正
   6.6.3 高光谱图像变换
   6.6.4 高光谱解混与制图
  6.7 高光谱数据处理的其他软件工具和程序
   6.7.1 DARWin
   6.7.2 HIPAS
   6.7.3 ISDAS
   6.7.4 ISIS
   6.7.5 MATLAB
   6.7.6 MultiSpec
   6.7.7 ORASIS
   6.7.8 PRISM
   6.7.9 SPECMIN
   6.7.10 SPECPR
   6.7.11 Tetracorder
   6.7.12 TSG
  6.8 本章小结
  参考文献
 第7章 高光谱技术在地质学和土壤学中的应用
  7.1 高光谱地质及土壤研究简介
  7.2 矿物/岩石的光谱特征
   7.2.1 电子跃迁过程引起的光谱吸收特性
   7.2.2 振动过程引起的光谱吸收特性
   7.2.3 蚀变矿物的光谱吸收特性
  7.3 地质应用中的分析技术和方法
   7.3.1 矿物光谱的吸收特征提取
   7.3.2 基于高光谱矿物指数的矿物识别和分布制图
   7.3.3 基于光谱匹配方法的矿物识别与制图
   7.3.4 利用混合像元分解方法估算矿物丰度
   7.3.5 利用光谱建模进行矿物丰度估算和制图
   7.3.6 基于先进技术和方法的矿物制图
  7.4 高光谱在土壤学中的应用
   7.4.1 土壤光谱特征
   7.4.2 土壤高光谱应用研究综述
  7.5 高光谱地质学应用：案例研究
   7.5.1 案例一：基于HyMap数据吸收特征的地表制图研究
   7.5.2 案例二：基于机载AVIRIS和星载Hyperion遥感图像的地表水热蚀变矿物制图研究
   7.5.3 案例三：基于HyMap图像的火山硫化沉积物制图研究
  7.6 本章小结
  参考文献
 第8章 高光谱植被遥感应用
  8.1 简介
  8.2 典型绿色植物的光谱特征
   8.2.1 叶片结构和植物光谱反射曲线
   8.2.2 植物生物物理参数的光谱特征
   8.2.3 植物生化参数的光谱特征
  8.3 植被应用中所需的分析技术和方法
   8.3.1 植物光谱导数分析
   8.3.2 植物光谱吸收特性和波长位置变量分析
   8.3.3 光谱植被指数分析
   8.3.4 植物光谱解混
   8.3.5 植物光谱匹配分析
   8.3.6 植物光谱分类
   8.3.7 经验/统计分析方法
   8.3.8 基于物理过程的建模方法
   8.3.9 生物参数制图方法
  8.4 生物物理参数估算
   8.4.1 植物冠层LAI、SLA和树冠郁闭度
   8.4.2 植物种类与组成
   8.4.3 植物生物量、NPP、fPAR和fAPAR
  8.5 生物化学参数估算
   8.5.1 植物色素：叶绿素、类胡萝卜素和花青素
   8.5.2 植物营养元素：氮、磷、钾
   8.5.3 叶片和冠层含水量
   8.5.4 其他植物生物化学成分：木质素、纤维素和蛋白质
  8.6 本章小结
  参考文献
 第9章 高光谱技术在环境中的应用
  9.1 简介
  9.2 大气参数估计
   9.2.1 水汽
   9.2.2 云
   9.2.3 气溶胶
   9.2.4 二氧化碳
  9.3 冰雪水文
  9.4 沿海环境和内陆水域
   9.4.1 内陆水域
   9.4.2 沿海环境
  9.5 环境危害与灾害
   9.5.1 采矿废物和尾矿影响监测
   9.5.2 生物质燃烧
   9.5.3 滑坡监测
  9.6 城市环境
   9.6.1 城市材料光谱特性
   9.6.2 城市材料和土地利用变化类型
   9.6.3 城市热环境
  9.7 本章小结
  参考文献
 索引