前辅文
第1章 多光谱时序数据处理及应用
1.1 概述
1.2 数据源
1.3 数据预处理
1.3.1 数据层叠加
1.3.2 等时间间隔插值
1.3.3 时序数据去噪声
1.4 应用：植被物候识别
1.4.1 研究背景及目的
1.4.2 数据与方法
1.4.3 结果及讨论
思考题
参考文献
第2章 夜间灯光数据处理及应用
2.1 概述
2.2 数据源
2.3 数据预处理
2.3.1 灯光饱效应和校正
2.3.2 灯光发散效应校正
2.3.3 灯光时间序列产品一致性校正
2.4 应用：城市用地提取
2.4.1 研究背景及目的
2.4.2 数据与方法
2.4.3 结果及讨论
思考题
参考文献
第3章 植被叶绿素荧光遥感数据处理及应用
3.1 概述
3.2 数据源
3.2.1 卫星SIF数据
3.2.2 通量站点GPP数据
3.3 数据预处理
3.3.1 卫星SIF反演的原理及算法
3.3.2 卫星SIF产品及地面通量站点的选择
3.4 应用：基于SIF数据的全球GPP估算及制图
3.4.1 研究背景及目的
3.4.2 数据与方法
3.4.3 结果及讨论
思考题
参考文献
第4章 高光谱数据处理及应用
4.1 概述
4.2 数据源
4.3 数据预处理
4.4 应用：滨海湿地亚像元制图
4.4.1 研究背景及目的
4.4.2 数据与方法
4.4.3 结果及讨论
思考题
参考文献
第5章 热红外数据处理及应用
5.1 概述
5.2 数据源
5.3 数据预处理
5.4 应用：城市热岛监测
5.4.1 研究背景及目的
5.4.2 数据与方法
5.4.3 结果及讨论
思考题
参考文献
第6章 SAR数据处理及应用
6.1 概述
6.2 数据源
6.3 数据预处理
6.4 应用：土壤水分反演
6.4.1 研究背景及目的
6.4.2 数据与方法
6.4.3 结果及讨论
思考题
参考文献
第7章 InSAR数据处理及应用
7.1 概述
7.2 数据源
7.3 数据预处理
7.3.1 InSAR几何原理
7.3.2 InSAR形变监测方法
7.3.3 PS-InSAR数据处理
7.4 应用：基于PS-InSAR的地面沉降监测
7.4.1 研究背景及目的
7.4.2 数据与方法
7.4.3 结果及讨论
思考题
参考文献
第8章 微波辐射计数据处理及应用
8.1 概述
8.2 数据源
8.3 应用：极区海冰密集度反演
8.3.1 研究背景及目的
8.3.2 数据与方法
8.3.3 结果及讨论
思考题
参考文献
第9章 激光雷达数据处理及应用
9.1 概述
9.2 激光雷达数据获取
9.3 数据预处理
9.4 应用：林区单木参数提取
9.4.1 研究背景及目的
9.4.2 数据与方法
9.4.3 结果及讨论
思考题
参考文献
第10章 无人机数据处理及应用
10.1 概述
10.2 数据源
10.3 数据预处理
10.4 应用：玉米长势监测
10.4.1 研究背景及目的
10.4.2 数据与方法
10.4.3 结果及讨论
思考题
参考文献
第11章 多源遥感数据综合处理及应用
11.1 基于多源遥感数据的水稻分布识别
11.1.1 研究背景及目的
11.1.2 数据与方法
11.1.3 结果及讨论
11.2 综合多源遥感数据的土壤湿度反演
11.2.1 研究背景及目的
11.2.2 数据与方法
11.2.3 结果及讨论
11.3 高时空分辨率NDVI时序数据重建算法比较
11.3.1 研究背景及目的
11.3.2 数据与方法
11.3.3 结果及讨论
11.4 植被物候遥感识别结果尺度转换与交互检验
11.4.1 研究背景及目的
11.4.2 数据与方法
11.4.3 结果及讨论
思考题
参考文献
第12章 遥感对联合国可持续发展目标的支持应用
12.1 基于遥感的生物多样性评估
12.1.1 研究背景及目的
12.1.2 数据与方法
12.1.3 结果及讨论
12.2 基于遥感的生态环境质量评价
12.2.1 研究背景及目的
12.2.2 数据与方法
12.2.3 结果及讨论
思考题
参考文献
附录 常见英文缩略语
