光學遙感與SAR遙感是兩種不同的土壤水分獲取手段，各有優(yōu)勢與不足。若將兩者結合起來進行土壤水分的協(xié)同反演，就能取長補短，提高土壤水分反演精度，這對于土壤水分的定量遙感反演研究是具意義的�！吨鞅粍舆b感協(xié)同反演地表土壤水分方法》在討論現(xiàn)有光學與SAR各自反演地表土壤水分機理的基礎上，還對光學遙感與SAR協(xié)同遙感土壤水分的方法進行了較深入的研究與探索。
《主被動遙感協(xié)同反演地表土壤水分方法》可以作為測繪、地理信息、遙感與對地觀測、地理國情監(jiān)測等相關領域的研究生、科研人員、教師和高年級本科生的研究與參考用書。
第1章 緒論
1．1 本書的研究背景與意義
1．2 遙感反演地表參數(shù)的主要過程
1．3 遙感反演土壤水分研究進展
第2章 光學遙感反演地表土壤水分的方法
2．1 熱慣量法
2．2 植被指數(shù)法
2．3 溫度指數(shù)法
2．4 蒸散與作物缺水指數(shù)
2．5 植被一溫度空間
2．6 高光譜法
2．7 其他方法
第3章 SAR遙感反演地表土壤水分的方法研究
3．1 電磁學基礎理論
3．2 介電常數(shù)
3．3 粗糙度
3．4 裸露地表微波遙感反演地表土壤水分模型
3．5 植被覆蓋地表微波遙感反演土壤水分模型
3．6 被動微波遙感反演土壤水分
第4章 裸露地表微波反演土壤水分方法的研究
4．1 隨機粗糙地表的雙尺度微波散射模型研究
4．2 SAR反演裸露地表土壤水分的方法
第5章 基于云參數(shù)的大區(qū)域地表土壤水分反演方法研究
5．1 中國氣象衛(wèi)星系列
5．2 FY-2C數(shù)據(jù)預處理研究
5．3 模型簡介
5．4 模型中各參數(shù)的處理及確定
5．5 大空間尺度下遙感旱情監(jiān)測模型的改進
5．6 實驗與驗證
5．7 本章小結
第6章 地表土壤水分定量遙感實驗設計及數(shù)據(jù)獲取
6．1 黑河定量遙感實驗
6．2 研究區(qū)概況
6．3 數(shù)據(jù)采集及預處理
6．4 地表土壤水分的觀測方法
6．5 地表粗糙度的觀測
第7章 基于貝葉斯理論和馬爾可夫隨機場的主被動遙感數(shù)據(jù)協(xié)同分類
算法研究
7．1 入射角歸一化方法研究
7．2 基于貝葉斯理論和MRF的分類器設計
7．3 實驗
7．4 結論
第8章 基于數(shù)據(jù)融合的主被動遙感協(xié)同反演地表土壤水分
8．1 光學遙感與雷達數(shù)據(jù)的融合
8．2 貝葉斯網(wǎng)絡分類
8．3 貝葉斯分類提取土壤水分信息
8．4 結果驗證
8．5 本章 小結
第9章 基于模型耦合的主被動遙感協(xié)同反演地表土壤水分
9．1 模型研究
9．2 待定參數(shù)敏感性分析
9．3 植被覆蓋地表土壤水分反演實驗
9．4 結果驗證
9．5 本章小結
第10章 基于優(yōu)化算法的主被動遙感協(xié)同反演地表土壤水分
10．1 遺傳-BP神經網(wǎng)絡算法研究
10．2 優(yōu)化算法的光學雷達遙感土壤水分反演實驗
10．3 結果驗證
10．4 本章小結
參考文獻
附錄
書單推薦
