高光谱遥感研究人员、地质勘探人员、农业/生态环境监测技术人员、遥感算法开发人员。
理解高光谱遥感的基本原理与数据特点(图谱合一、高维数)。
掌握高光谱数据的预处理、降维、分类与目标探测方法。
能够独立完成典型高光谱应用(矿物填图、植被分析、水质监测)的数据处理。
高光谱遥感概述:高光谱遥感的定义(光谱分辨率<10nm);高光谱遥感与多光谱遥感的对比;高光谱遥感的发展历程与主要传感器(AVIRIS、HyMap、Hyperion、GF-5 AHSI);高光谱遥感的应用领域(地质、农业、环境、军事)。
高光谱数据特点:图谱合一(每个像元一条连续光谱曲线);高维数据(几十到几百个波段);数据冗余(相邻波段高度相关);混合像元问题(亚像元信息);信噪比问题。
高光谱数据预处理:辐射定标与大气校正(针对高光谱的特殊要求);几何校正(高精度正射校正);坏波段识别与去除;噪声估计与去除;光谱平滑(Savitzky-Golay滤波)。
光谱重建与光谱库:光谱反射率的计算;地物光谱库的作用与构建;标准光谱库(USGS、JPL、IGCP)的使用;光谱重采样(将实测光谱匹配到传感器波段);光谱特征的提取(吸收峰位置、深度、宽度、对称性)。
降维与特征提取:主成分分析(PCA)在高光谱中的应用;最小噪声分离(MNF)变换的原理(分离噪声与信号);波段选择(信息熵、最佳指数因子);特征波段提取(连续统去除、光谱导数)。
混合像元分解:线性光谱混合模型的原理;端元(Endmember)的自动提取(PPI、N-FINDR、VCA);丰度反演(非负最小二乘、全约束最小二乘);非线性混合模型简介;亚像元目标探测。
光谱匹配分类:光谱角填图(SAM)的原理与实现;光谱信息散度(SID);二进制编码匹配;光谱特征拟合(SFF);混合匹配方法;分类结果的精度评价。
高光谱目标探测:目标探测与分类的区别(探测特定目标);约束能量最小化(CEM);自适应余弦估计(ACE);匹配滤波(MF);RX异常检测算法;多目标探测。
高光谱在植被中的应用:植被光谱特征(红边、吸收特征);植被指数的扩展(高光谱植被指数);叶面积指数(LAI)反演;叶绿素含量估算;植被胁迫监测。
高光谱在地质中的应用:矿物光谱特征(特征吸收波段);矿物填图方法(光谱角填图、混合调谐匹配滤波);蚀变信息提取;岩性分类;矿产资源勘探应用案例。
高光谱在水环境中的应用:水体光谱特征;叶绿素a浓度反演;悬浮物浓度反演;有色溶解有机物(CDOM)监测;水体富营养化评价;水质参数反演模型。
综合实战项目:典型高光谱数据处理应用(如基于高光谱数据的矿物填图、植被冠层生化参数反演、水体叶绿素浓度估算)的完整流程,包含数据预处理、降维、分类/探测、结果验证。