友情链接:
合作联系
|
ASPEN培训课程
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。
