第1章
卫星遥感概述
什么是遥感 · 发展简史 · 卫星平台与传感器 · 课程框架
基础概论
第2章
电磁波谱与遥感物理基础
电磁波谱 · 大气窗口 · 地物光谱特性（植被/水体/土壤）
物理光谱
第3章
常见卫星数据源介绍
Landsat · Sentinel · MODIS · 高分系列 · 获取方式
数据LandsatSentinel
第4章
遥感图像数字表达
栅格模型 · 波段与多光谱 · 四种分辨率详解
栅格分辨率
第5章
数据预处理（一）辐射定标与大气校正
辐射定标 · 大气校正原理 · 6S/FLAASH/Sen2Cor
预处理大气校正
第6章
数据预处理（二）几何校正
正射校正 · 图像配准 · 重采样方法
几何校正配准
第7章
数据预处理（三）图像镶嵌与裁剪
基于GDAL与QGIS实操 · 镶嵌 · 裁剪
GDALQGIS
第8章
Python遥感基础（一）GDAL
GDAL安装 · 读取图像信息 · 波段数据操作
PythonGDAL
第9章
Python遥感基础（二）NumPy
数组操作 · 波段计算 · 统计特征
NumPy数组
第10章
Python遥感基础（三）可视化
Matplotlib · 单波段显示 · 假彩色合成
Matplotlib可视化
第11章
遥感图像增强
线性拉伸 · 直方图均衡化 · 滤波（平滑/锐化）
增强滤波
第12章
遥感图像变换
PCA · 缨帽变换(K-T) · 比值运算/植被指数
PCA变换
第13章
植被指数计算与应用
NDVI · EVI · SAVI 原理与Python实现
植被NDVI
第14章
水体指数与水体提取
NDWI · MNDWI 原理与Python实现
水体NDWI
第15章
建筑指数与城市分析
NDBI · UI 指数原理与Python实现
建筑城市
第16章
非监督分类：K-Means
K-Means聚类 · 遥感图像实现(sklearn)
聚类非监督
第17章
监督分类（一）最大似然与SVM
最大似然 · 支持向量机原理与实现
SVM监督
第18章
监督分类（二）随机森林
Random Forest 原理与实现
随机森林集成
第19章
分类后处理与精度评估
小斑块去除 · Majority Filter · 混淆矩阵 · Kappa
后处理精度
第20章
面向对象图像分析(OBIA)入门
分割(SLIC/分水岭) · 分类
OBIA分割
第21章
变化检测（一）差值/比值法
图像差值 · 比值法 · NDVI差值
变化检测差值
第22章
变化检测（二）分类后比较法
Post-classification Comparison
分类后比较
第23章
时间序列分析（一）MODIS NDVI
时间序列构建 · 趋势分析
MODIS时间序列
第24章
时间序列分析（二）Hants滤波
Hants滤波 · 物候特征提取
Hants物候
第25章
深度学习遥感入门（一）CNN
卷积神经网络基础 · 遥感场景分类
CNN深度学习
第26章
深度学习遥感入门（二）U-Net
语义分割 · U-Net · 地物提取实战
U-Net分割
第27章
深度学习遥感入门（三）YOLO
目标检测 · YOLO · 目标识别
YOLO检测
第28章
数据融合：全色锐化
Pan-sharpening · Brovey/IHS/PCA融合
融合锐化
第29章
云与阴影检测
多波段阈值 · Fmask算法 · 云检测
云检测Fmask
第30章
综合实战：城市扩张分析
Landsat数据下载到制图全流程
实战城市扩张