第1章
多光谱遥感概述
电磁波谱基础 · 多光谱成像原理 · Landsat / Sentinel-2 / MODIS
基础传感器
第2章
多光谱数据预处理
辐射定标 · 大气校正 (6S/FLAASH/暗目标) · 几何校正
预处理校正
第3章
数据格式与读取
GeoTIFF / HDF / NetCDF · Python (GDAL / Rasterio) 可视化
PythonIO
第4章
多光谱图像基础处理
波段合成/提取 · 裁剪 · 重采样 · 投影转换
基础GDAL
第5章
图像增强技术
对比度拉伸 · 直方图均衡化 · CLAHE · 锐化/平滑
增强滤波
第6章
多光谱图像变换
PCA · MNF · 缨帽变换 · ICA
变换降维
第7章
植被指数计算与应用
NDVI / EVI / SAVI / NDWI / NBR · 时间序列
植被指数
第8章
水体指数与建筑指数
MNDWI · NDBI · IBI · UI 原理与应用
水体建筑
第9章
图像分类基础
监督/非监督 · 最大似然 · K-means · ISODATA
分类经典
第10章
机器学习分类方法
SVM · 随机森林 · KNN 在多光谱中的应用
ML分类
第11章
深度学习分类方法
CNN · U-Net · SegNet 语义分割
深度学习分割
第12章
多光谱图像融合概念
融合目的 · 空谱权衡 · 像素/特征/决策级
融合理论
第13章
传统像素级融合方法
IHS · Brovey · PCA · Gram-Schmidt 融合
像素级经典
第14章
多分辨率分析融合
拉普拉斯金字塔 · 小波变换 · Contourlet
多尺度小波
第15章
深度学习融合方法
SRCNN · GAN融合 · 注意力机制融合
深度学习融合
第16章
融合质量评价
RMSE / PSNR / SSIM / ERGAS / SAM / Q4
评价指标
第17章
多光谱与高光谱融合
高光谱降维 · 光谱解混 · 协同融合策略
高光谱融合
第18章
多光谱与SAR数据融合
SAR特点 · 互补性 · 小波/PCA/深度学习融合
SAR融合
第19章
多光谱与LiDAR融合
LiDAR点云特征 · 地物分类 · 三维建模
LiDAR3D
第20章
多光谱与热红外融合
热红外特点 · 地表温度反演 · 城市热岛/农业干旱
热红外温度
第21章
多光谱数据时空融合
STARFM / ESTARFM / FSDAF · 高时空分辨率
时空模型
第22章
云检测与修复
Fmask · 多阈值 · 多时相替换 · 深度学习修复
云处理修复
第23章
变化检测
差值/比值 · PCA · 变化向量分析 · 深度学习
变化检测
第24章
农业应用
作物识别 · 长势监测 · 产量估算 · 病虫害
农业应用
第25章
林业应用
森林分类 · 生物量 · 火灾监测 · 健康评估
林业生态
第26章
水环境应用
水质参数反演 · 叶绿素a · 富营养化 · 海岸带
水环境遥感
第27章
城市遥感应用
土地利用分类 · 不透水面 · 热岛 · 扩张监测
城市应用
第28章
灾害监测应用
洪水 · 地震评估 · 滑坡 · 火灾监测
灾害应急
第29章
融合前沿技术
自监督学习 · Transformer · 物理引导融合
前沿AI
第30章
综合实践项目
农业/城市环境监测系统设计 · 全流程融合增强
项目综合