01
遥感基础与数据获取
遥感原理、电磁波谱、常见卫星数据源（Landsat、Sentinel-2）、数据下载与预处理。
基础数据源
02
水体光谱特征分析
水体在可见光、近红外、短波红外波段的反射特性，不同水质（清澈、浑浊、富营养化）的光谱差异。
光谱水质
03
水体指数法提取
归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI）、自动化水体提取指数（AWEI）的原理与计算。
指数NDWI
04
单波段阈值法
近红外单波段阈值法、基于直方图分析的自动阈值选取（Otsu算法）。
阈值Otsu
05
监督分类法提取水体
最大似然法、支持向量机（SVM）、随机森林（RF）在水体分类中的应用。
分类SVMRF
06
面向对象影像分析
影像分割（多尺度分割）、对象特征构建、规则集与机器学习结合的水体提取。
面向对象分割
07
深度学习语义分割
U-Net、DeepLabV3+、SegFormer等模型在水体提取中的应用，数据标注与模型训练。
深度学习U-Net
08
水体边界精化
形态学运算（腐蚀、膨胀、开闭运算）、边缘检测（Canny、Sobel）、矢量边界平滑。
形态学边缘
09
时序水体变化检测
多时相影像配准、差值法、主成分分析法（PCA）、变化向量分析法（CVA）。
时序变化检测
10
水体面积与周长计算
像素计数法、矢量转换法、投影面积计算、精度验证与误差分析。
面积精度
11
悬浮物浓度反演
经验模型（单波段、波段比值）、半分析模型（Gordon模型）、机器学习反演（BP神经网络、随机森林）。
悬浮物反演
12
叶绿素a浓度反演
三波段模型、四波段模型、荧光基线高度法、红边位置法。
叶绿素a荧光
13
透明度（SDD）反演
Secchi盘深度经验模型、基于固有光学量的半分析模型。
透明度SDD
14
有色溶解有机物（CDOM）反演
吸收系数反演、荧光峰识别、波段比值模型。
CDOM有机物
15
水质综合指数评价
单因子评价法、综合污染指数法、主成分分析综合法、模糊综合评价法。
水质评价指数
16
遥感数据预处理流程
辐射定标、大气校正（6S、FLAASH、Sen2Cor）、几何精校正、影像融合。
预处理大气校正
17
云与云阴影检测
Fmask算法、多时相云检测、基于阈值的云阴影识别。
云检测Fmask
18
水体掩膜与陆地剔除
基于DEM的陆地掩膜、基于先验知识的缓冲区掩膜、自动水体掩膜生成。
掩膜陆地剔除
19
Python遥感数据处理基础
GDAL库读写栅格数据、NumPy数组操作、Rasterio库使用。
PythonGDAL
20
水体指数计算Python实现
NDWI、MNDWI、AWEI的Python代码实现与批量处理。
指数批量
21
阈值分割Python实现
Otsu算法实现、自适应阈值、多阈值分割。
阈值Otsu
22
水体分类Python实现
scikit-learn库实现SVM、随机森林水体分类，模型评估。
分类scikit-learn
23
深度学习水体提取Python实现
PyTorch/TensorFlow实现U-Net，数据加载、训练、预测。
深度学习U-Net
24
水质参数反演Python实现
线性回归、多项式回归、随机森林回归反演悬浮物、叶绿素a。
反演回归
25
时序分析Python实现
时间序列构建、趋势分析（Mann-Kendall检验）、突变检测（Pettitt检验）。
时序Mann-Kendall
26
结果可视化与制图
matplotlib绘制专题图、folium交互式地图、GeoTIFF输出。
可视化folium
27
精度验证与评估
混淆矩阵、Kappa系数、F1分数、R²、RMSE、相对误差。
精度Kappa
28
案例一：湖泊富营养化遥感监测
巢湖/太湖叶绿素a反演与富营养化评价。
案例富营养化
29
案例二：城市黑臭水体识别
基于Sentinel-2的黑臭水体指数构建与识别。
案例黑臭水体
30
案例三：河流悬浮物动态监测
长江/黄河悬浮物浓度时序变化分析与驱动因素探讨。
案例悬浮物