01
高光谱遥感概论
高光谱成像原理 · 光谱分辨率与空间分辨率 · 图谱合一 · 典型地物光谱特征
基础核心概念
02
高光谱数据获取平台
星载Hyperion/PRISMA · 机载AVIRIS/HySpex · 地面ASD FieldSpec
传感器平台
03
高光谱数据预处理（一）
辐射定标 · 大气校正FLAASH/QUAC · 几何校正与正射校正
预处理校正
04
高光谱数据预处理（二）
Savitzky-Golay滤波 · 坏波段剔除 · MNF变换降维
去噪降维
05
光谱特征分析基础
吸收深度/宽度/位置/面积 · 光谱归一化 · 包络线去除
特征提取光谱
06
植被指数计算
NDVI · EVI · 红边指数REP · 水分指数NDWI
植被指数遥感
07
高光谱特征波段选择
最大方差 · 最佳指数 · 波段聚类 · 相关性分析
波段选择优化
08
光谱匹配技术
光谱角填图SAM · 光谱特征拟合SFF · 二进制编码匹配
匹配分类
09
混合像元分解（一）
线性光谱混合模型LSMM · 端元提取PPI/N-FINDR/VCA
解混端元
10
混合像元分解（二）
全约束最小二乘FCLSU · 丰度图生成 · 精度评价
丰度定量
11
监督分类方法
SVM分类 · 随机森林RF · 光谱-空间联合分类
监督机器学习
12
非监督分类方法
K-Means · ISODATA · 层次聚类 · 高光谱应用
聚类无监督
13
深度学习入门（一）
CNN基础 · 1D-CNN与2D-CNN · 高光谱分类区别
深度学习CNN
14
深度学习入门（二）
3D-CNN · 混合SNN · 注意力机制SENet/CBAM
注意力特征提取
15
作物氮素含量诊断
叶片氮浓度反演 · 红边参数 · 氮素相关性分析
氮素诊断
16
作物叶绿素含量诊断
SPAD值估测 · PROSPECT模型 · PROSAIL模拟
叶绿素辐射传输
17
作物水分胁迫诊断
等效水厚度EWT · 水分吸收波段970nm/1450nm
水分胁迫
18
作物病虫害监测
光谱病害指数SRI · 病害严重度分级 · 早期检测
病虫害监测
19
作物长势参数监测
叶面积指数LAI · 生物量估测 · 株高与覆盖度
长势参数
20
土壤背景影响去除
土壤线校正 · 混合光谱分解 · 植被-土壤分离
土壤背景去除
21
高光谱图像分割
阈值分割 · 边缘检测 · 深度学习语义分割U-Net
分割U-Net
22
时间序列高光谱分析
多时相配准 · 物候特征提取 · 变化检测
时间序列物候
23
高光谱数据融合
高光谱+多光谱(Sentinel-2/PRISMA) · 高光谱+LiDAR
融合多源
24
无人机高光谱应用
无人机系统组成 · 航线规划 · 拼接与校正
无人机低空
25
田间高光谱采样设计
采样点布设(随机/系统/分层) · 白板校正 · 探头高度
田间采样
26
高光谱数据存储与管理
ENVI标准格式(.dat/.hdr) · HDF5 · GeoTIFF · 数据立方体
存储格式
27
Python高光谱库入门
Spectral Python(SPy) · 数据读取与可视化 · 波段运算
PythonSPy
28
Python高光谱分析实战
SPy进行SAM · scikit-learn SVM · TensorFlow 1D-CNN
实战代码
29
作物诊断报告生成
诊断指标汇总 · 空间分布图(分级设色) · 结论与建议
报告制图
30
综合案例实战
冬小麦氮素营养诊断全流程：获取→预处理→建模→制图→报告
综合案例