• 
• 
• 
• 

上 篇
第一章 緒論 / 3
1.1 研究背景及意義 / 3
1.2 國內外研究進展 / 4
1.2.1 國外研究進展 / 4
1.2.2 國內研究進展 / 5
1.3 研究內容與技術路線 / 6
1.3.1 研究內容 / 6
1.3.2 技術路線 / 7
第二章 研究區狀況 / 8
2.1 地理位置 / 8
2.2 濕地氣候與水文特征 / 8
2.3 地貌特征 / 9
2.4 艾比湖及主要入湖河流水繫 / 11
2.5 艾比湖的地物類型 / 11
第三章 數據收集與分析方法 / 13
3.1 數據的收集 / 13
3.2 影像數據處理 / 16
3.2.1 Landsat8 遙感影像預處理 / 16
3.2.2 輻射校正 / 17
3.2.3 正射校正 / 17
3.2.4 幾何校正 / 17
3.3 分析方法 / 18
3.3.1 光譜指數構建 / 18
3.3.2 綜合指數的構建 / 18
3.3.3 模型評估 / 19
第四章 土壤鹽分因子的特征分析及空間分布 / 20
4.1 土壤鹽分因子統計分析 / 20
4.2 土壤鹽分空間分析 / 24
4.3 基於不同劃分區域的土壤水鹽分變化趨勢分析 / 28
4.3.1 基於通風口劃分的剖面水鹽分析 / 28
4.3.2 基於湖區劃分的剖面水鹽分析 / 31
第五章 基於地面光譜數據的土壤鹽分因子反演 / 34
5.1 不同鹽分含量的土壤光譜特征分析 / 34
5.2 單波段與鹽分因子的關繫分析 / 35
5.3 高光譜指數模型建立 / 42
5.4 最優模型的驗證 / 44
第六章 基於 Landsat8 OLI 的土壤鹽分因子反演 / 48
6.1 不同波段的光譜反射率分析 / 48
6.2 Landsat8 波段與鹽分因子關繫分析 / 50
6.3 多光譜波段建模與驗證 / 51
6.4 多光譜波段組合分析 / 54
第七章 基於窄波段與寬波段結合的綜合指數反演 / 60
7.1 高光譜窄波段與多光譜寬波段分析 / 60
7.2 多光譜波段與高光譜波段分析 / 62
7.3 構建高光譜波段與 Landsat8 波段的光譜指數 / 63
7.4 綜合指數的反演模型與驗證分析 / 69
第八章 結論 / 73
參考文獻 / 75
下 篇
第一章 緒論 / 83
1.1 研究目的和意義 / 83
1.1.1 研究目的 / 83
1.1.2 研究意義 / 83
1.2 國內外研究進展 / 84
1.2.1 基於高光譜遙感的植物光譜特征研究 / 84
1.2.2 地面遙感應用於植物信息的提取 / 85
1.3 研究目標、內容和技術路線 / 86
1.3.1 研究目標 / 86
1.3.2 研究內容 / 87
1.3.3 技術路線 / 87
第二章 研究區概況 / 89
2.1 地理位置 / 89
2.2 地貌特征 / 90
2.3 氣候與水文 / 91
2.4 土壤概況 / 91
2.5 植被概況 / 91
2.6 流域社會經濟背景 / 92
第三章 數據來源與處理 / 93
3.1 鹽生植物野外光譜測定 / 93
3.2 鹽生植物含水量測定 / 93
3.3 鹽生植物鹽離子含量測定 / 94
3.4 土壤含水量測定 / 94
3.5 土壤鹽分含量測定 / 94
3.6 數據分析及方法 / 94
3.6.1 光譜數據分析 / 94
3.6.2 植被光譜指數 / 95
3.6.3 主成分分析 / 96
3.6.4 BP 算法 / 96
3.6.5 模型檢驗方法 / 97
第四章 艾比湖鹽生植物葉片光譜特征研究 / 99
4.1 同一季節不同群落間的植物光譜變化特征 / 99
4.2 同一群落不同季節間的植物光譜變化特征 / 105
4.3 土壤鹽分對鹽生植物葉片光譜反射率的影響 / 112
4.4 土壤水分對鹽生植物葉片光譜反射率的影響 / 112
第五章 逐步回歸模型的鹽生植物葉片含水量
高光譜估算模型研究 / 118
5.1 鹽生植物水分指數的篩選 / 118
5.2 構建光譜指數 / 122
5.3 建立葉片含水量估算模型 / 130
5.4 估算模型驗證 / 137
第六章 基於 BP 神經網絡模型的鹽生植物葉片含鹽量
高光譜估算模型研究 / 154
6.1 構建光譜指數 / 154
6.2 建立葉片鹽離子含量估算模型與驗證 / 170
第七章 結論 / 182
7.1 討論 / 182
7.2 結論 / 183
參考文獻 / 185

高光譜遙感技術（HyperspectralRemoteSensingTechnology）起源於多光譜遙感，是20世紀80年代開始發展的一種新興遙感技術，其突出的優勢在於提供了豐富的地物光譜波段，較高的光譜分辨率可以解決許多在全色和多光譜遙感中無法解決的問題。高光譜數據所攜帶的光譜信息提供了區別地物光譜細微差別的能力，使許多原本在多光譜遙感圖像中無法獲取的光譜信息得以探測。高光譜的光譜分辨率為納米級，成像光譜儀將成像傳感器的空間表示與光譜儀的分析能力相結合，在可見光、近紅外、短波紅外以及中紅外等電磁波譜範圍內，可以為每個像素提供數十乃至數百個窄波段，從而產生一條完整而連續的光譜曲線，使地物的精確定量分析與細節提取成為可能，為人們對各種地物的分析提供了重要的依據。
隨著高光譜遙感技術光譜分辨率的不斷增加，人們對地物光譜屬性特征的認知也不斷深入，許多隱藏在狹窄光譜範圍內的地物特性逐漸被人們發現，這些因素大大加速了遙感技術的發展，使高光譜遙感成為21世紀遙感技術領域重要的研究方向之一。與多光譜遙感相比，高光譜遙感提供了更加豐富的地物光譜，其較寬的波譜覆蓋範圍使高光譜數據處理時，可以根據需要選擇特定的波段突顯地物特征，為高光譜數據處理算法提供更多的地物原始數據，因此，高光譜遙感技術被廣泛應用在礦物成分含量識別、植被識別與分類、植物的長勢與化學成分估測、土壤調查、城市監測等方面，且取得了顯著成果。
本書繫統地總結了作者近幾年來在高光譜遙感建模以及植被高光譜鹽分估算等方面的研究成果，在介紹干旱區內陸湖艾比湖濕地的土壤與植被的鹽分特征的基礎上，重點對土壤與植被的鹽分進行建模估算，基於最優化光譜指數進行了深入探討。
全書共分上下兩篇，內容涵蓋土壤高光譜的特性以及建模方法、不同含鹽量的植被的光譜特征以及不同季節的和不同縱帶上的光譜特征等。上篇包括八個章節，第一章簡要介紹關於土壤高光譜遙感的國內外研究進展以及研究目的和意義等。第二章介紹研究區狀況。第三章介紹數據收集與分析方法。第四章介紹土壤鹽分因子的特征分析及空間分布。第五章介紹基於地面光譜數據的土壤鹽分因子反演。第六章介紹基於Landsat8OLI的土壤鹽分因子反演。第七章介紹基於窄波段與寬波段結合的綜合指數反演，重點研究基於地面與遙感影像結合的綜合指數反演。第八章為結論。下篇包括七個章節，第一章簡要介紹關於植被高光譜遙感的國內外研究進展以及研究目的和意義等。第二章介紹研究區概況。第三章介紹數據來源與處理。第四章介紹艾比湖鹽生植物葉片光譜特征研究。第五章介紹逐步回歸模型的鹽生植物葉片含水量高光譜估算模型研究，包括篩選參考指數、構建新指數、建模驗證。第六章介紹基於BP神經網絡模型的鹽生植物葉片含鹽量高光譜估算模型研究。第七章介紹結論。本書以主要篇幅論述土壤與植被高光譜特征以及高光譜建模的各種問題，對高光譜遙感處理的技術方法、經驗建模、指數構建都進行了較為詳細和全面的闡述。