高光谱遥感（Hyperspectral Remote Sensing）又叫成像光谱遥感，是将成像技术和光谱技术相结合的多维信息获取技术（Goetz，1985年）。高光谱遥感数据中包含了丰富的空间、辐射和光谱三重信息，具有重要的综合应用价值。

一：植被高光谱信息提取之作物品种鉴定

1 基本ENVI波谱操作

1）显示灰阶影像

2）显示彩色影像

3）提取波谱剖面廓线

4）采集波谱曲线

5）动画显示数据（Animate the Data）

2 基础高光谱分析

通过鉴别波谱曲线识别作物

二：植被高光谱信息提取之不同作物分类

1 非监督分类

1）K-均值

2）IsoData

2 监督分类

1）绘制感兴趣区

2）平行六面体法（Parallelepiped）

3）最小距离法（Minimum Distance）

4）马氏距离（Mahalanobis Distance）

5）最大似然分类（Maximum Likelihood）

三：高光谱数据获取技术与精度评价技术

1 机载（有人机+无人机）高光谱数据获取方法

1）常见的地面高光谱仪器概述

2）常见的机载成像仪概述

3）光谱库的研究现状

4）高光谱遥感在信息提取中的技术优势

5）高光谱遥感数据获取的考虑因素

2 精度评价技术

四：地面辅助理化数据作用与处理方法

1 地物的理化数据获取方法

1）地面同步数据工作

2）数据预处理

3）理化数据获取

2 Unscrambler光谱建模软件学习

1）偏最小二乘回归法（PLSR）

2）主成分回归法（PCR）

3）多元逐步回归法（SMLR）

4）决策树法（DT）

5）流行学习法（ML）

6）BP神经网络法（BPNN）

7）小波分析法（WA）

8）遗传算法（GA）

五：水体高光谱信息提取之辐射校正

1 水体遥感与信息提取原理

1）水体光谱特征

2）水体环境遥感信息研究

3）水体信息提取方法

2 数据采集情况

1）高光谱航空测量

2）地面数据测量

3 高光谱数据预处理

1）大气校正的原理

2）大气校正的方法

3）实地数据采集方法

4）无线电探空法

5）黑暗像元法

6）基于统计学模型的反射率反演

7）基于辐射传输的大气校正

4 FLAASH大气校正法

六：水体高光谱信息提取之六种经典方法

1 光谱分类法

2 单波段阈值分析法

3 多波段谱间关系法

4 水体指数法

5 植被指数法

6 斜率法

七：热红外光谱数据地表温度提取方法

1 热红外遥感简介

1）测量平台

2）研究应用方向

2 基本概念和热辐射方程

1）热红外卫星基本情况

2）卫星免费数据获取方法

3 地表热信息的提取方法实现

1）打开数据

2）形成光谱集

3）计算 L6

4）计算T6

5）计算Pv

6）计算e6

7）计算C6

8）计算D6

9）计算Ta

10）计算Ts

11）制图

八：土壤高光谱信息提取之信息量方法

1 非监督特征选取方法

2 基于信息量的成分特征选择

1）基于机理的地物养分特征波段

2）波段标准差特征选择

3）信息熵特征选择

3 数据与方法

1）化验数据

2）算法实现

九：土壤高光谱信息提取之偏最小二乘建模

1 建立特征波段

1）数据集分析

2 偏最小二乘回归模型的实现

1）建立训练集

2）建立验证集

3 预测结果精度分析

4 制图

十：遥感提取结果的空间表达——GIS制图流程

1 地理信息系统的基本概念

2 ArcGIS应用

（1）创建新地图文档

（2）地图与图层操作

（3）ToolBox内容简介

3 遥感结果数据的采集与组织

（1）创建shapefile文件

（2）创建Geodatabase数据库

（3）数据编辑

（4）遥感结果数据投影变换

（5）数据翻转、移动与扭曲

（6）数据裁切、拼接、提取

4 空间数据综合制图

（1）数据符号化

（2）编制一景高质量的专题地图

原文：高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用