對(duì)地觀測(cè)數(shù)據(jù)處理與分析研究進(jìn)展

緒 論
0.1 對(duì)地觀測(cè)數(shù)據(jù)處理與分析研究的必要性與意義
0.2 對(duì)地觀測(cè)數(shù)據(jù)處理與分析研究發(fā)展趨勢(shì)
0.3 對(duì)地觀測(cè)數(shù)據(jù)處理與分析研究擬解決的關(guān)鍵科學(xué)問題
O.4 對(duì)地觀測(cè)數(shù)據(jù)處理與分析的主要研究?jī)?nèi)容
第1部分 對(duì)地觀測(cè)系統(tǒng)的時(shí)空基準(zhǔn)與高精度定位
第1章 對(duì)地觀測(cè)系統(tǒng)的時(shí)空基準(zhǔn)
1.1 時(shí)空基準(zhǔn)的定義
1.2 常用的全球坐標(biāo)參考框架
1.3 時(shí)空基準(zhǔn)的建立、維持和精化方法
1.4 區(qū)域時(shí)空基準(zhǔn)的現(xiàn)代化
1.5 小結(jié)
參考文獻(xiàn)
第2章 對(duì)地觀測(cè)衛(wèi)星的精密定軌
2.1 對(duì)地觀測(cè)衛(wèi)星精密定軌綜述
2.2 對(duì)地觀測(cè)衛(wèi)星軌道的高精度確定
2.3 定軌方法及精密定軌軟件設(shè)計(jì)
2.4 小結(jié)
參考文獻(xiàn)
第3章 恒星定姿
3.1 恒星定姿的原理與現(xiàn)狀
3.2 星敏感器的設(shè)計(jì)
3.3 軟件處理算法
3.4 恒星相機(jī)標(biāo)定
3.5 小結(jié)
參考文獻(xiàn)
第2部分 衛(wèi)星遙感成像幾何物理模型
第4章 衛(wèi)星遙感成像機(jī)理與輻射校正
4.1 遙感成像機(jī)理概述
4.2 遙感成像大氣輻射傳輸模型
4.3 遙感影像輻射校正
4.4 小結(jié)
參考文獻(xiàn)
第5章 衛(wèi)星遙感影像幾何定位模型
5.1 衛(wèi)星遙感影像幾何定位模型綜述
5.2 嚴(yán)密幾何定位模型
5.3 仿射變換幾何模型
5.4 有理多項(xiàng)式函數(shù)模型
5.5 小結(jié)
參考文獻(xiàn)
第6章 基于RPc參數(shù)的幾何模型求解
6.1 RPC參數(shù)的解求
6.2 基于RPC參數(shù)的三維空間坐標(biāo)解算
6.3 基于RPc參數(shù)的近似核線影像生成
6.4 高精度DEM生成及DOM制作
6.5 小結(jié)
參考文獻(xiàn)
第3部分 遙感影像智能解譯與目標(biāo)識(shí)別
第7章 遙感影像智能解譯的理論與方法
7.1 視覺認(rèn)知理論研究現(xiàn)狀與評(píng)價(jià)
7.2 認(rèn)知模型研究進(jìn)展
7.3 遙感影像智能解譯現(xiàn)狀與展望
7.4 小結(jié)
參考文獻(xiàn)
第8章 遙感影像高性能處理方法
8.1 遙感影像高性能處理方法及其必要性
8.2 遙感影像高性能集群處理技術(shù)
8.3 遙感影像大規(guī)模分布式處理與網(wǎng)格計(jì)算
8.4 小結(jié)
參考文獻(xiàn)
第9章 高分辨率影像目標(biāo)識(shí)別與智能解譯
9.1 高分辨率遙感影像的特性
9.2 高分辨率影像的多尺度分割方法
9.3 高分辨率影像的解譯與智能目標(biāo)識(shí)別
9.4 小結(jié)
參考文獻(xiàn)
第10章 高光譜遙感影像解譯智能化方法
10.1 波譜空間分析技術(shù)
lO.2 基于光譜特征空間分析技術(shù)
10.3 高光譜遙感主要應(yīng)用研究現(xiàn)狀
10.4 小結(jié)
參考文獻(xiàn)
第11章 合成孔徑雷達(dá)影像的智能分類與信息提取
11.1 SAR影像的智能分類
11.2 DEM和地表變形信息提取
11.3 小結(jié)
參考文獻(xiàn)
第4部分 空間信息集成與更新
第12章 多源空間信息的集成方法
12.1 全球無縫空間數(shù)據(jù)的組織與管理
12.2 多源異構(gòu)空間數(shù)據(jù)的互操作技術(shù)
12.3 小結(jié)
參考文獻(xiàn)
第13章 多時(shí)相遙感影像變化檢測(cè)
13.1 地表變化驅(qū)動(dòng)力分析
13.2 變化檢測(cè)的預(yù)處理
13.3 變化檢測(cè)分類體系
13.4 變化檢測(cè)方法
13.5 變化檢測(cè)精度評(píng)價(jià)
13.6 小結(jié)
參考文獻(xiàn)
第14章 對(duì)地觀測(cè)影像信息的智能融合
14.1 空間信息智能融合的基本概念
14.2 空間影像信息智能融合的模式
14.3 遙感影像融合數(shù)據(jù)預(yù)處理
14.4 空間信息融合中的尺度效應(yīng)
14.5 遙感影像信息智能融合方法
14.6 影像融合方法評(píng)價(jià)
14.7 小結(jié)
參考文獻(xiàn)
第15章 時(shí)空數(shù)據(jù)模型和動(dòng)態(tài)更新
15.1 時(shí)空數(shù)據(jù)模型
1s.2 時(shí)空數(shù)據(jù)庫(kù)查詢引擎
15.3 時(shí)空數(shù)據(jù)可視化
15.4 時(shí)空數(shù)據(jù)的動(dòng)態(tài)更新
15.5 小結(jié)
參考文獻(xiàn)
第5部分 空間數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)
第16章 地學(xué)信息圖譜理論與方法
16.1 地學(xué)信息圖譜理論的發(fā)展
16.2 地學(xué)信息圖譜與地學(xué)知識(shí)發(fā)現(xiàn)
16.3 地學(xué)信息圖譜創(chuàng)新
16.4 基于地學(xué)信息圖譜的思維方法在地學(xué)各領(lǐng)域中的應(yīng)用
16.5 小結(jié)
參考文獻(xiàn)
第17章 空間數(shù)據(jù)挖掘
17.1 數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)概述
17.2 空間聚類方法
17.3 基于數(shù)據(jù)場(chǎng)的空間數(shù)據(jù)挖掘
17.4 基于概念分析的空間數(shù)據(jù)挖掘
17.5 基于多重分形的空間數(shù)據(jù)挖掘方法
17.6 空間關(guān)聯(lián)規(guī)則挖掘方法
17.7 基于人工智能的時(shí)空預(yù)測(cè)方法
17.8 小結(jié)
參考文獻(xiàn)
第18章 支持地理空間知識(shí)發(fā)現(xiàn)的空間數(shù)據(jù)庫(kù)技術(shù)
18.1 海量空間數(shù)據(jù)的組織與管理
18.2 分布式空間數(shù)據(jù)庫(kù)
18.3 時(shí)空數(shù)據(jù)挖掘的索引技術(shù)
18.4 時(shí)空數(shù)據(jù)挖掘的查詢語言
18.5 空間查詢優(yōu)化技術(shù)
18.6 小結(jié)
參考文獻(xiàn)
第6部分 空間信息智能服務(wù)
第19章 面向事件處理的空間信息服務(wù)集成調(diào)度模型
19.1 現(xiàn)代城市生活中的事件處理
19.2 事件處理信息系統(tǒng)及相關(guān)技術(shù)基礎(chǔ)
19.3 基于規(guī)則的空間信息服務(wù)集成調(diào)度模型
19.4 一個(gè)事件處理實(shí)例——統(tǒng)一接警
19.5 小結(jié)
參考文獻(xiàn)
第20章 空間本體
20.1 空間本體的哲學(xué)與信息基礎(chǔ)
20.2 空間本體構(gòu)建及其形式化方法
20.3 空間本體驅(qū)動(dòng)的空間信息服務(wù)
20.4 小結(jié)
參考文獻(xiàn)
第21章 空間信息智能搜索
21.1 中文位置描述的自動(dòng)匹配、定位與標(biāo)準(zhǔn)化算法
21.2 空間興趣點(diǎn)簡(jiǎn)稱到全稱的智能匹配算法
21.3 小結(jié)
參考文獻(xiàn)
顧問、編者和作者名錄