本书主要探索多源遥感在自然资源规划和管理领域的实际应用，以“概念内容-应用需求-方法理论-示范应用”为主线开展研究，为提升多源遥感数据在自然资源规划和管理领域的业务技术支撑能力和综合服务能力，也为加快推进自然资源管理与治理能力的现代化。本书主要内容包括自然资源与多源遥感技术的概念及演进，多源遥感在自然资源空间监测中的应用需求，多源遥感信息处理关键技术理论与方法，多源遥感在土地利用变化检测中的应用，多源遥感在城市沉降状态监测中的应用，多源遥感在土地覆被及水体监测中的应用，多源遥感在地质灾害风险普查中的应用，多源遥感在矿山开采超采越界监测监管中的应用，多源遥感在国土空间生态修复中的应用，基于深度学习的GF-2水体分割研究。
本书可供高等学校相关专业教师和研究生、与自然资源规划和管理有关的企事业单位人员、政府管理部门及其相关人员参阅。

第1章 绪论
1.1 自然资源与多源遥感技术
1.1.1 概念内涵
1.1.2 自然资源空间多源遥感技术应用背景
1.2 多源遥感的发展演进
1.2.1 多源遥感数据的发展演进
1.2.2 多源遥感数据的智能处理
1.2.3 多源遥感影像应用
1.3 自然资源空间多源遥感监测研究的意义
第2章 多源遥感在自然资源空间监测中的应用需求
2.1 多源遥感在自然资源与规划中的应用需求
2.2 多源遥感在自然资源治理能力现代化中的应用需求
2.3 多源遥感在地质灾害风险普查中的应用需求
2.4 多源遥感在矿产资源监测监管中的应用需求
2.5 多源遥感在土地利用动态变化监测中的应用需求
2.6 多源遥感在城市沉降监测中的应用需求
2.7 多源遥感在耕地“双非化”中的应用需求
2.8 多源遥感在国土空间生态修复问题识别与生态监测评价中的应用需求
2.8.1 多源遥感在国土空间生态修复问题识别中的应用需求
2.8.2 多源遥感在国土空间生态监测评价中的应用需求
第3章 多源遥感信息处理关键技术理论与方法
3.1 高分辨率卫星影像数据预处理
3.1.1 几何校正
3.1.2 辐射校正
3.1.3 正射校正
3.1.4 影像融合
3.1.5 图像镶嵌
3.1.6 影像匀色
3.1.7 图像增强
3.2 雷达卫星数据预处理
3.2.1 基线估计
3.2.2 复图像配准
3.2.3 干涉图生成
3.2.4 去平地效应和干涉图滤波
3.2.5 相位解缠
3.2.6 高程估算及地理编码
3.3 多源影像数据时空信息融合技术
3.3.1 多源遥感数据融合目的
3.3.2 多源遥感影像融合流程
3.3.3 影像融合的基本要求
3.3.4 多源遥感数据融合算法
3.3.5 高光谱和多光谱图像融合
3.3.6 SAR/InSAR影像与光学影像融合
3.3.7 融合评价、质量标准
3.4 机器学习/深度学习
3.4.1 支持向量机(SVM)模型
3.4.2 二分模型
3.4.3 BP神经网络
3.4.4 卷积神经网络
3.4.5 图像语义分割
第4章 多源遥感在土地利用变化监测中的应用研究
4.1 实验区域
4.2 研究方法和数据
4.2.1 研究方法
4.2.2 研究数据
4.3 结果分析
4.3.1 分类结果综合分析
4.3.2 变化监测
4.3.3 分类后变化监测结果分析
4.4 小结
第5章 多源遥感在昆明城市沉降状态监测中的应用研究
5.1 实验区域
5.2 实验数据和方法
5.2.1 实验数据
5.2.2 实验方法及步骤
5.3 结果分析
5.3.1 2004-2020年昆明市城市沉降长时序分析与研究
5.3.2 基于PS-InSAR昆明市城市重点沉降区监测
5.3.3 基于SBAS-InSAR昆明市城市重点沉降区监测
5.4 小结
第6章 多源遥感在昆明主城区土地覆被及水体监测中的应用研究
6.1 实验区域
6.2 实验数据和方法
6.2.1 实验数据
6.2.2 实验方法及步骤
6.3 结果分析
6.3.1 植被指数及植被覆盖度监测结果分析
6.3.2 水体指数及水体叶绿素a浓度监测结果分析
6.3.3 土地覆盖变化统计结果分析
6.4 小结
第7章 多源遥感在地质灾害风险普查中的应用研究
7.1 实验区域
7.2 实验数据和方法
7.2.1 实验数据
7.2.2 实验方法及步骤
7.3 结果分析
7.4 小结
第8章 多源遥感在矿山开采超采越界监测监管中的应用研究
8.1 实验区域
8.2 实验数据和方法
8.2.1 实验数据
8.2.2 实验方法及步骤
8.3 结果分析
8.3.1 地表露天开采矿区超采越界遥感监测结果综合分桶
8.3.2 地下开采矿区超采越界监测结果综合分析
8.4 小结
第9章 多源遥感在泥石流检测识别及治理中的应用研究
9.1 实验区域
9.2 实验数据及方法
9.2.1 实验数据
9.2.2 实验方法及步骤
9.3 结果分析
9.4 小结
第10章 多源遥感在石漠化检测识别及治理中的应用研究
10.1 实验区域
10.2 实验数据及方法
10.2.1 实验数据
10.2.2 实验方法及步骤
10.3 结果分析
10.3.1 石漠化分类等级划分
10.3.2 石漠化制图分析
10.3.3 石漠化转移矩阵分析
10.4 小结
第11章 基于深度学习的GF-2水体分割方法研究
11.1 实验数据及方法
11.1.1 实验数据
11.1.2 实验方法及步骤
11.2 结果分析
11.2.1 消融实验
11.2.2 不同网络的对比实验
11.3 小结
参考文献