《高光谱特征参数协同的矿物类型遥感识别方法》针对传统的高光谱遥感识别矿物类型的方法，易受环境背景及大气的影响、矿物类型识别精度较低、光谱特征参数难以综合应用于矿物类型的识别等问题，进行了基于地物光谱数据以及大气辐射传输模拟的计算，开展了多类型矿物光谱特征参数信息形成机制的分析，在此基础上，通过构建代价函数等方法实现了不同类型光谱特征参数信息表达的统一，并将归一化后的多类型光谱特征参数用于矿物类型的识别。突破了传统的仅依靠地表反射率数据，以及单一的光谱特征参数进行矿物类型识别的局限，为矿物类型的高精度识别提供新的思路。此外，《高光谱特征参数协同的矿物类型遥感识别方法》研究了光谱特征参数选择的方法，并将其与监督分类以及决策树分类方法相结合，基于航空高光谱AVIRIS数据以及HYPERION卫星遥感数据开展矿物类型识别的应用。

1 绪论
1．1 研究背景与意义
1．2 高光谱遥感矿物类型识别的现状与趋势

2 高光谱遥感的基本原理
2．1 高光谱遥感成像特点
2．2 高光谱遥感物理机理
2．3 高光谱成像机理和成像光谱仪

3 典型的光谱数据库及光谱处理方法
3．1 典型的光谱数据库
3．2 光谱处理方法
3．3 遥感数据光谱重建

4 典型的光谱特征参数及主要应用
4．1 高光谱特征参数的计算
4．2 高光谱特征参数的主要应用
4．3 光谱数据库光谱特征参数解算

5 基于光谱反射率匹配的矿物类型识别
5．1 最小距离法
5．2 光谱角匹配法
5．3 光谱相关性法
5．4 光谱相关角法
5．5 光谱梯度角法
5．6 光谱信息散度法

6 基于监督分类方法的多光谱特征参数矿物类型识别
6．1 监督分类方法介绍
6．2 多光谱特征参数选择
6．3 基于监督分类方法的矿物类型识别
6．4 精度验证与分析

7 基于决策树分类方法的多光谱特征参数矿物类型识别
7．1 决策树分类方法介绍
7．2 决策树矿物类型识别模型
7．3 基于决策树分类方法的矿物类型识别
7．4 精度验证与分析

8 矿物类型识别在植被覆盖区域的适应性分析及应用
8．1 植被覆盖区域的矿物光谱特征模拟
8．2 植被覆盖区域的矿物类型的适应性分析

参考文献