遥感数据是空间大数据的一个子集。面向大数据处理，需要新思维指导实践。新思维之一：寻找多源数据不变特征的思维，基于不变特征减弱同地、同谱、同时不同传感器数据之间的不一致性，不同传感器数据可综合集成应用。本书数据处理篇中多源数据的几何一致性处理、辐射一致性处理等都是这一思维指导下的关键技术。新思维之二：将信息提取转化为数据智能的思维，一方面构建覆盖问题空间的样本集，另一方面构建深度学习模型表达与样本的深度相似性。本书分类与识别篇的遥感图像的场景分类、目标检测、地表覆盖分类、时间序列分类聚类的关键技术都是这一思维的具体体现。新思维之三：云计算和容器技术融合构建技术平台的思维，可以支撑遥感大数据的在线处理和分析。本书的系统架构篇涉及的关键技术包括全球多源遥感数据的集成和组织技术、信息产品生产流程建模与算法集成优化技术、容器化全球多源遥感数据信息产品生产系统关键设计技术都是这一思想的具体体现。 本书可供从事遥感数据处理、信息提取、遥感应用研究及应用系统建设的科研人员参考。

“地球大数据科学论丛”序
前言
第一篇 数据处理
第1章 遥感大数据处理的新思维
1.1 引言
1.1.1 何谓“大数据”
1.1.2 数据密集型科学
1.1.3 数据密集型科学和大数据技术的区别和联系
1.2 数据密集型的遥感应用研究
1.3 大数据时代遥感数据处理的新思维
1.4 小结
参考文献
第2章 多尺度遥感数据的几何归一化处理
2.1 引言
2.2 为什么需要几何归一化处理
2.3 几何校正自动化实现的关键点
2.3.1 控制点提取的发展脉络
2.3.2 几何校正模型的选取和发展
2.4 误匹配点检测方法
2.4.1 研究现状概述
2.4.2 现有方法问题及改进方向
2.5 基于高精度基准影像的多尺度遥感影像归一化处理框架和应用
2.5.1 几何归一化处理总体框架
2.5.2 正射校正
2.5.3 分层匹配流程
2.5.4 几何约束SIFT算法
2.5.5 基于点特征和灰度特征的遥感影像自动匹配方法
2.5.6 实际应用情况及效果
2.6 小结
参考文献
第3章 多源数据辐射一致性处理
3.1 引言
3.2 绝对辐射校正
3.2.1 辐射定标
3.2.2 大气校正
3.2.3 绝对辐射校正软件介绍
3.3 基于典型相关分析的辐射一致性处理
3.3.1 IR-MAD算法
3.3.2 IR-MAD算法数据实验
3.3.3 基于地物平均光谱的线性相对辐射校正
3.4 基于核典型相关分析的辐射一致性处理
3.5 小结
参考文献
第4章 薄雾去除
4.1 引言
4.2 基于滤波的薄雾去除算法
4.2.1 同态滤波法
4.2.2 小波变换法
4.2.3 大尺度中值滤波法
4.3 基于暗通道的薄雾去除算法
4.3.1 薄雾成像模型
4.3.2 暗通道先验
4.3.3 薄雾精细分布的快速估计
4.4 定量薄雾去除算法
4.4.1 辐射传输过程中的气溶胶光学厚度
4.4.2 区域直方图匹配法
4.5 几种薄雾去除算法比较
4.6 基于深度学习的薄雾去除
4.6.1 基于对抗学习的物理驱动去雾模型
4.6.2 深度学习训练样本库
4.6.3 算法优化
……
第二篇 分类与识别
第三篇 系统架构