目錄
前言
第1章 大數(shù)據(jù)背景下的遙感信息服務(wù) 1
1.1 對地觀測進(jìn)入大數(shù)據(jù)時代 2
1.1.1 對地觀測平臺快速發(fā)展 2
1.1.2 對地觀測快速發(fā)展的驅(qū)動因素 9
1.2 大數(shù)據(jù)背景下遙感信息服務(wù)面臨的挑戰(zhàn)和機(jī)遇 14
1.2.1 對地觀測大數(shù)據(jù)的特點(diǎn)分析 14
1.2.2 對地觀測大數(shù)據(jù)處理面臨數(shù)據(jù)密集型計算問題 16
1.2.3 對地觀測數(shù)據(jù)增值服務(wù)需求日益旺盛 16
1.2.4 應(yīng)用的深入迫切需要新的服務(wù)模式 18
1.3 大數(shù)據(jù)背景下遙感信息服務(wù)的幾點(diǎn)思考 19
1.3.1 遙感數(shù)據(jù)工程建設(shè) 20
1.3.2 遙感數(shù)據(jù)智能提升 20
1.3.3 轉(zhuǎn)變遙感信息服務(wù)模式 21
參考文獻(xiàn) 22
第2章 遙感數(shù)據(jù)工程 25
2.1 遙感數(shù)據(jù)幾何標(biāo)準(zhǔn)化 25
2.1.1 對地觀測空間基準(zhǔn) 25
2.1.2 遙感影像的幾何定位模型 31
2.1.3 遙感影像幾何配準(zhǔn) 42
2.2 遙感數(shù)據(jù)輻射歸一化 57
2.2.1 全要素一體化地表反射率反演 57
2.2.2 大區(qū)域中分辨率地表溫度反演 66
2.3 遙感數(shù)據(jù)即得即用（RTU）產(chǎn)品體系 81
2.3.1 遙感數(shù)據(jù)即得即用（RTU）產(chǎn)品 81
2.3.2 RTU產(chǎn)品標(biāo)準(zhǔn)規(guī)范 86
2.3.3 遙感數(shù)據(jù)RTU產(chǎn)品工程化生產(chǎn)系統(tǒng) 106
參考文獻(xiàn) 116
第3章 遙感數(shù)據(jù)智能 122
3.1 AI賦能遙感信息挖掘 122
3.1.1 遙感數(shù)據(jù)特征提取與表達(dá) 123
3.1.2 高質(zhì)量的訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集的建立 133
3.1.3 應(yīng)用牽引的遙感數(shù)據(jù)特定目標(biāo)認(rèn)知 148
3.2 地學(xué)知識約束的遙感數(shù)據(jù)（協(xié)同）認(rèn)知計算 161
3.3 基于知識遷移的全球森林火燒跡地時序遙感信息挖掘 170
3.4 用戶行為驅(qū)動的遙感信息服務(wù)智能化 175
參考文獻(xiàn) 176
第4章 遙感信息工程應(yīng)用 181
4.1 城市擴(kuò)展遙感動態(tài)監(jiān)測 182
4.1.1 高分辨率衛(wèi)星數(shù)字正射影像圖制作 183
4.1.2 城市擴(kuò)展建筑物專題信息提取 187
4.2 大尺度陸表水體制圖 193
4.2.1 陸表水體產(chǎn)品研究現(xiàn)狀 193
4.2.2 基于多層感知器神經(jīng)網(wǎng)絡(luò)（MLP）的陸表水體提取 195
4.2.3 中國陸表水體制圖 203
4.3 基于機(jī)器學(xué)習(xí)的全球森林覆蓋及變化信息提取 206
4.3.1 森林覆蓋產(chǎn)品生產(chǎn)技術(shù)路線 206
4.3.2 2019年全球森林覆蓋狀況及主要特征 208
4.3.3 全球森林覆蓋產(chǎn)品的精度驗證 217
參考文獻(xiàn) 219