荐书 | 《高光谱遥感影像降维方法与应用》

高光谱遥感即高光谱分辨率遥感，该技术利用成像光谱仪在连续的几十个至上百个光谱通道中获取地物的辐射信息，不仅可获得地物的空间图像，还能获得每个像元的具有地物诊断性光谱特征的连续光谱曲线，是20世纪遥感领域的一项重大技术突破，也是当前国际科技竞争和发展的制高点，已成为当前国际遥感领域的新兴方向和研究热点。近年来，高光谱遥感的数据获取能力空前提升，其数据具有丰富的空间、辐射和光谱信息，增强了对地物的分类和识别能力，因而在土地覆被分类、农林调查、灾害监测、生态环境评估、目标探测等方面得到了广泛应用。然而，高光谱遥感数据具有显著的高维、信息冗余、小样本、图谱一体化等特点，给高光谱遥感影像的有效处理和分类精度的提高带来了困难：一方面，高维特征大大增加了处理算法的运算量；另一方面，波段之间的相关性和冗余降低了分类算法的准确度；另外，在样本数目一定的情况下，分类精度会随着特征维数的增大出现“先增后降”的问题，即Hughes现象。因此，为了在样本数目、数据维数和分类精度之间取得平衡，对高光谱遥感数据的快速有效处理成为一个亟须解决的问题，而高光谱遥感的降维处理则成为其中的重要环节之一。

▲ 样本数目、维数和分类精度三者关系（Hughes, 1968）

高光谱遥感特别是高光谱遥感降维已成为当前国际学术界的研究热点，受到许多学科的高度关注。国际电子电气工程师协会地球科学与遥感学会（IEEEGRSS）、国际摄影测量与遥感学会（ISPRS）、国际模式识别协会（IAPR）、国际数字地球学会中国国家委员会成像光谱对地观测专业委员会等多个学术机构都定期组织以高光谱遥感为主题的学术会议，如国际高光谱遥感影像与信号处理学术研讨会（Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing，WHISPERS）、全国成像光谱对地观测学术研讨会等；另外，在国际地球科学与遥感大会（IEEE International Geoscience and Remote Sensing Symposium, IGARSS）、遥感模式识别国际研讨会（IAPR Workshop on Pattern Recognition in Remote Sensing， PRRS）等会议上都设有高光谱遥感的专题，高度关注其研究进展。

本书面向当前高光谱遥感技术和遥感信息智能处理的发展前沿，系统地总结了作者近年来在高光谱遥感影像降维方面的研究成果，对高光谱遥感影像降维的研究方法体系、特征提取和波段选择算法、典型地学应用等进行了较为系统的总结和分析，并利用相关高光谱遥感数据验证了所用方法的有效性。

全书共分 8 章，主要涵盖高光谱遥感降维的基本概念、国内外相关研究进展、主要的高光谱遥感降维算法及其在地学领域的应用等方面的内容。

第 1 章为绪论，主要介绍高光谱遥感降维基础和数据特征、国内外研究进展、面临的挑战及发展趋势。

第 2 章为高光谱遥感影像降维理论基础，主要介绍高光谱遥感降维的理论基础、降维的主要方法及降维方法的评价与选择。

第 3 章为高光谱遥感影像特征提取，在介绍经典特征提取算法的基础上，提出基于改进 K 均值、层次聚类和正交投影散度的高光谱遥感特征提取算法，以及优化判别局部对齐的高光谱遥感影像特征提取算法。

第 4 章为高光谱遥感影像波段选择新方法，分别从可分性准则和搜索策略两个方面，阐述 5 种高光谱遥感波段选择方法（MEAC、 OPD、自适应仿射传播、粒子群优化、萤火虫算法）。

第 5 章为多目标优化的自适应波段选择方法，在介绍多目标优化理论的基础上，重点论述能自动确定波段数目的组合型群体智能优化的高光谱遥感自适应降维方法。

第 6 章为高光谱遥感多特征质量评估与优化，探讨多特征提取的若干方法，重点阐述多特征质量评估的方法并进行实验验证，最后提出两种基于群体智能优化的高光谱遥感多特征优化算法。

第 7 章为高光谱遥感影像新型降维方法，借鉴几何代数的思路，结合 MEAC 和 JM 信息测度，提出基于共形几何代数的高光谱遥感波段选择方法。

第 8 章为高光谱遥感影像降维的应用，重点从矿物识别、影像可视化和城市土地覆盖分析等方面介绍高光谱遥感降维算法在地学领域的应用。

作者简介：

苏红军，教授、博士生导师，河海大学测绘科学与工程系主任、支部书记。国家优秀青年科学基金获得者，入选江苏高校“青蓝工程”优秀青年骨干教师培养对象等。兼任IEEE JSTARS期刊副主编、中国地理信息产业协会理论与方法工委会委员、江苏省测绘地理信息学会时空大数据专委会秘书长等社会职务。

长期从事高光谱遥感信息智能处理、资源环境遥感等研究工作。主持国家自然科学基金4项、江苏省自然科学基金等课题近20项。发表高质量论文60余篇，获授权国家发明专利多项，出版教材和专著多部。

本书的研究得到国家自然科学基金项目“基于共形几何代数的高光谱遥感降维与分类”（编号 41201341）和“高光谱遥感影像多特征优化模型与协同表示分类”（编号 41571325）、江苏省高校“青蓝工程”和河海大学“大禹学者”计划等项目的支持。本书的出版也得到江苏高校优势学科建设工程项目和河海大学测绘科学与工程系的相关资助。

本文摘编自《高光谱遥感影像降维方法与应用》一书前言，有删减，图片来源于本书，标题为编者所加。

《高光谱遥感影像降维方法与应用》

ISBN 978-7-03-070280-7

苏红军 著

责任编辑：王腾飞 沈 旭

本书针对高光谱遥感数据具有维数高、数据量大、冗余度高、不确定性显著、样本选择困难等特点，引入机器学习、模式识别等理论和技术，开展高光谱遥感影像降维理论、方法与应用的研究。全书共 8 章：第 1 章介绍高光谱遥感影像降维及进展；第 2 章介绍高光谱遥感影像降维的理论基础、常用方法和方法评价；第 3 章探讨高光谱遥感影像特征提取方法，重点是基于改进 K 均值、层次聚类和正交投影散度、优化判别局部对齐等三种特征提取算法；第 4 章分析高光谱遥感影像波段选择方法，从可分性准则和搜索策略两方面提出新方法；第 5 章重点研究多目标优化的自适应波段选择方法，论述能自动确定波段数目的组合型群体智能优化的高光谱遥感自适应降维方法；第 6 章探讨高光谱遥感多特征质量评估与优化方法，重点阐述多特征质量评估的方法，并提出基于改进萤火虫算法的高光谱遥感多特征优化及基于多分类器集成的多特征性能评估；第 7 章讨论基于共形几何代数的新型波段选择方法，研究共形空间下高光谱遥感影像的信息表达问题；第 8 章介绍高光谱遥感影像降维方法在矿物识别、影像可视化、城市土地覆盖分析等领域的应用等。

本书可供从事高光谱遥感、遥感信息智能处理、遥感应用等研究和实践的科研人员、高校教师、研究生和高年级本科生参考。

END

来源：赛杰奥（sci_geo）；原文标题：高光谱遥感影像降维方法与应用：提升数据获取能力，推动高光谱遥感的深入应用

原标题：《荐书 | 《高光谱遥感影像降维方法与应用》》

阅读原文