高光谱遥感（Hyperspectral Remote Sensing）又叫成像光谱遥感，是将成像技术和光谱技术相结合的多维信息获取技术（Goetz，1985年）。高光谱遥感数据中包含了丰富的空间、辐射和光谱三重信息，具有重要的综合应用价值。近年来，随着成像光谱技术在航空遥感领域的快速发展，这项技术成为各个领域的重要监测方法，涵盖大气圈、海洋研究、植被生态、矿产地质、水体研究、军事侦察和考古研究等领域，其应用正在步入成熟期。
传统的地物成分检测方法过程繁琐、费时费力，无法做到无损分析，而高光谱遥感能够做到实时、非接触、快速、无损检测，蕴含着近似连续的地物光谱信息。通过光谱重建，高光谱影像能获取地物近似连续的光谱反射率数据，与地面实测值匹配，从而将精细的地物成分光谱模型应用到地物信息提取中。无人机和有人机机载高光谱遥感能够探测具有诊断性的地物光谱吸收物质，在多种算法支持下，不仅能为准确区分地表地物类型、评估和成分含量评价等提供精确的数据支持，使得定量或半定量地物信息提取成为可能，而且在大量试验的基础上，能够为相关硬件仪器的研发提供理论依据。机载高光谱可以多时相的获取数据，使得通过多种元素含量的计算，间接评估地物质量成为可能。
专题一 植被高光谱信息提取之作物品种鉴定
1 基本ENVI波谱操作介绍
1）显示灰阶影像
2）显示彩色影像
3）提取波谱剖面廓线
4）采集波谱曲线
5）动画显示数据（Animate the Data）
2 基础高光谱分析
通过鉴别波谱曲线识别作物
专题二 植被高光谱信息提取之不同作物分类
1 非监督分类
1）K-均值
2）IsoData
2 监督分类
1）绘制感兴趣区
2）平行六面体法（Parallelepiped）
3）最小距离法（Minimum Distance）
4）马氏距离（Mahalanobis Distance）
5）最大似然分类（Maximum Likelihood）
专题三 高光谱数据获取技术与精度评价技术
1 机载（有人机+无人机）高光谱数据获取方法
1）常见的地面高光谱仪器概述
2）常见的机载成像仪概述
3）光谱库的研究现状
4）高光谱遥感在信息提取中的技术优势
5）高光谱遥感数据获取的考虑因素
2 精度评价技术
专题四 地面辅助理化数据作用与处理方法
1 地物的理化数据获取方法
1）地面同步数据工作
2）数据预处理
3）理化数据获取
2 Unscrambler光谱建模软件学习
3 地物的理化数据获取方法
4 高光谱与理化数据建模方法综述
1）偏最小二乘回归法（PLSR）
2）主成分回归法（PCR）
3）多元逐步回归法（SMLR）
4）决策树法（DT）
5）流行学习法（ML）
6）BP神经网络法（BPNN）
7）小波分析法（WA）
8）遗传算法（GA）
专题五 水体高光谱信息提取之辐射校正
1 水体遥感与信息提取原理
1）水体光谱特征
2）水体环境遥感信息研究
3）水体信息提取方法
2 数据采集情况
1）高光谱航空测量
2）地面数据测量
3 高光谱数据预处理
1）大气校正的原理
2）大气校正的方法
3）实地数据采集方法
4）无线电探空法
5）黑暗像元法
6）基于统计学模型的反射率反演
7）基于辐射传输的大气校正
4 FLAASH大气校正法
专题六 水体高光谱信息提取之六种经典方法
1 光谱分类法
2 单波段阈值分析法
3 多波段谱间关系法
4 水体指数法
5 植被指数法
6 斜率法
专题七 热红外光谱数据地表温度提取方法
1 热红外遥感简介
1）测量平台
2）研究应用方向
2 基本概念和热辐射方程
1）热红外卫星基本情况
2）卫星免费数据获取方法
3 地表热信息的提取方法实现
1）打开数据
2）形成光谱集
3）计算 L6
4）计算T6
5）计算Pv
6）计算e6
7）计算C6
8）计算D6
9）计算Ta
10）计算Ts
11）制图
专题八 土壤高光谱信息提取之信息量方法
1 非监督特征选取方法
2 基于信息量的成分特征选择
1）基于机理的地物养分特征波段
2）波段标准差特征选择
3）信息熵特征选择
3 数据与方法
1）化验数据
2）算法实现
专题九 土壤高光谱信息提取之偏最小二乘建模
1 建立特征波段
1）数据集分析
2 偏最小二乘回归模型的实现
1）建立训练集
2）建立验证集
3 预测结果精度分析
4 制图
专题十 遥感提取结果的空间表达------GIS制图流程
1 地理信息系统的基本概念
2 ArcGIS应用
（1）创建新地图文档
（2）地图与图层操作
（3）ToolBox内容简介
3 遥感结果数据的采集与组织
（1）创建shapefile文件
（2）创建Geodatabase数据库
（3）数据编辑
（4）遥感结果数据投影变换
（5）数据翻转、移动与扭曲
（6）数据裁切、拼接、提取
4 空间数据综合制图
（1）数据符号化
（2）编制一景高质量的专题地图
