本书就是一本经典的遥感数字影像处理专著，涵盖内容极其广泛，理论基础深入全面，可操作性强。各章节均选用大量的图片资料，结合实际分析，从基本原理、基础知识、处理步骤、应用实例等各个方面对遥感数字影像处理进行了全面系统的论述。本书也是一本可指导实际应用的参考手册。
无
第4版新增内容
本书从遥感角度介绍了用于分析数字遥感数据的最新方法。本书是研究生阶段理想的入门教材，用于机载和卫星遥感数据分析，解决地学空间问题，其涉及领域包括：地理、地质、海洋科学、森林学、人类学、生物学、土壤科学、农学、城市规划等。
本书一直致力于将相对复杂的数字影像处理方法和算法以尽可能通俗易懂的方式介绍给学生和遥感科学工作者。因此，读者会注意到本书的每一章都包括了大量的参考文献，这些可以成为学生和科学工作者开展数字影像处理项目或研究的起点。本书增添的附录提供了影像资源和其他地理空间信息资源。下面我们对各章的主要内容和第4版中改进的地方进行一个总结。
第1章：遥感与数字影像处理
如今，地面参考信息的重要性引起了更多关注，它可以用于遥感数据的定标和遥感衍生产品，诸如专题地图的精度评定。“遥感处理”不断扩充和更新最新内容，以求能反映数字影像处理领域最近的创新技术。现在更强调将遥感应用于解决地方性、高空间分辨率的问题以及在全球气候变化研究中的应用。这使得对接受过遥感数字影像处理训练的科研人员的需求日益增加，本章包含了这种需求的具体信息。信息来源包括以下两种。a）美国全国科学研究委员会的研究（2013）：未来美国地理空间情报的劳动力；b）美国劳工部就业培训管理局（2014）的预测数据：2012~2022年遥感科研和技术专家以及遥感技术人员的职位缺口将达到39900个。许多地理空间行业的岗位都需要有遥感数字影像处理方面的训练。
第2章：遥感数据采集
本章介绍了过去、现在和未来遥感数据资源的相关信息。在第4版中详细介绍了新发射和预备发射的星载遥感系统（如Astrium的Pleiades和SPOT 6，DigitalGlobe的GeoEye-1/2、WorldView-1/2/3，印度的CartoSat和ResourceSat，以色列的EROS A2，韩国的KOMPSAT，NASA的Landsat 8，NOAA的NPOESS，RapidEye等）以及机载遥感系统（如PICTOMETRY，微软的UltraCAM，莱卡的Airborne Digital System 80）。同时，本章还介绍了已退役（如SPOT-1/2，Landsat 5）和损坏（如Landsat 7 ETM+）以及发射失败（如欧空局的Envisat）的传感器系统的技术细节。
第3章：数字影像处理的硬软件配置
正如期望的，自上一版起，数字影像处理所必需的计算机硬件（如CPU、RAM、大容量存储器、数字化技术、显示器、传输/存储技术）和软件［如多光谱、高光谱、逐像元、面向对象影像分析（OBIA）］已经显著发展。本章讨论了常用于数字影像处理的计算机硬件的改进，展示了一些主流数字影像处理软件的最重要功能、特点及来源。
第4章：影像质量评估与统计评价
本章回顾了基本数字影像处理的数学符号以及直方图的重要性；介绍了元数据的重要性；提出了评估影像质量的可视化方法，包括三维显示；更新了评估数字遥感数据基本质量的单因素和多因素方法；新添加的一节讨论了地统计学分析、自相关及克里金插值。
第5章:显示选项与科学可视化
本章提供了一些新的信息：液晶显示器（LCD），影像压缩替代方案，彩色坐标系（RGB、亮度-色调-饱和度及色度），8位和24位色彩查找表的使用，合并（融合）不同类型影像的新方法（如Gram-Schmidt替换、回归克里金）。此外，还提供了利用数字影像测量距离、周长、形状和多边形面积的方法。
第6章:电磁辐射原理与辐射校正
本章另外提供了电磁辐射原理（例如，夫琅和费吸收特征）以及自然和人工材料的光谱反射特性信息，更新了上一版中大部分重要的辐射校正算法，其中包括：a）绝对辐射校正（例如，ACORN、FLAASH、QUAC、ATCOR、经验线定标）；b）相对辐射校正（例如，单时相和多时相影像的归一化）。
第7章:几何校正
本章提供了传统和经过改进的影像-地图纠正以及影像-影像配准内容。此外，还进一步讨论了可展曲面以及几种最常见的圆柱、方位和圆锥地图投影的特征和优缺点。从这些地图投影（例如，墨卡托、兰伯特等积方位投影）中选择一种合适的来作为MODIS卫星影像的投影。7.4节还包含了对Landsat ETM+数据的USGS年镶嵌图［即WELD：网络获取陆地卫星数据工程（Web-Enabled Landsat Data project）］新的实例和描述。
VII第8章:影像增强
本章对8.2节进行了修订。此外，本章还对波段比、邻域栅格运算、空间卷积滤波和边缘增强、频率滤波、纹理提取和主成分分析（PCA）这些影像增强技术进行了更新。植被指数（VI）部分（8.10节）有大量删改，包括控制叶片反射的主导因素和大量新指数图解的介绍。也介绍了几种新的纹理变换（如Moran’s I空间自相关）以及采用灰度共生矩阵（Grey-Level Co-occurrence Matrices，GLCM）方法提取的新纹理信息。同时，本章也有对遥感提取景观生态学的最新讨论。
第9章:遥感专题信息提取：模式识别
本章包括美国规划协会土地分类标准（NLCS）、美国国家土地覆盖数据库（NLCD）分类系统、NOAA的海岸变化分析计划（C-CAP）分类方案以及IGBP地面覆盖分类系统等方面的内容。介绍了特征（波段）选取的新方法（例如，相关矩阵特征选择）。此外，本章还包括OBIA分类方法，包括新的OBIA应用实例。
第10章:人工智能信息提取
本章介绍了使用机器学习决策树、回归树、随机森林（树）及支持向量机（SVM）方法进行影像分类的新信息。本章介绍大量的机器学习、数据挖掘决策树/回归树程序（如CART、S-Plus、R Development Core Team、C4.5、C5.0、Cubist）的详细信息以用来开发产生式规则。多层感知器、Kohonen自组织映射、模糊自适应共振映射部分包括了神经元网络分析遥感数据的最新进展。在本章中，对人工神经网络的优缺点进行了讨论。
第11章:成像光谱信息提取
本章讨论了机载和卫星高光谱数据采集的进展，提供了高光谱影像处理和分析方法的进展，包括：端元的选择和分析、制图算法、光谱混合分析（Spectral Mixture Analysis,SMA）、包络线去除法、光谱库匹配技术、机器学习高光谱数据分析技术、新的高光谱指数及导数光谱。
VIII第12章:数字变化检测
本书囊括了详细的数字变化检测信息，给出了传感器观测角及大量树木和建筑遮蔽影响的新信息，提供了二值“变/不变”算法，包括识别变化阈值的新分析方法和新的商业变化检测产品，如ESRI的Change Matters和MDA的National Urban Change Indicator，还讨论了专题“从—到”变化检测算法的显著进展，包括：摄影测量和LiDAR测量变化检测、OBIA分类比较变化检测以及邻域相关影像（Neighborhood Correlation Image，NCI）变化检测。
第13章:遥感专题图精度评价
目前已有许多文献对由单时相影像或由多时相影像产生的专题图（即变化检测）制作的遥感衍生专题图的最佳精度评估方法进行了讨论，也存在很多争议。本章对精度评价的方法及争议点进行了深入的讨论。
附录:影像和其他地理空间信息来源
当与其他地理空间信息相结合的时候，遥感数据能发挥最好的分析作用。为此，本书新增了一个附录，包含了能够通过网络评估和下载的地理空间数据列表。其内容包括：数字高程信息、水文、土地利用/地面覆盖和生物多样性/栖息地、道路网及人口统计数据，另外还有几种公开和商用的遥感数据，并配有相关数据集中的地图或影像的实例。
计算机\图形图像
本书第4版从遥感角度介绍了分析数字遥感数据的最新方法，并将相对复杂的数字影像处理过程和算法以通俗易懂的方式介绍给学生和遥感科学工作者。主要内容包括：遥感数据采集、数字影像处理的硬软件配置、影像质量评估和统计评价、遥感影像显示与科学可视化、电磁辐射原理和辐射校正、几何纠正、影像增强、模式识别、人工智能信息提取、成像光谱信息提取、变化检测和遥感专题图精度评价等。每章末还有大量参考文献以便读者深入学习。
作者简介
约翰 R. 詹森（John R. Jensen） 是加利福尼亚大学洛杉矶分校（UCLA）博士，南卡罗来纳大学地理系的荣誉教授，曾担任美国摄影测量与遥感协会（ASP&RS）地理空间信息协会的主席。Jensen博士在遥感研究领域和教育工作中做出了卓越贡献，获得SAIC/ASP&RS授予的John E. Estes纪念教学奖、USGS/NASA颁发的William T. Pecora奖，以及美国地理科学家协会（AAG）授予的终身成就奖，并于2013年成为ASP&RS的荣誉会员。
译者简介
陈晓玲 博士，二级教授，博导，珞珈杰出学者，武汉大学定量遥感与空间信息技术应用方向学术带头人，中欧科技合作“龙计划”4期项目中方负责人（Lead Investigator），国家领土主权与海洋权益协同创新中心数字边海与空间信息技术应用团队负责人，国家自然科学基金委创新团队骨干成员。她一直从事遥感数字影像处理等方面的科研和教学工作。
[美]约翰 R. 詹森（John R. Jensen）著：约翰R.詹森（John R.Jensen）是加利福尼亚大学洛杉矶分校（UCLA）博士，南卡罗来纳大学地理系的荣誉教授，曾担任美国摄影测量与遥感协会（ASP&RS）地理空间信息协会的主席。Jensen博士在遥感研究领域和教育工作做出了卓越贡献，获得SAIC/ASP&RS授予的John E.Estes纪念教学奖、USGS/NASA颁发的William T.Pecora奖表彰，以及美国地理科学家协会授予的（AAG）终身成就奖，并于2013年成为ASP&RS的荣誉会员。
译者简介：陈晓玲,博士，二级教授，博导，珞珈杰出学者，武汉大学定量遥感与空间信息技术应用方向学术带头人，中欧科技合作“龙计划”4期项目中方负责人（Lead Investigator），国家领土主权与海洋权益协同创新中心数字边海与空间信息技术应用团队负责人，国家自然科学基金委创新团队骨干成员。她一直从事遥感数字影像处理等方面的科研和教学工作。
出版者的话
译者简介
作者简介
前言
致谢
第1章 遥感与数字影像处理1
1.1 概述1
1.2 现场数据采集1
1.3 遥感数据采集3
1.3.1 遥感观测4
1.3.2 遥感的优势与局限性6
1.4 遥感过程7
1.4.1 陈述问题8
1.4.2 确定现场数据与遥感数据的需求9
1.4.3 遥感数据采集11
1.4.4 遥感数据分析22
1.4.5 信息表达26
1.5 地球观测经济学26
1.6 公共和私人机构的遥感/数字影像处理工作27
1.6.1 公共机构中的遥感/数字影像处理工作28
1.6.2 私人机构中的遥感/数字影像处理工作29
1.7 地球资源分析透视29
1.8 本书的组织结构29
1.9 参考文献31
第2章 遥感数据采集34
2.1 概述34
2.2 模拟（硬拷贝）影像数字化34
2.2.1 数字影像术语34
2.2.2 测微密度计数字化34
2.2.3 视频数字化37
2.2.4 线/面阵列CCD数字化37
2.2.5 美国国家航空摄影计划数字化数据39
2.2.6 数字化需考虑的因素40
2.3 数字遥感数据采集40
2.4 离散传感器和扫描镜多光谱成像44
2.4.1 地球资源技术卫星及Landsat 1～7传感器系统44
2.4.2 NOAA多光谱扫描传感器56
2.4.3 SeaStar卫星及宽视场海洋观测传感器64
2.5 线阵列多光谱成像65
2.5.1 NASA地球观测者1号高级陆地成像仪65
2.5.2 NASA Landsat 8（LDCM——陆地卫星的后续计划）67
2.5.3 SPOT传感器系统67
2.5.4 Pleiades卫星72
2.5.5 印度遥感系统73
2.5.6 韩国航空航天研究所多用途卫星KOMPSAT76
2.5.7 Astrium公司Sentinel-2卫星77
2.5.8 高级星载热辐射与反射辐射仪78
2.5.9 多角度成像光谱辐射仪80
2.5.10 GeoEye公司的IKONOS-2、GeoEye-1、GeoEye-2卫星80
2.5.11 EarthWatch/DigitalGlobe公司的QuickBird、WorldView-1/2/3卫星82
2.5.12 ImageSat国际公司的EROS A和EROS B卫星84
2.5.13 RapidEye公司的RapidEye卫星84
2.5.14 DMC国际成像公司的SLIM-6和NigeriaSat-2卫星85
2.6 线/面阵列成像光谱仪85
2.6.1 NASA EO-1 Hyperion高光谱成像仪86
2.6.2 NASA机载可见光/红外成像光谱仪87
2.6.3 中分辨率成像光谱仪87
2.6.4 NASA高光谱红外成像仪89
2.6.5 Itres公司小型机载光谱成像仪89
2.6.6 HyVista公司的HyMap90
2.7 机载数码相机90
2.7.1 小幅面数码相机91
2.7.2 中幅面数码相机92
2.7.3 大幅面数码相机92
2.7.4 数字倾斜航空影像94
2.8 卫星摄影系统94
2.9 数字影像的数据格式96
2.9.1 逐像元按波段次序记录格式96
2.9.2 逐行按波段次序记录格式96
2.9.3 按波段次序记录格式96
2.10 小结97
2.11 参考文献97
第3章 数字影像处理的硬软件配置100
3.1 概述100
3.2 数字影像处理硬件100
3.2.1 中央处理器101
3.2.2 计算机类型102
3.2.3 只读存储器和随机存取存储器104
3.2.4 串行和并行影像处理104
3.3 操作模式及界面105
3.3.1 操作模式105
3.3.2 交互式图形用户界面107
3.3.3 批处理108
3.4 计算机操作系统和编译器109
3.4.1 输入设备110
3.4.2 输出设备110
3.5 数据存储与存档需求110
3.5.1 高速大容量存储器110
3.5.2 存档要求：寿命110
3.6 计算机显示的空间及色彩分辨率112
3.6.1 计算机屏幕的显示分辨率112
3.6.2 计算机屏幕的色彩分辨率112
3.7 数字影像处理的软件需求113
3.7.1 影像处理功能113
3.7.2 数字影像处理软件114
3.7.3 花费117
3.8 数字影像处理与国家空间数据基础设施117
3.9 参考文献118
第4章 影像质量评估与统计评价119
4.1 概述119
4.2 影像处理数学符号119
4.3 采样理论120
4.4 直方图及其对遥感数字影像处理的意义121
4.5 元数据123
4.6 查看特定位置或地理区域的单个像元亮度值123
4.6.1 单个像元亮度值的光标评价124
4.6.2 地理区域内像元亮度值的二维和三维评价124
4.7 影像的一元统计学描述125
4.7.1 遥感数据集中趋势测度125
4.7.2 离散度125
4.7.3 非对称性分布（直方图）与峰值测度126
4.8 影像多元统计127
4.8.1 多波段遥感数据协方差分析127
4.8.2 多波段遥感数据的相关分析129
4.9 特征空间图130
4.10 地统计学分析、自相关与克里金插值131
4.10.1 均半方差计算132
4.10.2 经验半方差图134
4.11 参考文献136
第5章 显示选项与科学可视化137
5.1 概述137
5.2 影像显示因素137
5.3 黑白硬拷贝影像显示139
5.3.1 行式打印机／绘图仪亮度图139
5.3.2 激光或喷墨打印机亮度图139
5.4 临时视频影像显示139
5.4.1 黑白和彩色亮度图139
5.4.2 位图图形140
5.4.3 RGB色彩坐标系统142
5.4.4 8位色彩查找表142
5.4.5 24位色彩查找表145
5.4.6 彩色合成145
5.5 遥感数据融合148
5.5.1 波段替换149
5.5.2 色彩空间转换与成分替换151
5.5.3 主成分分析、独立成分分析或Gram-Schmidt替换154
5.5.4 高频信息逐像元提取155
5.5.5 基于回归克里金的影像融合155
5.5.6 基于平滑滤波的亮度调节影像融合155
5.6 长度（距离）测量156
5.6.1 基于勾股定理的线性距离测量156
5.6.2 曼哈顿距离测量157
5.7 周长、面积和形状测量158
5.7.1 周长测量158
5.7.2 面积测量159
5.7.3 形状测量160
5.8 参考文献160
第6章 电磁辐射原理与辐射校正163
6.1 概述163
6.2 电磁能量的交互作用163
6.3 传导、对流和辐射164
6.4 电磁辐射模型164
6.4.1 电磁能量的波模型164
6.4.2 粒子模型：原子辐射169
6.5 大气能量-物质交互作用171
6.5.1 折射171
6.5.2 散射172
6.5.3 吸收173
6.5.4 反射175
6.6 地面能量-物质交互作用175
6.6.1 半球反射率、吸收率和透射率176
6.6.2 辐射通量密度177
6.7 大气中能量-物质的再次交互作用178
6.8 传感器系统能量-物质交互作用178
6.9 遥感探测器系统误差校正178
6.9.1 随机坏像元（散粒噪声）179
6.9.2 行或列缺失179
6.9.3 行或列部分缺失180
6.9.4 行起始问题180
6.9.5 n行条带180
6.10 遥感大气校正183
6.10.1 不必要的大气校正183
6.10.2 必要的大气校正183
6.10.3 大气校正类型184
6.10.4 大气衰减的绝对辐射校正184
6.10.5 大气衰减的相对辐射校正194
6.11 坡度和坡向影响校正199
6.11.1 余弦校正199
6.11.2 Minnaert校正200
6.11.3 统计-经验校正200
6.11.4 c校正200
6.11.5 局部校正滤波200
6.12 参考文献201
第7章 几何校正204
7.1 内部和外部几何误差204
7.1.1 内部几何误差204
7.1.2 外部几何误差209
7.2 几何校正类型210
7.2.1 从影像到地图的校正210
7.2.2 从影像到影像的配准211
7.2.3 影像校正／配准的混合方法212
7.2.4 从影像到地图的几何校正213
7.3 从影像到地图校正的实例219
7.3.1 选择合适的地图投影219
7.3.2 地面控制点的采集228
7.3.3 通过评价GCP的总RMSerror来确定最优几何校正系数229
7.3.4 采用空间和亮度插值重采样方法填充输出矩阵232
7.4 镶嵌232
7.5 总结235
7.6 参考文献235
第8章 影像增强238
8.1 概述238
8.2 影像缩小与放大238
8.2.1 影像缩小238
8.2.2 影像放大238
8.3 横断面（空间剖面）240
8.4 光谱剖面243
8.5 对比度增强245
8.5.1 线性对比度增强245
8.5.2 非线性对比度增强249
8.6 波段比251
8.7 邻域栅格运算252
8.7.1 定性邻域栅格建模253
8.7.2 定量邻域栅格建模254
8.8 空间滤波254
8.8.1 空间卷积滤波255
8.8.2 傅里叶变换261
8.9 主成分分析266
8.10 植被指数271
8.10.1 控制叶面反射的主导因素272
8.10.2 遥感植被指数279
8.11 纹理变换293
8.11.1 空间域一阶统计量293
8.11.2 空间域二阶统计量297
8.11.3 纹理单元作为纹理光谱元素300
8.11.4 基于半方差图的纹理统计302
8.12 景观生态学指标302
8.13 参考文献305
第9章 遥感专题信息提取：模式识别312
9.1 概述312
9.2 引言312
9.3 监督分类314
9.3.1 土地利用和地面覆盖分类方案314
9.3.2 训练样区选择与统计量提取326
9.3.3 选择影像分类最佳波段：特征选取330
9.3.4 选择合适的分类算法340
9.4 非监督分类347
9.4.1 链式非监督分类347
9.4.2 ISODATA非监督分类351
9.4.3 非监督聚类整理355
9.5 模糊分类356
9.6 面向对象影像分析的分类357
9.6.1 面向地理对象的影像分析和分类357
9.6.2 面向对象影像分析分类的思考361
9.7 分类过程中辅助数据的整合363
9.7.1 与辅助数据有关的问题364
9.7.2 整合辅助数据改进遥感分类图的方法364
9.8 参考文献366
第10章 人工智能信息提取370
10.1 概述370
10.2 专家系统370
10.2.1 专家系统的用户界面371
10.2.2 创建知识库372
10.2.3 推理机374
10.2.4 在线数据库374
10.2.5 遥感数据专家系统375
10.3 基于人工规则的决策树分类375
10.3.1 待检验的假设376
10.3.2 规则（变量）376
10.3.3 条件377
10.3.4 推理机377
10.4 基于机器学习决策树和回归树的分类378
10.4.1 机器学习378
10.4.2 决策树训练380
10.4.3 决策树生成380
10.4.4 从决策树到产生式规则381
10.5 随机森林分类器383
10.6 支持向量机383
10.7 神经网络384
10.7.1 用于遥感信息提取的典型人工神经网络的组成和特点384
10.7.2 人工神经网络的优点390
10.7.3 人工神经网络的局限391
10.8 参考文献392
第11章 成像光谱信息提取396
11.1 概述396
11.2 全色、多光谱和高光谱数据采集396
11.2.1 全色数据396
11.2.2 多光谱数据396
11.2.3 高光谱数据396
11.3 高光谱数据信息提取的步骤399
11.4 从航带中选择研究区域400
11.5 影像质量的初始评价401
11.5.1 高光谱彩色合成影像的目视检查402
11.5.2 单波段目视检查402
11.5.3 放映402
11.5.4 单波段统计检查403
11.6 辐射校正403
11.6.1 实地数据采集404
11.6.2 绝对大气校正404
11.7 高光谱遥感数据的几何校正406
11.8 高光谱数据降维407
11.9 端元的确定：定位光谱最纯像元409
11.9.1 像元纯度指数制图409
11.9.2 n维端元可视化410
11.10 高光谱数据制图和匹配412
11.10.1 光谱角制图412
11.10.2 亚像元分类（线性光谱分解、光谱混合分析）413
11.10.3 包络线去除法416
11.10.4 光谱库匹配技术417
11.10.5 高光谱数据的机器学习分析419
11.11 可选的高光谱数据分析指数422
11.11.1 比值植被指数423
11.11.2 归一化植被指数423
11.11.3 高光谱增强型植被指数423
11.11.4 黄色指数424
11.11.5 生理反射指数424
11.11.6 归一化水指数424
11.11.7 线性红边位置425
11.11.8 红边植被胁迫指数425
11.11.9 作物叶绿素含量预测425
11.11.10 修正的叶绿素吸收率指数426
11.11.11 叶绿素指数426
11.11.12 中分辨率成像光谱仪陆生叶绿素指数426
11.12 微分光谱426
11.12.1 窄波段微分植被指数427
11.12.2 基于微分比率的红边位置确定427
11.13 参考文献428
第12章 数字变化检测432
12.1 概述432
12.2 变化检测步骤432
12.2.1 指定专题属性或感兴趣的指标432
12.2.2 指定变化检测感兴趣的地理区域433
12.2.3 指定变化检测时段433
12.2.4 选择合适的土地利用／地面覆盖分类系统433
12.2.5 确定性与模糊性变化检测推理434
12.2.6 逐像元或面向对象的变化检测434
12.2.7 遥感系统变化检测需考虑的因素434
12.2.8 变化检测需要考虑的重要环境/变化因素437
12.2.9 选择最合适的变化检测算法441
12.3 “变/不变”二值变化检测算法442
12.3.1 模拟“在屏”可视化变化检测442
12.3.2 影像代数二值变化检测445
12.3.3 多时相合成影像变化检测449
12.4 “从—到”专题变化检测算法453
12.4.1 摄影测量变化检测453
12.4.2 LiDAR测量变化检测455
12.4.3 分类后比较变化检测456
12.4.4 邻域相关影像变化检测460
12.4.5 光谱变化矢量分析462
12.4.6 利用辅助数据源作为时相1的数据进行变化检测464
12.4.7 对时相2使用二值变化掩膜处理的变化检测465
12.4.8 χ2变换变化检测465
12.4.9 互相关变化检测466
12.4.10 在屏目视变化检测与数字化467
12.5 变化检测的大气校正469
12.5.1 何时需要大气校正469
12.5.2 何时不需要大气校正470
12.6 小结470
12.7 参考文献470
第13章 遥感专题图精度评价475
13.1 概述475
13.2 精度评价步骤475
13.3 遥感专题图的误差源477
13.4 误差矩阵478
13.5 训练样本与地面参考验证信息479
13.6 样本容量480
13.6.1 基于二项式概率理论的样本容量480
13.6.2 基于多项式分布的样本容量480
13.7 采样设计（框架）482
13.7.1 简单随机采样482
13.7.2 系统采样483
13.7.3 分层随机采样483
13.7.4 分层系统非均衡采样484
13.7.5 聚类采样484
13.8 利用响应设计获取地面参考信息485
13.9 误差矩阵的评价485
13.9.1 误差矩阵的描述性评价486
13.9.2 用于误差矩阵的多元离散分析方法486
13.9.3 误差矩阵的模糊化489
13.10 变化检测图的精度评价491
13.10.1 在变化检测研究中单个专题图的精度评价492
13.10.2 “从—到”变化检测图的精度评价492
13.10.3 二值变化检测图的精度评价493
13.10.4 面向对象影像分析分类图的精度评价494
13.11 地统计学分析方法用于精度评价494
13.12 影像元数据与遥感产品谱系信息495
13.12.1 单景影像元数据495
13.12.2 遥感产品的谱系信息495
13.13 参考文献496
附录 影像和其他地理空间信息来源499
索引517
