遥感经典教材pdf各式，《遥感应用分析原理与方法》，赵英时著

VC环境下,遥感图像处理程序,主要完成对影像的预处理,以及边缘检测和框标点的确定等功能.由此得到精确的坐标从而解算所需参数,进而通过直接线性变换公式推算得到相应的大地坐标

非常详尽的遥感解译资料，可供学习参考！

文中基于植被指数(NDVI)和植被覆盖度像元分解模型,建立了兰州市南北两山植被覆盖度遥感定量模型,在此基础上研究了兰州市南北两山1991年和2006年两个时期的植被覆盖度动态变化,结果表明:1991—2006年兰州市南北两山绿化工程区植被覆盖度总体呈上升趋势,低植被覆盖度面积减小,中高和高植被覆盖度面积增加,其中七里河工程区植被覆盖度变化最为明显,绿化效果较好,安宁工程区绿化效果相对较差,结果可为兰州市南北两山绿化工程提供科学依据。

南师大问答遥感.pdf

摘要 本数据集主要包括7个文件夹，每个文件夹的内含文件格式和命名方式如下： 1. 封面图文件夹：内含命名为封面图*.jpg格式的数据； 2. 三亚市Landsat 8 OLI遥感影像图（真彩色合成）文件夹：内含三亚市Landsat 8 OLI遥感影像图（真彩色合成）*.jpg格式的数据； 3. 数据处理流程图文件夹：内含命名为数据处理流程图*.vsdx格式的数据； 4. 2008–2017年三亚市年度热异常提取结果图文件夹：内含2008–2017年*.png格式的逐年三亚市年度热异常提取结果图； 5. 2008–2017年三亚市年度热异常提取结果元数据文件夹：内含2008–2017年*.shp格式的逐年三亚市年度热异常提取结果元数据； 6. 代码文件夹：内含本数据集处理流程用到的*.py格式代码； 7. 三亚市矢量边界文件夹：内含*.shp格式的三亚市边界数据。 引用：孟庆岩; 谷艳春; 郝丽春; 胡蝶; 张颖; 张琳琳. 三亚市热异常遥感监测数据集(V1). 2018. 2018-12-05.

森林火灾严重程度遥感估测模型的比较研究，琚存勇，雷成亮，光谱卫星数据正作为一种生态系统变化检测的辅助工具被广泛应用，用相同波段或指数的不同时相差值评价森林火灾严重程度的研究也越

全国生态遥感年度报告2019，包括陆地植被生态（植被覆盖率、叶面积指数、净初级生产力等）、空气质量（气溶胶光学厚度、污染物、臭氧、紫外吸收性气溶胶指数等）、沙尘天气、水体面积（洞庭湖、鄱阳湖、丹江口水库、密云水库等）、太湖蓝藻水华、陆地积雪覆盖、渤海海冰冰情、全国火点（森林、草原、秸秆焚烧火点等）、地表温度（城市热岛）等卫星遥感监测情况

本书共分十三章，涵盖了遥感数据读取、影像预处理、大气校正、几何校正、滤波、分类、变化信息检测、多光谱数据分析、高光谱数据分析、矢量分析、DEM 分析和三维地形模拟、雷达数据分析、专题制图等方面的内容。以菜单索引的方式对ENVI软件的各项功能由浅入深地进行了详尽介绍，除介绍各功能的理论背景和操作过程外，还对各种操作过程中的参数选择进行了详细描述，并列出了部分算法的参考文献。

Global Forest Biomass http://webarchive.iiasa.ac.at/Research/FOR/biomass.html This work presents a technique to downscale the aggregated results of the FRA2005 from the country level to a half degree global spatial dataset containing forest growing stock; above/belowground biomass, dead wood and total forest biomass; and above-ground, below-ground, dead wood, litter and soil carbon. The downscaling method is derived using a relationship between net primary productivity (NPP) and biomass and the relationship between human impact and biomass assuming a decrease in biomass with an increased level of human activity. The results, presented here, represent one of the first attempts to produce a consistent global spatial database at half degree resolution containing forest growing stock, biomass and carbon stock values. Kindermann, G.E., McCallum, I., Fritz, S. & Obersteiner, M. 2008. A global forest growing stock, biomass and carbon map based on FAO statistics. Silva Fennica 42(3): 387–396. # All data in ESRI ASCII grid 0.5 deg lat/lon