具体描述
《变形监测技术与应用》共分15章，前8章主要介绍变形监测的原理和方法，后7章主要介绍这些原理和方法在典型工程中的应用。在基本原理中，主要介绍了变形监测的目的意义、精度要求、观测周期，以及变形监测系统的设计等原理。在变形监测方法中，重点介绍了水平位移、垂直位移、挠度、裂缝等的监测技术。为扩大读者的知识面，还补充介绍了应力、渗流等安全监测的技术内容。为反映现代变形监测技术的研究进展，本教材简要介绍了光纤监测技术、GPS监测技术，以及自动化监测技术。为全面反映变形监测工作的全过程，本教材对监测资料的整编，以及变形监测数学模型作了系统的介绍。在实际应用方面，本教材重点介绍了工业与民用建筑物、基坑工程、桥梁工程、地铁隧道工程、水利工程、边坡工程、软土地基工程等的变形监测技术和方法。读者可根据实际工作需要选读其中的有关章节。
《空间遥感影像解译与信息提取》 内容简介： 本书系统性地阐述了空间遥感影像解译的理论基础、关键技术与实践应用。在飞速发展的遥感技术背景下，如何从海量的遥感数据中有效地提取有价值的信息，是当前科学研究和工程应用中的核心挑战。本书旨在为读者提供一套全面、深入的知识体系，涵盖从影像预处理到复杂地物信息提取的全过程，并结合丰富的案例分析，帮助读者掌握空间遥感影像解译的核心技能。 第一部分 遥感影像基础理论与预处理 本部分将详细介绍遥感影像的成像原理、数据类型及其特性。读者将了解不同类型的遥感器（如光学传感器、雷达传感器）的工作方式，以及由此产生的不同成像原理（如反射成像、辐射成像、散射成像）对影像特征的影响。重点将放在分析不同波段（可见光、近红外、热红外、微波等）的反射与辐射特性，以及这些特性如何体现在影像的光谱信息中。 接着，本书将深入探讨遥感影像的预处理技术。这包括对原始影像进行几何校正，以消除由传感器平台姿态、地形起伏、地球曲率等因素造成的几何畸变，使其与地理坐标系统精确匹配。读者将学习不同类型的几何校正方法，包括辐射定标、大气校正，以消除或减弱大气对地物辐射信号的吸收和散射效应，获取真实的地表反射率信息。此外，还将介绍影像增强技术，如灰度拉伸、滤波、变换等，以改善影像的视觉质量，突出感兴趣的地物特征，为后续的解译工作奠定基础。色彩空间变换、主成分分析（PCA）等技术也将被详细讲解，它们能够有效地压缩数据维度，突出影像中的重要信息。 第二部分 影像解译方法与技术 本部分将系统介绍空间遥感影像解译的常用方法和核心技术。首先，我们将从目视解译入手，详细阐述目视解译的基本原理、要素（如色调、纹理、形状、阴影、空间位置和组合关系）及其在不同地物判读中的应用。目视解译虽然是一种传统方法，但其直观性和灵活性使其在许多复杂场景下依然发挥着重要作用。我们将通过大量实例，展示如何根据这些要素准确识别道路、房屋、农田、水体、植被等不同地物。 随后，本书将重点介绍自动化解译技术。这包括基于光谱特征的解译方法，例如像元二分模型、像元混合分解模型等，它们能够处理影像中的混合像元问题，提取更精细的光谱信息。我们将深入探讨纹理分析在遥感影像解译中的应用，包括灰度共生矩阵（GLCM）、局部二值模式（LBM）等纹理特征的提取与判读。 近年来，机器学习与深度学习在遥感影像解译领域取得了突破性进展。本书将详细介绍经典的机器学习算法，如支持向量机（SVM）、随机森林（Random Forest）、决策树（Decision Tree）等，并展示它们在地物分类、目标检测等任务中的应用。更重要的是，我们将投入大量篇幅介绍深度学习模型，包括卷积神经网络（CNN）及其在语义分割、目标识别、变化检测等方面的先进应用。读者将学习如何构建、训练和优化各种深度学习模型，以应对复杂多变的遥感数据。我们将讲解U-Net、DeepLab、Mask R-CNN等经典的深度学习架构，并结合遥感影像特性进行深入分析。 此外，本书还将介绍面向对象的影像分析（OBIA）方法。OBIA将影像分割为具有相似光谱和空间特征的“对象”单元，然后基于对象的属性（光谱、纹理、形状、上下文关系）进行分类和分析。OBIA能够有效克服传统像元级分类的“椒盐现象”，生成更连续、更符合地物真实形态的分类图。 第三部分 遥感影像信息提取的专题应用 本部分将聚焦于将遥感影像解译技术应用于实际领域，展示其强大的信息提取能力。 土地覆盖/土地利用分类： 详细介绍如何利用不同分类算法（监督分类、无监督分类、面向对象分类、深度学习分类）对遥感影像进行土地覆盖和土地利用类型的划分。我们将讨论不同分辨率影像在土地利用分类中的适用性，并探讨如何构建高精度土地利用变化图。 地物变化检测： 重点讲解变化检测的原理、方法和应用。我们将介绍基于影像比对、影像叠加、特征空间、机器学习和深度学习的变化检测技术，并展示其在城市扩张监测、耕地变化分析、森林覆盖动态监测、灾害影响评估等方面的应用。 地形地貌分析： 介绍如何利用数字高程模型（DEM）和遥感影像提取地形地貌信息，如坡度、坡向、曲率、流域分析、地貌单元划分等。这将为地质灾害研究、水土保持、区域规划提供重要的地理信息。 水体监测与分析： 讲解如何利用光学和微波遥感数据监测地表水体，包括水域提取、水体边界勾绘、水质参数反演（如叶绿素a浓度、悬浮物浓度）、洪水淹没监测等。 植被监测与分析： 探讨利用遥感技术对植被进行监测的方法，包括植被覆盖度提取、植被指数（如NDVI、EVI）的计算与分析、植被类型识别、长势监测、病虫害早期预警、森林资源调查等。 城市遥感应用： 聚焦于城市环境的遥感监测，包括城市建成区提取、城市热岛效应分析、城市绿地监测、城市交通网络提取、城市基础设施监测、城市扩张与演变分析等。 农业遥感应用： 介绍如何利用遥感技术服务于精准农业，包括作物类型识别、作物长势监测、病虫害监测、土壤水分监测、产量估算、农田灾害监测等。 环境监测与灾害评估： 阐述遥感在环境污染监测（如石油泄漏、大气污染物）、自然灾害（如地震、洪水、滑坡、森林火灾）监测、灾后评估和灾害风险分析中的关键作用。 第四部分 案例分析与前沿展望 在每个专题应用部分，本书都将穿插具体的案例分析，展示所介绍的技术如何在实际项目中得到应用，并分析其效果和局限性。这些案例将涵盖不同地区、不同类型的遥感数据和应用场景，以增强读者对理论知识的理解和实际操作能力的培养。 最后，本书将对空间遥感影像解译与信息提取的未来发展趋势进行展望，包括高光谱影像解译、时空序列遥感影像分析、多源遥感数据融合、遥感与大数据/人工智能的深度融合、三维遥感信息提取、实时/近实时遥感信息服务等前沿方向。 本书特点： 体系完整： 从基础理论到高级应用，全面覆盖了遥感影像解译的各个环节。 技术前沿： 重点介绍机器学习和深度学习等最新技术在遥感领域的应用。 实践导向： 结合大量真实案例，强调理论与实践的结合。 内容翔实： 深入浅出地讲解各种解译方法和技术，配以丰富的图表和数据。 面向读者： 适用于遥感、地理信息科学、测绘工程、环境科学、农学、林学、地质学等相关专业的本科生、研究生，以及从事遥感数据处理与应用的研究人员、工程师和技术人员。 通过阅读本书，读者将能够深刻理解空间遥感影像的本质，熟练掌握各类影像解译与信息提取的技术，并能将其有效地应用于解决实际问题，为推动遥感技术的进步与应用做出贡献。
作者简介
目录信息
读后感
评分
评分
评分
评分
评分
用户评价
评分
评分
评分
评分
评分
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有