基于地物波谱数据库的分类识别研究
摘要
遥感技术是以电磁波辐射为表现形式，通过各种有效的手段来收集、处理、分析和提取所需要的特征，达到识别所研究对象的存在、状况和动态的目的。作为一种采集地球数据及其变化信息的重要技术手段，遥感在许多国家的政府部门、科研单位和公司得到了广泛的应用。
现代遥感技术最重要的形式就是通过各种遥感器，收集地面物体在某一电磁波辐射范围内所反映的图像，通过对获取图像的分析、研究，达到识别物体的目的。可见，任何遥感图像都是地物电磁波谱特性的客观记录，遥感图像的分析解译与应用处理过程，就是一个从记录电磁波谱辐射能量的图像反推地物目标属性类别及其时空分布变化的过程。因此，研究地球表面各种物体电磁波辐射特性是遥感技术的一项极重要的基础，也是推动遥感技术发展必不可少的工作。
遥感科学应用中主要研究地物电磁波谱的反射、发射和微波特性，主要利用的波段包括0.36～2.5μm的反射光谱段，3～5μm的反射发射光谱段，8～14μm的发射光谱段和大于1cm的某些微波谱段。目前，遥感研究地物波谱的内容主要有：①地物波谱测量与多光谱遥感最佳波段选择；②遥感信息模型研究；③热红外和微波波谱特性研究；④地物波谱特性的物理数学模式研究；⑤地物波谱在成像光谱数据处理中的应用。
随着遥感技术定性向定量化方向的发展，数据源的波谱分辨率和空间分辨率的提高，如太空成像公司(Space Imaging)开发的IKONOS卫星带有高达1m空间分辨率的全色波段，早期使用的多波段式低光谱分辨率的光谱仪已逐渐被具有高光谱分辨率的光谱仪所替代，而由此所引起的数据量日益庞大问题对地物光谱数据的收集、积累和管理提出了更新、更高的要求。建立地物波谱数据库，运用先进的计算机技术来保存、管理和分析这些信息，一方面可以改进与提高对地物波谱信息的处理、分析能力与效率，加强遥感基础理论的研究，另一方面为地物波谱数据在计算机图像处理、自动判读的应用研究工作提供有效手段，同时为遥感技术及其应用人员提供方便、快速的查询系统及灵活、多样的数据处理
功能，促进遥感技术和应用研究的深入发展。
随着遥感应用的深入，遥感信息与地物相互作用的研究有了进一步发展，特别是成像光谱仪的应用，不仅显示了地物波谱特性研究的重要性，而且也推动了这一领域的研究。因为它可以获得图谱合一的信息，可以直接将地物波谱特性和遥感图像结合在一起，在图像分析和应用方面都取得了很好的效果。
本论文在研究地物波谱数据特性基础上，采用Visual Basic 6.0设计并实现波谱数据库的编辑、查询、分析等功能，研究地物波谱特征与遥感信息之间的关系，为识别地物提供理论依据。数据库的光谱分析处理方法主要有光谱特征提取、光谱匹配识别和光谱角度制图法。同时，以距离系数和夹角余弦作为匹配识别的相似性度量参数，分别对非成像光谱数据和多光谱数据进行实例分类研究，其中，非成像光谱数据选用JHU、USGS和JPL波谱库中的部分数据以及满洲里地区野外实测光谱数据；多光谱数据选用满洲里地区Landsat/TM遥感图像。另外，对TM数据进行分类研究时，由于原始遥感数据中包含的畸变信息是影响分类应用效果的重要因素，因此必须采用适当的方法对图像进行预处理，消除或部分消除图像畸变信息，本文利用PCI 软件的ATCOR2模块对原始数据进行了大气校正。对非成像光谱数据和多光谱成像数据进行的匹配识别，取得了较好的效果，为进一步的信息提取提供了参考。
Remote Sensing is one set of comprehensive technology, which is based on the electromagnetic wave, through various methods to collect, process, analyze and extract the needed feature so as to recognize the existence, conditions and dynamic situations of the studied objects. As a kind of important technology used to collect geo-science data and the changing information of the Earth, Remote Sensing has been widely used in many countries and their various institutions.
The prime form of contemporary Remote Sensing technology is as follows: through all kinds of sensors, collecting the imaging data within a specific electromagnetic spectrum and through analyzing and studying the acquired images so as to recognize the objects interested. That is to say, any remotely sensed image is objective record of the electromagnetic characteristic of ground objects. The process of interpretation and application of remotely sensed images is to retrieve the attributes and space-time dynamics of ground objects from the images that carry electromagnetic radiation information. Therefore, it is a key foundation of Remote Sensing technology to study the electromagnetic radiation characteristic of various ground objects, which in the meantime is an indispensable work to impel the progress of Remote Sensing technology.
In the application of Remote Sensing, the refection, emission and microwave characteristic are mainly concerned and the primary spectral range includes reflection band: 0.36～2.5μm, reflection and emission band: 3～5μm, emission band: 8～14μm, and some microwave bands: >1cm. Nowadays, the contents of the study of ground objects spectral characteristic mainly include (1) the measurement of ground objects’ spectra and the selection of the optimal window of multi-spectral Remote Sensing; (2) the study of remote sensing information models; (3) the study of thermal and
microwave spectral characteristics; (4) the study of physical and mathematical patterns of ground objects’ spectral characteristics; (5) the application of ground objects’ spectra in the processing of imaging spectral data.
Along with the development of Remote Sensing from the quality-oriented to the quantity-oriented and the increase in the spectral and spatial resolution of data source, such as 1-meter resolution of panchromatic band mounted on the Satellite IKONOS developed by Space Imaging Company, the relatively low resolution multi-spectral sensors have been gradually replaced by the high resolution counterparts. Nevertheless, the consequential problems of ever-increasing data amount engender new demands with regard to the collection, accumulation, and management of ground objects’ spectra. Building spectra database of ground objects and using advanced computer technology to save, manage and analyze these data, on the one hand, can improve the capability and efficiency of the processing and analyzing of spectral information and strengthen the foundational research of Remote Sensing, and on the other hand can provide effective means for the application personnel. In the meantime, they provide both research and application personnel with convenient and rapid query system and flexible and adverse data processing function and promote the further development of research and application Remote Sensing.
Along with the comprehensive application of Remote Sensing, the study of the interaction between Remote Sensing information and ground objects has further development. Especially, the application of imaging spectrometer not only reveals the importance of the study of spectral characteristic of ground objects but also promote the study in this domain. The spectrometer has achieved very good effects in image analyzing and application. The thesis, on the base of studying spectral characteristics of ground objects, uses Visual Basic 6.0 to design and implement database functions such as edition, query and analysis and studies the relationship between ground objects’ spectral
characteristics and remotely sensed information, which provide theore
现代遥感技术最重要的形式就是通过各种遥感器，收集地面物体在某一电磁波辐射范围内所反映的图像，通过对获取图像的分析、研究，达到识别物体的目的。可见，任何遥感图像都是地物电磁波谱特性的客观记录，遥感图像的分析解译与应用处理过程，就是一个从记录电磁波谱辐射能量的图像反推地物目标属性类别及其时空分布变化的过程。因此，研究地球表面各种物体电磁波辐射特性是遥感技术的一项极重要的基础，也是推动遥感技术发展必不可少的工作。
遥感科学应用中主要研究地物电磁波谱的反射、发射和微波特性，主要利用的波段包括0.36～2.5μm的反射光谱段，3～5μm的反射发射光谱段，8～14μm的发射光谱段和大于1cm的某些微波谱段。目前，遥感研究地物波谱的内容主要有：①地物波谱测量与多光谱遥感最佳波段选择；②遥感信息模型研究；③热红外和微波波谱特性研究；④地物波谱特性的物理数学模式研究；⑤地物波谱在成像光谱数据处理中的应用。
随着遥感技术定性向定量化方向的发展，数据源的波谱分辨率和空间分辨率的提高，如太空成像公司(Space Imaging)开发的IKONOS卫星带有高达1m空间分辨率的全色波段，早期使用的多波段式低光谱分辨率的光谱仪已逐渐被具有高光谱分辨率的光谱仪所替代，而由此所引起的数据量日益庞大问题对地物光谱数据的收集、积累和管理提出了更新、更高的要求。建立地物波谱数据库，运用先进的计算机技术来保存、管理和分析这些信息，一方面可以改进与提高对地物波谱信息的处理、分析能力与效率，加强遥感基础理论的研究，另一方面为地物波谱数据在计算机图像处理、自动判读的应用研究工作提供有效手段，同时为遥感技术及其应用人员提供方便、快速的查询系统及灵活、多样的数据处理
功能，促进遥感技术和应用研究的深入发展。
随着遥感应用的深入，遥感信息与地物相互作用的研究有了进一步发展，特别是成像光谱仪的应用，不仅显示了地物波谱特性研究的重要性，而且也推动了这一领域的研究。因为它可以获得图谱合一的信息，可以直接将地物波谱特性和遥感图像结合在一起，在图像分析和应用方面都取得了很好的效果。
本论文在研究地物波谱数据特性基础上，采用Visual Basic 6.0设计并实现波谱数据库的编辑、查询、分析等功能，研究地物波谱特征与遥感信息之间的关系，为识别地物提供理论依据。数据库的光谱分析处理方法主要有光谱特征提取、光谱匹配识别和光谱角度制图法。同时，以距离系数和夹角余弦作为匹配识别的相似性度量参数，分别对非成像光谱数据和多光谱数据进行实例分类研究，其中，非成像光谱数据选用JHU、USGS和JPL波谱库中的部分数据以及满洲里地区野外实测光谱数据；多光谱数据选用满洲里地区Landsat/TM遥感图像。另外，对TM数据进行分类研究时，由于原始遥感数据中包含的畸变信息是影响分类应用效果的重要因素，因此必须采用适当的方法对图像进行预处理，消除或部分消除图像畸变信息，本文利用PCI 软件的ATCOR2模块对原始数据进行了大气校正。对非成像光谱数据和多光谱成像数据进行的匹配识别，取得了较好的效果，为进一步的信息提取提供了参考。
Remote Sensing is one set of comprehensive technology, which is based on the electromagnetic wave, through various methods to collect, process, analyze and extract the needed feature so as to recognize the existence, conditions and dynamic situations of the studied objects. As a kind of important technology used to collect geo-science data and the changing information of the Earth, Remote Sensing has been widely used in many countries and their various institutions.
The prime form of contemporary Remote Sensing technology is as follows: through all kinds of sensors, collecting the imaging data within a specific electromagnetic spectrum and through analyzing and studying the acquired images so as to recognize the objects interested. That is to say, any remotely sensed image is objective record of the electromagnetic characteristic of ground objects. The process of interpretation and application of remotely sensed images is to retrieve the attributes and space-time dynamics of ground objects from the images that carry electromagnetic radiation information. Therefore, it is a key foundation of Remote Sensing technology to study the electromagnetic radiation characteristic of various ground objects, which in the meantime is an indispensable work to impel the progress of Remote Sensing technology.
In the application of Remote Sensing, the refection, emission and microwave characteristic are mainly concerned and the primary spectral range includes reflection band: 0.36～2.5μm, reflection and emission band: 3～5μm, emission band: 8～14μm, and some microwave bands: >1cm. Nowadays, the contents of the study of ground objects spectral characteristic mainly include (1) the measurement of ground objects’ spectra and the selection of the optimal window of multi-spectral Remote Sensing; (2) the study of remote sensing information models; (3) the study of thermal and
microwave spectral characteristics; (4) the study of physical and mathematical patterns of ground objects’ spectral characteristics; (5) the application of ground objects’ spectra in the processing of imaging spectral data.
Along with the development of Remote Sensing from the quality-oriented to the quantity-oriented and the increase in the spectral and spatial resolution of data source, such as 1-meter resolution of panchromatic band mounted on the Satellite IKONOS developed by Space Imaging Company, the relatively low resolution multi-spectral sensors have been gradually replaced by the high resolution counterparts. Nevertheless, the consequential problems of ever-increasing data amount engender new demands with regard to the collection, accumulation, and management of ground objects’ spectra. Building spectra database of ground objects and using advanced computer technology to save, manage and analyze these data, on the one hand, can improve the capability and efficiency of the processing and analyzing of spectral information and strengthen the foundational research of Remote Sensing, and on the other hand can provide effective means for the application personnel. In the meantime, they provide both research and application personnel with convenient and rapid query system and flexible and adverse data processing function and promote the further development of research and application Remote Sensing.
Along with the comprehensive application of Remote Sensing, the study of the interaction between Remote Sensing information and ground objects has further development. Especially, the application of imaging spectrometer not only reveals the importance of the study of spectral characteristic of ground objects but also promote the study in this domain. The spectrometer has achieved very good effects in image analyzing and application. The thesis, on the base of studying spectral characteristics of ground objects, uses Visual Basic 6.0 to design and implement database functions such as edition, query and analysis and studies the relationship between ground objects’ spectral
characteristics and remotely sensed information, which provide theore
引文
[1] 童庆禧等. 中国典型地物波谱及其特征分析. 北京：科学出版社，1990：2-17.
[2] [美] Thomas M.Lillesand，Ralph W.Kiefer著，彭望琭等译. 遥感与图像解译(第四版). 北京：电子工业出版社，2003：1-5.
[3] 田庆久，宫鹏. 地物波鹏数据库研究现状与发展趋势. 遥感信息，2002，(3)：1-7.
[4] 苏理宏，李小文，王锦地，唐世浩. 典型地物波谱知识库建库与波谱服务的若干问题. 地球科学进展， 2003,18(2)：185-191.
[5] 郑兰芬，王晋年. 成像光谱遥感技术及其图像光谱信息提取的分析研究. 环境遥感，1992，7(1)：49-57.
[6] 易维宁，陆亦怀，罗明. 地物光谱数据库及其在遥感中的应用. 光电子技术与信息，1998，11(5)：25-28.
[7] 唐军武. 海洋波谱数据分析处理系统. 海洋技术，1996，15(4)：10-17.
[8] 苏理宏，李小文，梁顺林，王锦地. 典型地物波谱库的数据体系与波谱模拟. 地球信息科学，2002，(4)：7-15.
[9] 田庆久，宫鹏. 地物波谱数据库研究现状与发展趋势. 遥感信息，2002，(3)：2-6.
[10] 张妍，簿立群，路兴昌. 长春净月潭地物波谱数据库的研究与开发. 遥感信息，2002，(6)：25-27.
[11] 万余庆，张凤丽，闫永忠. 矿物岩石高光谱数据库发析. 地球信息科学，2001，(3)：54-58.
[12] 邱宏烈，钟骏平，董新光，范燕敏，刘蕾，武红旗. 新疆乌鲁木齐附近地区主要地物的反射光谱特征. 新疆农业大学学报，2001，24(2)：17-21.
[13] 陈述彭，童庆禧，郭华东主编. 遥感信息机理研究. 北京：科学出版社，1998：228-231.
[14] 荀毓龙主编. 遥感基础试验与应用. 北京：中国科学技术出版社，
1991：115-118.
[15] 中国科学院空间科学技术中心编. 中国地球资源光谱信息资料汇编. 北京：能源出版社，1987：Ⅶ-Ⅺ.
[16] 戴昌达，姜小光，唐伶俐. 遥感图像应用处理与分析. 北京：清华大学出版社，2004：19-35.
[17] 梅安新，彭望琭，秦其明等. 遥感导论. 北京：高等教育出版社，2002：225-252.
[18] 朱亮璞主编. 遥感地质学. 北京：地质出版社，1994：14-18.
[19] 邢立新，陈圣波，潘军. 遥感信息科学概论. 长春：吉林大学出版社，2003：26-42.
[20] 马蔼乃. 遥感概论. 北京：科学出版社，1984：60-66.
[21] 汪国铎，金佩玉. 微波遥感. 北京：电子工业出版社，1989：35-56.
[22] 舒宁. 微波遥感原理. 武汉：武汉测绘科技大学出版社，2000：12-20.
[23] P. H. Swain，S. M. Davis著，朱振福，童彬等译. 遥感定量方法. 北京：科学出版社，1984：168-173.
[24] 朱述龙，张占睦. 遥感图像获取与分析. 北京：科学出版社，2000：14-24.
[25] 浦瑞良，宫鹏. 高光谱遥感及其应用. 北京：高等教育出版社，2000：47-79.
[26] Gregg Vane，Alexander F.H.Goetz. Terrestrial Imaging Specrometry: Current Status，Future Trends. Remote Sensing of Environment，1993，44：117-126.
[27] 王晋年，郑兰芬，童庆禧. 成象光谱图像光谱吸收鉴别模型与矿物填图研究. 环境遥感，1996，11(1)：20-31.
[28] 童庆禧，郑兰芬，王晋年等. 湿地植被成象光谱遥感研究. 遥感学报，1997，1(1)：50-57.
[29] 徐彬彬. 我国土壤光谱线之研究. 环境遥感，1991，6(1)：61-71.
[30] 徐彬彬，季耿善，朱永豪. 中国陆地背景和土壤光谱反射特性的地理分区的初步研究. 环境遥感，1991，6(2)：142-151.
[31] Roger N.Clark，Ted L.Roush. Reflectance Spectroscopy：Quantitative
Analysis Techniques for Remote Sensing Applications. Journal of Geophysical Research，1984，89B7(7)：6329-6340.
[32] John C. Price. An Approach for Analysis of Reflectance Spectra. Remote Sensing of Environment，1998，64：316-330.
[33] 何挺，程烨，王静. 野外地物光谱测量技术及方法. 中国土地科学，2002，16(5)：30-36.
[34] http://speclab.cr.usgs.gov.
[35] http://speclib.jpl.nasa.gov.
[36] http://eol.gsfc.nasa.gov.
[37] http://www.asdi.com.
[38] 李秉枢. 中国科学院遥感发展现状. 遥感应用年报，1980：2-4.
[39] 陈述彭主编. 区域地理信息分析方法与应用——以腾冲航空遥感试验区为例，北京：科学出版社，1990：1-3.
[40] 长春地质学院遥感地质研究室. 地物光谱测定的代表性问题.长春：吉林人民出版社，长春遥感试验论文集，1981：99-102.
[41] 吴荣. 合肥地区植物的光谱特征及其季节变化. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：171-176.
[42] 周轸世. 主要树种光谱特性分析.长春：吉林人民出版社，长春遥感试验论文集，1981：126-130.
[43] 戴昌达. 中国主要土壤光谱反射特性分类与数据处理的初步研究. 北京：科学出版社，遥感文选，1981：315-323.
[44] 梁凤仙，冯学智等. 某些岩石反射光谱的研究. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：89-94.
[45] 张静仪. 东太湖水体及其水生植物光谱特征的初步分析. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：132-141.
[46] 张仁华. 实验遥感模型及地面基础. 北京：科学出版社，1996：65-83.
[47] 杨柏林，王兴理等. 根据地面反射光谱数据对宁芜地区岩矿区分波段的选择.北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：19-27.
[48] 何在成，叶宗怀. 马鞍山地区主要岩类野外反射光谱数据的统计分
析. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：43-49.
[49] 叶宗怀，徐火盛. 广东省典型地物反射光谱数据的统计分析与应用. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：197-203).
[50] 吴至善，刘允良等. 东北区地物波谱数据统计分类、分析方法的研究. 中国科学院长春净月潭遥感试验站资助课题，课题编号9001.
[51] 龙瑞军，牟新特，陈功. 高山草地的光谱反射特征及其估产模型. 草业学报，1994，3(2)：59-64.
[52] 李京，陈晋，袁清. 应用NOAA／AVHRR遥感资料对大面积草场进行产草量定量估算的方法研究. 自然资源学报，1994，9(4)：365-374.
[53] 陈乾. 用植被指数监测干旱并估计冬麦产量. 遥感技术与应用，1994，9(3)：12-18.
[54] 项月琴，田国良. 遥感估算水稻产量――Ⅰ产量与辐射截获量的关系的研究. 环境遥感，1988，3(4)：308-316.
[55] 田国良，项月琴. 遥感估算水稻产量――Ⅱ用光谱数据和陆地卫星图像估算水稻产量. 环境遥感，1989，4(1)：73-79.
[56] 徐希孺，牛铮，曹洪凯等. 对建立遥感估产模式的几点初步认识. 环境遥感，1994，9(2)：100-105.
[57] 李小文，王锦地. 先验知识在遥感反演中的作用. 中国科学D辑，1998，28(1)：67-72.
[58] 王锦地，李小文等. 树冠叶面积体密度和叶面积指数的间接估值方法研究. 环境遥感，1995，10(4)：288-297.
[59] 李小文，地物的二向性反射和方向谱特征. 环境遥感，1989，4(1)：67-72.
[60] 高峰，李小文等，基于知识的分阶段不确定性多角度遥感反演. 中国科学D 辑，1998，28(4)：346-350.
[61] 金亚秋，刘长龙，人工神经网络模型反演植被量参数. 遥感学报，1997，1(2)：83-87.
[62] 王晋年，张兵，刘建贵，童庆禧，郑兰芬. 以地物识别和分类为目
标的高光谱数据挖掘. 中国图像图形学报，1999，4A(11)：957-964.
[63] 方红亮，田庆久. 高光谱遥感在植被监测中的研究综述. 遥感技术与应用，1998，13(1)：62-69.
[64] 申广荣，王人潮. 植被高光谱遥感的应用研究综述. 上海交通大学学报(农业科学版)，2001，19(4)：315-321.
[65] Fuan Tsai，William Philpot. Derivative Analysis of Hyperspectral Data. Remote Sensing of Environment，1998，66：41-51.
[66] 张杰林，岑长华，陆书宁等. 砂岩型铀矿光谱特征匹配技术研究. 铀矿地质，2003，19(2)：119-125.
[67] 王秀珍，王人潮，黄敬峰. 微分光谱遥感及其在水稻农学参数测定上的应用研究. 农业工程学报，2002，18(1)：9-13.
[68] 张丰，熊桢，寇宁. 高光谱遥感数据用于水稻精细分类研究. 武汉理工大学学报，2002，24(10)：.36-46.
[69] 王增柱，刘同怀，黄鲁. 基于光谱分类的超光谱数据压缩方法. 遥感技术与应用，2001，16(3)：148-152.
[70] 张杰林，曹代勇. 成像光谱数据挖掘与矿物填图技术研究. 遥感技术与应用，2002，17(5)：259-263.
[71] F. A. Druse，A. B. Lefkoff，J. W. Boardman，K.B.Heidebrecht. The Spectral Image Processing System(SIPS)－Interactive Visualization and Analysis of Imaging Spectrometer Data. Remote Sensing of Environment，1993，44：145-163.
[72] Meer F van der, Bakker W. Cross correlogram spectral matching：application to surface mineralogical mapping by using AVIRIS data from Cuprite，Nevada. Remote Sensing of Environment，1997，61：371-382.
[73] O. Mutanga，A. K. Skidmore，H. H. T. Prins. Predicting in situ pasture quality in the Kruger National Park，South Africa，using continuum-removed absorption features. Remote Sensing of Environment，2004，89：393-408.
[74] 王向军，杨惠琼，郑兰芬，胡起秀. 高光谱图像处理分析系统HIPAS
的系统设计及实现. 中国图象图形学报，1999，4A版(12)：1066-1071.
[75] 宫彦军，王艳红等. 高光谱识别目标的光谱分离分析方法. 内蒙古大学学报(自然科学版)，2003，34(2)：231-234.
[76] 秦其明. 遥感图像自动解译面临的问题与解决的途径. 测绘科学，2000，25(2)：21-24.
[77] 白继伟，赵永超，张兵，童庆禧，郑兰芬. 基于包络线消除的高光谱分类方法研究. 计算机工程与应用，2003(13)：88-90.
[78] 邢立新，刘嘉宜. 岩石反射波谱与其化学成分关系研究. 遥感技术与应用，1999，14(3)：24~29.
[79] 宁书年，吕松棠，杨小勤等编著. 遥感图像处理与应用. 地震出版社，1995：72-85.
[80] 陈圣波，周云轩，邢立新等. 地球空间信息学概论. 吉林科学技术出版社，2001：50-65.
[81] 李树楷. 遥感时空信息集成技术及其应用. 科学出版社，2003：8-10.
[2] [美] Thomas M.Lillesand，Ralph W.Kiefer著，彭望琭等译. 遥感与图像解译(第四版). 北京：电子工业出版社，2003：1-5.
[3] 田庆久，宫鹏. 地物波鹏数据库研究现状与发展趋势. 遥感信息，2002，(3)：1-7.
[4] 苏理宏，李小文，王锦地，唐世浩. 典型地物波谱知识库建库与波谱服务的若干问题. 地球科学进展， 2003,18(2)：185-191.
[5] 郑兰芬，王晋年. 成像光谱遥感技术及其图像光谱信息提取的分析研究. 环境遥感，1992，7(1)：49-57.
[6] 易维宁，陆亦怀，罗明. 地物光谱数据库及其在遥感中的应用. 光电子技术与信息，1998，11(5)：25-28.
[7] 唐军武. 海洋波谱数据分析处理系统. 海洋技术，1996，15(4)：10-17.
[8] 苏理宏，李小文，梁顺林，王锦地. 典型地物波谱库的数据体系与波谱模拟. 地球信息科学，2002，(4)：7-15.
[9] 田庆久，宫鹏. 地物波谱数据库研究现状与发展趋势. 遥感信息，2002，(3)：2-6.
[10] 张妍，簿立群，路兴昌. 长春净月潭地物波谱数据库的研究与开发. 遥感信息，2002，(6)：25-27.
[11] 万余庆，张凤丽，闫永忠. 矿物岩石高光谱数据库发析. 地球信息科学，2001，(3)：54-58.
[12] 邱宏烈，钟骏平，董新光，范燕敏，刘蕾，武红旗. 新疆乌鲁木齐附近地区主要地物的反射光谱特征. 新疆农业大学学报，2001，24(2)：17-21.
[13] 陈述彭，童庆禧，郭华东主编. 遥感信息机理研究. 北京：科学出版社，1998：228-231.
[14] 荀毓龙主编. 遥感基础试验与应用. 北京：中国科学技术出版社，
1991：115-118.
[15] 中国科学院空间科学技术中心编. 中国地球资源光谱信息资料汇编. 北京：能源出版社，1987：Ⅶ-Ⅺ.
[16] 戴昌达，姜小光，唐伶俐. 遥感图像应用处理与分析. 北京：清华大学出版社，2004：19-35.
[17] 梅安新，彭望琭，秦其明等. 遥感导论. 北京：高等教育出版社，2002：225-252.
[18] 朱亮璞主编. 遥感地质学. 北京：地质出版社，1994：14-18.
[19] 邢立新，陈圣波，潘军. 遥感信息科学概论. 长春：吉林大学出版社，2003：26-42.
[20] 马蔼乃. 遥感概论. 北京：科学出版社，1984：60-66.
[21] 汪国铎，金佩玉. 微波遥感. 北京：电子工业出版社，1989：35-56.
[22] 舒宁. 微波遥感原理. 武汉：武汉测绘科技大学出版社，2000：12-20.
[23] P. H. Swain，S. M. Davis著，朱振福，童彬等译. 遥感定量方法. 北京：科学出版社，1984：168-173.
[24] 朱述龙，张占睦. 遥感图像获取与分析. 北京：科学出版社，2000：14-24.
[25] 浦瑞良，宫鹏. 高光谱遥感及其应用. 北京：高等教育出版社，2000：47-79.
[26] Gregg Vane，Alexander F.H.Goetz. Terrestrial Imaging Specrometry: Current Status，Future Trends. Remote Sensing of Environment，1993，44：117-126.
[27] 王晋年，郑兰芬，童庆禧. 成象光谱图像光谱吸收鉴别模型与矿物填图研究. 环境遥感，1996，11(1)：20-31.
[28] 童庆禧，郑兰芬，王晋年等. 湿地植被成象光谱遥感研究. 遥感学报，1997，1(1)：50-57.
[29] 徐彬彬. 我国土壤光谱线之研究. 环境遥感，1991，6(1)：61-71.
[30] 徐彬彬，季耿善，朱永豪. 中国陆地背景和土壤光谱反射特性的地理分区的初步研究. 环境遥感，1991，6(2)：142-151.
[31] Roger N.Clark，Ted L.Roush. Reflectance Spectroscopy：Quantitative
Analysis Techniques for Remote Sensing Applications. Journal of Geophysical Research，1984，89B7(7)：6329-6340.
[32] John C. Price. An Approach for Analysis of Reflectance Spectra. Remote Sensing of Environment，1998，64：316-330.
[33] 何挺，程烨，王静. 野外地物光谱测量技术及方法. 中国土地科学，2002，16(5)：30-36.
[34] http://speclab.cr.usgs.gov.
[35] http://speclib.jpl.nasa.gov.
[36] http://eol.gsfc.nasa.gov.
[37] http://www.asdi.com.
[38] 李秉枢. 中国科学院遥感发展现状. 遥感应用年报，1980：2-4.
[39] 陈述彭主编. 区域地理信息分析方法与应用——以腾冲航空遥感试验区为例，北京：科学出版社，1990：1-3.
[40] 长春地质学院遥感地质研究室. 地物光谱测定的代表性问题.长春：吉林人民出版社，长春遥感试验论文集，1981：99-102.
[41] 吴荣. 合肥地区植物的光谱特征及其季节变化. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：171-176.
[42] 周轸世. 主要树种光谱特性分析.长春：吉林人民出版社，长春遥感试验论文集，1981：126-130.
[43] 戴昌达. 中国主要土壤光谱反射特性分类与数据处理的初步研究. 北京：科学出版社，遥感文选，1981：315-323.
[44] 梁凤仙，冯学智等. 某些岩石反射光谱的研究. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：89-94.
[45] 张静仪. 东太湖水体及其水生植物光谱特征的初步分析. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：132-141.
[46] 张仁华. 实验遥感模型及地面基础. 北京：科学出版社，1996：65-83.
[47] 杨柏林，王兴理等. 根据地面反射光谱数据对宁芜地区岩矿区分波段的选择.北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：19-27.
[48] 何在成，叶宗怀. 马鞍山地区主要岩类野外反射光谱数据的统计分
析. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：43-49.
[49] 叶宗怀，徐火盛. 广东省典型地物反射光谱数据的统计分析与应用. 北京：能源出版社，中国地球资源光谱信息及其应用论文集，1986：197-203).
[50] 吴至善，刘允良等. 东北区地物波谱数据统计分类、分析方法的研究. 中国科学院长春净月潭遥感试验站资助课题，课题编号9001.
[51] 龙瑞军，牟新特，陈功. 高山草地的光谱反射特征及其估产模型. 草业学报，1994，3(2)：59-64.
[52] 李京，陈晋，袁清. 应用NOAA／AVHRR遥感资料对大面积草场进行产草量定量估算的方法研究. 自然资源学报，1994，9(4)：365-374.
[53] 陈乾. 用植被指数监测干旱并估计冬麦产量. 遥感技术与应用，1994，9(3)：12-18.
[54] 项月琴，田国良. 遥感估算水稻产量――Ⅰ产量与辐射截获量的关系的研究. 环境遥感，1988，3(4)：308-316.
[55] 田国良，项月琴. 遥感估算水稻产量――Ⅱ用光谱数据和陆地卫星图像估算水稻产量. 环境遥感，1989，4(1)：73-79.
[56] 徐希孺，牛铮，曹洪凯等. 对建立遥感估产模式的几点初步认识. 环境遥感，1994，9(2)：100-105.
[57] 李小文，王锦地. 先验知识在遥感反演中的作用. 中国科学D辑，1998，28(1)：67-72.
[58] 王锦地，李小文等. 树冠叶面积体密度和叶面积指数的间接估值方法研究. 环境遥感，1995，10(4)：288-297.
[59] 李小文，地物的二向性反射和方向谱特征. 环境遥感，1989，4(1)：67-72.
[60] 高峰，李小文等，基于知识的分阶段不确定性多角度遥感反演. 中国科学D 辑，1998，28(4)：346-350.
[61] 金亚秋，刘长龙，人工神经网络模型反演植被量参数. 遥感学报，1997，1(2)：83-87.
[62] 王晋年，张兵，刘建贵，童庆禧，郑兰芬. 以地物识别和分类为目
标的高光谱数据挖掘. 中国图像图形学报，1999，4A(11)：957-964.
[63] 方红亮，田庆久. 高光谱遥感在植被监测中的研究综述. 遥感技术与应用，1998，13(1)：62-69.
[64] 申广荣，王人潮. 植被高光谱遥感的应用研究综述. 上海交通大学学报(农业科学版)，2001，19(4)：315-321.
[65] Fuan Tsai，William Philpot. Derivative Analysis of Hyperspectral Data. Remote Sensing of Environment，1998，66：41-51.
[66] 张杰林，岑长华，陆书宁等. 砂岩型铀矿光谱特征匹配技术研究. 铀矿地质，2003，19(2)：119-125.
[67] 王秀珍，王人潮，黄敬峰. 微分光谱遥感及其在水稻农学参数测定上的应用研究. 农业工程学报，2002，18(1)：9-13.
[68] 张丰，熊桢，寇宁. 高光谱遥感数据用于水稻精细分类研究. 武汉理工大学学报，2002，24(10)：.36-46.
[69] 王增柱，刘同怀，黄鲁. 基于光谱分类的超光谱数据压缩方法. 遥感技术与应用，2001，16(3)：148-152.
[70] 张杰林，曹代勇. 成像光谱数据挖掘与矿物填图技术研究. 遥感技术与应用，2002，17(5)：259-263.
[71] F. A. Druse，A. B. Lefkoff，J. W. Boardman，K.B.Heidebrecht. The Spectral Image Processing System(SIPS)－Interactive Visualization and Analysis of Imaging Spectrometer Data. Remote Sensing of Environment，1993，44：145-163.
[72] Meer F van der, Bakker W. Cross correlogram spectral matching：application to surface mineralogical mapping by using AVIRIS data from Cuprite，Nevada. Remote Sensing of Environment，1997，61：371-382.
[73] O. Mutanga，A. K. Skidmore，H. H. T. Prins. Predicting in situ pasture quality in the Kruger National Park，South Africa，using continuum-removed absorption features. Remote Sensing of Environment，2004，89：393-408.
[74] 王向军，杨惠琼，郑兰芬，胡起秀. 高光谱图像处理分析系统HIPAS
的系统设计及实现. 中国图象图形学报，1999，4A版(12)：1066-1071.
[75] 宫彦军，王艳红等. 高光谱识别目标的光谱分离分析方法. 内蒙古大学学报(自然科学版)，2003，34(2)：231-234.
[76] 秦其明. 遥感图像自动解译面临的问题与解决的途径. 测绘科学，2000，25(2)：21-24.
[77] 白继伟，赵永超，张兵，童庆禧，郑兰芬. 基于包络线消除的高光谱分类方法研究. 计算机工程与应用，2003(13)：88-90.
[78] 邢立新，刘嘉宜. 岩石反射波谱与其化学成分关系研究. 遥感技术与应用，1999，14(3)：24~29.
[79] 宁书年，吕松棠，杨小勤等编著. 遥感图像处理与应用. 地震出版社，1995：72-85.
[80] 陈圣波，周云轩，邢立新等. 地球空间信息学概论. 吉林科学技术出版社，2001：50-65.
[81] 李树楷. 遥感时空信息集成技术及其应用. 科学出版社，2003：8-10.