抱歉，图书插图暂缺！

     本书针对大范围长时序农作物自动/半自动制图面临的瓶颈与挑战，围绕植被一农作物一复种指数一三大粮食作物等逐步深入，从时序遥感数据平滑、时序遥感指数、农作物制图方法设计与实践逐步深入，系统阐述了若干基于时序遥感影像的农作物制图研究思路与技术流程方法。遥感时间序列分析领域方兴未艾，本书从植被生长时序特征出发，基于时序遥感数据构建植被/农作物制图新方法，通过详细的方法阐述，使读者能够更好地理解和推广应用。
本书可供从事农业遥感领域及其相关领域科研人员参考，也可为相关专业研究生和本科生学习时序遥感分析方法、农作物制图相关理论与技术方法提供参考。
审图号：GS(2020)4234号

    抱歉，作者简介暂缺！

    前言
第1章 绪论
1.1 农作物遥感监测的研究意义
1.2 时序遥感分析技术研究进展
1.2.1 长时序遥感数据带来新契机
1.2.2 时序遥感分析技术方法
1.3 农作物遥感监测面临的挑战
1.4 本书内容与章节安排
1.5 本书的相关数据说明
第2章 基于连续小波变换的时序遥感数据平滑方法评估
2.1 研究背景
2.2 基于连续小波变换的时序遥感数据平滑步骤
2.3 平滑方法评估指标的设计
2.3.1 时序曲线平滑效果方面的评估指标
2.3.2 植被物候参数估计方面的评估指标
2.4 研究区概况与数据来源
2.4.1 研究区概况
2.4.2 数据来源
2.5 基于时序曲线数据平滑效果方面的方法评估
2.5.1 基于视觉效果的方法评估
2.5.2 基于保真度和平滑度的方法性能评估
2.6 基于植被物候参数估计方面的应用效果评估
2.7 讨论与结论
第3章 基于自适应时频域的植被遥感监测方法
3.1 方法概述
3.2 特征提取和相似度计算
3.2.1 连续小波变换
3.2.2 时间维/尺度维小波方差曲线
3.2.3 优选分离度区间选取及相似度计算
3.3 植被遥感分类流程
3.4 黑河流域植被遥感监测
3.4.1 研究区概况与数据来源
3.4.2 地物标准小波方差曲线
3.4.3 植被空间分布图
3.4.4 精度评价
3.5 结论
第4章 基于时序离散度的植被遥感制图方法
4.1 研究背景
4.2 方法概述
4.2.1 植被指数时序曲线
4.2.2 时序指标设计
4.2.3 植被遥感分类流程
4.3 研究区概况与数据来源
4.4 我国中东部13个省（直辖市）植被空间分布图
4.5 精度评估验证
4.6 启示与意义
第5章 基于小波谱顶点的耕地复种指数遥感监测方法
5.1 研究背景
5.2 方法概述
5.2.1 小波系数谱
5.2.2 基于小波系数谱的特征提取
5.2.3 不同熟制的特征图谱分析
5.2.4 耕地复种指数判别流程
5.3 全国耕地复种指数遥感监测
5.3.1 研究区概况与数据来源
5.3.2 1980年以来4个年份全国耕地复种指数空间分布格局
5.3.3 方法精度评估
5.4 近40年中国耕地复种指数逐年变化态势评估
5.4.1 全国耕地复种指数逐年变化态势评估
5.4.2 重点农业区耕地复种指数逐年变化态势评估
5.5 基于时序分析方法的我国耕地复种指数演变趋势分析
5.5.1 时间序列趋势分析与突变点检测方法
5.5.2 20世纪末全国耕地复种指数演变趋势分析
5.5.3 21世纪初全国耕地复种指数演变趋势分析
5.5.4 21世纪初全国耕地复种指数变化模式分析
5.6 全国耕地复种指数演变驱动机制分析
5.7 全国MODIS时序影像数据云覆盖情况评估
5.8 结论
第6章 基于极差比指数的水稻制图方法
6.1 研究背景
6.2 方法思路与指标设计
6.3 CCVS水稻制图方法
6.3.1 双季稻指标的改进
6.3.2 水稻判别规则
6.42 1 世纪初我国东南九省一市水稻遥感制图
6.4.1 研究区概况与数据来源
6.4.2 2001～2013年水稻空间分布图
6.4.3 CCVS水稻制图方法精度评估与验证
6.5 21世纪初我国东南九省一市水稻分布格局时空演变分析
6.5.1 2001～2013年我国东南九省一市水稻种植面积变化特征
6.5.2 不同海拔区间水稻缩减面积变化特征
6.5.3 水稻空间分布重心演变轨迹分析
6.5.4 水稻缩减或扩展变化模式分析
6.6 水稻种植密度与种植强度的演变分析
6.6.1 逐年水稻种植密度与累计种植密度的计算
6.6.2 水稻种植密度的演变分析
6.6.3 水稻种植强度的演变分析
6.6.4 不同海拔区间水稻种植密度与种植强度演变规律
6.7 结论
第7章 基于数据可获得性的自适应水稻制图方法
7.1 研究背景
7.2 研究区概况及数据来源
7.2.1 研究区概况
7.2.2 数据来源与数据预处理
7.3 ARMM方法
7.3.1 CCVS水稻制图方法适用性和不确定性评估
7.3.2 自适应影像特征选取
7.3.3 分区策略和遥感影像对象特征提取
7.3.4 水稻分类流程
7.3.5 方法精度评估
7.4 结果分析
7.4.1 依据数据可获得性进行分区
7.4.2 遥感影像特征提取
7.4.3 水稻空间分布图
7.4.4 方法精度评估结果
7.5 讨论与结论
7.5.1 ARMM方法的意义和启示
7.5.2 时序遥感分类方法面临的挑战与应对策略
第8章 基于生长期植被指数变化量的冬小麦制图方法
8.1 常用冬小麦遥感监测方法
8.1.1 相似性度量法
8.1.2 冬季生长峰判别法
8.2 农作物植被指数时序曲线分析
8.2.1 冬小麦类内异质性分析
8.2.2 冬小麦与其他植被的相似性和差异性分析
8.3 冬小麦制图技术流程
8.3.1 冬小麦关键物候期趋势面模型
8.3.2 生长期植被指数变化量指标
8.3.3 冬小麦判别标准
8.4 研