本书围绕高光谱遥感图像智能分类与检测这一主题，着重介绍以机器学习、深度学习等为代表的智能新方法和新技术在高光谱图像分类与检测中的应用，反映该领域目前最新研究成果与趋势，突出先进性和前瞻性。本书在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性。

民间重要区域的安防和国家军事重地的值守，都需要对入侵目标实时监测其方位和运动轨迹。本专著主要是探讨基于动静态热释电红外传感器(PIR)探测器组构成的探测网域/对入侵目标的智能感知理论和技术应用方法。研究的焦点就是如何迅速准确地探测出入侵目标的方位和运动轨迹。

本专著以研发的新型动静态 PIR 探测器组构成探测网域，经过实验验证，提出基于动静态 PIR探测网域的入侵目标智能感知理论;提出 PIR探测网域的布局优化和性能评价及协同感知理念;探索基于新型PIR探测网域的多种入侵目标

本教材面向我国遥感科学与技术本科专业人才培养需求，围绕“遥感原理与应用”课程教学实际，结合武汉大学遥感专业及课程四十余年的建设经验和遥感学科发展前沿编写。全书共8章：第1章主要介绍电磁波的发射和反射、地物波谱特性等遥感物理基础知识；第2章主要介绍遥感平台种类、卫星轨道及运行特点，并对典型遥感卫星的轨道特征进行说明；第3章主要介绍遥感传感器的组成与特性，分别对光学和雷达等典型成像传感器成像原理进行说明；第4章和第5章分别对遥感图像几何处理和辐射校正的原理与方法进行阐述；第6章介绍遥感影像

本书系统地介绍了高分辨率遥感影像分割与分类的相关概念、原理、方法、步骤和新进展等，具体框架模型和实现方法都有着鲜明的特色，内容涵盖多分支融合网络、基于CNN的双边融合网络、小卷积特征重用模型、基于多尺度近端特征拼接网络、深度置信网络、局部与混合扩张卷积融合网络、预激活残差注意力网络、基于多判别器生成对抗网络以及3D-2D多分支特征融合和密集注意力网络模型在高光谱分辨率遥感影像分类中的应用；基于多目标粒子群优化算法和博弈论的高光谱影像降维方法；以及基于SReLU和用于快速目标识别的高空间

卫星遥感、地基观测、模型模拟、社会感知等是获取地球表层科学数据的主要手段，不同来源的数据之间存在强烈的互补性。本书围绕多源数据的融合计算展开研究，以多源遥感数据的信息融合为主体内容，并扩展到与地基数据、模型模拟数据和社会感知数据的融合。内容体系上分为同质数据融合、异质数据融合、异类数据融合等几个层次：首先介绍同质光学遥感数据的空-谱融合、时-空融合及时-空-谱融合方法；其次介绍光学、雷达、短波红外、多参量产品等异质数据间的融合方法；然后介绍地基观测、遥感观测、模型模拟与社会感知等异类数据间的融合

本专著的内容分为四大部分，第一部分为绪论，介绍各类成像卫星任务规划问题的基本特点、目前的发展现状、引出本文的具体内容；第二部分为方法论，介绍集成强化学习与运筹学的两阶段问题求解框架、流程、原理等，界定各部分具体模型方法的边界；第三部分为基于数学规划模型和确定性算法的任务调度问题研究、基于有限马尔可夫决策模型和强化学习算法的任务分配问题研究，为具体模型方法的理论推导、证明、设计等内容；第四部分为基于某型号卫星的实例研究。本专著的特色是深入浅出为读者介绍成像卫星任务规划问题，尽量用易于理解的方式展现

对地观测遥感技术、深度学习等先进技术快速发展，为陆地环境通行分析提供了空间数据与模型算法基础。本书首先对陆地环境通行分析理论与方法进行介绍，详细阐述陆地环境通行影响要素并构建陆地环境通行的指标体系，深入介绍陆地环境通行量化与评价分析模型，以及陆地环境通行要素与通行分析制图理论技术与方法，详细介绍陆地环境通行路径规划算法，概述当前陆地环境通行分析仿真系统与应用情况，并对陆地环境通行分析发展趋势及应用前景进行展望。陆地环境通行分析理论与方法，可为构建精准、逼近现实的陆地环境系统模型，优化传统通行路径

本书主要分为8章四个部分：第一部分，地物信息的传递过程；第二部分，遥感数据的信息性能及其特征；第三部分，遥感图像计算机解译的方法研究；第四部分，基于人工智能的遥感图像解译的实践。本书的主要内容已作为武汉大学的本科教材讲授多次，另外在教材中加入了大量的实验案例，以期增强理论结合实践的认识和理解。

本书共分7章，第1章主要介绍遥感影像与深度学习的基本概念；第2章主要介绍计算机操作与GPU基础知识；第3章主要介绍深度学习的数学基础；第4章主要介绍卷积神经网络基础和基本要素；第5章简要介绍了Python语言的基本语法与使用；第6章详细介绍了PyTorch和TensorFlow两个机器学习框架的搭建方法；第7章按实践操作步骤详细介绍了影像分类LeNet网络的代码实现、影像目标检测Faster R-CNN网络的代码实现与模型训练以及影像目标识别U-Net网络的代码实现与模型训练。