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

目前，光学卫星成像已由单传感器成像时代全面进入多传感器成像时代。多源遥感图像融合技术是光学卫星多传感器成像应用的关键核心技术，在遥感制图、图像判读、图像解释等应用中发挥着基础性作用。本书系统地介绍了遥感图像融合的研究背景、概念内涵和主要方法，包括多源遥感图像融合评价方法、宽幅多源光学遥感图像配准方法、全色与多光谱图像高保真融合方法、全色与高光谱图像高保真融合方法、多光谱与高光谱图像高保真融合方法，并给出了大量的实验分析与示例。本书取材广泛、理论与应用密切结合，对光学遥感图像融合应用与研究具有很好

本书主要介绍高分辨率光学遥感卫星影像区域网平差处理与应用，重点围绕高分辨率光学遥感卫星高精度区域网平差模型、方法和关键技术进行论述。全书共6章，综合介绍国内外高分辨率光学遥感卫星的技术发展现状，重点介绍高分辨率光学遥感卫星几何成像模型构建、高分辨率光学遥感卫星影像区域网平差模型构建、高分辨率光学遥感卫星影像匹配和大型区域网构建方法、高分辨率光学遥感卫星影像区域网平差参数解算和粗差探测方法、多源数据辅助光学遥感卫星影像区域网平差方法和典型多源遥感卫星影像区域网平差实验。

本书是在国产时空遥感云服务平台PIE-Engine系列用户手册和培训素材的基础上，集作者多年遥感大数据、云计算、人工智能等理论研究和开发实践经验升华凝练而成的。本书结合时空遥感云服务平台PIE-Engine设计理念、基本功能和技术特色，系统介绍了时空遥感云服务平台PIE-Engine基本理论、关键技术、操作流程和专题应用。本书聚焦时空遥感云服务技术前沿，力求理论与实践相结合，集海量遥感数据在线处理、遥感数据科学分析、全栈式遥感智能解译、遥感数据共享与发布的理论与操作实践于一体，用通俗易懂的语言阐

本书围绕航空光电成像高分辨率、宽覆盖及激光三维成像三个方面展开，就其研究现状、系统方案及实现过程中所遇到的问题及解决方案进行详细论述。第一部分像元超高分辨成像，主要介绍了亚像元、L形异形像元及空间编码扫描等效异形像元超分辨成像原理、工程实现及实验结果；第二部分大视场高分辨率成像系统，介绍了共心多尺度成像系统、面阵动态多幅扫描成像系统及线阵像面扫描拼接成像系统；第三部分直接测距型激光主动成像系统，主要介绍了国内外研究现状与发展趋势，以及涵盖系统设计全链路的关键技术。

光学偏振遥感信息链路涉及地球大气-地表系统多个环节，来自地-气系统的光偏振辐射信息传输特性仿真是其性质参数反演和偏振遥感图像解译的重要研究内容。本书系统介绍作者及其研究团队在偏振遥感成像仿真领域的多年研究成果。全书分为6章，按照典型地物偏振特征、大气偏振辐射传输特性、遥感探测器仿真和偏振遥感信息链路仿真等介绍相应的仿真技术与方法。调研大气及典型地物偏振遥感应用研究状况，分析不同自然地物典型样品以及人工目标样品的实验情况，介绍大气矢量辐射传输特性及代表性算法和时序成像偏振探测器仿真，在综合考虑偏振

本书系统讲授遥感图像解译的基础理论和实践，全面系统地阐述遥感图像解译的技术体系，重点突出遥感图像解译的技术及其应用方法。全书共分18章：第1章绪论，重点介绍遥感图像解译概述；第2章阐述遥感图像时空谱角特性；第3章介绍遥感图像解译对象特性；第4章重点阐述遥感图像解译原理；第5章阐述遥感图像解译标志；第6章阐述遥感图像解译方法；第7-12章依次介绍了高空间分辨率遥感图像解译、多光谱遥感图像解译、高光谱遥感图像解译、SAR图像解译、红外遥感图像解译和夜光遥感图像解译；第13-17章分别介绍了农业遥感图

高分辨率遥感图像场景分类是遥感影像解译中的一个关键任务，具有广泛的应用前景。本书介绍了高分辨率遥感图像场景分类的基本知识和现有的研究方法，并系统总结了作者在基于深度学习的高分辨率遥感图像场景分类方面的研究工作。全书共6章，分为4个部分：第一部分（第1章）介绍了高分辨率遥感图像场景分类的的定义、研究背景和现有研究工作，以及本书的主要内容；第二部分（第2章-3章）将特征提取策略和监督方式对高分辨率遥感图像场景分类性能的影响进行了定性分析和定量实验评估；第三部分（第4章-5章）介绍了两种不同解决思路的

《多源空谱遥感图像融合的表示学习方法》从多维信号表示与先验建模的角度出发，介绍了多维信号稀疏表示、低秩分析和张量表示等理论和方法，及其在空谱遥感图像的融合应用。《多源空谱遥感图像融合的表示学习方法》分两部分，共11章。**部分论述多维信号表示与建模基础，第1章简述从稀疏低秩分析到深度学习，第2章介绍稀疏表示与压缩感知，第3章介绍稀疏信号恢复与优化，第4章介绍多维信号矩阵低秩恢复理论与应用，第5章介绍多维信号张量表示与分析。第二部分介绍基于表示建模的空谱遥感图像融合应用，讨论一类空谱遥感图像融合问