沈永林、王迪、申克建、孙政著的《基于分形和结构推理的玉米旱情遥感监测方法研究(精)》以玉米作物旱情监测为目标，以时序遥感影像和气象观测站降水数据为基础，建立了一种顾及作物物候特征的多干旱指数联合监测方法。即利用检测的玉米作物物候信息校正以遥感为数据源的植被状态指数(VCI)，利用结构推理的方法融合修正的VCI指数和标准降水指数(SPI)。实现对玉米作物旱情的联合监测。本书介绍了以下几项主要的研究工作和成果。
(1)遥感影像不规则兴趣区的分维估计算法
针对玉米作物耕地呈块区(不规则兴趣区)在遥感影像上分布的特点，利用分形乘积的原理，设计了一种降维一差分计盒维数法(Dimensionality-Re-duction based Differential Box-Counting algoIithm，DR-DBC)，以实现对遥感影像不规则兴趣区的分维估计。
(2)分维与玉米作物物候的相关性检验
针对玉米作物生育期遥感时序影像分维变化的特点，建立了分维时序峰值与玉米作物物候的对应关系，并利用地面调查数据作了实验验证。通过构建一系列的对比因子和对比指标，对分维鲁棒性进行了检验．验证了该指标用于表征玉米作物发育状态的可行性。
(3)玉米作物物候的动态估计算法
针对实际应用中对玉米作物物候信息现时性需求，考虑以NDVI均值、分维值和有效积温为数据输入，以行政区划为目标单元，构建以隐形马尔可夫模型(Hidden Markov Model，HMM)为基础的玉米作物物候信息动态估计框架。通过实例验证，并与常规逐像元物候检测方法对比分析，验证了该方法的有效性。
(4)物候调节植被指数(PA-VCI)及其与SPI指数互相关性检验
针对VCI：指数以日历年为时间基准，忽略了作物本身物候变化的缺陷，提出了一种物候调节植被状态指数(Phenology Adlusted Vegetation ConditionIndex，PA-VCI)。通过与常规VcI指数对比分析和实例验证。验证了利用作物物候信息修正VCI指数的必要性，并检验了PA-VCI指数与SPI指数的互相关性。
(5)PA-VCI指数与SPI指数的融合算法
考虑到对遥感干旱指数和气象干旱指数优劣互补的必要性，提出利用结构推理的方法对PA-VCI指数和月时间尺度SPI指数进行融合处理。实现对玉米作物旱情的监测，从而为防灾减灾、国民经济和社会的可持续发展提供决策支持。

第一章 绪论
第一节 研究背景及意义
第二节 研究目的、内容及解决的关键问题
一、研究目的
二、研究内容
三、解决的关键问题
第三节 研究方法与技术路线
一、研究方法
二、技术路线
第四节 本书的组织结构
本章小结
第二章 农业干旱监测及作物物候检测方法研究进展
第一节 遥感植被观测技术研究现状
第二节 农业干旱监测方法研究现状
一、基于地面单点观测的干旱指数
二、基于遥感面状观测的干旱指数
三、多干旱指数组合
第三节 作物物候检测方法研究现状
一、基于有效积温的方法
二、基于遥感植被指数的方法
本章小结
第三章 基于分形的玉米作物物候遥感特征提取方法
第一节 分形与分维
一、分形及分维估计
二、降维一差分计盒维数法
第二节 分维与玉米作物物候
一、分维变化原理
二、NDVI影像预处理
三、分形无标度区间
四、分维变化峰值检测
五、实验分析
第三节 分维鲁棒性检验
一、对比因子
二、对比指标
三、实验结果
第四节 县级单元玉米发育期制图
本章小结
第四章 基于HMM的玉米作物物候动态估计方法
第一节 HMM模型
一、HMM模型设定
二、混合模型设定
第二节 玉米作物生育期的HMM估计
一、多源特征提取
二、CPRS数据规则化
三、HMM参数估计
四、发育阶段百分比估计
第三节 实验及结果
本章小结
第五章 VCI指数的物候调节及其与SPI指数的关系
第一节 物候调节植被状态指数
一、植被状态指数
二、物候调节植被状态指数
第二节 标准化降水指数
一、SPI定义及计算方法
二、点面数据转换
三、SPI时间序列插值
第三节 两指数间的关系
一、遥感与气象干旱指数的关系
二、等级划分
三、时间滞后及互相关性分析
第四节 实验与结果分析
一、研究区及数据
二、时间滞后及互相关性探讨
三、干旱监测分析
本章小结
第六章 基于结构推理的多干旱指数融合方法
第一节 符号
第二节 结构推理原理
第三节 时间维度上的扩展
第四节 模型参数估计
一、模型参数初始估计
二、模型参数优化估计
第五节 实验及结果
一、样区选取与干旱样本统计
二、实验结果与分析
本章小结
第七章 结论与展望
第一节 结论
第二节 展望
参考文献
附录I 表格
附录Ⅱ 公式