本书从全球变化科学认知出发，利用严密的数理逻辑与系统科学理论，对地震多发区长时间序列地表温度场数据进行深入研究，提出了一种基于遥感数据的多种数理统计模型融合的地表温度场异常特征的深度挖掘及分析方法，实现了对时序温度场数据与该地区地震频次相关的整体性、完备性、联系性及可认知性的分析及验证，使之通过对温度场的挖掘与分析，让人们能够在复杂的系统科学中获得更为有效的信息，同时，该模式及处理框架在更多有效数据的支持下，还可以继续改进及推广。 本书可供高等院校地理信息专业的师生阅读，也可供相关专业的工程技术人员参考。

1 绪论
1.1 研究背景与意义
1.2 国内外研究进展
1.2.1 热红外遥感与地震研究
1.2.2 地表温度反演研究
1.2.3 影响温度异常的因素研究
1.2.4 问题的提出
1.3 研究目标
1.4 研究内容
1.5 研究思路
1.6 本书研究结构及章节安排
参考文献
2 理论、方法及数据
2.1 地表温度反演基础及方法
2.1.1 地表温度反演基础
2.1.2 地表温度反演方法
2.1.3 重要参数的求解
2.2 研究区域概况及MODIS数据
2.2.1 研究区域概况
2.2.2 MODIS简介
2.2.3 MODIS产品
2.2.4 数据预处理
2.3 地震数据及其他辅助数据
2.3.1 地震数据
2.3.2 中国日值气象数据
2.3.3 地形地貌数据
2.3.4 中国断裂带分布数据
2.4 本章小结
参考文献
3 温度场时空特征数据挖掘
3.1 地表温度提取
3.2 高阶统计时空特征分析
3.3 时空特征序列选取
3.4 特征数据在预测模型构建的利用
3.5 本章小结
参考文献
4 喜马拉雅断裂带温度场时空变化分析
4.1 地震频次强度及其断裂带分布
4.2 温度场统计描述时空特征变化
4.3 温度场的场描述时空特征变化
4.4 本章小结
5 单次地震区温度场变化实例分析
5.1 九寨沟温度场时空特征变化
5.2 九寨沟温度场时延分析
5.3 九寨沟温度场扩散分析
5.4 九寨沟温度场预测分析
5.4.1 多元线性回归
5.4.2 优化神经网络模型
5.4.3 优化SVM模型
5.5 本章小结
参考文献
6 遥感应用分析
6.1 结论
6.2 可扩展性
参考文献
附录 Matlab GUI程序实现