高光谱遥感实验三.docVIP

2012级研究生《高光谱遥感技术》 实 验 报 告 姓名：张东霞 学号：2012110673 专业：摄影测量与遥感 成绩： 2013年4月28日 实验项目三 张东霞 2012110673 一、实验目的 1、掌握光谱包络线去除法； 2、掌握光谱数据变换的基本方法； 3、掌握光谱特征提取的基本方法； 二、实验内容 1、土壤光谱吸收带包络去除变换（正，反），参数提取位置、深度、宽度、对称度；计算各参数与土壤有机质含量之间的相关性。 以hs15为例绘制正、反包络线，并提取位置、深度、宽度、对称度等参数。 在光谱曲线相似的情况下， 直接从中提取光谱特征不便于计算， 需要对光谱曲线做进一步处理，以突出光谱的吸收特征。 包络线去除法（continuum removal）是一种有效增强感兴趣吸收特征的光谱分析方法， 它可以有效突出光谱曲线的吸收和反射特征， 并将反射率归一化为0 ~ 1.0， 光谱的吸收特征也归一化到一致的光谱背景上， 有利于与其他光谱曲线进行特征数值的比较， 从而提取特征波段以供分类识别。“包络线” 通常定义为逐点直线连接光谱曲线上那些凸出的峰值点， 并使折线在峰值点上的外角大于180°，以原始光谱曲线上的值除以包络线上对应的值， 即为光谱去包络。 光谱曲线的包络线计算公式： 光谱曲线的反包络线计算公式： 深度计算公式： 运用上述公式计算各数值绘制图表. 首先绘制样本hs15的原始光谱曲线图： 图1 原始光谱曲线 选择355-592为例进行各参数计算，首先计算斜率“=(B254-B4)/(A254-A4)”，其次计算包络线“=Bx/(B$4+N$5*(Ax-A$4))”,然后计算反包络“=1/Cx”，最后计算深度“=1-Cx”，找到最大深度、最大宽度、最大高差所在行列号为H58、I58、J58，分别用H58/(H247- H58)、I58/(IH247- I58)、J58/(J247- J58)得到对称度1、对称度2、对称度3，结果如下： 图2 参数计算结果 其中，计算发现第波段号为357的数据不符合要求，剔除： 图3 剔除坏数据 将所选的几个波段的合格计算数据绘制成图： 图4 特征参数光谱曲线图 对84个样本分别不分区间的进行上述参数计算，将计算结果保存列表如下图所示： 图5 所有样本参数计算结果表 选中特征指标与相关系数行列，插入二维柱状图，设置格式后显示结果如下： 图6 特征参数的相关系数图 2、土壤光谱整体变换，包括取平方、对数、一阶微分等，计算各参数与土壤有机质含量之间的相关性，按极大相关性原则，提取特征波段。 新建工作表，复制实验一中的对数，一阶微分列，并对原数据84个样本的光谱反射率数值进行取平方、对数、一阶微分操作后，计算相关系数，并分别绘制三种运算方式与土壤有机质含量的相关系数曲线图，如图7所示： 图7 三种光谱变换后相关系数曲线图 对数一阶微分后的数值与光谱反射率的相关系数比较明显，因此，按照极大相关性原则，可以选取对数一阶微分后数值进行线性回归分析和建模。可以在对数一阶微分曲线的拐点附近选择最佳的波段，将此波段的光谱反射率值作为反演因子，与有机质含量进行线性回归分析，按照读取值绝对值相对较大的点，对应波长1100nm处，反演一下回归模型：新建工作表，第一列存放有机质含量，第二列存放1100nm处的一阶微分光谱运算后的样本值，插入散点图，生成公式如下： 图8 1100nm处样本有机质线性相关关系图 从图上可以看出，此中数据选取不符合实际需求，R2过低，或显示出的不符数据点过多，因此次模型在此波段处不符，应另外寻取模型去拟合模型相关性。 三、实验结果与分析 图4显示包络线和反包络线能够很大程度上扩大光谱曲线的特征，便于识图人员分析。图6中最大深度、最大高度和最大高差和有机质含铁量的相关系数较其他参数有显著影响，但均在0.5左右，说明线性关系不强，只能反映出涂唐深度越大，其有机质含量可能越多。其他参数与含铁量的相关系数都比较小。 图7显示对数一阶微分后的数值与光谱反射率的相关系数比较明显，因此，按照极大相关性原则，选取对数一阶微分后数值进行线性回归分析和建模。但图8 显示，这样选取的模型在未剔除某些边缘数据之前是不适用的，就算剔除了部分数据，仍然可能显示R2较小，这就说明次模型不合适，我们应在实际需要中按照先验知识与实际工作进行拟合建模。