遙感地質(zhì)學(xué)：專題-高光譜遙感及其應(yīng)用

高光譜遙感數(shù)據(jù)處理技術(shù)1主要內(nèi)容1概述2高光譜遙感數(shù)據(jù)定標(biāo)模型3高光譜遙感數(shù)據(jù)分析方法4軟件實(shí)習(xí)21概述1.1高光譜遙感發(fā)展歷史1.2高光譜遙感概念1.3常見(jiàn)的成像光譜儀1.4成像光譜儀成像機(jī)理和性能31.1高光譜遙感發(fā)展歷史70年代末80年代初，在研究歸納各種地物光譜特征的基礎(chǔ)上，形成這樣一個(gè)概念：如果能實(shí)現(xiàn)連續(xù)的窄波段成像，那么就有可能實(shí)現(xiàn)地面礦物的直接識(shí)別，由此產(chǎn)生了光譜和圖象結(jié)合為一體的成像光譜技術(shù)。1983年美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室研制出第一臺(tái)航空成像光譜儀（AIS-1）,隨后包括中國(guó)在內(nèi)的許多國(guó)家都研制成功了一系列成像光譜儀。高光譜分辨率成像光譜遙感起源于地質(zhì)礦物識(shí)別填圖研究，逐漸擴(kuò)展為植被生態(tài)、海洋海岸水色、冰雪、土壤以及大氣的研究中。41.2高光譜遙感概念使用很多的窄波段（一般

>200），)，具有高的輻射分辨率；涉及光譜學(xué)

–分析光譜數(shù)據(jù)的細(xì)節(jié)經(jīng)常使用光譜庫(kù)預(yù)處理進(jìn)行圖象輻射信息到光譜反射率的校正51.2高光譜遙感概念61.2高光譜遙感概念71.3常見(jiàn)成像光譜儀1.3.1AirborneImagingSpectrometer(AIS)(機(jī)載成像光譜儀)

128bands10nmbandwidth(vs.100–200nmforTM)Operatedinearly1980s

最早的高光譜遙感器之一81.3常用的成像光譜儀1.3.2AirborneVisibleInfraRedImagingSpectroradiometer(AVIRIS)(機(jī)載可見(jiàn)光紅外成像光譜儀)1980年代早期由

JPL(NASA)研制，1989投入工作；224波段，光譜區(qū)間

380–2500nm（與TM類似）；每個(gè)波段的光譜寬度10nm（光譜分辨率）；高空平臺(tái)空間分辨率

20m，低空平臺(tái)為

4m；圖象一景大小：11km列

x10km長(zhǎng)

，（存儲(chǔ)空間140M)一般飛行高度海拔

20km，664PIXELS,飛機(jī)平臺(tái)為NASAER-2(U2飛機(jī)的改進(jìn)版）航速約

730km/hr。91.3.2AirborneVisibleInfraRedImagingSpectroradiometer(AVIRIS)(機(jī)載可見(jiàn)光紅外成像光譜儀)10AVIRIS:DeathValleyhttp:///mojave/avirs.htm111.3常用的成像光譜儀1.3.3Hyperion(EO-1)衛(wèi)星高光譜遙感器220波段，光譜區(qū)間：400nm－

2500nm空間分辨率：30m；圖象大?。?/p>

7.5kmx100km2000年11月由“德?tīng)査?運(yùn)載火箭成功發(fā)射，并把它送入與“陸地衛(wèi)星”7（1999年4月發(fā)射）相同的運(yùn)行軌道。121.3.3Hyperion(EO-1)衛(wèi)星高光譜遙感器隨同EO-1一起發(fā)射的還有阿根廷的SAC-C環(huán)境研究衛(wèi)星和瑞典空間物理研究所的Munin納米衛(wèi)星。

SAC-C衛(wèi)星也在“陸地衛(wèi)星”7的軌道上，尾隨EO-1衛(wèi)星飛行。在該軌道上運(yùn)行的還有NASA去年12月發(fā)射的Terra地球觀測(cè)衛(wèi)星。NASA將利用在同一軌道上的4顆衛(wèi)星進(jìn)行高級(jí)編隊(duì)飛行。編隊(duì)飛行的順序是：“陸地衛(wèi)星”7在前，依次尾隨的是EO-1、SAC-C和Terra衛(wèi)星。這種飛行將依靠模糊邏輯算法的星載導(dǎo)航軟件控制，以解決可能出現(xiàn)的導(dǎo)航和使用沖突問(wèn)題。2001年，NASA還將發(fā)射Aqua、Aura兩顆衛(wèi)星參加“陸地衛(wèi)星”7的編隊(duì)飛行。13Hyperion–Relativecholorophyllcontentofvegetation,Fairfax,VA141.3常用的成像光譜儀1.3.4OrbView-4由商業(yè)公司（軌道科學(xué)公司）運(yùn)營(yíng)的衛(wèi)星，載有高光譜遙感器200波段，光譜區(qū)間：

450–2500nm8m空間分辨率

(政府)20m空間分辨率

(公開(kāi)的)衛(wèi)星周期3天。2001年9月21日由美國(guó)金牛星火箭發(fā)射，發(fā)射失敗。151.3常用的成像光譜儀1.3.5NASATerraModerateResolutionImagingSpectrometer(MODIS)

http:///about/design.html

12-bitsensors36spectralbands0.4to14.4μm250,500,1000meterGRAtmosphericstudiesGlobalenvironmentalstudies161.3.5MODIS中分辨率成像光譜儀（MODIS）是美國(guó)宇航局研制大型空間遙感儀器。它在36個(gè)相互配準(zhǔn)的光譜波段、以中等分辨率水平（0.25Km～1Km）、每1～2天觀測(cè)地球表面一次。獲取陸地和海洋溫度、初級(jí)生產(chǎn)率、陸地表面覆蓋、云、汽溶膠、水汽和火情等目標(biāo)的圖像。

MODIS測(cè)量的基本目標(biāo)可概述如下：1)陸地和海洋表面的溫度和地面火情。2)海洋彩色，水中沉積物和葉綠素。3)全球植被測(cè)繪和變化探測(cè)。4)云層表征。5)汽溶膠的濃度和特性。6)大氣溫度和濕度的探測(cè)，雪的覆蓋和表征。7)海洋流。171.3.5MODIS整個(gè)儀器重量274Kg，電源功率平均163W，峰值時(shí)169W。數(shù)據(jù)率平均6.2Mbps，白天10.8Mbps，夜間2.55Mbps。

MODIS儀器操作，在軌日夜連續(xù)操作。正常的獲取科學(xué)數(shù)據(jù)，在白天，所有波段均操作運(yùn)行。在軌道的夜間時(shí)段，只有熱紅外波段收集數(shù)據(jù)?？臻g分辨率：250m（波段1～2）；500m（波段3～7）；1000m（波段8～36）

MODIS在輻射度靈敏度、光譜帶寬和幾何配準(zhǔn)的精密度、和定標(biāo)的準(zhǔn)確度和精密度等技術(shù)條件上都達(dá)到較高水平。181.3.5MODIS－技術(shù)指標(biāo)波段1～19的單位是nm；波段20～36是μm；分譜輻射率值的單位為W/m2μm

sr）191.3.5MODIS

－技術(shù)指標(biāo)（續(xù)）201.3.5MODIS

－產(chǎn)品21July29,2002HurricaneElida22July31,2002FiresinOregon231.3常用的成像光譜儀1.3.6其他CanadianCompactAirborneSpectrographicImager-2(CASI-2)NASATerraModerateResolutionImagingSpectrometer(MODIS)NASAEarthObserverAdvancedLandImager(ALI)MAIS，20世紀(jì)90年代初，中國(guó)科學(xué)院上海技術(shù)物理研究所，71波段；推掃式超光譜成像儀（PHI），

1995年，244波段

詳細(xì)參考浦瑞良，宮鵬《高光譜遙感及其應(yīng)用》23－27.241.4成像光譜儀工作原理和性能有以線陣探測(cè)器為基礎(chǔ)的光機(jī)掃描型，有以面陣探測(cè)器為基礎(chǔ)的固態(tài)推掃型，也有以面陣探測(cè)器加光機(jī)的并掃型。251.4成像光譜儀工作原理和性能成像光譜儀主要性能參數(shù)是：噪聲等效反射率差（NEΔp

），體現(xiàn)為信噪比（SNR）；瞬時(shí)視場(chǎng)角（IFOV），體現(xiàn)為地面分辨率；光譜分辨率，直觀地表現(xiàn)為波段多少和波段譜寬。噪聲等效反射比差:地物對(duì)太陽(yáng)輻射為朗伯體，遙感器輸出的峰值信號(hào)和均方根噪聲比為1時(shí)，相鄰兩個(gè)像元之間的反射率差。

NE△ρ＝△ρ/(Vs/Vn)

△ρ:產(chǎn)生信號(hào)電壓Vs所要求的地物輻射反射率變化，Vn噪聲電壓。261.5高分辨率圖象的主要分析技術(shù)超多維光譜圖象信息的顯示，如圖象立方體的生成；光譜重建，即高光譜數(shù)據(jù)的定標(biāo)、定量化和大氣糾正模型與算法，依此實(shí)現(xiàn)成像光譜信息的圖象-光譜轉(zhuǎn)換；光譜編碼，尤其指光譜吸收位置、深度、對(duì)稱性等光譜特征參數(shù)的算法；基于光譜數(shù)據(jù)庫(kù)的地物光譜匹配識(shí)別算法；混合光譜分解模型；基于光譜模型的地表生物物理化學(xué)過(guò)程與參數(shù)的識(shí)別和反演算法。271.6高光譜遙感主要應(yīng)用領(lǐng)域大氣:

水蒸氣,云的特性,氣溶膠

生態(tài):

葉綠素,葉子中的水分,纖維素,色素，木質(zhì)素

和營(yíng)養(yǎng)成分地質(zhì):

巖石、礦物類型、土壤類型、烴探測(cè)

海岸帶水環(huán)境:

葉綠素,浮游植物,溶解的有機(jī)質(zhì),懸浮泥沙

雪/冰:

雪被snowcoverfraction,顆粒,融解

植被燃燒:亞像元的溫度,煙霧

商業(yè):

礦產(chǎn)開(kāi)發(fā),農(nóng)業(yè)和森林產(chǎn)量，精準(zhǔn)農(nóng)業(yè)282高光譜遙感數(shù)據(jù)定標(biāo)模型光譜曲線是高光譜數(shù)據(jù)應(yīng)用的基礎(chǔ)；比較遙感得到的光譜曲線和光譜庫(kù)中的光譜曲線；成像光譜儀的定標(biāo)包括光譜定標(biāo)與輻射定標(biāo)；光譜定標(biāo)的任務(wù)是確定各通道的光譜中心波長(zhǎng)位置和通過(guò)特性(等效通帶寬度和通帶函數(shù))；輻射定標(biāo)的任務(wù)是在成像光譜儀探測(cè)器和數(shù)字化輸出和地面光譜輻亮度之間建立定量關(guān)系,并在整個(gè)任務(wù)期間進(jìn)行監(jiān)視。29Why?地球大氣層中有7中氣體在

0.4-2.5UM之間有吸收特征，他們是：水蒸氣，二氧化碳，臭氧，一氧化氮，一氧化碳，甲烷，氧氣。30Why?312高光譜遙感數(shù)據(jù)定標(biāo)模型2.1基于圖像本身特征轉(zhuǎn)換模型2.2基于地面定標(biāo)的經(jīng)驗(yàn)線性模型

(EL)2.3基于大氣輻射理論的定標(biāo)模型(RT)2.4基于光譜混合理論的定標(biāo)模型2.5其它定標(biāo)模型322.1基于圖像本身特征轉(zhuǎn)換模型2.1.1FF（平面場(chǎng)模型）2.1.2IARR（內(nèi)在平均相對(duì)反射率模型）2.1.3對(duì)數(shù)殘差修正模型332.1.1平面場(chǎng)定標(biāo)模型(FF)FF模型已廣泛地應(yīng)用在成像光譜遙感數(shù)據(jù)處理中。這種模型要求在處理的圖像數(shù)據(jù)中,存在具有非吸收特征的一定面積的地質(zhì)單元,并求出該地質(zhì)單元中像元的平均光譜,然后,對(duì)圖像中每一像元的光譜都除以該地質(zhì)單元平均光譜值,從而使整幅圖像數(shù)據(jù)進(jìn)行定標(biāo)。342.1.2內(nèi)在平均相對(duì)反射率模型(IARR)該模型將每一波段圖像的光譜值分別進(jìn)行平均,得到整幅圖像的平均參考光譜,對(duì)圖像中每一像元的光譜都除以該平均參考光譜,便得到了定標(biāo)后的成像光譜遙感圖像.缺點(diǎn)：人為噪聲經(jīng)定標(biāo)后很容易當(dāng)成光譜特征,一些實(shí)際的光譜特征卻可能被壓縮,甚至丟失,這取決于圖像中對(duì)應(yīng)的起主要作用的物質(zhì)的光譜特性。352.1.3對(duì)數(shù)殘差修正模型該模型是假設(shè)遙感器測(cè)到的輻射值Diλ與在波長(zhǎng)λ處的像元i的反射率Riλ具有以下關(guān)系:DNiλ=Ti×Riλ×Iλ式中,Ti

是地形因子,表示對(duì)一給定的像元,相對(duì)所有的光譜段它是一常數(shù),由它可以說(shuō)明輻射亮度的變化是由于探測(cè)角度及坡向的差異帶來(lái)的。

Iλ是照度因子,它描述了太陽(yáng)的輻射亮度曲線,在給定的光譜段,對(duì)所有的像元它都保持恒定。362.1.3對(duì)數(shù)殘差修正模型對(duì)等上式兩邊取對(duì)數(shù)可得

log(Riλ)=log(DNiλ)-log(Ti)-log(Iλ)

式中,

log(DNiλ)是像元i在光譜段λ處遙感器接收到的信號(hào)值的對(duì)數(shù);

log(Ti)是對(duì)所有光譜段(每像元一個(gè)值)上,像元i的對(duì)數(shù)平均;

log(Iλ)是對(duì)一給定的光譜段(每一個(gè)通道一個(gè)值)上,所有像元對(duì)數(shù)的平均。優(yōu)缺點(diǎn)：能較好地消除大氣影響外,能較好地消除由地形因子帶來(lái)的偏差,但在定標(biāo)后的圖像中也存在一些噪聲和特征壓縮問(wèn)題。372.2基于地面定標(biāo)的經(jīng)驗(yàn)線性模型(EL)該模型假定地面目標(biāo)反射率與成像光譜儀探測(cè)器獲得的信號(hào)之間具有線性關(guān)系:

DNb=ρ(λ)Ab+Bb式中,DNb表示在波段b上，給定像元的信號(hào)值大小;ρ(λ)為該像元所對(duì)應(yīng)的地面目標(biāo)在波段b上的反射率值;Ab為影響DNb值的倍增項(xiàng)如大氣透過(guò)率與儀器因子;Bb代表加性因子，如大氣程輻射和遙感器的零響應(yīng)等。優(yōu)缺點(diǎn)：該模型計(jì)算簡(jiǎn)單,但需進(jìn)行同步實(shí)地定標(biāo)點(diǎn)的光譜測(cè)量,且對(duì)實(shí)地定標(biāo)點(diǎn)要求比較嚴(yán)格。地形起伏等。382.3基于大氣輻射理論的定標(biāo)模型(RT)Lowtran6計(jì)算一給定大氣路徑的大氣透過(guò)率和輻射量。這種模式算法計(jì)算中包括氣溶膠和分子的吸收與單次散射輻射。光譜分辨率為20cm-1,這有利于進(jìn)行波長(zhǎng)校正,同時(shí)為飛行中的遙感器提供有效的光譜響應(yīng),目標(biāo)高度向上和向下透射部分可分開(kāi)計(jì)算。Low-tran7的基本改善使它能計(jì)算多次散射輻射并可用來(lái)計(jì)算地表物體的發(fā)射率。392.3基于大氣輻射理論的定標(biāo)模型(RT)式中,LAIS(λ)是成像光譜遙感器測(cè)得的信號(hào)值;

Lpath(λ)是對(duì)0%反照率表面進(jìn)行計(jì)算所得到的程輻射;

Llambertian(λ)是對(duì)100%反照率的朗伯表面進(jìn)行計(jì)算而得到的;

ρ(λ)為定標(biāo)后的光譜反射率反演值。402.3基于大氣輻射理論的定標(biāo)模型(RT)ATREM3.0(AtmosphereRemovalProgram)科羅拉多大學(xué)地球和空間科學(xué)研究中心

針對(duì)AVIRISorHYDICE高光譜數(shù)據(jù)集，

將圖象數(shù)據(jù)轉(zhuǎn)換為放縮的表面反射率（scaledsurfacereflectance）

ATREM假設(shè)：表面水平，表面是朗伯反射如果有地形數(shù)據(jù)的加入，可以將放縮的表面進(jìn)一步轉(zhuǎn)換反射率真實(shí)表面反射率。/pub/atrem412.4基于光譜混合理論的定標(biāo)模型基于光譜混合理論的定標(biāo)模型是假定光譜的混合是線性的,利用圖像特征可確定圖像上最終單元光譜Iem,對(duì)每一像元有:式中,Fi

是Iemi的面積,Lb是在觀測(cè)波段b觀測(cè)到的輻射值,Li,b是Iemi在波段b上的輻射值,M是波段數(shù),Eb是誤差。422.4基于光譜混合理論的定標(biāo)模型利用上式進(jìn)行運(yùn)算時(shí),如果誤差均勻很小,且各Iem的面積分配合理(0-1),則表明圖像上的Iem的選擇是合理的。否則,要重新進(jìn)行Iem的增減。在圖像上的Iem決定后,便可利用光譜數(shù)據(jù)庫(kù)光譜或?qū)崪y(cè)光譜rem來(lái)對(duì)圖像上Iem進(jìn)行標(biāo)定,并利用下式進(jìn)行重復(fù)運(yùn)算,便可得到校正圖像。432.4基于光譜混合理論的定標(biāo)模型式中,Li,b是Iem在波段b上的輻射值,Gb、Ob分別是增益和偏移量,ρj,b是remj在波段b的反射率,Fj,i是remj在Iemj上的面積,Eb是波段b上殘差,N是rem的個(gè)數(shù)。優(yōu)缺點(diǎn)：對(duì)定標(biāo)點(diǎn)特性無(wú)任何限制,即使非均勻性的表面也可作為定標(biāo)點(diǎn)使用；同時(shí),也無(wú)須過(guò)多實(shí)地環(huán)境參量的測(cè)量,定標(biāo)運(yùn)算結(jié)果也較好。但這類模型算法仍不完善,需進(jìn)一步解決(1)由線性假設(shè)帶來(lái)的誤差最佳配置;(2)Iem的自動(dòng)選擇算法;(3)完善的光譜數(shù)據(jù)庫(kù);(4)Iem和rem的快速匹配算法等。442.5其他模型除了上述對(duì)成像光譜遙感全通道定標(biāo)模型,針對(duì)大氣水汽的特點(diǎn),還有

1）連續(xù)內(nèi)插波段比算法(CIBR);2）窄、寬波段比(N/W)的算法等這些算法與大氣輻射模型相結(jié)合,能部分地校正水汽對(duì)成像光譜遙感數(shù)據(jù)的影響。優(yōu)缺點(diǎn)：研究表明,這類方法最多只能校正大氣中水汽影響的70%。此外,仍需要進(jìn)行十分繁瑣的大氣環(huán)境參量的實(shí)時(shí)測(cè)量。453.1光譜吸收特征參數(shù)3.2光譜連續(xù)統(tǒng)去除3.3光譜特征擬合3.4混合匹配濾波3.5線性光譜分解3.6最小噪聲變換3.7純凈像元指數(shù)3.8多維空間瀏覽器3高光譜數(shù)據(jù)分析處理技術(shù)3.9二值編碼分類3.10基于相關(guān)系數(shù)的光譜匹配3.11光譜角分類3.12EFFORTPolishing3.13光譜分析向?qū)Я鞒虉D3.14綜合光譜分析3.15其它高光譜分類方法463.1光譜吸收特征參數(shù)吸收波段的波長(zhǎng)位置（P）；深度（D）;寬度(W);斜率（K）;對(duì)稱度（S）和面積（A），光譜絕對(duì)反射值。473.2光譜連續(xù)統(tǒng)去除（ConituumRemoval）連續(xù)統(tǒng)去除類似光譜包絡(luò)分析法。連續(xù)統(tǒng)：逐點(diǎn)將曲線上凸起的峰值點(diǎn)用直線連接起來(lái)得到的曲線。連續(xù)統(tǒng)去除實(shí)際上是實(shí)際光譜曲線去除連續(xù)統(tǒng)曲線對(duì)應(yīng)值得到曲線。在連續(xù)統(tǒng)去除歸一化后的曲線上進(jìn)行吸收光譜參數(shù)的測(cè)定。483.3光譜特征擬合(SpectralFeatureFitting)用于比較圖象光譜何參考光譜進(jìn)行匹配?；谖仗卣鞯募夹g(shù)，參考光譜進(jìn)行比例縮放以便和圖象光譜進(jìn)行匹配。對(duì)應(yīng)每一個(gè)參考光譜有一個(gè)輸出圖象，圖象的灰度值反應(yīng)的是吸收深度，吸收深度與物質(zhì)的豐度有關(guān)。圖象和參考光譜在每一個(gè)選定的波長(zhǎng)區(qū)間按照最小二乘法的概念進(jìn)行比較，并生成均方根誤差。輸入圖象是經(jīng)過(guò)連續(xù)統(tǒng)去除（ContinuumRemoval）的圖象，如果用戶輸入的不是這樣的圖象，系統(tǒng)會(huì)自動(dòng)進(jìn)行，當(dāng)然這會(huì)使處理的速度減慢。49SFF輸出結(jié)果：對(duì)應(yīng)每一個(gè)參考光譜有一個(gè)放縮圖象和RMS圖象，或者輸出一個(gè)綜合了放縮和誤差信息的圖象(Scale/RMS)；在SCALE圖象上，灰度值越大的像元表示他們和參考光譜越匹配，在EMS圖象則相反。但是如果輸入不正確的參考末端或者光譜區(qū)間，結(jié)果會(huì)遠(yuǎn)大于1，造成錯(cuò)誤。SFF結(jié)果的處理查看最佳匹配的像元:使用2-D散點(diǎn)圖.在散點(diǎn)圖上選擇rms小，scale值大的區(qū)域，然后EXPORT；或者根據(jù)匹配圖象(Scale/RMS)；要生成一個(gè)類似分類結(jié)果的圖象，選擇菜單命令Classification>RuleClassifier，根據(jù)閾值進(jìn)行分類.提示：-為了獲得最佳的結(jié)果，最好在吸收谷的地方選擇光譜子集。3.3光譜特征擬合(SpectralFeatureFitting)503.4混合匹配濾波（MixtureTunedMatchedFiltering）MixtureTunedMatchedFilteringTM(MTMFTM)匹配濾波，輸出“不可實(shí)行的”（“Infeasiblility”）圖像。Infeasibility圖像用于減少有時(shí)用匹配濾波出現(xiàn)“falsepositives”的次數(shù)。Infeasibility高的像元易于bematchedfilterfalsepositives.如果像元匹配正確，則具有一個(gè)高的匹配濾波分?jǐn)?shù)（大于0）和一個(gè)很小的infeasibility值；而那些高的匹配濾波分?jǐn)?shù)和高的infeasibility值的像元稱為“FalsePositives像元”。Infeasibility值用的是噪聲σ（sigma）單位。它在與匹配的濾波分?jǐn)?shù)按DN比例變化（見(jiàn)下圖）。注意輸入的數(shù)據(jù)和要匹配的波譜必須在MNF轉(zhuǎn)換空間（見(jiàn)“ApplyForwardMNFtoSpectra”）。513.4混合匹配濾波

（MixtureTunedMatchedFiltering）523.5線性光譜分解（PixelUnmixing）混合像元(mixedpixels)的概念；

一個(gè)像元包括了多個(gè)組成成分，與圖象的光譜分辨率有關(guān)與圖象覆蓋的區(qū)域特征有關(guān)高光譜數(shù)據(jù)有利于進(jìn)行混合像元的分解；需要確定一個(gè)像元內(nèi)純凈的“終端成分”。533.5線性光譜分解（LinearSpectralUnmixing）實(shí)際上，這個(gè)假設(shè)完全正確，例如線性波譜分離是一種根據(jù)材料的波譜特征判定多波譜圖像中材料（原料）相對(duì)豐度的一種方法。假定圖像中每個(gè)像元的反射系數(shù)是在這一像元點(diǎn)上每種材料（或終端單元）的反射系數(shù)的線性組合。543.5線性光譜分解（LinearSpectralUnmixing）終端單元數(shù)必須少于波譜波段數(shù)，必須用到圖像中的所有終端單元。波譜分離的結(jié)果高度依賴于輸入的終端單元，且隨終端單元的改變而改變。ENVI線性波譜分離有兩個(gè)約束項(xiàng)：完全不約束或部分約束分離。用完全不約束方法，豐度可以假定為負(fù)值，不受約束到（notconstrainedto）sumtounity(one)。ENVI現(xiàn)在支持一種線性混合算法中的隨意的、權(quán)重可變的、unit-sum約束。Thiswasimplementedtoallowforuser-definedweightingofasum-to-unityconstraintontheabundancefractions.也允許具有0-值波段的MNF-轉(zhuǎn)換數(shù)據(jù)的適當(dāng)分離。用戶選擇一個(gè)權(quán)重系數(shù)（默認(rèn)值為1）用于其它的約束方程。這個(gè)具有權(quán)重的unit-sum約束條件被添加到分離倒置過(guò)程的聯(lián)立方程中。較大的權(quán)重值將導(dǎo)致theunmixingtohonortheunit-sumconstraintmoreclosely.55舉例56Twoimagesofcottonleavesandsoilintwodifferentbands.57Thegreenhealthycottonleaf,redmitedamagedareas,andsoilcolorbecomeapparent58Proportionofeachconstituentinpixel5960616263Inthisexampleresearchersunmixedthethreecomponents(healthycotton,miteinfestedcottonandsoil)usinglinearunmixing643.6最小噪聲變換

（MinimumNoiseFraction(MNF)Transformation）高光譜數(shù)據(jù)波段狹窄，有些波段的數(shù)據(jù)相關(guān)性大，產(chǎn)生數(shù)據(jù)冗余；最小噪聲變換（MNF）通過(guò)將數(shù)據(jù)中的噪聲分離出來(lái)，降低數(shù)據(jù)的維數(shù)；MNF變換線性變換，是兩步的主成分變換(PCA)，

第一步去相關(guān)，放縮數(shù)據(jù)中的噪聲，變換后的數(shù)據(jù)互不相關(guān)，而且噪聲具有unitvariance；第二步是一個(gè)噪聲白化數(shù)據(jù)的標(biāo)準(zhǔn)的PCA。653.6最小噪聲變換

（MinimumNoiseFraction(MNF)Transformation）噪聲被假定為特定波段，并且在空間上不相關(guān)。而且，附近的像素點(diǎn)被假定成有相似信息但又有所區(qū)別的噪聲。

信噪比最大.由于MNF變化是比率，所以波段之間幅度的影響。另外，信號(hào)和噪聲波段是正交的；需要已知噪聲的協(xié)方差，這對(duì)遙感圖象來(lái)言比較困難。每個(gè)波段噪聲的合理估計(jì)是，波段之間信號(hào)是高度相關(guān)的，最大自相關(guān)系數(shù)來(lái)發(fā)掘信號(hào)在空間鄰域上的相關(guān)性。663.6最小噪聲變換

（MinimumNoiseFraction(MNF)Transformation）673.7純凈像元指數(shù)（PixelPurityIndex）在高光譜數(shù)據(jù)或者多光譜數(shù)據(jù)中發(fā)現(xiàn)“最純”像元。

通過(guò)不斷地將多維向量投影到任意的單位向量。每一次投影中，落在單位向量末端的像元認(rèn)為是終端單元。每個(gè)像元被標(biāo)識(shí)為終端單元的次數(shù)記錄下來(lái)，形成PPI的結(jié)果圖象。PPI輸入圖象一般是最小噪聲變換的結(jié)果圖象的結(jié)果，并去除噪聲的波段。PPI輸出的結(jié)果一般可以作為n-DVisualizer的輸入，以幫助進(jìn)行末端像元的選擇。迭代次數(shù)小于等于32767；閾值一般取2－3。注意

–可以使用系統(tǒng)提供的光譜制圖向?qū)нM(jìn)行。683.8多維空間瀏覽器（n-DimensionalVisualizer）693.9二值編碼分類(BinaryCoding)對(duì)已知地物類別，根據(jù)其光譜曲線進(jìn)行2值編碼(0或者1)編碼方法：各個(gè)波段的灰度值（反射率）和平均值作比較，大于生成0或者1對(duì)于待判定的像元光譜曲線進(jìn)行2值編碼使用異或方法進(jìn)行待判像元光譜和已知光譜匹配。（異或操作用于檢查兩個(gè)數(shù)是否有差別，有則為1，無(wú)則為0）將待分類的像元分到波段數(shù)目相似性最多的類別中。匹配的最小閾值（百分比）703.9二值編碼分類(BinaryCoding)二值編碼技術(shù)使光譜匹配過(guò)程快速、有效,有助于提高光譜數(shù)據(jù)分析處理的效率。但由于該技術(shù)在編碼過(guò)程中忽略了許多細(xì)微的吸收光譜信息,因此只適合于較粗略地識(shí)別巖石礦物光譜,而不能應(yīng)用于精細(xì)的高光譜數(shù)據(jù)的匹配識(shí)別研究中.713.10基于相關(guān)系數(shù)的光譜匹配光譜匹配技術(shù)主要是依據(jù)距離來(lái)度量模式的相似性,對(duì)于成像光譜數(shù)據(jù)匹配而言,相關(guān)系數(shù)測(cè)度同時(shí)兼顧平均值和協(xié)方差兩個(gè)統(tǒng)計(jì)參量,是計(jì)算成像光譜超維空間中兩類統(tǒng)計(jì)距離的理想測(cè)度。為了消除各種干擾因素的影響,保證各變量在分布上的同等地位,光譜數(shù)據(jù)匹配時(shí),要首先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換和導(dǎo)數(shù)變換。723.10基于相關(guān)系數(shù)的光譜匹配733.10基于相關(guān)系數(shù)的光譜匹配743.11光譜角分類（SpectralAngleMapperClassification）每個(gè)樣本看作是一個(gè)n維空間內(nèi)的一個(gè)向量，第i個(gè)向量和第j個(gè)向量之間的存在一個(gè)夾角，定義交角的余弦作為兩個(gè)