使用 ENVI/IDL 探索图卢兹高光谱数据集
5733 文章评分:
3.9
使用 ENVI/IDL 探索图卢兹高光谱数据集
David Starbuck 2024年8月20日，星期二
高光谱影像已经改变了我们理解和分析周围世界的方式，它在广阔的波长范围内提供了前所未有的细节。我们最近研究的一个令人兴奋的数据集是图卢兹高光谱数据集，这是一个全面的航空数据集，包含地表反射光谱、3D点云、热红外数据和地面实况数据，所有这些数据都是在法国图卢兹上空采集的。但是，我们如何利用这些数据来提取有意义的见解呢？这就是 ENVI® 和 IDL® 发挥作用的地方。
在这篇博客文章中，我们将深入探讨如何使用 IDL 从图卢兹数据集的反射光谱创建 ENVI 光谱库，然后利用 ENVI 识别数据中的地物。无论您是一位经验丰富的遥感专业人士，还是高光谱分析的新手，这份循序渐进的指南都将帮助您充分发挥图卢兹高光谱数据集及其他类似数据集的潜力。
步骤 1. 使用 IDL 创建光谱库
创建光谱库是高光谱数据中地物识别的关键一步。图卢兹数据集包含丰富的光谱数据，但由于 540 个 ASCII 文件嵌套在多个文件夹中，手动将它们导入 ENVI 将非常耗时且低效。相反，我们将利用 IDL 的强大功能来自动化这个过程。
通过编写一个 IDL 脚本，您可以高效地读取光谱数据并使用 "ENVISpectralLibrary" 对象生成光谱库。我创建了一个 IDL Notebook 来指导您完成这个过程。该 Notebook 可通过 Visual Studio Code 的官方 IDL 插件和 IDL 9.0 访问，允许您导航到本地目录、导入光谱数据并创建光谱库文件（.sli）。您可以在以下 GitHub 仓库中找到完整的 Notebook 和说明：
https://github.com/hgs-dstarbuc/djs-spectral-lib-notebook/tree/main
步骤 2. 在 ENVI 中分析数据
光谱库准备就绪后，就该深入研究 ENVI 了，这是地理空间影像分析领域的行业领先软件。ENVI 的用户友好界面使得探索和分析复杂数据集变得容易，即使对于非遥感专家也是如此。
首先，打开 ENVI，然后导航到“显示” > “光谱库查看器”。在那里，点击“打开”图标，找到您使用 IDL 创建的光谱库文件（默认命名为“tlse.sli”）。加载后，您可以以折叠树的形式展开库并选择各种光谱进行查看。
以下是您将看到的内容截图：
接下来，我从图卢兹数据集中选取了一幅高光谱图像的子集，并在 ENVI 中打开它。使用光谱剖面工具，我点击了“识别”按钮，这会打开“地物识别”对话框——这是 ENVI 6.0 中引入的一个强大功能。通过选择“tlse.sli”光谱库，只需点击几下就可以开始识别图像中的地物。让我们探索一些例子：
识别草地：我选择了图像中的一片草地区域，地物识别工具准确地识别出各种草坪类型为最可能的地物。
识别沥青：接下来我选择了一段道路。该工具正确地识别出沥青为主要地物。
识别水体：最后，我选择了一片水域，该工具识别出了与水相关的地物。
将数据转化为见解
图卢兹高光谱数据集与 ENVI 和 IDL 的强大功能相结合，为地理空间分析提供了一个丰富的试验场。从创建光谱库到准确识别地物，这些工具简化了复杂的过程，并为研究和实际应用开辟了新的可能性。无论您是在进行城市微气候研究、环境监测还是任何其他地理空间项目，这个工作流程都为生成可操作的见解奠定了坚实的基础。
引用文献：
Roupioz L., 等人. (2023年4月). “Multi-source datasets acquired over Toulouse (France) in 2021 for urban microclimate studies during the CAMCATT/AI4GEO field campaign.” Data in Brief, 第 48 卷, 2023年6月, 109109. https://www.sciencedirect.com/science/article/pii/S2352340923002287
Romain Thoreau 等人 (2023). “Toulouse Hyperspectral Data Set: a benchmark data set to assess semi-supervised spectral representation learning and pixel-wise classification techniques”. 2311.08863