空间/光谱浏览与端元
25773 给本文评分:
5.0
空间/光谱浏览与端元
光谱沙漏工作流系列：第二部分
匿名 2014年10月28日，星期二
在我们深入探索光谱沙漏工作流之前，必须先定义“端元”这个概念，因为端元是高光谱数据分析的核心。除了端元，我们还将讨论大气校正，以及为了进行定量分析而需要将数据转换为表观反射率的必要性。
端元被定义为在用于采集影像的波段范围内光谱特征独特的物质——也就是说，端元光谱不能重建为影像中其他光谱的线性组合。通常希望找到影像中能最纯粹代表场景内端元物质的像元。然后，这些像元光谱可以用于以各种方式绘制端元物质图。在本系列博客中，我们将探讨两种确定能代表每个端元最纯粹实例的像元的方法。
直接从影像中提取端元光谱的一种替代方法是，使用实验室或野外采集的感兴趣物质光谱来定义制图或分类的目标。这种方法的一个缺点是，它需要将实验室/野外光谱与影像光谱进行比较。影像光谱——即使在经过校准和大气校正之后——通常仍会残留传感器、太阳辐射曲线和/或影像特有的大气因素引起的伪影。此外，实验室/野外光谱通常是从比影像像元尺寸小得多的样本上采集的。因此，影像衍生的端元光谱将与影像中的其他像元光谱更具可比性。因此，当在整个影像中寻找那些感兴趣的特定物质时，使用影像衍生的端元光谱来定义感兴趣物质通常能得到更好的结果。
这就引出了光谱沙漏工作流的第一步。空间/光谱浏览预处理对于几乎所有栅格影像都包括两个相同的初始步骤：辐射定标和大气校正。在这些预处理步骤之后，您可能希望对影像进行正射校正，或者进行影像镶嵌。但是，如果您希望之后进行定量分析，则这两个初始步骤是必需的。
ENVI提供了几种不同的工具来将数据转换为表观反射率：暗目标减法、快速大气校正（QUAC）以及快速视距大气光谱超立方体分析（FLAASH）。从名称可以看出，FLAASH是专门为高光谱数据开发的；FLAASH是一个复杂的辐射传输程序，可将多光谱和高光谱数据转换为反射率数据。它结合了MODTRAN辐射传输代码，对大气属性和太阳辐照度曲线进行建模。它使用1135纳米、940纳米或820纳米的吸收波段，逐像素计算水汽含量。
辐射率数据的光谱剖面
反射率数据的光谱剖面
我们将数据转换为表观反射率，旨在消除大气吸收、散射效应和太阳辐照度曲线的影响。从理论上讲，表观反射率的概念是指我们观测到的是地球表面的数据反射率，而不是穿过层层大气到达传感器的反射率。本质上，每个像元的光谱将更准确地代表该像元所对应的地球表面特征。当我们在后续工作流中提取端元时，可以将其与光谱库中的光谱进行比较，并通过相似的光谱角度来识别物质，从而识别场景中的物质并估算其总丰度。
请注意，由于实验室光谱是在受控条件下采集的，在将场景内光谱与光谱库光谱进行比较时，我们需要应用一个比例因子。与场景内光谱使用被动的太阳光源采集不同，实验室光谱是使用强度恒定的主动光源采集的。相比之下，我们的场景内数据波动会剧烈得多。
完成光谱沙漏工作流的第一步后，明智的做法是浏览影像并查看每个像元的相关光谱，以检测整个场景中是否存在人造材料、矿物、植被等。
本系列博客的下一部分将重点讨论降低数据集的维度，以及如何从数据中分离信号和噪声。