实 习 报 告
课程名称： 遥感技术原理及应用
实习名称： 高光谱遥感应用
院 （系）：
专业班级：
姓 名：
学 号：
指导教师：
2013年1月2日
一、实习时间
2013年12月23日 至2013年 12月27 日
二、实习地点
天津科技大学9-513海洋信息技术实验室，校园
三、实习目的：
理论与实验课的综合运用，提高课堂与实践相结合的分析能力
1、理解高光谱概念、地物光谱仪、光谱数据库、高光谱传感器；
2、掌握ENVI 软件的基本功能，ASD 的安装与使用；
3、熟悉ENVI 遥感影像处理的一般方法；
4、进一步掌握高级高光谱分析及制图方法；
5、应用ENVI 一整套高光谱处理方法进行近海岸植被分析研究；
6、理解MNF 理论及算法，线性混合波谱理论；
7、总结获取高光谱端元的方法。
四、实习主要仪器设备，软件及数据
1、硬件准备：PC 机，ASD 光谱仪；
2、操作系统：Linux 系统或Windows 2k以上系统；
3、软件工具：ENVI ，RS3安装软件，ViewSpec Software软件
4、数据：美国California 州A VIRIS 影像数据，及USGS 植被及矿物的光谱库数据 路径：CD1/m94avsub；CD1/spec_lib；CD2/C95avsub；CD2/ spec_lib。
5、文献阅读、网上电子图书馆。
五、AVIRIS 及测谱学（Imaging Spectroscopy）介绍
1、介绍测谱学
成像光谱仪（Imaging Spectrometers）或高光谱传感器（Hyperspectral Sensors）都是遥感仪器，其将影像传感器的空间表述同光谱仪的分析能力结合在了一起。它们有多达几百个的狭窄波谱通道，波谱分辨率通常小于10nm （Goetz et al.，1985）。成像光谱仪将为影像中每一个像元提供完整的波谱曲线。将这些同宽波段（broad-band ）多光谱扫描仪，如TM 进行比较：TM 只有6个波段，其波谱分辨率大于100nm 。使用成像光谱仪产生的高光谱分辨率影像，其最终结果可以帮助我们鉴别物质，而使用宽波段传感器只能区分物质。
成像光谱技术实现了图像技术和光谱技术之间的有机结合，在获得目标地物的空间信息的同时，通过光谱仪系统将目标地物的电磁辐射分解成不同波长的谱辐射，能在一个光谱区间内获得每个像元几十个甚至几百个窄（一般小于10nm ）而连续的波段信息。成像光谱技术实现目标地物的“图谱合一”，提供更加丰富的地物信息。
2、介绍A VIRIS
1995年的航空机载可见光/红外成像光谱仪（Airborne Visible/Infrared Imaging
Spectrometer ，简称为A VIRIS ）。A VIRIS 光谱图像是从美国航空航天局ER-2 航空器的Q-bay 上获得的。A VIRIS 是第一个以10nm 为步长测量400nm 至2500nm 太阳反射波段的成像传感器。A VIRIS 的标定精度和信噪比仍然是唯一的。近年，A VIRIS 系统与其有关的科学研究与应用的重要性不断上升。该系统的最初设计与升级版的特点主要体现在它的遥感、精确度、数据处理系统和飞行操作上。A VIRIS 特点的更新在之后几年内，对其科学研究及A VIRIS 数据的应用都有极大的贡献。最近的科学研究和应用表明其是能够用于大气校正，生态学和植被，地质和土壤，内陆和沿海水域，大气，冰和雪水文，生物质燃烧，环境灾害卫星的模拟和校准，商业应用，谱算法，人类的基础设施，以及光谱建模等研究的一种调查。
为了满足研究者将A VIRIS 光谱图像用于科学研究和应用的需求，A VIRIS 系统在持续地努力已经升级了，并得到了改善。这些改善主要是在A VIRIS 的传感器、校正、数据系统以及飞行操作方面。
3、至少再列举1个高光谱传感器并做简单介绍。
1)Hyperion 传感器
Hyperion 传感器搭载于卫星EO-1(Earth Observing-1)，美国NASA 于2000年11月16日发射升空，其目的是面向21世纪为接替Landsat-7而研制的新型地球观测卫星，该卫星紧随Landsat7后一分钟过境，轨道参数与Landsat-7卫星的轨道参数基本相同，轨道高度705km ，倾角98.7度，为太阳同步轨道运行，地面覆盖与Landsat-7完全相同。EO-1带有三个基本遥感系统，即高级陆地成像仪（Advanced Land Imager，ALI ）、高光谱成像仪(Hyperion)和大气校正仪(Linear etalon imaging spectrometer aeeay atmospheric corrector，LAC) 。LAC 的主要功能是对Landsat-7 ETM+和EO-1的数据进行水汽校正。
Hyperion 传感器是第一个星载民用成像光谱仪，是一推扫式传感器，共设有220个波段，其中在可见光-近红外设有60个波段，在短波红外设有160个波段，可覆盖光谱范围400- 2500nm ，波谱分辨率为9.7nm ，空间分辨率为30m ，每景可覆盖7.7x85km 范围，可提供可
见光、近红外及短波红外的连续波谱的信息，因此，利用Hyperion 的高光谱特性可以实现精确的农业估产、地质填图，并在地质、采矿、农业、林业及环保领域有着广泛的应用前景。
Hyperion 的波谱设置：Hyperion 是推扫式传感器，可获得可见光、近红外和短波红外光谱数据。在可见光-近红外和短波红外区，分别用2套敏感元件收集信号。由于该数据在一些波段缺少利用价值，所以系统处理时，仅对198个波段做了辐射校正。SWIR 波段和VNIR 波段存在数据重叠区，所以，只有196个波段可用（Kruse FA，1988），具体波段信息见下表：
2)MODIS 传感器
分辨率成像光谱仪(MODIS)。MODIS 数据涉及的波段范围广，是一个带有490个探测器、36个光谱波段的被动成像光谱辐射计，它覆盖了可见光～热红外（0.4～14um ），空间分辨率比NOAA-A VHRR 有较大的进展(250m、500m 和1000m ）；NASA 对MODIS 数据实行全球免费接收的政策。 MODIS 是一个带有490个探测器、36个光谱波段的被动成像光谱辐射计。它覆盖了可见光～热红外（400～1400nm ）波谱，其数据具有很高的信噪比，量化等级为12bit 。36个相互配准的光谱度波段上以中等分辨率水平（0.25～1km ）每1～2天观测地球表面一次。获取陆地和海洋的温度、初级生产率、陆地表面覆盖、云、气溶胶、水汽和火情等目标的图像。
六、便携式地物光谱仪ASD 、USGS 波谱库介绍
1、介绍便携式地物光谱仪ASD
便携式地物光谱仪ASD ：适用于从遥感测量，农作物监测，森林研究到工业照明测量，海洋学研究和矿物勘察的各方面应用。操作简单，软件包功能强大。此仪器可用做测量辐射，辐照度，CIE 颜色，反射和透射。
探测器：350-1000nm ，低噪声512阵元PDA1000-1800nm 及1800-2500nm ，两个InGaAs 探测器单元，TE 制冷恒温；波长范围：350~2500nm；光谱分辨率：3nm@700nm，8nm@1400 /2100；扫描时间：100ms ；光谱平均：高达31,800次；波长精度：0.5nm ；波长重复性：0.1nm 。杂散光：VNIR0.02%SWIR 1&20.01%；通道数：2151；高次吸收滤色片，内置光闸和漂移锁定自动校准功能均设置为标准配置。
特点：使用512阵元阵列PDA 探测器和两个独立的InGaAs 探测器；每秒最快可得到10个光谱曲线；内置光闸, 漂移锁定暗电流补和分段二级光谱滤光片等为用户提供无差错的数据；实时测量并观察反射、透射、辐射度（选项）；实时显示光谱线；更高的信噪比，采集速度提升4倍；最新的无线Wi-Fi 接口，可进行无线数据接收，最远可达到300米；加固型光纤，完全避免了光纤的折损；小型化的运输箱，更小，更轻，更坚固，更方便运输。
2、上网查找USGS 网站【http://speclab.cr.usgs.gov/spectral-lib.html】
要求：对USGS 波谱库做一般介绍，特别是在最新的06波谱库中对矿物、植被各找一种典型曲线；另外将沿岸水、大洋水光谱plot 画出，并对其光谱曲线特点作简单描述。
1）USGS 波谱库介绍
USGS 波谱库是研究人员在实验室中用光谱实验测量数以百计材料的反射率光谱，并编制了光谱库。该波谱库被用来在遥感影像中对物质的鉴定做参考。最新的USGS 波谱库是2007年9月发布的splib06a 波谱库，它的波长范围紫外到中红外0.2-150um ，包含了超过1300种的光谱，包括中红外数据以及从splib05a 和附加可见光和近红外光谱的光谱图。该库还包含许多矿物质，有机物和挥发性化合物，植被和人造材料。该数据库包括超过6000个的网页，图形，样本图像和数据目录。针对每种物质都有对应的描述、波谱图、ASCII 数据、二进制文件以及一些工具。splib07a 波谱库目前正在编制。
2）最新的06波谱库中对矿物、植被各找一种典型曲线
3）将沿岸水、大洋水光谱plot 画出，并对其光谱曲线特点作简单描述
七、基于几何顶点端元提取的SAM 分类
根据cup95eff.int 数据，运用MNF 变换后的波段以及散点图工具提取端元，写出步骤及结果。
1、选择“Spectral→MNF Rotation →Forward MNF →Estimate Noise Statistics fro m
Data”
菜单进行MNF 变换。在“MNF Transform Input file”对话框中选择进行MNF 变换的影像cup95eff.int 。点击OK ，弹出“Forward MNF Transform Parameters”对话框点击Memory 。在波段列表中输出MNF 影像以及特征值曲线图。
2、点击 Gray Scale 单选按钮，然后在可用波段列表中点击 Load Band，将 MNF 的第一个波段作为灰阶影像加载到新的影像显示窗口中。
3、查看MNF 散点图
在主影像窗口中使用 Tools→2-D Scatter Plots，将MNF 影像的波段1和波段2加载到散点图中。
4、画感兴趣区
1）在散点图绘制窗口，使用感兴趣区（ROIs ）绘制工具，在数据分布集群的一个或者多个拐角上，圈出一些像素点。
2）在散点图绘制窗口中，从 Class 下拉式菜单中选择所需的颜色，对几种不同的类，分别使用不同的颜色。
3）从散点图绘制窗口的下拉式菜单中，选择 Options → Export All in the Options，将这些像素列表将被导出作为 ENVI 的感兴趣区（ROIs ）。并保存感兴趣区。
4）点击scatter plot 图层的右键，再点击Mean all 。提取感兴趣区中的均值表观反射率
波谱曲线。在绘图窗口（plot window）中，选择 Options → Stack Plots，Plot Key(图例) 将每条波谱带分别显示出来，以进行比较。
5、鉴别波谱曲线，以获取地物名称。
1）从 ENVI 主菜单中，选择 Spectral → Spectral Analyst。点击 Spectral Analyst Input Spectral Library 对话框底部的 Open Spec Lib 按钮。选择进入 usgs_min 波谱库目录，选择 usgs_min.sli 波谱库文件。
2）在 Edit Identify Methods Weighting 对话框中，为每一个Weight 文本框输入值0.3，Spectral
Analyst 将根据波谱库中的波谱曲线对未知地物的波谱曲线进行评分。
3）列表的第一行显示mizzoni 的波谱曲线评分最高。这个相对较高的分数值表明了该像素对应的地物与mizzoni 最相似。用鼠标双击列表中的第一条波谱曲线。在同一绘图窗口中，绘制出未知地物的波谱曲线以及波谱库中的波谱曲线，以进行比较。
用同种方法进行其余地物的匹配，如下图：
同一张图上绘制匹配地物的曲线：
6、主窗口中选择ClassificationSupervise → Spectral Angle Mapper ，选中cup95eff.int ，然后导入感兴趣区。
最后分类结果如下图：
八、基于PPI 纯净象元端元提取的SAM 分类
根据cup95eff.int 数据，利用MNF 变换后的波段以及纯净像元指数工具以及N 维可视化仪提取端元，即：MNF---PPI---n-dimensional visualizer---spectal mapping，写出步骤及结果。
1、PPI 转换，像元纯净指数
1）在ENVI 主菜单中选择Pixel Purity Index → New Output Band，选择前面得到的MNF 图像进行PPI 处理。经11000次迭代：
，
2）打开文件PPI ，并以灰阶影像显示出来。较亮的像素代表了波谱更纯净的像素，而较暗的像素表明波谱不是很纯净的像素
3）主影像窗口菜单栏的 Enhance 下拉菜单中，选择Interactive Stretching ，了解 PPI 影像的直方图和数据分布的特点。
交互式的拉伸
4）从主影像菜单栏中选择 Overlay → Region of Interest，打开 ROI Tool 对话框。在 ROI Tool 对话框中，选择 Options → Band Threshold to ROI，创建一个感兴趣区，该感兴趣区仅包含PPI 值高的像素区域。只有像素值大于所选的最小阈值的那些像素才会包含在从 PPI 影像中所生成的感兴趣区中。在 ROI Tool 对话框中，点击感兴趣区的名字，选择并显示感兴趣区。
2、N 维散点图及绘制自己的端元
1）从 ENVI 主菜单中选择 Spectral → n-Dimensional Visualizer → Visualize with New Data 。在n-D Visualizer Input File对话框中，点击MNF 文件，然后点击Spectral Subset 按钮。在File Spectral Subset对话框中选择前十个波段。
在n-D Visualizer Input File对话框中，点击OK 。点击波段1、2、3、4和5，查看五维的数据投影。选择 Options → Show Axes，打开显示坐标轴。
2）返回到n-D Controls 对话框，点击 Start 按钮，重新启动 N 维数据的旋转。当看到某个感兴趣的投影（带有多个点集群或者集群拐角）时，暂停旋转，并在 Class 下拉式菜单中选择一个颜色，然后使用鼠标光标在一个或者多个拐角上圈出这些像素点。
点击n-D Visualizer右键导出感兴趣区并保存感兴趣区：
在n-D Visualizer右键点击mean All：
3、波谱分析
使用Spectral Analyst 和波谱曲线绘制图的比较，确定所提取的n-D Visualizer波谱曲线的矿物质类型：
4、主窗口中选择ClassificationSupervise → Spectral Angle Mapper ，选中cup95eff.int ，然后导入感兴趣区。
分类后的结果图如下：
九、参考文献
[1] ENVI遥感影像处理专题与实践[M]，220-234
[2] 张紫程，Hyperion 高光谱遥感在东昆仑东大滩地区找矿中的应用，中国地质大学（北京） [3] 吴赛 张秋文，基于 MODIS 遥感数据的水体提取方法及模型研究[M]，华中科技大学水电与数字化工程学院遥感与空间信息科学研究所，2005
[3] Robert O. Green, Michael L. Eastwood, Charles M. Sarture,Thomas G. Chrien, Mikael Aronsson, Bruce J. Chippendale,Jessica A. Faust, Betina E. Pavri, Christopher J. Chovit,Manuel Solis, Martin R. Olah, and Orlesa Williams,Imaging Spectroscopy and the Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) [4] http://speclab.cr.usgs.gov/spectral-lib.html
十、结束语
通过这段时间的遥感实习让我明白了只有付诸于实践，才能有更多的收获。有些东西你可能理解了原理，但实际操作时会遇到很多困难，在不断的遇到困难与解决困难的过程中使我学到了很多。短暂的实习周使我大概的了解ENVI ，并熟悉其基本操作。通过查阅资料，对成像光谱仪、高光谱传感器（AVIRIS ，Hyperion ，MODIS ）、USGS 波谱库等也有了一定的了解。通过操作学会了“基于几何顶点端元提取的SAM 分类”及“基于PPI 纯净象元端元提取的SAM 分类”。
实 习 报 告
课程名称： 遥感技术原理及应用
实习名称： 高光谱遥感应用
院 （系）：
专业班级：
姓 名：
学 号：
指导教师：
2013年1月2日
一、实习时间
2013年12月23日 至2013年 12月27 日
二、实习地点
天津科技大学9-513海洋信息技术实验室，校园
三、实习目的：
理论与实验课的综合运用，提高课堂与实践相结合的分析能力
1、理解高光谱概念、地物光谱仪、光谱数据库、高光谱传感器；
2、掌握ENVI 软件的基本功能，ASD 的安装与使用；
3、熟悉ENVI 遥感影像处理的一般方法；
4、进一步掌握高级高光谱分析及制图方法；
5、应用ENVI 一整套高光谱处理方法进行近海岸植被分析研究；
6、理解MNF 理论及算法，线性混合波谱理论；
7、总结获取高光谱端元的方法。
四、实习主要仪器设备，软件及数据
1、硬件准备：PC 机，ASD 光谱仪；
2、操作系统：Linux 系统或Windows 2k以上系统；
3、软件工具：ENVI ，RS3安装软件，ViewSpec Software软件
4、数据：美国California 州A VIRIS 影像数据，及USGS 植被及矿物的光谱库数据 路径：CD1/m94avsub；CD1/spec_lib；CD2/C95avsub；CD2/ spec_lib。
5、文献阅读、网上电子图书馆。
五、AVIRIS 及测谱学（Imaging Spectroscopy）介绍
1、介绍测谱学
成像光谱仪（Imaging Spectrometers）或高光谱传感器（Hyperspectral Sensors）都是遥感仪器，其将影像传感器的空间表述同光谱仪的分析能力结合在了一起。它们有多达几百个的狭窄波谱通道，波谱分辨率通常小于10nm （Goetz et al.，1985）。成像光谱仪将为影像中每一个像元提供完整的波谱曲线。将这些同宽波段（broad-band ）多光谱扫描仪，如TM 进行比较：TM 只有6个波段，其波谱分辨率大于100nm 。使用成像光谱仪产生的高光谱分辨率影像，其最终结果可以帮助我们鉴别物质，而使用宽波段传感器只能区分物质。
成像光谱技术实现了图像技术和光谱技术之间的有机结合，在获得目标地物的空间信息的同时，通过光谱仪系统将目标地物的电磁辐射分解成不同波长的谱辐射，能在一个光谱区间内获得每个像元几十个甚至几百个窄（一般小于10nm ）而连续的波段信息。成像光谱技术实现目标地物的“图谱合一”，提供更加丰富的地物信息。
2、介绍A VIRIS
1995年的航空机载可见光/红外成像光谱仪（Airborne Visible/Infrared Imaging
Spectrometer ，简称为A VIRIS ）。A VIRIS 光谱图像是从美国航空航天局ER-2 航空器的Q-bay 上获得的。A VIRIS 是第一个以10nm 为步长测量400nm 至2500nm 太阳反射波段的成像传感器。A VIRIS 的标定精度和信噪比仍然是唯一的。近年，A VIRIS 系统与其有关的科学研究与应用的重要性不断上升。该系统的最初设计与升级版的特点主要体现在它的遥感、精确度、数据处理系统和飞行操作上。A VIRIS 特点的更新在之后几年内，对其科学研究及A VIRIS 数据的应用都有极大的贡献。最近的科学研究和应用表明其是能够用于大气校正，生态学和植被，地质和土壤，内陆和沿海水域，大气，冰和雪水文，生物质燃烧，环境灾害卫星的模拟和校准，商业应用，谱算法，人类的基础设施，以及光谱建模等研究的一种调查。
为了满足研究者将A VIRIS 光谱图像用于科学研究和应用的需求，A VIRIS 系统在持续地努力已经升级了，并得到了改善。这些改善主要是在A VIRIS 的传感器、校正、数据系统以及飞行操作方面。
3、至少再列举1个高光谱传感器并做简单介绍。
1)Hyperion 传感器
Hyperion 传感器搭载于卫星EO-1(Earth Observing-1)，美国NASA 于2000年11月16日发射升空，其目的是面向21世纪为接替Landsat-7而研制的新型地球观测卫星，该卫星紧随Landsat7后一分钟过境，轨道参数与Landsat-7卫星的轨道参数基本相同，轨道高度705km ，倾角98.7度，为太阳同步轨道运行，地面覆盖与Landsat-7完全相同。EO-1带有三个基本遥感系统，即高级陆地成像仪（Advanced Land Imager，ALI ）、高光谱成像仪(Hyperion)和大气校正仪(Linear etalon imaging spectrometer aeeay atmospheric corrector，LAC) 。LAC 的主要功能是对Landsat-7 ETM+和EO-1的数据进行水汽校正。
Hyperion 传感器是第一个星载民用成像光谱仪，是一推扫式传感器，共设有220个波段，其中在可见光-近红外设有60个波段，在短波红外设有160个波段，可覆盖光谱范围400- 2500nm ，波谱分辨率为9.7nm ，空间分辨率为30m ，每景可覆盖7.7x85km 范围，可提供可
见光、近红外及短波红外的连续波谱的信息，因此，利用Hyperion 的高光谱特性可以实现精确的农业估产、地质填图，并在地质、采矿、农业、林业及环保领域有着广泛的应用前景。
Hyperion 的波谱设置：Hyperion 是推扫式传感器，可获得可见光、近红外和短波红外光谱数据。在可见光-近红外和短波红外区，分别用2套敏感元件收集信号。由于该数据在一些波段缺少利用价值，所以系统处理时，仅对198个波段做了辐射校正。SWIR 波段和VNIR 波段存在数据重叠区，所以，只有196个波段可用（Kruse FA，1988），具体波段信息见下表：
2)MODIS 传感器
分辨率成像光谱仪(MODIS)。MODIS 数据涉及的波段范围广，是一个带有490个探测器、36个光谱波段的被动成像光谱辐射计，它覆盖了可见光～热红外（0.4～14um ），空间分辨率比NOAA-A VHRR 有较大的进展(250m、500m 和1000m ）；NASA 对MODIS 数据实行全球免费接收的政策。 MODIS 是一个带有490个探测器、36个光谱波段的被动成像光谱辐射计。它覆盖了可见光～热红外（400～1400nm ）波谱，其数据具有很高的信噪比，量化等级为12bit 。36个相互配准的光谱度波段上以中等分辨率水平（0.25～1km ）每1～2天观测地球表面一次。获取陆地和海洋的温度、初级生产率、陆地表面覆盖、云、气溶胶、水汽和火情等目标的图像。
六、便携式地物光谱仪ASD 、USGS 波谱库介绍
1、介绍便携式地物光谱仪ASD
便携式地物光谱仪ASD ：适用于从遥感测量，农作物监测，森林研究到工业照明测量，海洋学研究和矿物勘察的各方面应用。操作简单，软件包功能强大。此仪器可用做测量辐射，辐照度，CIE 颜色，反射和透射。
探测器：350-1000nm ，低噪声512阵元PDA1000-1800nm 及1800-2500nm ，两个InGaAs 探测器单元，TE 制冷恒温；波长范围：350~2500nm；光谱分辨率：3nm@700nm，8nm@1400 /2100；扫描时间：100ms ；光谱平均：高达31,800次；波长精度：0.5nm ；波长重复性：0.1nm 。杂散光：VNIR0.02%SWIR 1&20.01%；通道数：2151；高次吸收滤色片，内置光闸和漂移锁定自动校准功能均设置为标准配置。
特点：使用512阵元阵列PDA 探测器和两个独立的InGaAs 探测器；每秒最快可得到10个光谱曲线；内置光闸, 漂移锁定暗电流补和分段二级光谱滤光片等为用户提供无差错的数据；实时测量并观察反射、透射、辐射度（选项）；实时显示光谱线；更高的信噪比，采集速度提升4倍；最新的无线Wi-Fi 接口，可进行无线数据接收，最远可达到300米；加固型光纤，完全避免了光纤的折损；小型化的运输箱，更小，更轻，更坚固，更方便运输。
2、上网查找USGS 网站【http://speclab.cr.usgs.gov/spectral-lib.html】
要求：对USGS 波谱库做一般介绍，特别是在最新的06波谱库中对矿物、植被各找一种典型曲线；另外将沿岸水、大洋水光谱plot 画出，并对其光谱曲线特点作简单描述。
1）USGS 波谱库介绍
USGS 波谱库是研究人员在实验室中用光谱实验测量数以百计材料的反射率光谱，并编制了光谱库。该波谱库被用来在遥感影像中对物质的鉴定做参考。最新的USGS 波谱库是2007年9月发布的splib06a 波谱库，它的波长范围紫外到中红外0.2-150um ，包含了超过1300种的光谱，包括中红外数据以及从splib05a 和附加可见光和近红外光谱的光谱图。该库还包含许多矿物质，有机物和挥发性化合物，植被和人造材料。该数据库包括超过6000个的网页，图形，样本图像和数据目录。针对每种物质都有对应的描述、波谱图、ASCII 数据、二进制文件以及一些工具。splib07a 波谱库目前正在编制。
2）最新的06波谱库中对矿物、植被各找一种典型曲线
3）将沿岸水、大洋水光谱plot 画出，并对其光谱曲线特点作简单描述
七、基于几何顶点端元提取的SAM 分类
根据cup95eff.int 数据，运用MNF 变换后的波段以及散点图工具提取端元，写出步骤及结果。
1、选择“Spectral→MNF Rotation →Forward MNF →Estimate Noise Statistics fro m
Data”
菜单进行MNF 变换。在“MNF Transform Input file”对话框中选择进行MNF 变换的影像cup95eff.int 。点击OK ，弹出“Forward MNF Transform Parameters”对话框点击Memory 。在波段列表中输出MNF 影像以及特征值曲线图。
2、点击 Gray Scale 单选按钮，然后在可用波段列表中点击 Load Band，将 MNF 的第一个波段作为灰阶影像加载到新的影像显示窗口中。
3、查看MNF 散点图
在主影像窗口中使用 Tools→2-D Scatter Plots，将MNF 影像的波段1和波段2加载到散点图中。
4、画感兴趣区
1）在散点图绘制窗口，使用感兴趣区（ROIs ）绘制工具，在数据分布集群的一个或者多个拐角上，圈出一些像素点。
2）在散点图绘制窗口中，从 Class 下拉式菜单中选择所需的颜色，对几种不同的类，分别使用不同的颜色。
3）从散点图绘制窗口的下拉式菜单中，选择 Options → Export All in the Options，将这些像素列表将被导出作为 ENVI 的感兴趣区（ROIs ）。并保存感兴趣区。
4）点击scatter plot 图层的右键，再点击Mean all 。提取感兴趣区中的均值表观反射率
波谱曲线。在绘图窗口（plot window）中，选择 Options → Stack Plots，Plot Key(图例) 将每条波谱带分别显示出来，以进行比较。
5、鉴别波谱曲线，以获取地物名称。
1）从 ENVI 主菜单中，选择 Spectral → Spectral Analyst。点击 Spectral Analyst Input Spectral Library 对话框底部的 Open Spec Lib 按钮。选择进入 usgs_min 波谱库目录，选择 usgs_min.sli 波谱库文件。
2）在 Edit Identify Methods Weighting 对话框中，为每一个Weight 文本框输入值0.3，Spectral
Analyst 将根据波谱库中的波谱曲线对未知地物的波谱曲线进行评分。
3）列表的第一行显示mizzoni 的波谱曲线评分最高。这个相对较高的分数值表明了该像素对应的地物与mizzoni 最相似。用鼠标双击列表中的第一条波谱曲线。在同一绘图窗口中，绘制出未知地物的波谱曲线以及波谱库中的波谱曲线，以进行比较。
用同种方法进行其余地物的匹配，如下图：
同一张图上绘制匹配地物的曲线：
6、主窗口中选择ClassificationSupervise → Spectral Angle Mapper ，选中cup95eff.int ，然后导入感兴趣区。
最后分类结果如下图：
八、基于PPI 纯净象元端元提取的SAM 分类
根据cup95eff.int 数据，利用MNF 变换后的波段以及纯净像元指数工具以及N 维可视化仪提取端元，即：MNF---PPI---n-dimensional visualizer---spectal mapping，写出步骤及结果。
1、PPI 转换，像元纯净指数
1）在ENVI 主菜单中选择Pixel Purity Index → New Output Band，选择前面得到的MNF 图像进行PPI 处理。经11000次迭代：
，
2）打开文件PPI ，并以灰阶影像显示出来。较亮的像素代表了波谱更纯净的像素，而较暗的像素表明波谱不是很纯净的像素
3）主影像窗口菜单栏的 Enhance 下拉菜单中，选择Interactive Stretching ，了解 PPI 影像的直方图和数据分布的特点。
交互式的拉伸
4）从主影像菜单栏中选择 Overlay → Region of Interest，打开 ROI Tool 对话框。在 ROI Tool 对话框中，选择 Options → Band Threshold to ROI，创建一个感兴趣区，该感兴趣区仅包含PPI 值高的像素区域。只有像素值大于所选的最小阈值的那些像素才会包含在从 PPI 影像中所生成的感兴趣区中。在 ROI Tool 对话框中，点击感兴趣区的名字，选择并显示感兴趣区。
2、N 维散点图及绘制自己的端元
1）从 ENVI 主菜单中选择 Spectral → n-Dimensional Visualizer → Visualize with New Data 。在n-D Visualizer Input File对话框中，点击MNF 文件，然后点击Spectral Subset 按钮。在File Spectral Subset对话框中选择前十个波段。
在n-D Visualizer Input File对话框中，点击OK 。点击波段1、2、3、4和5，查看五维的数据投影。选择 Options → Show Axes，打开显示坐标轴。
2）返回到n-D Controls 对话框，点击 Start 按钮，重新启动 N 维数据的旋转。当看到某个感兴趣的投影（带有多个点集群或者集群拐角）时，暂停旋转，并在 Class 下拉式菜单中选择一个颜色，然后使用鼠标光标在一个或者多个拐角上圈出这些像素点。
点击n-D Visualizer右键导出感兴趣区并保存感兴趣区：
在n-D Visualizer右键点击mean All：
3、波谱分析
使用Spectral Analyst 和波谱曲线绘制图的比较，确定所提取的n-D Visualizer波谱曲线的矿物质类型：
4、主窗口中选择ClassificationSupervise → Spectral Angle Mapper ，选中cup95eff.int ，然后导入感兴趣区。
分类后的结果图如下：
九、参考文献
[1] ENVI遥感影像处理专题与实践[M]，220-234
[2] 张紫程，Hyperion 高光谱遥感在东昆仑东大滩地区找矿中的应用，中国地质大学（北京） [3] 吴赛 张秋文，基于 MODIS 遥感数据的水体提取方法及模型研究[M]，华中科技大学水电与数字化工程学院遥感与空间信息科学研究所，2005
[3] Robert O. Green, Michael L. Eastwood, Charles M. Sarture,Thomas G. Chrien, Mikael Aronsson, Bruce J. Chippendale,Jessica A. Faust, Betina E. Pavri, Christopher J. Chovit,Manuel Solis, Martin R. Olah, and Orlesa Williams,Imaging Spectroscopy and the Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) [4] http://speclab.cr.usgs.gov/spectral-lib.html
十、结束语
通过这段时间的遥感实习让我明白了只有付诸于实践，才能有更多的收获。有些东西你可能理解了原理，但实际操作时会遇到很多困难，在不断的遇到困难与解决困难的过程中使我学到了很多。短暂的实习周使我大概的了解ENVI ，并熟悉其基本操作。通过查阅资料，对成像光谱仪、高光谱传感器（AVIRIS ，Hyperion ，MODIS ）、USGS 波谱库等也有了一定的了解。通过操作学会了“基于几何顶点端元提取的SAM 分类”及“基于PPI 纯净象元端元提取的SAM 分类”。