光谱测量数据降噪处理滤波器设计

光谱数据处理流程解析

渤海SVC 光谱数据处理 2009.9.9 一．基本原理 水体遥感反射率的计算公式为： /(0)rs w d R L E += 其中，水面入射辐照度比(0)d E +又为： (0)*/d p p E L πρ+= p L 为标准板的反射信号； p ρ为标准板的反射率。 而水面以上水体信号组成可表示为公式： *u w f sky wc g L L L L L ρ=+++ 其中：u L 代表传感器接收到的总信号； w L 是进入水体的光被水体散射回来后进入传感器的离水辐射率，是我们需要得到的量。 f ρ为菲涅尔反射系数， 平静水面可取r=0.022,在5m/s 左右风速的情况下, r 可取0.025, 10m/s 左右风速的情况下, 取0.026—0.028（唐军武，2004）。 s k y L 是天空光信号，通过实地测量得到； wc L 是来自水面白帽的信号、g L 是来自太阳耀斑的信号。这两部分信号不携带任何水体信息，在测量过程中通过采用特定的观测几何来避免和去除。 具体可参考《环境遥感模型与应用》 二．处理流程： 1.生成moc 文件：将测量得到的原始光谱XXX.sig 文件通过overlap 处理后得到去除传感器间重复波段影响后的平滑光谱曲线： ①安装运行SVC-HR1024软件，选择tools —SIG file overlap ，在browser 中选择要处理的.sig 文件； ②点击process all files 进行处理，生成的moc 文件自动保存在与.sig 同一个文件夹下面。 数据储存：为每一天新建一个以日期命名的文件夹，根据这一天所测的站点数，建立以相应点号命名的子文件夹以储存各点位测得的光谱数据(包括原始.sig 和生成的_moc.sig 文件) 2.制作.meta 文件：根据原始观测记录在.meta 文件中写入对应的水体测量（No_water_files ）、天空光测量（No_sky_files ）、灰板测量光谱曲线（No_plaq_files ）及灰板反射率的文件储存路径信息，以辅助反射率的计算。

红外光谱分析概述

红外光谱分析概述（上） 1．红外光谱 红外光谱是反映红外辐射强度或其他与之相关性质随波长（波数）变化的谱图。目前，它是一种被广泛应用于研究表征物质的化学组成，在分子层次上的结构及分子间相互作用的有力手段。红外射线发现于1800年，在用普通温度计测量可见光谱的温度效应时，在红光一端的外侧观察到有较强的热效应。后来，实验证实了这是由一种肉眼看不见、波长比红光更长的电磁辐射所造成的，这种电磁辐射被称为红外光。通常将红外辐射的波长范围定为0.8～1000微米，并可粗略地分为三个波段：（1）近红外的波段为0.8～2.5微米，波数为12500～4000厘米-1；（2）中红外的波段为2.5～25微米，波数为4000～400厘米-1；（3）远红外的波段为25～1000微米，波数为400～10厘米，目前，实验上已能测定到2500微米，波数为4厘米-1。相应地有近红外光谱、中红外光谱和远红外光谱。 红外光谱的形式虽然多种多样，从本质上可分为发射光谱和吸收光谱两大类。物体的红外发射光谱是指样品在通过受激或自发辐射的条件下，所发射的红外光的强度随波长(波数)变化的光谱图，红外发射光谱主要决定于物体的温度和化学组成。吸收光谱是指样品对红外辐射的吸收能力随波长(波数)变化的光谱图，在实验上，使红外光与样品发生相互作用，测定红外光与物质相互作用前后光强的变化与波长(波数)之间的关系, 称红外吸收光谱。 2．分子的振动和转动光谱 对于分子体系而言，其振动和转动是量子化的，其能级差所对应的光子的波长落在红外光范围，因此是红外光谱(拉曼光谱)的主要研究对象。研究指出，红外光谱的研究范围不仅仅局限于分子的振动、转动跃迁，某些特殊体系的电子能级跃迁亦可能落在红外光谱波段范围内，例如，超大规模共轭体系的电子跃迁、某些稀土离子的f-f能级跃迁等等。不过目前绝大多数的红外光谱研究工作仍集中于分子的振动能级跃迁上，以最简单的双原子为例，其振动吸收Eν可近似地表示为： 式中h为普朗克常数；ν为振动量子数（取正整数）；n0为简谐振动频率。当ν=0时，分子的能量最低，称为基态。处于基态的分子受到频率为n0的红外射线照射时，分子吸收了能量为n0的光量子，跃迁到第一激发态，得到频率为n0的红外吸收带, 它称为分子振动的基频。反之，处于该激发态的分子也可发射频率为n0的红外射线而恢复到基态。n0的数值决定于分子的约化质量μ和力常数κ： κ决定于原子的核间距离、原子的特性和化学键及键级等。 在多原子分子体系中，各原子在平衡位置附近作相对运动。这些振动方式可以被分解为各种简正振动的线性组合，所谓简正振动就是指分子中各原子以同一频率、同一相位在平衡位置附近作简揩振动。含N个原子的非线分子有3N-6个简正振动方式；线性分子有3N－5种简正振动方式。 对于分子的转动而言，往往可以假定分子为刚性转子，则其转动能量Er为： 红外光谱分析概述（中）

近红外光谱分析及其应用简介

近红外光谱分析及其应用简介 1、近红外光谱分析及其在国际、国内分析领域的定位 近红外光谱分析是将近红外谱区（800-2500nm）的光谱测量技术、化学计量学技术、计算机技术与基础测试技术交叉结合的现代分析技术，主要用于复杂样品的直接快速分析。近红外分析复杂样品时，通常首先需要将样品的近红外光谱与样品的结构、组成或性质等测量参数（用标准或认可的参比方法测得的），采用化学计量学技术加以关联，建立待测量的校正模型；然后通过对未知样品光谱的测定并应用已经建立的校正模型，来快速预测样品待测量。 近红外光谱分析技术自上世纪60年代开始首先在农业领域应用，随着化学计量学与计算机技术的发展，80年代以来逐步受到光谱分析学家的重视，该项技术逐渐成熟，90年代国际匹茨堡会议与我国的BCEIA等重要分析专业会议均先后把近红外光谱分析与紫外、红外光谱分析等技术并列，作为一种独立的分析方法；2000年PITTCON 会议上近红外光谱方法是所有光谱法中最受重视的一类方法，这种分析方法已经成为ICC（International Association for Cereal Science and Technology国际谷物科技协会）、AOAC(American Association of Official Analytical Chemists美国公职化学家协会)、AACC（American Association of Cereal Chemists美国谷物化学家协会）等行业协会的标准；各发达国家药典如USP(United States Pharmacopoeia美国药典)均收入了近红外光谱方法；我国2005年版的药典也将该方法收入。在应用方面近红外光谱分析技术已扩展到石油化工、医药、生物化学、烟草、纺织品等领域。发达国家已经将近红外方法做为质量控制、品质分析和在线分析等快速、无损分析的主要手段。 我国对近红外光谱技术的研究及应用起步较晚，上世纪70年代开始，进行了近红外光谱分析的基础与应用研究，到了90年代，石化、农业、烟草等领域开始大量应用近红外光谱分析技术，但主要是依靠国外大型分析仪器生产商的进口仪器。目前国内能够提供完整近红外光

高光谱数据处理工具软件使用手册

高光谱数据处理工具软件使用手册 一数据读取操作 1 读取南京中地仪器公司的光谱数据（单个文件） [sampleName,lambda,spectrum ]=hyperReadZD(fname) 2 读取北师大波谱库的数据（单条记录） [metaInfo,lambda,spectrum]=hyperReadSPL(fname,iStart,iEnd,i Step,desPathStr) 参数：如果输入参数iStart,iEnd,iStep则将读取的波谱数据按照以上三个参数进行重采样。三参数的含义分别是：起始波段（nm），终止波段(nm)，采样间隔（nm）；如果输入desPathStr，则将采样后的结果作为zip文件保存在目录desPathStr内。 3 读取Envi波谱库数据（单个文件，多条记录） [samplename,lambda,spectral]=hyperReadEnvi(fname) 4 读取ASD波谱仪数据 [measured, lambda, reference] = hyperReadAsd(filename) 5 读取高光谱影像数据（AVIRIS格式） [M, wavelengths_nm] = hyperReadAvirisRfl(filename, height, width, bands) 二数据转换 1 高光谱立方体数据转换为二维数组 [M] = hyperConvert2d(M) 输入： M - 高光谱立方体数据(m x n x p) 输出： M –二维矩阵形式(p x N) 2 将二维数组转换为数据立方体 [img] = hyperConvert3d(img, h, w, numBands) 输入： M –二维数据矩阵 (p x N) 输出： M –三维数据立方体 (m x n x p) 3 光谱重采样 [ output ] = hyperResample( M, currentWaveLengths, desiredWaveLengths ) 输入： M –二维高光谱数据矩阵 (p x N)

红外光谱仪的应用

红外光谱仪的应用 (陕西科技大学材料科学与工程学院西安任莹莹710021) 摘要：傅里叶转换红外光谱(FTIR)是一种用来获得吸收，射出光电导性或固体，液体或气体的拉曼散射的仪器。本文将从红外光谱仪的使用原理，样品制备，结果分析等几个方面对红外光谱仪进行介绍。 关键字：FTIR，原理，样品制备，结果分析 The Application of Infrared Spectrometer (School of Materials Science and Engineering, Shaanxi University of Science and Technology, Xi’an Ren yingying 710021) Abstract:Fourier transform infrared spectroscopy (FTIR) is a kind of instrument, which is used to get absorbed, penetrate photoconductivity or solid, liquid or gas Raman scattering. This article from the principle of the use of infrared spectrometer, sample preparation, the analysis of several aspects, such as the infrared spectrometer is introduced. Key words: FTIR, principle, sample preparation, analysis of the results 一、原理 红外线是波长介于可见光和微波之间的一段电磁波。红外光又可依据波长范围分成近红外、中红外和远红外三个波区，其中中红外区（2.5—5μm；4000—400cm-1）能很好地反映分子内部所进行的各种物理过程以及分子结构方面的特征，对解决分子结构和化学组成中的各种问题最为有效，因而中红外区是红外光谱中应用最广的区域，一般所说的红外光谱大都是指这一范围。 红外光谱法实质上是一种根据分子内部原子间的相对振动和分子转动等信息来确定物质分子结构和鉴别化合物的分析方法。当一束具有连续波长的红外光通过物质，物质分子中某个基团的振动频率和红外光的频率一样时，分子就吸收能量由原来的基态振动能级跃迁到能量较高的振动能级，分子吸收红外辐射后发生振动和转动能级的跃迁，该处波长的光就被物质吸收。将分子吸收红外光的情况用仪器记录下来，就得到红外光谱图。红外光谱图通常用波长(λ)或波数(σ)为横坐标，表示吸收峰的位置，用透光率(T%)或者吸光度(A)为纵坐标，表示吸收强度。如图1，辛烷的红外光谱图，纵坐标为透过率，横坐标为波长λ(μm )或波数(cm-1)。

紫外光谱分析实验数据处理部分

【实验数据处理部分】 一．由实验测得的数据可以得到以下几个谱图： 1.苯蒸气的紫外吸收光谱： 左图中，苯的K吸 收带大约在214nm处， B吸收带在256nm左右。 并且，苯蒸气的精细结 构（主要指苯分子的振 动能级）清晰可见。 另外，由于滴加到 比色皿中的苯过多导致 浓度偏大，A值偏大。 （超过了1.0）。 2.不同取代基对苯的紫外吸收带的影响： （1）、苯甲酸与苯乙烯： 左图中，①②标示的 是苯蒸气的K带和B带； ③表示的是苯甲酸的K 吸收带；而④⑤表示的是 苯乙烯的E2带和K带。 （其中为了使谱图便于 比对，将苯蒸气的吸光度 值成比例地缩小了一定 的数值。） 读图可知： 与苯比较，羧基(吸 电子基)取代的苯环，其K 吸收带发生了红移，B吸 收带也有一定程度的红 移，但强度变弱了； 而对于苯乙烯，由于乙烯基双键的存在，增大了苯环的共轭体系，使得价电子跃迁所需要的能量变低，因而发生了很大程度的红移，E2带和K带分别红移至210nm和245nm处。 (2)、苯酚和苯胺：

图中，①②标示的是 苯蒸气的K带和B带； ③④表示的是苯酚的K 吸收带和B吸收带；而 ⑤⑥⑦则表示苯胺的E2 带、K带和B带。 读图可知： 苯酚的E2吸收带与 K吸收带合并了，原因是 酚羟基的助色作用使得 吸收带发生红移，同样 地，与苯相比，苯酚的B 吸收带也发生了红移； 苯胺的氮原子上含 有孤对电子，也和酚羟基一样具有助色效应，因此苯胺的各个吸收带也发生了一定程度的红移（相比较于苯而言）。 二、溶液性质对取代苯紫外吸收的影响： 1.苯酚与其碱性溶液： 图中：①②③分别标 示的是苯酚在碱性溶液 中的E2吸收带、K吸收 带和B吸收带的大致位 置；而④⑤则分别标示苯 酚在中性溶液中的K吸 收带和B吸收带的位置。 读图可知： 由于碱性溶液中的 酚羟基以氧负离子形式 存在，使得酚羟基的助色 作用大大增强，因而苯环 的吸收带均发生较大的 红移。 例如：原本在苯酚的 紫外吸收图谱中未能读出的E1、E2吸收带，此时可以大致从图中读出；另外，碱性溶液中，苯酚的K带红移至245nm左右，B带红移至290nm左右。 苯酚在碱性溶液中的变化见下图：

红外与近红外光谱常用数据处理算法

一、数据预处理 （1）中心化变换 （2）归一化处理 （3）正规化处理 （4）标准正态变量校正（标准化处理）（Standard Normal Variate,SNV）（5）数字平滑与滤波（Smooth） （6）导数处理（Derivative） （7）多元散射校正（Multiplicative Scatter Correction,MSC） （8）正交信号校正（OSC） 二、特征的提取与压缩 （1）主成分分析（PCA） （2）马氏距离 三、模式识别（定性分类） （1）基于fisher意义下的线性判别分析（LDA） （2）K-最邻近法（KNN） （3）模型分类方法（SIMCA） （4）支持向量机（SVM） （5）自适应boosting方法（Adaboost） 四、回归分析（定量分析） （1）主成分回归（PCR） （2）偏最小二乘法回归（PLS） （3）支持向量机回归（SVR）

一、数据预处理 （1） 中心化变换 中心化变换的目的是在于改变数据相对于坐标轴的位置。一般都是希望数据集的均值与坐标轴的原点重合。若x ik 表示第i 个样本的第k 个测量数据，很明显这个数据处在数据矩阵中的第i 行第k 列。中心化变换就是从数据矩阵中的每一个元素中减去该元素所在元素所在列的均值的运算： u ik k x x x =- ，其中k x 是n 个样本的均值。 (2) 归一化处理 归一化处理的目的是是数据集中各数据向量具有相同的长度，一般为单位长度。其公式为： 'ik x = 归一化处理能有效去除由于测量值大小不同所导致的数据集的方差，但是也可能会丢失重要的方差。 （3）正规化处理 正规化处理是数据点布满数据空间，常用的正规化处理为区间正规化处理。其处理方法是以原始数据集中的各元素减去所在列的最小值，再除以该列的极差。 min() 'max()min() ik ik k k x xk x x x -= - 该方法可以将量纲不同，范围不同的各种变量表达为值均在0~1范围内的数据。但这种方法对界外值很敏感，若存在界外值，则处理后的所有数据近乎相等。 （4） 标准化处理（SNV ）也称标准正态变量校正 该处理能去除由单位不同所引起的不引人注意的权重，但这种方法对界外点不像区间正规化那样的敏感。标准化处理也称方差归一化。它是将原始数据集各个元素减去该元素所在列的元素的均值再除以该列元素的标准差。 ';ik k ik k k x x x S S -==

近红外光谱技术在药物分析中的应用

近红外光谱技术在药物分析中的应用 1·前言 近红外光谱分析技术是分析化学领域迅猛发展的高新分析技术，越来越引起国内外分析专家的注目，在分析化学领域被誉为分析“巨人”，它的出现可以说带来了又一次分析技术的革命。 近红外（NIR）谱区是人类认识最早的非可见光谱区，波长范围在0.75—2.5 m之间，用波数表示时则在13330—4000cm-1之间。由于近红外的吸收谱带复杂，谱峰重叠，信号弱，在分析上难以应用，长期以来没有受到人们的重视。近十多年来，随着近红外仪器的改良，新的光谱理论和光度分析方法的建立，特别是计算机技术和化学计量学的广泛应用和迅速发展，使近红外光谱技术成为目前发展最快、最引人注目的分析技术，并以其简单快速、实时在线、无损伤无污染分析等特点，在复杂物质的分析上得到广泛应用。在包括制糖和制药的许多与化学分析和品质管理有关的行业中的应用前景极其广阔。 关于近红外光谱技术在制药行业中应用的文献报道越来越多，显示了近红外光谱技术在制药领域中越来越受到人们的重视。近红外光谱分析具有的快速实时、操作简单、无损伤测定、不受样品状态影响的特点很符合药物分析的要求。因此，在制药业中原料药的分析、药物制剂中水分、有效成分的分析、药物生产品质的过程控制等方面近红外光谱技术得到了十分广泛的应用。 2·光谱介绍 近红外光是介于可见光和中红外光之间的电磁波，根据ASTM（美国试验和材料检测协会）定义是指波长在780～2526nm范围内的电

磁波，习惯上又将近红外区划分为近红外短波（780~1100nm）和近红外长波（1100~2526nm）两个区域。 近红外光谱属于分子振动光谱的倍频和主频吸收光谱，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，具有较强的穿透能力。近红外光主要是对含氢基团X－H（X=C、N、O）振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成和分子结构的信息。由于不同的有机物含有不同的基团，不同的基团有不同的能级，不同的基团和同一基团在不同物理化学环境中对近红外光的吸收波长都有明显差别，且吸收系数小，发热少，因此近红外光谱可作为获取信息的一种有效的载体。近红外光照射时，频率相同的光线和基团将发生共振现象，光的能量通过分子偶极矩的变化传递给分子；而近红外光的频率和样品的振动频率不相同，该频率的红外光就不会被吸收。因此，选用连续改变频率的近红外光照射某样品时，由于试样对不同频率近红外光的选择性吸收，通过试样后的近红外光线在某些波长范围内会变弱，透射出来的红外光线就携带有机物组分和结构的信息。通过检测器分析透射或反射光线的光密度，就可以确定该组分的含量。 3·近红外光谱技术在制药业中的应用 3·1 原料和活性组分的测定 药物加工过程中第一步就是原料的鉴定，其质量的好坏直接决定后续加工过程的成败于否，而同一类型的原料中多变因素主要是湿度和颗粒大小，近红外光谱在湿度测定中的灵敏度及其适于固体表面的表征的特性，使他能够很快地得到样品的湿度和颗粒大小的信息，然

高光谱数据处理基本流程

高光谱数据处理基本流 程 The document was finally revised on 2021

高光谱分辨率遥感 用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。 高光谱遥感具有不同于传统遥感的新特点： （1）波段多——可以为每个像元提供几十、数百甚至上千个波段； （2）光谱范围窄——波段范围一般小于10nm； （3）波段连续——有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱； （4）数据量大——随着波段数的增加，数据量成指数增加； （5）信息冗余增加——由于相邻波段高度相关，冗余信息也相对增加。 优点： （1）有利于利用光谱特征分析来研究地物； （2）有利于采用各种光谱匹配模型； （3）有利于地物的精细分类与识别。 ENVI高光谱数据处理流程： 一、图像预处理 高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。辐射校正一般由数据提供商完成。 二、显示图像波谱 打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。 三、波谱库 1、标准波谱库 软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。 2、自定义波谱库

ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。 3、波谱库交互浏览 波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等 四、端元波谱提取 端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。 端元波谱的确定有两种方式： （1）使用光谱仪在地面或实验室测量到的“参考端元”，一般从标准波谱库选择； （2）在遥感图像上得到的“图像端元”。 端元波谱获取的基本流程： （1）MNF变换 重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。 （2）计算纯净像元指数PPI PPI生成的结果是一副灰度的影像，DN值越大表明像元越纯。 作用及原理：

红外光谱技术

红外光谱技术 学号：1211050126 姓名：徐健榕 班级：12110501

摘要 红外光谱作为一门先进的技术，已经在各个领域得到了广泛的应用，。本文主要了解红外光谱分析的历史发展、现状分析、研究应用及其应用成果。 关键词：红外光谱历史应用成果 一、红外光谱的历史发展 真正意义上对光谱的研究是从英国科学家牛顿(Newton) 开始的.1666 年牛顿证明一束白光可分为一系列不同颜色的可见光, 而这一系列的光投影到一个屏幕上出现了一条从紫色到红色的光带.牛顿导入"光谱" (spectrum)一词来描述这一现象.牛顿的研究是光谱科学开端的标志. 从牛顿之后人类对光的认识逐渐从可见光区扩展到红外和紫外区.红外辐射是18世纪末，19世纪初才被发现的。1800年英国物理学家赫谢尔（Herschel）用棱镜使太阳光色散，研究各部分光的热效应，发现在红色光的外侧具有最大的热效应，说明红色光的外侧还有辐射存在，当时把它称为“红外线”或“热线”。这是红外光谱的萌芽阶段。由于当时没有精密仪器可以检测，所以一直没能得到发展。过了近一个世纪，才有了进一步研究并引起注意。 1892年朱利叶斯（Julius）用岩盐棱镜及测热辐射计（电阻温度计），测得了20几种有机化合物的红外光谱，这是一个具有开拓意义的研究工作，立即引起了人们的注意。1905年库柏伦茨（Coblentz）测得了128种有机和无机化合物的红外光谱，引起了光谱界的极大轰动。这是红外光谱开拓及发展的阶段。到了20世纪30年代，光的二象性、量子力学及科学技术的发展，为红外光谱的理论及技术的发展提供了重要的基础。不少学者对大多数化合物的红外光谱进行理论上研究和归纳、总结，用振动理论进行一系列键长、键力、能级的计算，使红外光谱理论日臻完善和成熟。尽管当时的检测手段还比较简单，仪器仅是单光束的，手动和非商化的，但红外光谱作为光谱学的一个重要分支已为光谱学家和物理、化学家所公认。这个阶段是红外光谱理论及实践逐步完善和成熟的阶段。20世纪中期以后，红外光谱在理论上更加完善，而其发展主要表现在仪器及实验技术上的发展：①1947年世界上第一台双光束自动记录红外分光光度计在美国投入使用。这是第一代红外光谱的商品化仪器；②20世纪60年代，采用光栅

红外光谱测试法

红外光谱测试法 红外光谱 (Infrared Spectroscopy, IR) 的研究始于 20 世纪初，自1940 年红外光谱仪问世，红外光谱在有机化学研究中广泛应用。新技术（如发射光谱、光声光谱、色红联用等）出现，使红外光谱技术得到发展。 原理 当一束具有连续波长的红外光通过物质，物质分子中某个基团的振动频率或转动频率和红外光的频率一样时，分子就吸收能量由原来的基态振(转)动能级跃迁到能量较高的振(转)动能级，分子吸收红外辐射后发生振动和转动能级的跃迁，该处波长的光就被物质吸收。所以，红外光谱法实质上是一种根据分子内部原子间的相对振动和分子转动等信息来确定物质分子结构和鉴别化合物的分析方法。将分子吸收红外光的情况用仪器记录下来，就得到红外光谱图。红外光谱图通常用波长(λ)或波数 (σ)为横坐标，表示吸收峰的位置，用透光率(T%)或者吸光度(A)为纵坐标，表示吸收强度。 当外界电磁波照射分子时，如照射的电磁波的能量与分子的两能级差相等，该频率的电磁波就被该分子吸收，从而引起分子对应能级的跃迁，宏观表现为透射光强度变小。电磁波能量与分子两能级差相等为物质产生红外吸收光谱必须满足条件之一，这决定了吸收峰出现的位置。 红外吸收光谱产生的第二个条件是红外光与分子之间有偶尔作用，为了满足这个条件，分子振动时其偶极矩必须发生变化。这实际上保证了红外光的能量能传递给分子，这种能量的传递是通过分子振动偶极矩的变化来实现的。并非所有的振动都会产生红外吸收，只有偶极矩发生变化的振动才能引起可观测的红外吸收，这种振动称为红外活性振动；偶极矩等于零的分子振动不能产生红外吸收，称为红外非活性振动。 应用 红外光谱对样品的适用性相当广泛，固态、液态或气态样品都能应用，无机、有机、高分子化合物都可检测。此外，红外光谱还具有测试迅速，操作方便，重复性好，灵敏度高，试样用量少，仪器结构简单等特点，因此，它已成为现代结构化学和分析化学最常用和不可缺少的工具。红外光谱在高聚物的构型、构象、力学性质的研究以及物理、天文、气象、遥感、生物、医学等领域也有广泛的应用。 红外吸收峰的位置与强度反映了分子结构上的特点，可以用来鉴别未知物的结构组成或确定其化学基团；而吸收谱带的吸收强度与化学基团的含量有关，可用于进行定量分析和纯度鉴定。另外，在化学反应的机理研究上，红外光谱也发挥了一定的作用。但其应用最广的还是未知化合物的结构鉴定。 红外光谱不但可以用来研究分子的结构和化学键，如力常数的测定和分子对称性的判据，而且还可以作为表征和鉴别化学物种的方法。例如气态水分子是非线性的三原子分子，它的v1=3652厘米、v3=3756厘米、v2=1596厘米而在液态水分子的红外光谱中，由于水分子间的氢键作用，使v1和v3的伸缩振动谱带叠

红外光谱分析

红外光谱分析 序言 二十世纪初叶，Coblentz发表了一百多个有机化合物的红外光谱图，给有机化学家提供了鉴别未知化合物的有力手段。到四十年代红外光谱技术得到了广泛的研究和应用。当今红外光谱仪的分辨率越来越高，检测范围扩展到10000－200cm-1，样品量少至微克级。红外光谱提供的某些信息简捷可靠，检测样品中有无羰基及属于哪一类（酸酐、酯、酮或醛）是其他光谱技术难以替代的。因此，对从事有机化合物为研究对象的化学工作者来说，红外光谱学是必需熟悉和掌握的一门重要光谱知识。 一、基本原理 1、基本知识 光是一种电磁波。可根据电磁波的波长范围分成不同类型的光谱，它们各自反映出物质的不同类型的运动形式。表1列出这些电磁波的波长，其所在区域的光谱名称，以及对应的运动形式。 红外光谱研究的内容涉及的是分子运动，因此称之为分子光谱。通常红外光谱系指2-25μ之间的吸收光谱，常用的为中红外区4000-650cm-1或4000-400cm-1。 这段波长范围反映出分子中原子间的振动和变角振动，分子在振

动运动的同时还存在转动运动。在红外光谱区实际所测得的图谱是分子的振动与转动运动的加合表现，即所谓振转光谱。 每一化合物都有其特有的光谱，因此使我们有可能通过红外光谱对化合物作出鉴别。 红外光谱所用的单位波长μ，波数cm-1。光学中的一个基本公式是λυ= C，式中λ为波长，υ为频率，C为光速(3×1010cm/s)。设υ为波数，其含义是单位长度(1cm)中所含的波的个数，并应具有以下关系：波数(cm-1)＝104/波长(μ) 波长和波数都被用于表示红外光谱的吸收位置，即红外光谱图的横坐标。目前倾向于普遍采用波数为单位，而在图谱上方标以对应的波长值。红外光谱图的纵坐标反映的是吸收强度，一般以透过率(T%)表示。 2、红外光谱的几种振动形式 主要的基本可以分为两大类：伸缩振动和弯曲振动。 (1)伸缩振动(υ) 沿着键轴方向伸或缩的振动，存在对称与非对称两种类型。它的吸收频率相对在高波数区。 (2)弯曲振动(δ) 包括面内、面外弯曲振动，变角振动，摇摆振动等。它的吸收频率相对在低波数区。 4000cm-1（高）400cm-1（低） 3、红外光谱吸收峰主要的几种类型 (1)基频峰：伸缩振动，弯曲振动产生的吸收峰均为基频峰。 (2)倍频峰：出现在基频峰波数二倍处。如基频为900cm-1，倍频为 1800cm-1。 4、红外光谱吸收峰的强度

高光谱数据处理基本流程

高光谱分辨率遥感 用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（ImagingSpectrometry）遥感。 高光谱遥感具有不同于传统遥感的新特点： （1）波段多——可以为每个像元提供几十、数百甚至上千个波段； （2）光谱范围窄——波段范围一般小于10nm； （3）波段连续——有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱； （4）数据量大——随着波段数的增加，数据量成指数增加； （5）信息冗余增加——由于相邻波段高度相关，冗余信息也相对增加。 优点： （1）有利于利用光谱特征分析来研究地物； （2）有利于采用各种光谱匹配模型； （3）有利于地物的精细分类与识别。 ENVI高光谱数据处理流程： 一、图像预处理 高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。辐射校正一般由数据提供商完成。 二、显示图像波谱 打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。 三、波谱库 1、标准波谱库 软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。 2、自定义波谱库 ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱

来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。 3、波谱库交互浏览 波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等 四、端元波谱提取 端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。 端元波谱的确定有两种方式： （1）使用光谱仪在地面或实验室测量到的“参考端元”，一般从标准波谱库选择； （2）在遥感图像上得到的“图像端元”。 端元波谱获取的基本流程： （1）MNF变换 重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。 （2）计算纯净像元指数PPI PPI生成的结果是一副灰度的影像，DN值越大表明像元越纯。 作用及原理： 纯净像元指数法对图像中的像素点进行反复迭代，可以在多光谱或者高光谱影像中寻找最“纯”的像元。（通常基于MNF变换结果来进行）

高光谱数据分析ENVI操作手册

高光谱数据分析ENVI操作手册

1.常见参数选择 主菜单→File→Preferences ●用户自定义文件（User Defined Files） 图形颜色文件，颜色表文件，ENVI的菜单文件，地图投影文件等。需重启ENVI ●默认文件目录(Default Directories) 默认数据目录，临时文件目录，默认输出文件目录，ENVI补丁文件、光谱库文件、备用头文件目录等，需重启ENVI。 ●显示设置(Display Default) 可以设置三窗口中各个分窗口的显示大小，窗口显示式样等。其中可以设置数据显示拉伸方式（Display Default Stretch），默认为2%线性拉伸。 ●其他设置(Miscollaneous) 制图单位（Page Unit），默认为英寸（Inches），可设置为厘米（Centimeters） 还有缓冲大小（cache size），可以设置为物理内存的50-75%左右。 Image Tile Size不能超过4M。

2.显示图像及其波谱 2.1.打开文件 ●主菜单，Open Image File→文件名.raw。 ●或Window→Available Bands List→File →Open Image File→文件名.raw。 2.2.显示图像 ●显示单波段灰度级图像：Gray color,选择的波段一般是图像显示最清晰的波 段。 ●显示伪彩色图像：RGB color，选择具有明显吸收谷、强烈反射作用和所含信息量较大的波段作为彩色合成RGB波段。 ●显示真彩色图像：波段列表（Available Bands List）中，右键→Load TrueColor 。 ●图像保存：Display窗口，File→Save Image As→Image File，选择输出格式、路径和名称，OK。 ●动画显示：Display窗口，Tools→Animation，动态显示各波段图像，能很快的分辨出包含信息量较多的波段。

高光谱数据的制图方法简介

高光谱数据的制图方法简介 ENVI软件在Spectral菜单中提供许多波谱制图方法，包括：二进制编码、波谱角制图、线性波段预测(LS-Fit)、线性波谱分匹配滤波、混合调制匹配滤波、包络线去除，以及波谱特征拟合等。 本文主要介绍几种高光谱数据处理的过程操作。 1.二进制编码 二进制编码分类技术根据波段值落在波谱均值的下方或上方，将数据和端元分别编码为0和1。在编码过程中，使用一个高级的（exclusive）OR函数，用于将需要编码的数据波谱与参照波谱相比较，从而生成一幅分类图像。 选择菜单栏Spectral—Mapping Methods—Binary Encoding。在打开的窗口设置参数如下： 图1-1 二进制编码分类参数设置 注意：“OutputRuleImages”切换按钮被设置为“No”，规则图像将不被保存。 分类结束后，规则图像将出现在可用波段列表中，可以在任何显示窗口中显示（或链接/覆盖），并可以使用ENVI的像元位置/值功能进行查询。结果显示如图1-2：

图1-2 原影像图（左）与二进制编码分类结果图（右） 2. 波谱角分类 波谱角分类(SAM)是一种基于自身的波谱分类方法，这种方法将图像波谱与参照波谱在N-维空间进行匹配。SAM用到的参照端元波谱可以来自于ASCII文件、波谱库、统计文件或直接从图像中抽取（如ROI均值波谱），本实验中用的是ROI均值波谱。SAM把端元波谱（被认为是一个N维向量，N维波段数）和像元向量放在n维空间中进行角度比较。较小的角度代表象元与参照波谱匹配紧密。这一技术用于数据定标时，对照度和反照率的影响并不敏感。 选择菜单栏Spectral—Mapping Methods—Spectral Angle Mapper。设置参数如图2-1，波谱角分类结果，如图2-2： 图2-1 波谱角分类参数设置图2-2 波谱角分类结果影像 3.LS-Fit(线性波段预测)

《使用ENVI的高光谱工具处理多光谱数据》

专题二十四 使用ENVI的高光谱工具处理多光谱数据(节选) 1.1.专题概述 本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。要获取额外的详细信息，请参见《ENVI遥感影像处理实用手册》（ENVI User’s Guide）或者ENVI的在线帮助。 ?本专题中使用的文件 光盘：《ENVI遥感影像处理专题与实践》附带光盘 #1 ?背景知识 ENVI并非仅设计成高光谱影像处理系统。在1992年，ENVI的开发者就决定开发出一个通用的影像处理软件，它包含一整套的基本处理工具，弥补了商业软件缺乏强大灵活处理功能的不足，使得它能够处理各种科学格式的影像数据。它对全色、多光谱、高光谱以及基本和改进雷达影像数据都提供了支持。当前，ENVI包含了与其它主要影像处理系统（例如：ERDAS，ERMapper和PCI）相同的基本处理功能。其中，ENVI在前沿遥感研究中采用了许多不同的先进算法。虽然这些算法都是在处理成像光谱仪数据或者多达上百个波谱波段的高光谱数据基础之上发展而来，但是它们也可以应用到多光谱数据和其它标准数据类型的处理上。本专题将对某些分析Landsat Thematic Mapper（TM）数据的方法进行介绍。 本专题分为两个独立的部分：1）使用标准或者经典多光谱分析技术，对TM影像数据进行典型的多光谱分析，2）使用ENVI高光谱工具对相同的数据集进行分析。 1.2.使用ENVI的高光谱工具分析多光谱数据 ?读取TM影像数据 z要从磁带中读取数据，可以在ENVI主菜单中选择File → Tape Utilities → Read Known Tape Formats → Landsat TM（或者对于新的EDC-格式的磁带选择NLAPS）。 z要从光盘中读取数据，可以选择File →Open External File → Landsat → Fast，或者选择File → Open External File → Landsat → NLAPS（对于NLAPS数据）。 z考虑到本专题的目的，这些数据已经从磁带中读出并存入到数据子集中，以提供相应的文件进行分析。使用Basic Tools → Preprocessing →Data Specific Utilities → Landsat TM → Landsat TM Calibration，启动ENVI的TM校正工具，该TM影像已经被纠正为反射率影像。（若需更多的信息，请参见《ENVI遥感影像处理实用手册》）。 ?显示一幅彩色合成影像并提取波谱曲线

高光谱遥感数据处理基础

泛函分析概括 高光谱遥感应用中，如何度量光谱间的相似性一直高光谱图象处理的核心问题，因而我们有必要先交代下度量空间的一些概念。 度量空间:所谓度量空间，就是指对偶(,)X d ，其中X 是一个集合，d 是X 上的一个度量（或X 上的距离函数），即d 是定义在X X ?上且对所有,,X ∈x y z 满足以下四条公理的函数： （1） d 是实值、有限和非负的。 （2） 当且仅当=x y 时，(,)0d =x y 。 （3） (,)(,)d d =x y y x （对称性）。 （4） (,)(,)(,)d d d ≤+x y x z z y （三角不等式）。 度量空间给出来空间中元素“距离”的度量，因而使得空间中的元素可比较。但是，仍需要在空间中引入代数结构，使得元素之间可进行代数运算。因而，这里需要引入线性空间。 线性空间：所谓域(K R 或C)上的线性空间是指一个非空集合X ，且其元素,,x y （称为矢量）关于X 和K 定义了两种代数运算。这两种运算分别叫做矢量的加法与标量的乘法。 矢量的加法是，对于X 中的每一对矢量(,)x y ，与其相联系的一个矢量+x y ，叫做矢量之和。按这种方式它还具有下述性质：矢量加法是可交换的和可结合的，即对所有矢量都有 ()()+=+++=++x y y x x y z x y z 此外存在零矢量,X ∈0并对每个矢量x ，存在有-x ，使得对一切矢量有 ()+=+-=x 0x x x 0 矢量与标量的乘法是，对于每个矢量x 和每个标量α，与其相联系的一个矢量αx ，叫做α与x 之积。按这种方式对一切,x y 和标量,,αβ具有

()()1αβαβ==x x x x 和分配律 ()()ααααβαβ+=++=+x y x y x x y 在很多情况下因为线性空间X 上定义了度量d ，所以X 同时也是一个度量空间。然而，如果X 的代数结构与度量没有什么关系的话，我们就不能指望把代数的概念和度量的概念结合在一起。为了保证X 的代数性质与几何性质有如此的关系，我们首先需要引入一个辅助的所谓“范数”的概念，其中要用到线性空间的代数运算。然后再用范数诱导出我们希望的度量d ，这一想法就导出了赋范空间的概念。简单的说，赋范空间把线性空间的代数结构和其作为度量空间的度量紧密结合在一起。 赋范空间:所谓赋范空间X ，就是指在其上定义了范数的线性空间X 。而所谓线性空间X 上的范数，就是指定义在X 上的一个实值函数，它在X ∈x 的值记为x ，并且具有如下性质： （1）0≥x （2）0=?=x x 0 （3）αα=x x （4）+≤+x y x y 其中,x y 是X 中的任意矢量，α为任意标量。 巴拿赫空间：所谓巴拿赫空间就是完备的赋范空间（这里的完备性是按范数定义的度量来衡量的，见下面公式） (,)d =-x y x y ,X ∈x y 此度量叫做由范数所诱导的度量。 由范数所诱导的度量具备以下基本性质: 引理（平移不变性）：在赋范空间X 上，由范数诱导的度量d ，对所有的,X ∈x y 及每个标量α，都满足

近红外光谱分析技术的数据处理方法

引言 近红外是指波长在780nm～2526nm范围内的光线，是人们认识最早的非可见光区域。习惯上又将近红外光划分为近红外短波（780nm～1100nm）和长波（1100 nm～2526 nm）两个区域.近红外光谱（Near Infrared Reflectance Spectroscopy，简称NIRS）分析技术是一项新的无损检测技术，能够高效、快速、准确地对固体、液体、粉末状等有机物样品的物理、力学和化学性质等进行无损检测。它综合运用了现代计算机技术、光谱分析技术、数理统计以及化学计量学等多个学科的最新研究果，并使之融为一体，以其独有的特点在很多领域如农业、石油、食品、生物化工、制药及临床医学等得到了广泛应用，在产品质量分析、在线检测、工艺控制等方面也获得了较大成功。近红外光谱分析技术的数据处理主要涉及两个方面的内容：一是光谱预处理方法的研究，目的是针对特定的样品体系，通过对光谱的适当处理，减弱和消除各种非目标因素对光谱的影响，净化谱图信息，为校正模型的建立和未知样品组成或性质的预测奠定基础；二是近红外光谱定性和定量方法的研究，目的在于建立稳定、可靠的定性或定量分析模型，并最终确定未知样品和对其定量。 1工作原理 近红外光谱区主要为含氢基团X-H（X=O,N,S,单健C,双健C,三健C等）的倍频和合频吸收区，物质的近红外光谱是其各基团振动的倍频和合频的综合吸收表现，包含了大多数类型有机化合物的组成和分子结构的信息。因为不同的有机物含有不同的基团，而不同的基团在不同化学环境中对近红外光的吸收波长不同，因此近红外光谱可以作为获取信息的一种有效载体。近红外光谱分析技术是利用被测物质在其近红外光谱区内的光学特性快速估测一项或多项化学成分含量。被测样品的光谱特征是多种组分的反射光谱的综合表现，各组分含量的测定基于各组分最佳波长的选择，按照式(1)回归方程自动测定结果：组分含量＝C0＋C1(Dp)1＋C2(Dp)2＋…＋Ck(Dp)k(1)式中：C0～k为多元线性回归系数；(Dp)1～k为各组分最佳波长的反射光密度值（D＝－lgp，p为反射比）。该方程准确的反映了定标范围内一系列样品的测定结果，与实验室常规测定法之间的标准偏差SE为：SE＝[Σ(y－x)2/(n－1)]1/2(2)式中：x表示实验室常规法测定值，y表示近红外光 谱法测值，n为样品数。 2光谱数据的预处理 仪器采集的原始光谱中除包含与样品组成有关的信息外，同时也包含来自各方面因素所产生的噪音信号。这些噪音信号会对谱图信息产生干扰，有些情况下还非常严重，从而影响校正模型的建立和对未知样品组成或性质的预测。因此，光谱数据预处理主要解决光谱噪音的滤除、数据的筛选、光谱范围的优化及消除其他因素对数据信息的影响，为下步校正模型的建立和未知样品的准确预测打下基础。常用的数据预处理方法有光谱数据的平滑、基线校正、求导、归一化处理等。 2.1数据平滑处理 信号平滑是消除噪声最常用的一种方法，其基本假设是光谱含有的噪声为零均随机白噪声，若多次测量取平均值可降低噪声提高信噪比。平滑处理常用方法有邻近点比较法、移动平均法、指数平均法等。 2.1.1邻近点比较法 对于许多干扰性的脉冲信号，将每一个数据点和它旁边邻近的数据点的