高光谱遥感实习报告
高光谱实习报告
高光谱遥感实习报告1、通过给定的数据1DATA（excel文档格式）建立光谱库，并将该光谱库数据重采样至TM传感器的光谱分辨率。
1.1光谱库重采样使用“Spectral Libraries | Spectral Library Resampling”子菜单进行光谱库重采样。
在“Spectral Resampling Parameters”对话框里，选择“Input Data File” 作为重采样方法,第一步：出现“File Containing Output Wavelength”对话框时，点击需要的文件名。
此时是can_tmr.img作为参考文件，也就是说光谱库中的光谱将以TM的波长范围进行重采样。
如下系列图所示：第二步：点击【OK】开始重采样过程。
数据文件在它的相关文件头中，必须包含用于重采样的波长数值。
如果在文件头中，出现FWHM 值，它们也将用于重采样。
（1）在“Available Bands List”中出现重采样后的光谱库。
（2）通过光谱库查看功能查看重采样后的光谱数据。
第三步：通过光谱库查看重采样后的结果1.2光谱库建立操作步骤：第一步：选择“Spectral | Spectral Libraries | Spectral Library Builder”。
第二步：出现“Spectral Library Builder”对话框时，从“Data File” (ENVI图像文件)或ASCII File” 、或“File Input Spectrum”，为新库选择数据源。
第三步：出现“File Containing Output Wavelength”对话框时，用标准选择程序选择包含波长和可选项FWHM值的输入文件。
（1）当采用“Data File”，波长和FWHM 值（若存在）从ENVI 头文件中读取。
如图18.（2）当采用“ASCII File”, 必须选上包含波长值与FWHM (若存在)的列。
遥感实习报告
遥感实习报告在具体学期，我参与了一次令人难忘的遥感实习。
这次实习不仅让我将课堂上学到的理论知识应用到实际操作中，还让我对遥感这一领域有了更深入的理解和认识。
一、实习目的本次遥感实习的主要目的是通过实际操作和案例分析，熟悉遥感数据的获取、处理、分析和应用的全过程，掌握常见遥感软件的使用方法，提高我们对遥感技术在资源调查、环境监测、城市规划等领域应用的能力。
二、实习内容1、遥感数据的获取在实习的初始阶段，我们学习了如何获取遥感数据。
了解了不同类型的遥感卫星，如陆地卫星、气象卫星等，以及它们所提供的数据特点和适用范围。
通过相关网站和数据平台，我们成功获取了多景遥感影像，为后续的处理和分析工作奠定了基础。
2、遥感数据的预处理获取到原始遥感数据后，紧接着就是进行预处理。
这包括辐射校正、几何校正等操作。
辐射校正用于消除传感器本身和大气对辐射的影响，使得影像的亮度值能够准确反映地物的反射特性。
几何校正则是纠正由于卫星姿态、地形起伏等因素导致的影像几何变形，确保影像的准确性和可用性。
3、图像增强与分类为了更清晰地识别和分析地物信息，我们进行了图像增强处理。
常用的方法有对比度拉伸、直方图均衡化等，这些操作有效地突出了影像中的地物特征。
之后，运用监督分类和非监督分类等方法对影像进行分类，将影像中的地物划分为不同的类别，如水体、植被、建设用地等。
4、遥感图像的解译与应用在完成分类后，我们进行了遥感图像的解译工作。
通过对比不同时期的影像，分析地物的变化情况，例如城市扩张、森林砍伐、水体污染等。
同时，将解译结果应用于实际问题，如土地利用规划、灾害监测与评估等。
三、实习工具与技术在实习过程中，我们使用了多种遥感软件和工具，如 ENVI、ArcGIS 等。
ENVI 在遥感数据的处理和分析方面功能强大，提供了丰富的算法和工具；ArcGIS 则在空间数据的管理和可视化方面表现出色，能够将遥感解译结果与地理信息数据进行整合和分析。
传感器实训报告
常用传感器实训报告高光谱遥感一、实训目的：1、高光谱遥感技术的最初应用就是在地质上，蚀变带是找矿的重要依据，同时，蚀变带在2.2微米处具有光谱吸收特征，其吸收光谱的半带宽在10纳米到50纳米之间。
因此，具有10纳米光谱分辨率的成像光谱仪就有能力直接通过遥感发现蚀变带，以确定找矿的靶区。
同时，通过对植被光谱特征的分析也是找矿的依据，由于矿物中金属离子对植被的侵蚀，会引起植被的病变，使得植被近红外高反射峰就会向短波方向移动5--20纳米，称为“红边蓝移”现象。
高光谱遥感就有能力发现这种现象。
2、人类“鸟瞰”地球的梦想催生了遥感这门科学的兴起，高光谱遥感是遥感科学最前沿的领域。
新中国建立后特别是最近的20多年，中国的高光谱遥感科技研究取得了长足的发展，在某些方面的应用技术实现了出口。
但是，由于缺乏持续性的支持，我们在仪器研制方面还处于落后局面。
人类鸟瞰地球的梦想遥感通俗讲就是遥远的感知，是通过电磁波和记录的相互作用，以波谷和空间两维成像的方式来勘测记录的技术。
3、高光谱(hyper spectral)遥感是上世纪末地球观测系统中最重要的技术突破之一，它克服了传统单波段、多光谱遥感在波段数、波段范围、精细信息表达等方面的局限性，以较窄的波段区间、较多的波段数量提供遥感信息，能够从光谱空间中对地物予以细分和鉴别，在资源、环境、城市、生态等领域得到了广泛应用。
本文介绍了高光谱遥感技术的原理，列举了高光谱技术的运用，以及叙述了其前景与展望。
因此学好高光谱遥感对我们了解遥感这门学科有很好的促进作用。
二、实训内容：1、高光谱遥感的发展：、1957年10月，前苏联发射了第一颗人造地球卫星，拉开了人类进入航天遥感的序幕，他们把相机放在卫星上，围着地球转，对地面进行拍摄。
1972年，美国发射了陆地卫星，这是航天遥感的标志性事件。
二十世纪八十年代遥感领域最重要的发展之一就是高光谱遥感的兴起。
从二十世纪九十年代开始，高光谱遥感已成为国际遥感技术研究的热门课题和光电遥感的最主要手段[1]。
遥感实习心得体会
遥感实习心得体会篇一：遥感实习日志和总结实习日志实验一今天是实习的第一天，我先看了实习安排：主要对高光谱分析、镶嵌、配准、非监督分类和监督分类五个方面进行了操作，整个过程是借鉴了一些参考资料以及和同学的一些讨论才得以完成。
主要学会了如何查看影响信息，和图像彩色合成，水体，植被的dn值等。
实习过程中还遇到了许多困难，导致不同程度的返工，一遍遍重复的操作，不过这样一来，更加加深了对EnVi软件的理解和应用，俗话说熟能生巧，正是因为有了这些一遍遍的错误，并通过结合理论知识的讨论和研究，才能不仅仅局限于对应课件一步一步来的层次，才能对做过的实验进行反思和分析，认真考虑到底是那个地方出现了问题，这样才能有利于我们的学习进步。
实验二一周的遥感实习就这么开始了，虽然之前已有做arcGiS和地图制图学的实习，但这次当拿到遥感实习的任务时还是一头的污水，不懂得从何入手，不懂得具体的该做些什么，甚至对EnVi软件也是一窍不通。
只得按照试验书的步骤一步步的做，所以此次的遥感实习的开始是一个艰难的开始。
船到桥头自然直，车到山前自有路，问题总是得在实习的过程中一步步的解决得，一切也都是从不懂到懂的，总得经历这个过程的。
实习的整个过程是在遇到问题和解决问题的过程总完成的。
此外为了做好遥感实习我还从各个方面学习了遥感的相关知识。
这些在书本上获得的感性认识，在课程设计中获得了真正的实践，得到了真正的掌握。
这次课程设计实习也让我认识到了自己的不足，告诫自己，不管做什么，切忌眼高手低，要善于钻研。
细心负责是做好每一件事情所必备的基本条件，基本的专业素养是做好工作的前提。
实验三遥感实习是一门应用型课程，在实习过程中，我们将一学期所学的知识运用于实际操作中，深入了解了遥感与地理信息系统的作用并初步学会了运用相关软件对图像进行处理制作。
课程中，了解了EnVi的基本功能和基本作用，完成了图像的处理与制作。
同时，我也遇到了许多问题，比如空间分析时一不小心修改了原数据，导致后面的操作无法进行，不过通过重新导入原数据避免了重头再来。
大学生遥感专业实习报告
一、实习背景随着科技的飞速发展，遥感技术在农业、林业、城市规划、环境监测等领域发挥着越来越重要的作用。
为了让我校遥感专业的学生更好地了解遥感技术在实际工作中的应用，提高我们的专业技能和实践能力，我们一行人在2023年暑期参加了为期一个月的遥感专业实习。
二、实习前期准备1. 团队组建：在实习开始前，我们根据个人兴趣和专业特长，组成了若干实习小组，每组由一名指导老师负责。
2. 资料收集：我们通过查阅文献、网络搜索等方式，了解了遥感技术的基本原理、应用领域以及实习期间可能遇到的问题。
3. 设备准备：实习期间，我们使用了多种遥感设备，如无人机、卫星遥感影像处理软件等。
我们提前学习了这些设备的使用方法，并确保设备性能良好。
三、实习内容1. 遥感影像获取：我们利用无人机获取实习区域的高分辨率影像，并通过卫星遥感影像获取大范围的数据。
2. 遥感影像处理：在指导老师的指导下，我们学习了遥感影像处理的基本流程，包括影像预处理、几何校正、辐射校正等。
3. 信息提取与分析：我们针对实习区域的土地类型、植被覆盖、水体分布等信息进行提取和分析，运用遥感技术解决实际问题。
4. 实地考察：在实习期间，我们分组进行了实地考察，对遥感影像中的信息进行了验证和补充。
5. 成果展示：实习结束后，我们针对实习成果进行了整理和总结，以报告、PPT等形式进行展示。
四、实习收获1. 专业技能提升：通过实习，我们对遥感技术有了更深入的了解，掌握了遥感影像处理和分析的基本方法。
2. 团队协作能力：在实习过程中，我们学会了与他人合作，共同解决问题，提高了团队协作能力。
3. 实践能力增强：实习让我们将理论知识与实际应用相结合，提高了我们的实践能力。
4. 职业素养提升：在实习期间，我们严格遵守实习纪律，认真完成各项任务，培养了良好的职业素养。
五、实习总结本次遥感专业实习是一次宝贵的学习机会，让我们在实践中提高了专业技能和实践能力。
在今后的学习和工作中，我们将继续努力，不断提高自己的综合素质，为我国遥感事业贡献自己的力量。
遥感课程实习报告
《遥感原理与应用》课程实习班级：学号：姓名：目录实验一高光谱数据分析........................................... 错误!未定义书签。
一、实验目的................................................ 错误!未定义书签。
二、实验数据介绍............................................ 错误!未定义书签。
三、实验进程................................................ 错误!未定义书签。
1. 阅读影像波谱库并同波谱库进行比较。
............................. 错误!未定义书签。
2. 辨别波谱曲线................................................... 错误!未定义书签。
3. 概念感爱好区................................................... 错误!未定义书签。
4. 辨别矿物质..................................................... 错误!未定义书签。
5. 二维散点图..................................................... 错误!未定义书签。
四、实验体会................................................ 错误!未定义书签。
实验二影像镶嵌................................................ 错误!未定义书签。
一、实验目的................................................ 错误!未定义书签。
大学生遥感实习报告
实习报告一、实习目的与意义作为一名地理信息科学专业的学生，我深知实践对于理论知识的巩固和应用的重要性。
因此，我积极参加了为期两周的遥感实习，旨在加深对遥感原理的理解，提高遥感数据处理和分析能力，将所学知识应用于实际问题中。
这次实习不仅提高了我的专业技能，也使我更加了解遥感技术在资源调查、环境监测和地理信息系统中的应用价值。
二、实习内容与过程实习的第一周，我们主要学习了遥感基本原理和遥感数据类型。
通过老师的讲解和自学，我掌握了遥感的基本概念、遥感数据的获取方式、光谱特性以及遥感图像的分类和处理方法。
同时，我们还学习了ENVI、ArcGIS等遥感图像处理软件的基本操作，为后续的实习任务打下了基础。
实习的第二周，我们开始着手处理实际的遥感数据。
首先，我们使用ENVI软件对遥感图像进行预处理，包括辐射定标、大气校正和地理校正等。
在预处理的基础上，我们学会了使用不同的算法对遥感图像进行分类，如最大似然法、支持向量机和决策树等。
此外，我们还学习了如何利用遥感数据进行土地利用类型划分、植被覆盖度计算和水质监测等应用。
三、实习成果与反思通过两周的实习，我对遥感技术有了更深入的了解，并能够独立完成遥感图像的处理和分析。
在实习过程中，我积极参与讨论，向老师和同学请教问题，不断提高自己的专业素养。
同时，我也认识到遥感技术虽然强大，但在实际应用中仍存在一些限制，如数据质量、处理速度和准确性等。
这次实习让我意识到，遥感技术在地理信息科学领域具有广泛的应用前景。
在未来的学习和工作中，我将继续深入研究遥感技术，并结合地理信息系统，为资源调查、环境监测和可持续发展等领域做出贡献。
同时，我也将不断更新自己的知识体系，紧跟遥感技术的发展趋势，为我国遥感事业的发展贡献自己的力量。
四、实习总结这次遥感实习使我受益匪浅，不仅提高了我的专业技能，也增强了我的实践能力。
通过实习，我更加深入地了解了遥感技术的基本原理和应用领域，为自己未来的发展奠定了基础。
遥感实习报告5则范文
遥感实习报告5则范文第一篇：遥感实习报告《遥感原理与应用》课堂实验报告（2015-2016学年第一学期）专业班级：学号：姓名：实验成绩：□ 优秀：格式完全符合规范要求，内容完整，图表规范美观；实验原理清楚，实验步骤合理，结果正确；严格遵守实验纪律，按时上交实验报告。
□ 良好：格式符合规范要求，内容完整，图表规范；实验原理较清楚，实验步骤合理，结果正确；遵守实验纪律，按时上交实验报告。
□ 中等：格式基本符合规范要求，内容较完整；实验原理较清楚，实验步骤基本合理，结果正确；能遵守实验纪律，能按时上交实验报告。
□ 及格：格式问题较多，内容基本完整；实验原理较清楚，实验步骤基本合理，结果基本正确；能遵守实验纪律，能按时上交实验报告。
□不及格：格式问题突出，内容不完整；实验原理不清楚，实验步骤欠合理，结果不正确；有抄袭现象，不遵守实验纪律，未时上交实验报告。
指导教师签名:2015年 11月 5日实验项目（一）：遥感图像几何纠正（4学时）实验目的：掌握遥感图像几何纠正的原理方法；熟悉几何纠正中控制点的选择原则和方法；熟练掌握有关遥感图像处理软件的主要功能和操作步骤；针对变形的遥感图像能进行几何纠正。
实验器材：1、计算机；2、基准遥感图像、待纠正遥感图像；3、遥感数字图像处理ENVI软件。
实验要求：掌握遥感图像几何纠正的主要步骤；自己独立完成遥感图像几何纠正；对几何校正结果进行评价。
实习时间及地点：2015年10月15日软件与数据源描述：ENVI提供以下选择方式：从栅格图像上选择如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。
从矢量数据中选择如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。
从文本文件中导入事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map(x,y), Image(x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。
高光谱与高空间分辨率遥感实习
13
三、实习仪器与数据 SPSS软件、EXCELL软件及玉米叶片反射光谱
数据、叶绿素含量数据。 四、实习步骤 1、相关分析
1）将玉米反射光谱数据及叶绿素数据导入SPSS软 件，并进行对每个波段与对应的叶绿素含量数据 进行相关分析
幅影像的真实地表反射率ρ.
19
2、模块参数设置 参数主要包括：传感器几何参数、地面高程、遥 感影像成像时间和日期、大气参数气溶胶模式、 能见度、光谱波段响应。
三、实习仪器与数据 ENVI软件及Hyperion影像数据。
20
四、实习步骤 1、处理流程
图4 处理流程
21
2、去除未定标及水汽影像波段 删除的波段见表1，最终保留196个波段，分别为857,79-224。 表1 被删除的波段
14
2）获得相关分析结果，找出相关系数绝对值 最大值波段，并与临界值进行比较。
反射率/相关系数
0.6
0.4
0.2
0 400 -0.2
-0.4
-0.6
玉米叶片反射光谱 相关系数
500
600
700
800
波长 (nm)
图3 相关系数曲线
900
1000
15
2、回归建模 1)选用540nm反射率与叶绿素含量进行回归 分析 2）回归分析结果
步计算A,B,S 和La.
②忽略影像邻近像元效应影响,利用(5)式计算像元空
间平均反射率ρe,获取邻近像元反射率.FLAASH 模
块中用一个径向距离近似指数函数,代替大气点扩 散函数进行邻近像元反射率计算.当求得邻近像元 反射率后,将遥感器接收的辐射亮度和 MODTRAN4 模拟大气校正参数代入(4)式,求得整
高光谱地物识别实习报告
随着遥感技术的飞速发展，高光谱遥感作为一种新兴的遥感技术，因其高光谱分辨率和波段数量优势，在环境监测、资源调查、农业等领域得到了广泛应用。
为了深入了解高光谱技术在地物识别中的应用，我们于2023年7月至8月期间，在中科院上海技术物理研究所进行了为期一个月的高光谱地物识别实习。
二、实习内容1. 理论学习：实习期间，我们首先进行了高光谱遥感基础理论的学习，包括高光谱成像原理、光谱数据处理、地物光谱特性分析等内容。
通过理论学习，我们掌握了高光谱遥感的基本原理和数据处理方法。
2. 实地操作：在理论学习的基础上，我们进行了实地操作，包括数据采集、预处理、特征提取、分类识别等。
具体操作如下：- 数据采集：我们使用高光谱地物光谱仪对目标区域进行实地测量，采集了大量的高光谱数据。
- 数据预处理：对采集到的数据进行预处理，包括去除噪声、校正几何畸变、大气校正等。
- 特征提取：采用光谱角匹配、最小距离法等方法，从预处理后的数据中提取地物光谱特征。
- 分类识别：利用随机森林、支持向量机等分类算法，对提取的特征进行分类识别。
3. 项目实践：在实习过程中，我们参与了国家863计划高光谱红外一致性传递定标技术项目。
项目主要针对高光谱红外外场标准人工目标、大面积地物真值同步获取技术等开展关键技术攻关。
我们参与了项目中的实验室联调和定标工作，对可见光-近红外/短波机载/地物高光谱成像仪进行了实验室成像测试，测试效果满足任务书要求。
三、实习成果1. 掌握了高光谱遥感基本原理和数据处理方法。
2. 学会了高光谱数据采集、预处理、特征提取、分类识别等实际操作。
3. 参与了国家863计划高光谱红外一致性传递定标技术项目，了解了项目实施过程和关键技术。
1. 高光谱遥感技术在环境监测、资源调查、农业等领域具有广泛的应用前景。
2. 高光谱数据处理与分析需要掌握一定的专业知识，同时也需要熟练掌握相关软件和算法。
3. 实习过程中，团队合作至关重要，需要大家相互协作，共同完成项目任务。
遥感实习报告心得体会
一、实习背景随着科技的飞速发展，遥感技术在资源调查、环境监测、城市规划等领域得到了广泛应用。
为了更好地掌握遥感技术，提高自己的实践能力，我参加了为期两周的遥感实习。
实习期间，我深入了解了遥感技术的原理、方法和应用，收获颇丰。
二、实习目的1. 理解遥感技术的原理和发展历程；2. 掌握遥感影像的获取、处理和分析方法；3. 熟悉遥感技术在实际应用中的操作流程；4. 培养自己的团队协作精神和实践能力。
三、实习内容1. 遥感影像的获取实习期间，我们学习了遥感影像的获取方法，包括卫星遥感、航空摄影和无人机遥感等。
通过实际操作，我们掌握了遥感影像的拍摄、传输和处理流程。
2. 遥感影像处理在遥感影像处理方面，我们学习了影像校正、几何精校正、辐射校正等基本方法。
通过实际操作，我们能够对遥感影像进行预处理，提高影像质量。
3. 遥感影像分析遥感影像分析是遥感技术的重要组成部分。
实习期间，我们学习了遥感影像的分类、变化检测、信息提取等方法。
通过实际操作，我们能够对遥感影像进行深入分析，获取所需信息。
4. 遥感技术在实际应用中的操作流程实习期间，我们了解了遥感技术在资源调查、环境监测、城市规划等领域的应用。
通过实际案例，我们掌握了遥感技术在实际应用中的操作流程。
四、实习心得体会1. 理论与实践相结合遥感实习使我深刻体会到，理论知识是实践的基础，实践是检验理论的关键。
只有将理论知识与实际操作相结合，才能更好地掌握遥感技术。
2. 团队协作精神在实习过程中，我们组成了一个团队，共同完成各项任务。
这使我认识到，团队协作精神在遥感工作中至关重要。
只有团结一致，才能提高工作效率，完成高质量的任务。
3. 培养实践能力遥感实习使我掌握了遥感影像的获取、处理和分析方法，提高了自己的实践能力。
在实际操作过程中，我学会了如何解决问题，培养了独立思考和解决问题的能力。
4. 关注遥感技术的发展遥感技术发展迅速，新技术、新方法层出不穷。
在实习过程中，我关注了遥感技术的发展动态，了解了遥感技术在各个领域的应用前景。
高光谱暑期实习报告
实习1 地物光谱数据采集1、实习目的1.1 了解ASD光谱仪的使用方法以及光谱仪的工作原理；1.2 巩固《遥感原理与应用》课程中关于光谱采集的相关知识；1.3 掌握不同地物光谱的采集原理、方法与操作流程，并且正确的采集到所测地物的光谱信息；1.4 能够对几种典型的地物光谱进行区分和辨别。
2、实习任务2.1熟悉光谱仪的基本原理和操作方法，能熟练操作光谱仪对地物进行光谱采集；2.2做好采集记录(学号、姓名、采集时间、地点、天气情况、文件保存路径、文件名等)；2.3 每组每位同学分别记录7个典型地物光谱；描述所采集地物光谱特征；对所采集的7个地物光谱进行NDVI，NDWI和NDBI指数的计算和分析；2.4 利用相关的遥感数据处理软件对所采集的数据进行处理，并且利用所学的知识对各种地物进行区分。
3、实习基础知识3.1 地物的光谱特征自然界中任何地物都具有其自身的电磁辐射规律，如具有反射，吸收外界的紫外线，可见光，红外线和微波的某些波段的特性；它们又都具有发射某些红外线，微波的特性；少数地物还具有透射电磁波的特性，这种特性称为地物的光谱特性。
不同的地物类型有着不同的光谱特征，因此在利用遥感图像提取信息时必须首先要了解地物的光谱特征。
不同的地物对入射电磁波的反射能力是不一样的，通常采用反射率来表示。
反射率不仅是波长的函数，同时也是入射角、物体的电学性质（电导、介电、磁学性质等）以及表面粗糙度、质地等的函数。
一般地说，当入射电磁波波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。
反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。
在遥感图像上色调的差异是判读遥感图像的重要标志。
由于受到太阳位置、角度条件、大气条件、地形影响及传感器本身的性能的影响，传感器所记录的数据与目标的光谱反射率或光谱辐射亮度值并不一致。
因此，将传感器记录的原始辐射值（DN 值）转化为地物反射率，恢复地物光谱数据本来的面目，称为地物光谱数据重建。
高光谱第二次实习
《高光谱遥感》实习报告姓名：郭士祥学号：201310041414 院（系）：地空学院专业：地球信息科学与技术教师：吴柯职称：副教授2015 年 11 月26日1、对数据1的row=10，数据2的path=10的位置分别进行光谱切面光谱切面包括水平切面，垂直切面和任意方向切面。
是通过一副多光谱图像合成一个空间或光谱剖面。
ENVI中的切面被存为灰度图像，行的方向（Y）与图像被切面的空间维数相对应，采样的方向（X）与光谱维数（切面图像中的波段数）相对应，灰阶显示依赖于数据校正的光谱强度。
最终的切面是一副ENVI图像，沿水平方向的切面，样本数等于光谱波段数，行数等于采样数；沿垂直方向的切面，样本数等于行数；对于任意方向的切面，样本数等于沿ROI折线的像元总数。
操作步骤：（1）选择Spectral->SpecturalSlices->HorizontalSlices(水平方向切割)（2）出现下面的对话框时，选择一个进行切面的图像（3）出现下面的对话框时，在line里输入10，行数设置为10，采样数也为10（4）在ENVI中显示切面对数据2进行垂直方向的切面（1）选择选择Spectral->SpecturalSlices->VerticalSlices （垂直方向切割）（2）出现下面的对话框时，选择一个进行切面的图像（3）出现下面的对话框时，在sample里输入10，样本数数设置为10。
（4）垂直方向切面结果2、对数据1，2进行包络线去除，指出包络线去除后的光谱与原始光谱曲线的区别。
实验原理：包络线去除是将反射光谱标准化的一种方法，它允许从通过的基线对每个吸收特征进行比较。
包络线去除是一个在光谱顶部的突起的外壳拟合，它用直线段链接局部的光谱最大值。
第一个和最后一个光谱数据值在外壳上，因此在输出的包络线去除的数据文件中的首末波段将等于 1.包络线消除法是一种常用的光谱分析方法，它可以有效地突出光谱曲线的吸收和反射特征，并且将其归一到一个一致的光谱背景上，有利于和其他光谱曲线进行特征数值的比较，从而提取出特征波段以供分类识别。
(完整版)遥感实习报告(波谱曲线)
遥感实习报告内容1.分析几种典型地物的波谱曲线特征，依据此特征辨别TM影像样图的通道值，写出其辨别理由；（1）植被的波谱曲线特征：植被的反射波普曲线主要分三段：可见光波段0.4-0.76um 有一个小的反射峰，位置在0.5um绿处两侧蓝和红有两个吸收带，这一特征是由于叶绿素的影响。
叶绿素对蓝光和红光的吸收作用强，对绿光反射作用强。
近红外波段有一反射的陡坡到1.1um附近有一峰值形成植被的独有特征。
这是由于植被叶细胞结构的影响，除了吸收和透射的部分，形成的高反射率。
在中红外波段1.3-2.5 um受到绿色植物含水量的影响，吸收率大增，反射率大大下降，特别以1.45um 1.95 um2.7um为中心是水的吸收带形成低谷。
所以分析：根据植被的反射波谱曲线特征，T2与T3图在长江流域与汉江流域比较下，判断由于T3图两水域颜色区别较大，在植被的中T-3的反射率大于T-2，所以判断T2图可能处于TM1-TM2（0.45-0.60um之间）即蓝绿波段之间。
（2）水体的波普特征：水体的反射主要在蓝绿波段，其他波段吸收都很强。
特别到了近红外波段吸收就更强。
遥感影像上，特别是近红外影像上，水体呈黑色，一般情况下，水中含泥沙时，由于泥沙散射，光波段反射率会增加，峰值出现在黄红区，水中含叶绿素时，近红外波段明显抬升，这些都成为影像分析的重要依据。
分析：根据水体光谱特征，T5图中水体为黑色，T5图的反射率大，判断为红外光，则T5图为TM5中红外波段（1.55-1.75UM）。
进一步根据水体和植物的反射波谱曲线得出T3图为TM3波段（0.62-0.69um）即为红光波段。
（3）土壤的光谱特征：土壤自然状态下反射率没有明显的峰值和谷值，一般来说土质越细反射率越高，有机质含量越高和含水量越高，反射率越低此外土类和肥力也会对反射率产生影响。
由于土壤反射波谱曲线呈比较平滑的特征，所以不同光谱段的遥感影像上土壤的亮度区别不明显。
分析：又因为T4图与T5图比较，图像的江水较T5图来说发白，即江水的反射率应该增高，另外该图的植被比T5图更白，反射率更高，故而应该在植被的反射峰附近所以T4图为0.70—0.90um之间，即为TM4近红外波段。
高光谱遥感项目二实验报告
高光谱遥感项目二实验报告
一、实验目的
1、掌握光谱分析方法；
2、分析样本数量对相关系数的影响。
二、实验内容
1、绘制光谱曲线，分析不同波段光谱特点。
2、根据样本数不同计算并绘制相关系数图。
三、实验方法
1，制作不同土壤的反射率谱，把数据按土壤类型的不同进行分类，把同一土壤的多个样本在同一波长下的反射率进行平均，得到平均数列，然后将平均数列和波长列制作成图表。
2，制作黄棉土不同有机质含量的反射图谱，把黄棉土的样本按有机质含量多少进行排序，按一定规则把样本分成几块，对每一部分样本进行上述操作，最后将得到的数据制作成图表。
3，制作不同数量样本有机质相关系数图，将有机质含量数据转置复制到样本数据里面，通过correl函数来计算不同样本数量的相关系数，然后将得到的数据与波长列制作成图表。
4，制作不同数量样本含水量相关系数图，方法与制作有机质相关系数相同。
四、结果与分析
表1，不同类型土壤的光谱反射率图像。
表2，不同有机质含量的黄棉土的光谱反射率。
表3，不同数量样本有机质相关系数图。
表4，不同数量样本含水量相关系数图。
遥感技术实习报告
一、实习背景随着科技的不断发展，遥感技术在我国得到了广泛应用。
遥感技术是一种利用电磁波对地球表面进行观测、分析和研究的技术，具有获取信息速度快、覆盖范围广、实时性强等特点。
为了提高我国遥感技术水平，培养具有实际操作能力的遥感技术人才，我们进行了为期两周的遥感技术实习。
二、实习目的1. 了解遥感技术的原理、应用和发展趋势；2. 掌握遥感数据的采集、处理和分析方法；3. 提高遥感图像的判读和解释能力；4. 培养团队合作精神和实际操作能力。
三、实习内容1. 遥感技术基础知识学习在实习初期，我们学习了遥感技术的定义、分类、原理和发展历程。
通过学习，我们了解了遥感技术在地质、农业、林业、环保、城市规划等领域的应用。
2. 遥感数据采集与处理实习过程中，我们学习了遥感数据的采集方法，包括卫星遥感、航空摄影、地面观测等。
同时，我们还学习了遥感数据处理的基本流程，如数据预处理、图像增强、特征提取等。
3. 遥感图像判读与解释通过实际操作，我们掌握了遥感图像的判读和解释方法。
在实习过程中，我们分析了不同类型的遥感图像，如多光谱图像、高光谱图像、雷达图像等，了解了不同图像的特点和应用。
4. 遥感技术应用案例分析实习期间，我们选取了几个具有代表性的遥感技术应用案例进行分析。
例如，利用遥感技术监测森林火灾、评估土地资源、监测城市扩张等。
5. 遥感技术发展趋势探讨通过查阅相关文献，我们了解了遥感技术在我国的发展趋势，如高光谱遥感、无人机遥感、遥感云计算等。
四、实习成果1. 掌握了遥感技术的原理、应用和发展趋势；2. 熟练掌握了遥感数据的采集、处理和分析方法；3. 提高了遥感图像的判读和解释能力；4. 培养了团队合作精神和实际操作能力。
五、实习体会1. 遥感技术在我国具有广阔的应用前景，实习过程中，我们深刻体会到遥感技术在各个领域的实际应用价值；2. 遥感数据处理和分析需要一定的专业知识，实习过程中，我们不断学习、实践，提高了自己的专业素养；3. 遥感技术团队协作非常重要，实习过程中，我们学会了与他人沟通、协作，提高了团队协作能力；4. 遥感技术发展迅速，我们需要不断学习、跟进，才能适应新技术的发展。
遥感的实习报告
一、实习背景随着遥感技术的飞速发展，遥感在农业、林业、城市规划、环境监测等多个领域得到了广泛应用。
为了深入了解遥感技术在实际工作中的运用，提高自己的专业技能，我于2023年在某遥感公司进行了为期一个月的实习。
二、实习内容本次实习主要分为以下几个部分：1. 遥感基础知识学习：在实习初期，我学习了遥感的基本概念、遥感图像处理、遥感数据获取等基础知识。
通过学习，我对遥感技术有了更全面的认识。
2. 遥感数据处理：在实习过程中，我参与了遥感图像的预处理、校正、增强等数据处理工作。
通过实际操作，我掌握了遥感图像处理的基本流程和常用算法。
3. 遥感应用实践：在实习中期，我参与了多个遥感应用项目，包括农业资源调查、城市规划、环境监测等。
在这些项目中，我负责数据采集、图像处理、结果分析等工作。
4. 遥感软件操作：实习期间，我学习了ENVI、ArcGIS等遥感软件的操作。
通过实际操作，我提高了自己的遥感数据处理和分析能力。
三、实习成果通过本次实习，我取得了以下成果：1. 提高了遥感理论知识水平：通过学习遥感基础知识，我对遥感技术有了更深入的了解，为今后的工作打下了坚实的基础。
2. 掌握了遥感数据处理技能：在实习过程中，我熟练掌握了遥感图像处理的基本流程和常用算法，为实际工作提供了有力支持。
3. 提升了遥感应用能力：通过参与多个遥感应用项目，我学会了如何将遥感技术应用于实际问题，提高了自己的实际操作能力。
4. 增强了团队协作意识：在实习过程中，我与同事们共同完成了多个项目，学会了如何与他人协作，提高了自己的团队协作能力。
四、实习体会1. 遥感技术的重要性：遥感技术在各个领域都有广泛应用，了解和掌握遥感技术对于解决实际问题具有重要意义。
2. 理论与实践相结合：在实习过程中，我深刻体会到理论与实践相结合的重要性。
只有将所学知识应用于实际工作中，才能真正提高自己的能力。
3. 团队协作精神：在完成项目过程中，团队协作精神至关重要。
高光谱遥感实习报告
高光谱遥感实习报告目录一．数据预处理 (2)1. 数据说明 (2)2.数据转换 (3)2.FLAASH大气校正 (4)3.图像裁剪 (7)二．光谱识别与地物分析 (8)1.波段相关性分析 (8)2.MNF变换 (8)3.端元提取 (10)3.1 2-D散点图法 (10)3.2基于PPI的端元提取（N维散点图法） (13)三．实习心得 (19)一．数据预处理1.数据说明环境与灾害监测预报小卫星星座A、B星（简称环境小卫星，简写HJ-1A /1B）于2009年3月30日开始正式交付使用，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B 星搭载了CCD相机和红外相机（IRS）。
HJ-1A /1B卫星是继我国继气象、海洋、国土资源卫星之后一个全新的民用卫星。
卫星投入使用后，对自然灾害、生态破坏、环境污染进行大范围、全天候、全天时的动态监测，对灾害和环境质量进行快速和科学评估，提高灾害和环境信息的观测、采集、传送和处理能力，为紧急救援、灾后救助及恢复重建和环境保护工作提高科学依据。
HSI 对地成像幅宽为50 km, 星下点像元地面分辨率为100 m，115个波段，工作谱段：459~ 956nm。
具有30度侧视能力和星上定标功能。
HJ-1数据应用于自然灾害、生态环境之前，需要进行几何及光谱方面的预处理。
ENVI在数据读取、图像配准、精确大气校正等方面提供了非常好的工具。
2.数据转换目前，网上免费获取的HJ-1A /1B卫星CCD和HSI影像的分发的格式主要有两种：CCD 为Geotiff，每一个波段为一个Geotiff文件，并提供一个元数据说明（.XML）; HSI为HDF5格式，也提供一个元数据说明（.XML）。
使用HJ-1数据读取补丁，启动ENVI->File->Open External File->HJ-1->HJ-1A /1B Tools工具。
直接读取CCD、HIS、IRS数据，之后选择Basic Tools->Convert Data(BSQ,BIL,BIP)，将刚才生成的文件转成BIL储存顺序的文件。
遥感专业毕业实习报告范文
毕业实习报告一、前言遥感技术作为现代科技领域中一颗璀璨的明珠，已经广泛应用于地质调查、资源监测、环境保护、农业发展等多个领域。
在大学四年的学习过程中，我对遥感技术产生了浓厚的兴趣，并通过课堂学习和实践操作，掌握了遥感基本原理、数据处理和应用分析等方面的知识。
为了进一步提高自己的实践能力和专业素养，我选择了遥感专业毕业实习，实习单位为XXX遥感科技有限公司。
二、实习单位介绍XXX遥感科技有限公司成立于20XX年，是一家专注于遥感技术研发、应用和服务的高科技企业。
公司拥有一支高素质的专业团队，配备了先进的遥感设备和技术，为用户提供从数据获取、处理到应用分析的一站式服务。
公司业务范围涵盖地质调查、资源监测、环境保护、农业发展、城市规划等多个领域。
三、实习内容及过程在实习期间，我主要参与了以下几个方面的工作：1. 遥感数据处理：协助工程师对遥感数据进行预处理，包括辐射定标、大气校正、地理校正等，以确保数据质量和可靠性。
2. 遥感图像解译：根据不同应用场景，利用遥感图像处理和分析方法，提取目标信息，如土地利用、植被覆盖、水体分布等。
3. 应用分析：结合实地调查和现有数据，对遥感成果进行应用分析，为政府部门和企业提供决策依据。
4. 报告撰写：整理实习期间的工作成果，撰写实习报告，提交给公司和指导老师。
实习过程中，我深刻体会到了遥感技术的魅力和实际应用价值，同时也认识到了自己在专业知识和实践能力方面的不足。
在工程师的指导下，我努力克服困难，不断学习，取得了一定的成绩。
四、实习收获通过实习，我收获颇丰，具体表现在以下几个方面：1. 提高了自己的遥感数据处理能力，熟练掌握了遥感图像处理和分析方法。
2. 学会了如何将遥感成果应用于实际问题，为政府部门和企业提供决策支持。
3. 增强了自己的团队合作意识和沟通能力，学会了在团队中发挥自己的优势，为共同目标努力。
4. 认识到了自己的不足，激发了我继续学习的动力，为今后的学术和职业生涯奠定了基础。
高光谱地物识别实习报告
高光谱地物识别实习报告一、实习背景及目的随着遥感技术的不断发展，高光谱遥感作为一种具有很高光谱分辨率的技术，在地物识别、资源调查、环境监测等领域发挥着重要作用。
本次实习旨在通过实际操作，掌握高光谱地物识别的基本原理、方法和步骤，提高自己在实际应用中的分析能力。
二、实习内容与过程1. 实习前的准备在实习开始前，首先学习了高光谱遥感的基本原理、光谱特性以及高光谱数据的特点。
同时，了解了高光谱地物识别的主要方法，如光谱角余弦分类、波谱角分类、线性光谱分类等。
2. 数据处理与预分析本次实习所使用的高光谱数据来源于某地区，包含可见光、近红外和短波红外谱段。
首先，在ENVI软件中导入高光谱数据，进行坏波段标识和去除。
然后，对数据进行辐射校正和大气校正，以消除数据中由大气和辐射引起的影响。
3. 端元波谱收集与筛选为了进行地物识别，需要从标准波谱库中选择合适的端元波谱。
本次实习中，从USGS标准波谱库中选择了矿物、植被、水体等不同类型的端元波谱。
在ENVI软件中，通过波谱角分类方法，将这些端元波谱与实际高光谱数据进行匹配，筛选出符合条件的端元。
4. 地物识别与分类利用筛选出的端元波谱，在ENVI软件中采用光谱角分类方法对高光谱数据进行地物识别与分类。
首先，将实际高光谱数据与端元波谱进行比较，计算光谱角余弦值，从而确定每个像素点对应的地物类型。
然后，根据光谱角余弦值的大小，将像素点分为不同的类别。
最后，通过ENVI软件中的分类结果，分析不同地物类型的光谱特性。
5. 结果分析与验证为了验证分类结果的准确性，本次实习还采用了混淆矩阵和总体分类精度两种方法对分类结果进行评估。
结果显示，本次实习所采用的方法取得了较高的分类精度，满足实际应用需求。
三、实习收获与体会通过本次实习，我对高光谱地物识别的方法和步骤有了更深入的了解，提高了自己在实际应用中的数据分析能力。
同时，也认识到高光谱遥感技术在资源调查、环境监测等领域的重要价值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高光谱遥感实习报告目录一．数据预处理 (2)1. 数据说明 (2)2.数据转换 (3)2.FLAASH大气校正 (4)3.图像裁剪 (7)二．光谱识别与地物分析 (8)1.波段相关性分析 (8)2.MNF变换 (8)3.端元提取 (10)3.1 2-D散点图法 (10)3.2基于PPI的端元提取（N维散点图法） (13)三．实习心得 (19)一．数据预处理1.数据说明环境与灾害监测预报小卫星星座A、B星（简称环境小卫星，简写HJ-1A /1B）于2009年3月30日开始正式交付使用，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B 星搭载了CCD相机和红外相机（IRS）。
HJ-1A /1B卫星是继我国继气象、海洋、国土资源卫星之后一个全新的民用卫星。
卫星投入使用后，对自然灾害、生态破坏、环境污染进行大范围、全天候、全天时的动态监测，对灾害和环境质量进行快速和科学评估，提高灾害和环境信息的观测、采集、传送和处理能力，为紧急救援、灾后救助及恢复重建和环境保护工作提高科学依据。
HSI 对地成像幅宽为50 km, 星下点像元地面分辨率为100 m，115个波段，工作谱段：459~ 956nm。
具有30度侧视能力和星上定标功能。
HJ-1数据应用于自然灾害、生态环境之前，需要进行几何及光谱方面的预处理。
ENVI在数据读取、图像配准、精确大气校正等方面提供了非常好的工具。
2.数据转换目前，网上免费获取的HJ-1A /1B卫星CCD和HSI影像的分发的格式主要有两种：CCD 为Geotiff，每一个波段为一个Geotiff文件，并提供一个元数据说明（.XML）; HSI为HDF5格式，也提供一个元数据说明（.XML）。
使用HJ-1数据读取补丁，启动ENVI->File->Open External File->HJ-1->HJ-1A /1B Tools工具。
直接读取CCD、HIS、IRS数据，之后选择Basic Tools->Convert Data(BSQ,BIL,BIP)，将刚才生成的文件转成BIL储存顺序的文件。
至此，已经将HSI数据转成BIL储存顺序、带有中心波长信息、波段宽度信息的ENVI格式文件。
图1.1 HJ-1A /1B Tools面板图1.2 数据转换面板图1.3 转换后显示的图像2.FLAASH大气校正大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地表的真实物理模型参数，如地物反射率、辐射率、地表温度等。
遥感影像的大气校正是预处理的重要组成部分。
大气对电磁辐射的影响主要是吸收和散射，并叠加在地物的反射信号上，使遥感像元处的图像清晰度和对比度下降。
大气校正可以去除大气及光照对地物反射的影响，从而提高图像质量并正确地显示地物波普信息。
ENVI中操作步骤：①Basic Tool>Preprocessing >Calibration Utilities>FLAASH②Spectral>FLAASH③Spectral>Preprocessing>Calibration Utilities >FLAASHENVI大气校正模块的高光谱处理主要有以下6个方面组成：⑴输入文件准备⑵基本参数设置⑶高光谱数据参数设置⑷高级设置⑸输出文件⑹处理结果1）HSI数据已经经过了定标，单位是100W/(m2*um*sr )，启动FLAASH工具，在输入辐射率数据时候，缩放系数填写：1000（即缩小1000倍），（符合FLAASH对辐射亮度单位的要求（μW）/（cm2*nm*sr））。
图1.4 辐射率参数设置面板2）选择传感器类型，成像中心点经纬度，成像时间，高度信息（成像区域和传感器飞行高度）等都可以在HDF5文件中获取。
选择ENVI->File->Open External File->Generic Formats->HDF5，打开.h5文件。
Latitude (°N)Jan.March May July Sept.Nov.80SAW SAW SAW MLW MLW SAW70SAW SAW MLW MLW MLW SAW60MLW MLW MLW SAS SAS MLW50MLW MLW SAS SAS SAS SAS40SAS SAS SAS MLS MLS SAS30MLS MLS MLS T T MLS20T T T T T T10T T T T T T0T T T T T T-10T T T T T T-20T T T MLS MLS T-30MLS MLS MLS MLS MLS MLS-40SAS SAS SAS SAS SAS SAS-50SAS SAS SAS MLW MLW SAS-60MLW MLW MLW MLW MLW MLW-70MLW MLW MLW MLW MLW MLW-80MLW MLW MLW SAW MLW MLW表1.1 六种标准的大气模型图1.5 大气校正参数设置面板图1.6 大气校正成功后生成的报告图1.7 经大气校正后的影像3.图像裁剪在全部做过许多遍后效果都不是很理想后，首先想到的第一个改进措施是裁剪，但在几次尝试后效果并没有很大提升，便想到了数据本身的质量问题，经调整波段后发现影像前几个波段噪声太大，便想到了第二个改进措施即在裁剪时舍去前30个波段对图像进行裁剪，效果要较之前的好很多。
图1.8 裁剪后的影像二．光谱识别与地物分析1.波段相关性分析在主图像窗口中选择：Tools > 2-D Scatter Plots，在随即弹出的波段选择窗口中任意选择两个波段，点击OK构成2-D散点图。
这里选择的是第1、2波段。
图2.1 2-D散点图在这幅2-D散点图上我们可以观察到，在由1和2波段组成的光谱特征空间中图像上的点大致呈线状点云分布，说明这两个波段的相关性比较强。
遥感图像的某些波段之间往往存在着很高的相关性，直观上波段图像彼此很相似，从提取有用信息的角度考虑，有相当一部分数据是多余和重复的，解决这一问题的有效方法是进行特征提取和特征选择，去相关和分离噪声。
在多光谱遥感图像处理中，我们会采取PC旋转，但是相比之下，MNF变换更适用于高光谱遥感数据。
下面我们就用MNF变换对图像进行处理。
最低噪声分数（MNF）变换用以确定图像数据的内在维度、隔离噪声以及降低后处理的计算要求。
MNF变换的本质就是两个叠置的主成分变换。
第一次变换（基于估计的噪声协方差矩阵）用于分离和重新调节数据中的噪声。
第一步导致了转换数据的噪声个体的变异和波段与波段的不相关。
第二步是标准主成分变换。
2.MNF变换在ENVI主菜单下选择：Transform>MNF Rotation>Forward MNF>Estimate Noise Statistics from Data。
图2.2 MNF输入影像面板、图2.3 MNF参数设置面板变换完成后得到MNF特征值曲线，其横坐标为变换后的波段数，纵坐标为特征值。
图2.4 MNF特征值曲线图2.5 MNF变换后的散点图把鼠标移到曲线上并点击左键，曲线上会出现一条以点击位置为交叉点的十字，同时在窗口左下角显示当前的波段数和其特征值。
特征值越高说明信息量越丰富。
另外，我们还可以利用2-D散点图检查去相关的情况。
以同样的方法打开2-D散点图，但需要注意的是我们要用MNF图像的第1、2波段，也就是信息最集中的两个波段构成散点图。
由图可见，经过MNF变换后的图像波段之间的相关性有效地降低了，并且出现了多个拐点，这些拐点就是我们要找的端元——Endmembers。
3.端元提取3.1 2-D散点图法在打开的散点图上点击鼠标中键会出现一个红色的小方块，在主图像窗口中对应这个小方块区域中的点同时呈现红色；在主图像窗口中点击鼠标左键，在散点图上对应点击位置的像素同时呈现红色。
这一功能方便我们察看图上像素点与散点图上的像素点的相互对应位置。
端元对应图像上的“纯”像元，是否能很好地提取它对于我们的分类是十分重要的。
下面的操作就是利用MNF处理后图像2-D散点图选择端元生成样本区用以分类的过程。
在打开的2-D散点图上利用ROI制图功能将点云拐角零散的几个点圈起来，并且不同的ROI用不同的颜色表示。
同时在图上这些ROIs也显示了出来。
图2.6 在2D散点图上提取纯净像元图2.7 主窗口中对应像元被标记在散点图窗口中选择：Options > Export All 将选择的区域输出为ENVI的ROIs，显示如下窗口：图2.8 ROI窗口在此为了便于区分，双击每个样本区的名称更名为其颜色的名称。
选好了样本区后还要对样本区中的点进行训练。
接下来要进行的操作就是要通过链接2-D散点图和Z-剖面图察看样本区中点的光谱特征曲线，删除差别显著的点，达到训练样本区的目的。
在2-D散点图窗口中选择Options > Z-Profile，在文件列表中选择反射数据BLC，随即显示一个空白波段图。
在2-D散点图窗口中点击鼠标右键，在空白的2-D散点图窗口中就会出现当前的像素剖面图及其坐标值，将差别显著的点删去（用白色画样本区即可删除）。
图2.9 光谱特征曲线训练完成后，在2-D散点图窗口中选择：Options > Mean All提取各样本区的平均波谱曲线图2.10 平均波谱曲线我们现在已经得到了五类地物，但还没有确定它们的种类。
在此，我们可以运用ENVI 的波谱分析功能来解决。
波谱分析首先需要打开一个波谱库，然后将未知波谱与波谱库中的波谱进行匹配处理，并得出一系列匹配系数，系数越大就说明与这种地物越匹配。
下面就进行具体的说明。
在ENVI主菜单下选择：Spectral>Spectral Analyst，在弹出的窗口中选择波谱库，在此我们选择USGS（美国地质调查局）波谱库，点击OK，在弹出的“Edit Identify Methods Weighting”窗口中设定计算参数后点击OK，随即弹出波谱分析窗口，点击Apply，在弹出的输入波段列表中选择我们要鉴别的波谱。
选择一个待鉴别的波谱后波谱分析窗口中就会显示这一波谱与波谱库中的波谱匹配分析的结果。
然而多次努力做出的结果都无法实现匹配，各种矿物得分都相同，努力了很久问题都没有得到解决，只好进行下面的操作。
图2.11 分类结果以上介绍的是通过2-D散点图定义样本区的方法，对于高光谱遥感来说由于其数据特点，考虑到运用n-D散点图分析效果可能会更好。
此外在得到MNF处理图像以后通常还用到其它一些处理方法，下面就一一介绍。
3.2基于PPI的端元提取（N维散点图法）像素纯度指数(PPI)是一种在多光谱和高光谱图像中寻找波谱最纯的像元的方法。