Changee Bands，打开Band Choicee对话框，X和Y分别别对应选选择MNF Bannd 1 和MNF BandMd 2，点击击OK。然后后选择Opptions → Image: ROI，在在窗口中点点云的拐角角或者延伸伸出去的的位置选择择部点，如下图图例子所示示： 分数据点然后右击击选择多边边形，数据据点在对应应的图像中中就会用红色显示示出来。再次次选择Classs → Neww，按照上上面的要求求绘制另外一个不不同位置ROII，并选中中。 从菜单单中选择择Options →Imagee: Dance。在MNF的 Image wiIindow 就就可以看到到相应的像像素点。 14??选择Options → Exxport All，，在ROI TTool对话框框中显示定义的这这些重复上述过过程得到多多个端元。注意，通过不同同波段的组组合区域。重来辨识端端元是十分分重要的。。 （4） 在cupp95eff窗口的菜单单中选择Ovverlay → Regionn of Interesst，将保存存的ROI调调入到cupp95eff的显显示窗口。。在ROI TTool 的窗口中中选择Statts,选择所所有的ROII显示统计计结果的窗窗口，在其其中选择Plott 和Meaan for alll ROIs ，就可以得得到每一个个ROI的表的面平均反反射光谱。。接下来可可以用Z profile观察每个端观端元的光谱。 预备备知识?MNF变换换。?最小噪声分离变换（Minnimum?NoiseN?Fracction?Rottation，MNFM?Rottation）工工具用于判判定图像数数据内在的的维数（即即波段数），分离数数据中的的噪声，减减少随后后处理中的的计算需求求量。MNNF本质上上是两次层层叠的主主成分变换换。第一次变换（基于估计计的噪声协协方差矩阵阵）用于分分离和重重新调节数数据中的噪声，步操作使使变换后的的噪声数据据只有最小小的这步15??方差且没有波段间的相关。第二步是对噪声白化数据（Noise‐whitened）的标准主成分变换。为了进一步进行波谱处理，通过检查最终特征值和相关图像来判定数据的内在维数。数据空间可被分为两部分：一部分与较大特征值和相对应的特征图像相关，其余部分与近似相同的特征值以及噪声占主导地位的图像相关。MNF变换的结果按照空间一致性降序排列，低编号的波段具有明显的空间结构和最多的信息；高编号的波段空间结构不明显，噪声大。?
报告内容?
寻找一幅高光谱遥感影像，按照上述过程寻找端元。观察端元光谱的差异，并分析光谱混合的原因。??
?
16?
?
实验五?光谱特征分析?
实验目的?
光谱与目标物的性质和物质组成关系密切，通过波段选择、多元统计分析、光谱特征分析、光谱特征指数等方法，可以建立光谱特征相关模型来识别目标物质组成或者估算其含量。本次实验目的是依据农作物的主要光谱响应特征，掌握波段选择、多元统计分析等一般方法。?
实验内容?
1、 数据准备
rice2014.xls中是水稻的生理生化参数数据和冠层光谱反射率数据。
2、 数据处理
在Excel中打开rice2014.xls，该文件包括2个sheet，第一个sheet命名为“生理指标”，包括250个样本的编号、叶绿素、N数据；第二个sheet命名为“光谱数据”，包括250个样本的编号、波长及对应的冠层反射率数据。
（1）使用Excel的作图功能绘制冠层的光谱曲线，波长作为x轴，反射率作为y轴；
（2）使用Excel的相关分析函数(CORREL)、多元回归（Excel加载“数据分析”后，使用“回归”）等功能，完成：
i.作物叶绿素含量和N含量的相关性分析；
17?
?
ii.叶绿素、N含量和各波段反射率的相关性分析；
iii.选择波段，建立叶绿素、N的光谱估计的多元回归模型；
报告内容?
从250个样本数据中，随机选取其中2/3的样本，建立叶绿素和N的特征光谱估计模型，使用该模型对估计其余1/3样本的叶绿素和N的含量，比较估计值和实际值的误差，评价模型的精度。?
18?
?
高光谱遥感实验指导书
