Análisis Espectral con ENVI

La herramienta de análisis espectral en ENVI  ayudar a identificar materiales en función de sus características espectrales. El análisis espectral utiliza técnicas de ENVI Classic como la codificación binaria, el mapeador de ángulos espectrales y el ajuste de características espectrales lo que ayuda para clasificar la coincidencia de un espectro desconocido con los materiales de una biblioteca espectral.

El resultado de un Análisis Espectral es una puntuación clasificada o ponderada para cada uno de los materiales en la biblioteca espectral de entrada. La puntuación más alta indica la coincidencia más cercana e indica una mayor confianza en la similitud espectral. Los materiales similares pueden tener puntuaciones relativamente altas, pero los materiales no relacionados deben tener puntuaciones bajas. Nota: esta función no identifica espectros; solo recomienda posibles candidatos para su identificación. Los resultados pueden cambiar cuando se cambian los métodos de similitud o los pesos.

Consejos para un uso exitoso del análisis espectral.

Rangos de longitud de onda

Muchos materiales son similares en un rango de longitud de onda, pero son muy diferentes en otro rango. Para obtener los mejores resultados, utilice el rango de longitud de onda que contiene las funciones de absorción de diagnóstico. Cuando se muestra un espectro, el analista espectral trabaja sobre el rango que se muestra en el gráfico correspondiente que se analiza.

Metodología

Determine si los materiales tienen características de absorción. Si es así, el ajuste de características espectrales es probablemente el mejor método. De lo contrario, el asignador de ángulos espectrales o la codificación binaria producirán mejores resultados.

Materiales que no están en la biblioteca espectral

El análisis espectral no identificará materiales de interés en los espectros de entrada que no estén en la biblioteca espectral. Si un material no está en la biblioteca espectral, los materiales similares a él pueden obtener una puntuación relativamente alta.

Materiales múltiples (mezclas)

Los puntajes altos para múltiples materiales pueden indicar mezclas, particularmente para minerales con características de absorción en diferentes partes del espectro. Debido a esto, debe ejecutar Spectral Analyst en los resultados de una determinación de miembro final, los espectros de miembro final puro.

Magnitud de puntuación y separación de puntuación

Los puntajes más altos indican una mayor confianza porque se cumplieron más reglas. Una mayor separación entre puntuaciones adyacentes indica una mayor confianza en la similitud. Por ejemplo, una puntuación de 0,98 para un material seguida de una puntuación de 0,96 para otro material indica que el material desconocido es muy similar a ambos conjuntos de reglas. Una puntuación de 0,98 para un material y una puntuación de 0,50 para otro material indica una alta probabilidad de que el espectro represente el primer material.

Múltiples coincidencias (misma puntuación)

En muchos casos, el análisis espectral enumera múltiples puntajes idénticos para diferentes materiales en la base de reglas. Esto indica que el analista espectral no puede discriminar los dos materiales en las condiciones de identificación. En este caso, pruebe con un rango de longitud de onda diferente o utilice los diferentes métodos ponderados para producir un resultado único.

Sin coincidencia (puntuación cero)

En algunos casos, el análisis espectral puede enumerar una puntuación de 0.000 (sin coincidencia) para todos los materiales de la biblioteca espectral. Ésta es una buena indicación de que el material no está en la biblioteca espectral o que el material no es similar a otros materiales en la biblioteca espectral.

Contexto

Examine la clasificación espectral en el contexto de la configuración de la imagen y la información conocida. Si una identificación sugerida parece inválida con respecto a la información conocida, probablemente no sea la identificación correcta. La herramienta Spectral Analyst no es infalible. Debe utilizarse como punto de partida para identificar los materiales en una escena de imagen. Si lo usa correctamente con una buena biblioteca espectral, puede proporcionar excelentes sugerencias para la identificación. Usado a ciegas, puede producir resultados erróneos.