【ArcGIS Pro 3.7新增功能2】新型高光谱图像工具:连续谱去除、PCA与 MNF 降低数据复杂性、使用波长直接计算、支持STAC等

遥感技术的进步使得对地球进行全球性、长达数十年的观测成为可能。如今,高光谱成像技术将这一能力进一步拓展至光谱维度,它能够通过密集连续的光谱波段捕捉物质的光谱特征,从而揭示其详细的物质特性。对于地理信息系统(GIS)和图像分析人员而言,这意味着更精确的物质识别、更准确的分类以及对地表过程更深入的洞察。

在 2025 年推出的重大高光谱版本基础上,ArcGIS Pro 3.7 引入了一系列增强功能,旨在让这些功能在日常工作流程中更易于使用且更高效。从更便捷的数据访问到改进的光谱分析工具,此版本着重帮助您更快地从原始数据中获得有意义的结果。

1、光谱特征查看器中的连续谱去除

了解细微的光谱特征对于矿物鉴定或植被分析等任务至关重要。光谱特征查看器现在包含连续谱去除功能,该技术可以对光谱进行归一化处理并突出显示吸收特征。

此功能以前仅在地理处理工具中可用,现在已成为交互式分析工作流程的一部分。

在"光谱特征"面板中,选中材料并单击"移除连续谱"工具,移除连续谱后的光谱特征将添加到面板和查看器中。实际上,这可以帮助您快速检查和分析吸收特征。

2、计算平均光谱

当处理多个相同材料或地表覆盖类型的样本时,通常需要生成代表性光谱图。新增的"计算平均值"工具可让您快速计算所选光谱的平均值,并将结果添加到分析中。

使用方法:选中特征值,然后点击"计算均值"工具,计算出的特征值将添加到查看器和窗格中。这对于创建更清晰的输入数据,用于分类、光谱解混或目标检测工作流程尤其有用。

3、在不丢失洞察力的前提下降低数据复杂性

高光谱数据集信息丰富,但计算量也很大。ArcGIS Pro 3.7 引入了"简化光谱波段"工具,帮助您应对这种复杂性。它支持两种常用的方法:

  • 主成分分析 (PCA) 用于一般降维

  • 最小噪声分数 (MNF) 用于降低噪声和改善信号分离

典型的降维工作流程之一是分类。应用 MNF 或 PCA 后,得到的成分可以作为机器学习或基于深度学习的分类工作流程的输入。

4、直接从图像中提取光谱特征

分析中使用的光谱特征可以来自 USGS 光谱库等数据库,也可以在现场收集。

全新的"从图像中提取光谱"工具允许您使用实地观测数据直接从图像生成光谱库。您可以输入包含已知物质(例如树种或土地覆盖类型)的点或面要素类,并提取它们对应的光谱特征。

在植被分析场景中,使用代表树木、灌木和草地的野外点来提取特定类别的光谱。

这些特征可以直接导入线性光谱解混等工具,生成每种植被类型的丰度图。这实现了从实地数据到分析结果的无缝工作流程。

5、利用波长简化光谱指数计算

光谱指数在分析中被广泛应用,但由于不同传感器的波段命名不一致,将其应用于高光谱数据可能具有挑战性。

ArcGIS Pro 3.7 通过在波段算术栅格函数中启用波长表达式来解决这一挑战。例如,植物衰老反射率指数 (PSRI):(n678.0−n500.0)/n750.0,其中n代表波长(单位为纳米),可以直接输入到波段算术函数中。

ArcGIS Pro 会自动选择最接近的匹配波段,无需手动识别波段指数。以下是 PSRI 的输出结果。

6、扩展对高光谱数据的支持:

Tanager 和 Dragonette 影像

ArcGIS Pro 3.7 扩展了对高光谱数据的支持,新增了对来自 Planet 和 Wyvern 数据提供商的 Tanager 和 Dragonette 影像的栅格类型。

对于分析人员而言,这意味着可以减少数据准备时间。您可以使用预定义的模板,直接从单个 HDF5 文件加载高光谱图像产品及其相关产品,或者构建镶嵌数据集来管理研究区域内的多个场景。

7、直接访问高光谱数据 STAC 目录

目前许多高光谱数据集都通过 STAC 目录分发。借助 ArcGIS Pro 3.7,您可以直接连接到 Tanager 和 Wyvern STAC 目录,并立即开始使用数据。这使得发现数据集和快速评估光谱特征变得更加容易。

8、总结

高光谱图像能够以前所未有的细节展现地球表面信息。借助 ArcGIS Pro 3.7,新增的工具和增强功能让提取有意义的信息以及将复杂的光谱数据转化为可执行的洞察变得前所未有的轻松。

转载请注明出处:【Pro 3.7新增功能2】新型高光谱图像工具:连续谱去除、PCA与 MNF 降低数据复杂性、使用波长直接计算、支持STAC等

作者:中科GIS地理信息培训 www.higisedu.cn

相关推荐
Angelina_Jolie几秒前
DiCLIP:用扩散模型激活CLIP的密集知识,弱监督语义分割新SOTA
人工智能
-山中问答-2 分钟前
【AI智能体工程化实战02】Harness工程化方法——像造汽车一样造Agent
人工智能·智能体·harness工程
andafaAPS3 分钟前
安达发|汽车零部件行业aps生产排程:人工排产之困到智能调度之变
大数据·人工智能·汽车·aps生产排程·计划排产软件·自动排单软件
径硕科技JINGdigital3 分钟前
甄选 B2B 的 GEO 优化服务商:为何监测平台搭配落地服务才是优选?
人工智能
王小王-1234 分钟前
基于深度学习的景区口碑情感分析可视化系统
人工智能·深度学习·bert·情感分析·关键词提取·主题分析·景区评论分析
Promise微笑5 分钟前
精准微阻测量:微欧计的分类、场景应用与高效选型决策指南
大数据·运维·网络·人工智能
武子康9 分钟前
Qwen3-TTS 模型如何选择:稳定音色、方言支持与克隆服务的工程化取舍
人工智能·aigc
yinghuoAI202611 分钟前
AI虚拟模特试衣:零成本高效展示
人工智能
rsuhbsrjms15 分钟前
可视耳勺靠谱吗?无线可视挖耳勺安全吗?口碑好的可视耳勺
人工智能·安全
zhiSiBuYu051718 分钟前
建立 AI 辅助开发的 Code Review 流程实战指南
人工智能·代码复审