【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
人月神话-Lee1 小时前
【图像处理】高斯模糊——最优雅的模糊算法
图像处理·人工智能·算法·ios·ai编程·swift
hughnz1 小时前
执行数字化建井计划——提升钻井过程自动化
人工智能·机器人
武子康1 小时前
调查研究-141 全球机器人产业深度调研报告【03篇】机器人产业六大利润池:从核心零部件到软件平台的商业逻辑
人工智能·ai·机器人·具身智能·openclaw·调查报告·hermesagent
天行健,君子而铎1 小时前
AI赋能·精准适配——知影-API风险监测系统筑牢教育数据流转安全防线
大数据·人工智能·安全
XTIOT6661 小时前
俄罗斯诚信标签Chestny ZNAK技术约束分析与智能化应对思路
大数据·人工智能·嵌入式硬件·物联网
朴马丁1 小时前
流程PLM的智能化未来:AI与数字孪生如何赋能工艺优化与预测性运营
大数据·人工智能·ai·流程行业plm
Dfreedom.1 小时前
目标检测演进之路:从手工设计到数据驱动
人工智能·目标检测·计算机视觉·cv
星纬智联技术1 小时前
AI搜索引擎正在改变引用标准:品牌内容需要重建哪些内容判断体系
人工智能·aigc·搜索引擎优化
ゆづき1 小时前
AI能否替代小说作家?
人工智能·笔记·学习·其他·生活