参考光谱

⑴ 参考光谱必须用氮气么

这些气体在可见光区是不吸收的,所以它们的吸收光谱是强度接近于0 的平坦的直线. 可以有一个很粗略的判断,肉眼看到是无色的物质,它在可见光谱几乎是不吸收的.因为颜色的产生是具有此颜色的光入射到眼睛才能看到此颜色.但你看到无色透明的物体,说明此物体对所有颜色的光都是透过的,也就是对所有颜色的光都不吸收.

⑵ 色谱和光谱有哪些区别

光谱是复色光经过色散系统（如棱镜、光栅）分光后，被色散开的单色光按波长（或频率）大小而依次排列的图案。色谱又叫色表或色彩图，是供用色部门参考的色彩排列表。

⑶ 光谱有哪些类型

按产生本质，光谱可分为分子光谱与原子光谱。

在分子中，电子态的能量比振动态的能量大50～100倍，而振动态的能量又比转动态的能量大50～100倍。因此在分子的电子态之间的跃迁中，总是伴随着振动跃迁和转动跃迁的，因而许多光谱线就密集在一起而形成分子光谱。因此，分子光谱又叫做带状光谱。

在原子中，当原子以某种方式从基态提升到较高的能态时，原子内部的能量增加了，原子中的部分电子提升到激发态，然而激发态都不能维持，在经历很短的一段随机的时间后，被激发的原子就会回到原来能量较低的状态。

(3)参考光谱扩展阅读

应用：多光谱与高光谱

在高光谱图像中具有更高层次的光谱细节，可以更好地看到不可见的东西。例如，高光谱遥感由于其高光谱分辨率而在3种矿物之间进行提取。但多光谱陆地卫星专题制图仪无法区分这三种矿物。

但它的缺点之一是增加了复杂性。高光谱和多光谱图像有许多实际应用。例如，高光谱图像已被用于绘制入侵物种的地图和帮助矿产勘探。

在多光谱和高光谱的应用中，我们可以了解世界。例如，我们在农业、生态、石油和天然气、海洋学和大气研究等领域使用它。

⑷ 光谱匹配技术

光谱匹配技术可用于表面特性的遥感数据分析（如变化探测）。此方法包括景物光谱对参考光谱的匹配或景物光谱与光谱数据库的比较，以求算它们之间的相似性或差异性（Cloutis，1996）。用光谱匹配来突出感兴趣的光谱特征，以便对其作较详细的分析（Goetz等，1990；Yasuoka等，1990）。有时直接将景物光谱与参考光谱相比较（Goetz等，1985；Ferrier ＆ Wedge，1996）。

这种技术通过计算景物光谱（象元光谱、测试光谱）和参考光谱（实验室或已知象元光谱）在不同光谱位置（波段波长位置）的交叉相关系数，绘制交叉相关曲线图。一个测试光谱和一个参考光谱在每个光谱匹配位置的交叉相关系数等于它们对应波段的线性相关系数，可以用下式表示：

中亚地区高光谱遥感地物蚀变信息识别与提取

式中：R_t、R_r分别为测试和参考光谱；n为两光谱对应波段数（重合波段数）；m为光谱匹配位置（实际是光谱错位波段数）。

由式（4-6）计算出的交叉相关系数可用t统计量式（4-7）检验其显著性，

中亚地区高光谱遥感地物蚀变信息识别与提取

式中：r_m+、r_m-分别表示向长波方向和向短波方向移位个m波段时所得到的交叉相关系数。当AS_ke=1时，说明曲线峰值无偏；当AS_ke值越接近0时，峰值越偏，至于是左偏还是右偏视计算的偏度正负号而定，负者为左偏，正者为右偏。偏度=0，即为峰值无偏。

⑸ 光谱 是什么

http://ke..com/view/41199.htm

⑹ 我们常见的光谱有哪些

“常见的”怎么理解啊，是不是你能看的到的呀

如果是能看得到的，那只有可见光的光谱，就是你拿三棱镜弄的那种~红橙黄绿青靛紫的那个

⑺ 光谱分类技术

高光谱遥感在地质应用研究中，光谱分类技术亦很重要。用得较多的方法有最大似然性法（MLC），人工神经元网络法（ANN）和高光谱角度制图法（SAM）。

1.最大似然性法（MLC）

MLC法可谓是经典的分类方法，已在宽波段遥感图像分类中普遍采用。它主要根据相似的光谱性质和属于某类的概率最大的假设来指定每个象元的类别。MLC法最大优点是能快速指定被分类象元到若干类之中的一类中去。但对于高光谱数据。如再加上类别数较多时，MLC法的运算速度则明显减慢，且所需的训练样本亦很大。为了减少计算工作量，Jia＆Richards（1994）发现通过将高光谱数据分成几个波长组能够减少处理时间。他们改进的MLC法称简化最大似然性判别函数（SMLDF）。依据所有波段间的相关性分成若干连续的波段组，由这些不同波段组构成每个类别的协方差阵，再从每个波段组计算出判别函数值，最后求所有波段组产生的函数值的和.对每个象元分类。该法与传统的MLC比较，能显著地减少计算时间，特别是对高光谱数据的处理更为明显，同时能保证几乎与传统MLC结果的精度相同。另外，这种方法所要求的每类训练样本数明显地比传统MLC所要求的少。因此可降低准备训练样本的成本。其基本算法简述如下。

传统的MLC算法的判别函数由下式表示：

中亚地区高光谱遥感地物蚀变信息识别与提取

i=1，2，…C

式中：x为象元光谱向量，m_i为第i类均值向量，∑_i为第i类N×N的协方差阵，其中N为总光谱波段数，C是类别数。式（4-9）的判别准则一般如下：对于j（j=1，2，…，C；j≠i），假如g_i（x）＞g_j（x）则

x∈ω_i （4-10）

式中：ω_i为第i类光谱类别。

如前所述，这种方法已被广泛应用在宽波段遥感中，如对MSS、TM及SPOTHRV数据的MLC分类。随着光谱维（波段数）N的增大（如AVIRIS数据的波段数大于200），有两个难题需要解决：一是由于N的增大相应分类时间成平方增长；二是对于一些小类别，为了保证可靠的估计结果，所需要的训练样本可能不够。Jia ＆ Richards（1994）对光谱数据先分成几个波段组再进行分类的技术（SMLDF）就是针对上述两大难题设计的。高光谱数据相邻波段间的相关性一般都比较高，与相隔较远的波段相关性较低。

2.人工神经元网络技术（ANN）

人工神经元网络（ANN）技术能被用于多源数据的综合分析，特别是处理没有一定分布（如正态）、定性或名义的数据（Yang等，1997；Gong，1996；Sui，1994；Peddle等，1994；和Bendikts-son等，1993）。因此这类技术备受重视，已在遥感图像分类（如Civco，1993；Salu ＆ Tilton，1993；Dreyer，1993；Azimi-Ssdjadi等，1993；Kanellopoulos等，1992；Liu＆Xiao，1991）、自然资源分析与预测（如 Gopal＆Woodcock，1996；Gong等，1994；Guan＆Gert-ner，1991a＆1991b；Yin＆Xu，1991）及特征提取（如Fiset等，1996）中得到应用。神经元网络首先要求一定数量的具有已知样本特征的训练样本，然后用训练好的网络结构对待处理样本（象元）进行分类处理。在高光谱地质遥感中，ANN技术被用来识别矿物和成图（如Yang等，1997；Benediktsson等，1995）。ANN技术的不足之处是在高光谱数据分析中由于波段多（输入模式多），常需要很长的迭代时间，且不易找到全局最佳解。另外，不能事先确定ANN的结构参数值，一般需根据具体数据集的实验确定（Gong等，1997）。

3.光谱角度制图法

光谱角度制图法（SAM，即夹角余弦方法）通过计算一个测试光谱（象元光谱）与一个参考光谱之间的“角度”来确定它们两者之间的相似性。参考光谱可以是实验室光谱或野外测定光谱或是从图像上提取的象元光谱。这种方法假设图像数据已被缩减到“视反射率”，即所有暗辐射和路经辐射偏差已经去除。它被用于处理一个光谱维数等于波段数的光谱空间中的一个向量（Knlse等，1993 a；Baugh等，1998）。下面通过两波段（二维）的一个简单例子来说明参考光谱和测试光谱的关系。它们的位置可考虑是二维空间中的两个光谱点。各个光谱点连到原点可以代表所有不同照度的物质。照度低的象元比起具有相同光谱特征但照度高的象元往往集中在原点附近（暗点）。SAM通过下式确定测试光谱t_i与一个参考光谱r_i的相似性：

中亚地区高光谱遥感地物蚀变信息识别与提取

式中：n_b等于波段数。这种两个光谱之间相似性度量并不受增益因素影响，因为两个向量之间的角度不受向量本身长度的影响。这一点在光谱分类上可以减弱地形对照度的影响（它的影响反映在同一方向直线的不同位置上）。结果，实验室光谱可直接用来与遥感图像视反射率光谱比较而达到光谱分类识别的目的。具体应用SAM方法直接实现光谱匹配分类可参考童庆禧等（1997）在总结Board-man（1990）的SAM方法基础上提出的执行流程。利用高光谱数据，这种技术在地质矿物分类成图中的应用较有潜力。例如，Miyatake＆Lee（1997）应用SAM技术和高光谱数据在美国内华达州的北Cuprite和Goldfield 地区编制的交错矿物图。Yang等（1997）和 Baugh等（1998）也利用此法和AVIRIS图像数据分别在美国内华达州Cuprite矿产区和南Cedar山区编制矿产图，获得成功。

⑻ 可见光的波长范围是多少七色光的波长范围分别是多少

可见光的波长范围在0.77～0.39微米之间，波长不同的电磁波,引起人眼的颜色感觉不同。770～622nm,为红色；622～597nm,为橙色；597～577nm,为黄色；577～492nm,为绿色；492～455nm,为蓝靛色；455～350nm,为紫色。

(8)参考光谱扩展阅读

可见光是电磁波谱中人眼可以感知的部分，可见光谱没有精确的范围；一般人的眼睛可以感知的电磁波的波长在400～760nm之间，但还有一些人能够感知到波长大约在380～780nm之间的电磁波。

可见光辐射一般指太阳辐射光谱中 0.38～0.76 微米波谱段的辐射，由紫、蓝、青、绿、黄、橙、红等七色光组成。是绿色植物进行光合作用所必须的和有效的太阳辐射能。到达地表面上的可见光辐射随大气浑浊度、太阳高度、云量和天气状况而变化。可见光辐射约占总辐射的45～50%。

⑼ 光谱是什么

光谱（spectrum） ：是复色光经过色散系统（如棱镜、光栅）分光后，被色散开的单色光按波长（或频率）大小而依次排列的图案，全称为光学频谱。

光谱中最大的一部分可见光谱是电磁波谱中人眼可见的一部分，在这个波长范围内的电磁辐射被称作可见光。光谱并没有包含人类大脑视觉所能区别的所有颜色，譬如褐色和粉红色。

(9)参考光谱扩展阅读

采用光谱学的基本原理与实验的方法来确定物质的基本结构与化学的组成成分的这一种分析方法我们习惯上称之为光谱分析法。

具有各种各样结构的物质都具有自身的特征性光谱，光谱分析法就是采用特征光谱来研究物质的结构或者测定化学主要组成成分的一种方法，是以分子和原子的光谱学为基础建立起的分析方法。

光谱定性分析不需要纯样品，只需要利用已知的谱图，就可以进行光谱的定性分析，能够同时测定出多种元素或者化合物，省去了比较复杂的分离性操作过程。