ViewSpecPro中先进行平均，然后去掉跳跃。ENVI里面SPECTRAL模块里面可以直接读取ASD文件，生成光谱库。
**打开文件**：使用MATLAB的文件打开函数。 **读取文件**：应用MATLAB的读取函数，定位至光谱数据的存储位置，逐个读取数据。 **关闭文件**：确保文件资源被正确释放。在读取过程中，需要注意两个关键数字：484和2151。前者标记了光谱数据的第一个位置，后者代表了ASD光谱仪的波段数。
viewspecpro导入数据为空从新修改路径，导入数据，查看波普，修改XY轴域，数据导出转化反射率数据已经保存在原数据的文件夹当中。ViewSpecProsetup.exe安装包是一款用于对ASD地物高光谱数据的处理软件，将ASD光谱仪所配套电脑上的光谱数据文件复制到本机，运行ViewSpecPro软件，设定光谱数据所在目录。
1、在CSV格式数据的读取方面，印度松树数据是一个由AVIRIS传感器在印第安纳州西北部采集的场景，包含145x145像素和224个光谱反射带，波长范围从0.4到5×10^（-6）米。该数据集包含农业和森林植被等场景，以及道路、铁路等人工结构。通过去除特定吸水区域的谱带，我们可以减少数据量并提高分析效率。
2、Transform：图像变换工具，让你的数据在不同数据空间转换，例如图像融合、增强和ENVI/TC变换。Filter：滤波功能包括卷积、形态学、纹理分析、自适应滤波和傅立叶变换，用于精细数据处理。
3、与ERDAS和PCI不支持HDF相比，ENVI可以直接读取TM的HDF文件，其支持的栅格数据和矢量数据格式种类也多于其他软件，但ENVI对光谱图像的色彩匹配能力较弱。
4、高光谱遥感的发展使得波段宽度从早期的0.4μm、0.1μm到5nm，增强了针对性和光谱分辨力，有利于区别各类物质在不同波段的光谱响应特性。图像处理技术的创新解决了海量遥感数据的处理、校正、融合和可视化问题。遥感分析从定性向定量转变，定量遥感成为应用热点。
5、同时在系统开发上有二维、三维组件，为构建AGEIS系统，非常有必要对它们进行统一的组织管理，系统整合策略主要从多源空间数据的集成、多时段数据的整合、数据字典的组织管理、用户信息的组织管理及系统集成5个方面进行。
1、预处理内容简述 （1）辐亮度复原 该部分主要针对高光谱数据1级数据产品（辐亮度数据）的生成流程展开研究，研究过程中首先对载荷获取的原始数据DN值与辐亮度数据之间的关系进行分析与建模，然后利用辐射定标系数通过DN值与辐亮度之间的模型实现辐亮度复原，从而得到1级数据产品。
2、对AVIRIS影像进行白化去噪、去相关性等处理之后，就可以尽可能地减少噪声等因素对端元信息提取，提高丰度反演和图像分类的精度。原始影像和MNF去噪后的灰度影像如图4所示。
3、ViewSpecPro中先进行平均，然后去掉跳跃。ENVI里面SPECTRAL模块里面可以直接读取ASD文件，生成光谱库。
4、矿物信息提取的高光谱数据预处理 先将成像高光谱数据进行辐射定标、大气校正等过程得到光谱反射率数据。无论是高光谱成像仪还是传统的多光谱传感器，它们所记录的数据都是地面观测目标的反射或辐射能量的光谱辐射绝对值，与地物目标的光谱反射率或光谱辐亮度值是不一致的。
5、三）数据预处理 Hyperion高光谱数据经过斑点去除、回波纠正、背景去除、辐射纠正、坏像元恢复以及图像质量检查等一系列处理过程，用户拿到的数据应该不再有坏像元或条纹，但实际上却仍然存在，在进行图像应用之前，必须对图像进行预处理，纠正不正常的像元。
6、在反演领域，主要使用的是多光谱数据、高光谱成像数据、微波雷达数据，以及在某些研究方向中应用的高光谱非成像数据。这些数据类型在处理逻辑上相似，但操作细节会有所不同。在数据预处理阶段，通常需要对遥感数据进行严格处理，确保数据的准确性和适用性。这一过程通常通过ENVI/ArcGIS等软件进行操作。
1、高光谱遥感和多光谱遥感的区别如下：高光谱的波段较多，普带较窄。（Hyperion有233~309个波段，MODIS有36个波段）多光谱相对波段较少。如ETM+，8个波段，分为红波段，绿波段，蓝波段，可见光，热红外，近红外和全色波段。
2、波段不同：高光谱的波段较多，谱带较窄（比如hyperion 有242个波段，带宽10nm）；多光谱相对波段较少（比如ETM+，8个波段，分为红波段、绿波段、蓝波段、可见光、热红外（2个）、短波红外和全波段）。分辨率不同：在高光谱图像中具有更高水平的光谱细节可以提供看不见的更好的能力。
3、多光谱与高光谱遥感技术在数据采集、处理及应用方面存在显著差异。多光谱遥感技术通常采用3至10个波段对地面目标进行拍摄，适用于土地利用、NDVI计算及水体质量监测等。数据处理主要包含辐射校正与大气校正，以去除数据中的噪声和误差。
4、高光谱遥感：高光谱遥感具有相对较高的光谱分辨率，即每个光谱波段的带宽相对较窄。这意味着在每个波段上获得的光谱信息更加细致，可以捕捉到更多的光谱特征。
5、波段不同 多光谱图像通常指3到10个波段。每个波段都是使用遥感辐射计获得的。高光谱图像由更窄的波段（10-20 nm）组成，光谱图像可能有数百或数千个波段。一般来说，它来自成像光谱仪。
1、**打开文件**：使用MATLAB的文件打开函数。 **读取文件**：应用MATLAB的读取函数，定位至光谱数据的存储位置，逐个读取数据。 **关闭文件**：确保文件资源被正确释放。在读取过程中，需要注意两个关键数字：484和2151。前者标记了光谱数据的第一个位置，后者代表了ASD光谱仪的波段数。
2、生成辐射亮度数据的步骤首先，打开资源02D的数字量化值（DN）数据，这里包含光谱元数据，如增益和偏置，它们是计算辐射亮度的关键。DN值的单位是无量纲的，但通过增益和偏置转换，我们能赋予它物理意义——每单位立体角和单位面积的辐射通量，单位为W·m-2。
3、首先，我们将探讨MATLAB格式高光谱数据的读写方法。Urban数据集是高光谱分解研究中的经典案例，包含307x307个像素，每个像素对应2x2平方米的区域。数据覆盖了从400nm到2500nm的210个波长，光谱分辨率为10nm。在数据处理中，我们通常会去除特定通道（如大气影响的通道），保留162个通道进行后续分析。
4、实验数据为美国加州圣地亚哥北部岛屿某海军飞机场的AVIRIS高光谱影像数据，如图2所示。该数据光谱范围是0.4～8μm，像元分辨率为5m，共有137个波段，有效波段126个。该影像区域内人工建筑占主导地位，相对比较规整。