4. 高光谱影像预处理实战

光谱角匹配（SAM）把每个像元的光谱看作高维空间中的一条向量，只比较它与参考光谱之间的夹角，对整体亮度缩放不敏感。这一特性常被误解为“SAM不需要预处理”，实际上恰恰相反：SAM对光谱形状极其敏感，任何改变吸收峰位置、深度比例或引入随机噪声的处理，都会直接改变夹角大小。本节围绕辐射定标、大气校正、坏波段剔除与光谱平滑四个环节，说明它们各自改变了光谱的什么属性，以及这些改变如何传导到SAM的夹角判据上。

一、四个环节在SAM链路中的位置与作用

先建立整体认识：辐射定标把DN值转为辐亮度，消除传感器响应差异；大气校正把辐亮度反演为地表反射率，去掉大气吸收与散射造成的“假吸收峰”；坏波段剔除去掉水汽吸收饱和、信噪比过低或定标异常的波段，避免噪声维度污染夹角计算；光谱平滑抑制随机噪声，稳定光谱形状。四者的作用对象不同，但对SAM的影响都体现在“夹角是否更接近真实地物”这一条主线上。

二、辐射定标：先把量纲统一

ENVI中通常通过 Radiometric Calibration 工具完成定标，输入为原始DN影像及元数据中的增益（Gain）与偏移（Offset）。以常见推扫式高光谱传感器为例，定标公式为 L = Gain × DN + Offset，输出辐亮度单位一般为 μW/(cm²·sr·nm)。定标本身对SAM夹角影响有限，因为它是逐波段线性变换，若各波段增益接近，光谱形状几乎不变。但若某些波段增益异常或存在坏像元，定标后这些波段的辐亮度会出现尖峰或负值，反而放大噪声维度的影响。因此定标后应检查辐亮度是否为负、是否存在条带，必要时先做坏像元修复再进入大气校正。

三、大气校正：SAM精度提升最明显的一步

大气校正把辐亮度反演为地表反射率，常用FLAASH或QUAC。FLAASH需要输入传感器类型、成像时间、中心经纬度、气溶胶模型、能见度等参数；QUAC为经验方法，无需气溶胶输入，适合缺少同步大气参数时的快速处理。以FLAASH为例，典型参数可设为：气溶胶模型 Rural、初始能见度 40 km、水汽反演开启。校正后应重点观察 760 nm 附近的氧气吸收带和 1400/1900 nm 水汽吸收带是否被明显压制——若这些位置仍存在深谷，说明大气校正不充分，SAM会把这些“假吸收”误判为矿物特征。

四、坏波段剔除：给夹角计算“减负”

高光谱数据中常见三类坏波段：水汽吸收饱和波段（如1350–1450 nm、1800–1950 nm）、信噪比过低的短波红外末端波段、以及定标或探测器异常导致的条带波段。ENVI中可用 Build Band Stack 或波段运算配合 Spectral Subset 保留有效波段。剔除原则是：先统计各波段标准差与均值，标记标准差极低或存在大量零值/负值的波段；再结合大气吸收位置人工确认。剔除后波段数减少，SAM的维度下降，计算更快，同时避免噪声维度在夹角余弦中贡献虚假差异。

五、光谱平滑：稳定形状但别抹掉特征

平滑常用Savitzky-Golay滤波，ENVI中可通过 Spectral Math 或扩展工具实现。关键参数是窗口大小与多项式阶数。以窗口 5、阶数 2 为例，它能抑制高频随机噪声而较好保留吸收峰的宽度与位置；若窗口过大（如 15 以上），窄而浅的吸收峰（如某些黏土矿物在 2200 nm 附近的特征）会被明显削平，导致与参考光谱的夹角反而增大。建议对平滑前后同一像元的光谱做叠加对比，确认特征峰深度变化在可接受范围内再批量处理。

六、处理顺序与效果验证

推荐顺序为：辐射定标 → 坏像元/条带修复 → 大气校正 → 坏波段剔除 → 光谱平滑 → SAM分类。验证时不要只看分类图颜色是否好看，而应定量比较：选取若干已知地物像元，分别计算预处理前后其与对应参考光谱的SAM夹角，观察夹角是否下降、同类像元夹角方差是否减小。下表给出一个教学示例（数值为合理假设，用于说明比较方法，非实测结果）：

综上，四个环节对SAM的贡献并不对等：大气校正决定光谱形状是否真实，坏波段剔除与平滑决定夹角计算是否稳定，辐射定标则是量纲统一的前提。把它们按合理顺序串起来，并用夹角统计量而非主观视觉来验证，才能让SAM的矿物分类结果真正可信。