为了更好地监测太湖水体富营养化状况，我们利用高光谱地物波谱辐射计，通过垂直水面法和倾斜测量法得到太湖水体3～10月份的波谱信息．利用这些数据，分析了太湖水体藻类的叶绿素(主要是chl―a)与水体反射光谱特征的关系，建立了藻类叶绿素高光谱遥感模型，并分析了模型精度．研究发现：两种测量法数据精度差别不大；叶绿素在700 nm附近反射峰的位置、高度与叶绿素浓度有较好的对应性；利用700 nm左右反射峰／685 nm左右吸收峰附近波段的比值，建立了和叶绿素的线性关系，在较短的时间区间(月)内，有很好的相关性．

数据融合matlab代码CoSpace：从高光谱-多光谱对应中学习常见子空间 洪丹凤，横田直人，乔瑟琳·尚努索，朱孝祥 此工具箱中的代码实现。 更具体地，其详细如下。 引文 如果此代码对您的研究有用且有帮助，请引用论文。 @article{hong2019cospace, title = {Co{S}pace: Common Subspace Learning from Hyperspectral-Multispectral Correspondences}, author = {D. Hong and N. Yokoya and J. Chanussot and X. Zhu}, journal = {IEEE Trans. Geosci. Remote Sens.}, volume = {57}, number = {7}, pages = {4349--4359}, year = {2019}, publisher = {IEEE} } 系统特定说明 该代码已在Windows 10计算机上的Matlab R2016a或更高版本中进行了测试。 如何使用它？ 直接运行demo.m来复

matlab应用证明代码使用浦肯野图像测量眼介质光谱透射率 论文“用于评估体内人晶状体密度和透射率光谱的基于浦肯野图像的系统”的一些额外模拟， Taisuke Eto、Petteri Teikari、Raymond P Najjar、Yuki Nishimura、Yuki Motomura、Manami Kuze、Shigekazu樋口科学报告第 10 卷，文章编号：16445 (2020) 测量的眼介质密度和光源光谱功率分布 (SPD) 的相关性 使用 Purkinje 图像作为（虚拟） age （由眼媒体模型指定，参见代码）、半带宽 ( hbw ) 和峰值的函数对光谱眼媒体密度估计中的误差进行快速“不”近似所用光源的波长 ( lambda_peak )。 在age = 88 岁和lambda_peak = 405 nm 时lambda_peak眼部介质密度的极端例子，具有 6 种不同的真实商业光发射器/干涉滤光器的半带宽。 您可以看到，当使用hbw = 3 nm 干涉滤光片时，误差可以忽略不计，而未经过滤的“宽带”LED 开始引入相当大的误差。 正 deltaOD 意味着现实生活中

高光谱分解 卷积神经网络的高光谱图像分解（无分叉，半成品） 说明 先决条件 Python 3.8 TensorFlow 2.3.0 建议使用conda创建虚拟环境并使用以下命令安装依赖项： pip install -r requirements.txt 用法 在设置参数后，在终端中输入以下命令： python run.py 更多细节： 使用python run.py -h获取更多参数设置详细信息。 数据集 我们提供了两个处理后的数据集：数据集中的Jasper Ridge（jasper），Urban（urban）/ data.npy：高光谱数据文件。 data_gt.npy：基本事实文件。 data_m.npy：端成员文件。 更新：2021年2月10日

SPC查看器 SPCViewer（fka。BluEPRint）可以从下面列出的光谱仪查看和分析光谱。 支持的光谱 布鲁克EMX EPR 布鲁克核磁共振 瓦里安紫外线/可见光 通用CSV 特征 查看和分析光谱 标记积分，峰，自定义点... 多种出口 二手图书馆 通过延Krumsieck（MIT许可证） 的Oxyplot（麻省理工学院许可） （MIT许可证） 通过延Krumsieck（MIT许可证） 通过延Krumsieck（MIT许可证）

matlab红外光谱预处理，MSC，SG平滑等多种预处理算法，matlab代码

可调谐二极管激光频率调制吸收光谱（FM-TDLAS）技术是一种高灵敏度的痕量气体检测方法。为改善以CH4为目标气体检测系统的信噪比，提高系统的检测灵敏度，以双平衡混频器（double balanced mixer）为核心，设计了一套用于提取被噪声淹没的微弱信号的调制解调高频相敏探测器。在对高频相敏探测器进行具体设计和分析的基础上，结合实验，利用CH4气体在1653nm附近的近红外吸收光谱，对整体电路的性能进行了测试，获得了具有较高信噪比的二次和一次谐波信号，检测灵敏度可达10×10-6。

对两个时相遥感图像进行光谱量测，每个像元可生成一个具有变化方向(变化方向码)和变化强度两个特征的变化向量

hsdar软件包包含用于管理，分析和模拟高光谱数据的类和函数。 这些可能是通过rgdal界面进行的光谱仪测量或高光谱图像。

为了探索利用激光诱导击穿光谱(LIBS)对水田污染区稻壳中铬(Cr)元素含量进行绿色、快速检测的可行性，采用LIBS结合联合区间偏最小二乘法(SiPLS)，对产自江西省某湖周边24个水田污染区稻壳样品中的Cr元素进行了定量分析。利用原子吸收光谱法(AAS)测得样品中Cr元素的真实浓度为32.51~510.33 μg/g，利用LIBS光谱获得的Cr元素三个特征谱线Cr I 425.43 nm、Cr I 427.48 nm和Cr I 428.97 nm清晰明显。对稻壳样品在422~446 nm波段的LIBS光谱数据进行九点平滑处理后，在采用SiPLS获得的最佳模型基础上，得出模型交叉验证均方根误差与预测均方根误差分别为26.1 μg/g和22.6 μg/g，训练集相关系数与预测集相关系数分别为0.9714和0.9840。对预测集样品进行相对误差及T检验分析，结果显示稻壳中Cr元素浓度的预测值与AAS法测量的真实值之间的平均相对误差为6.20%，且无显著性差异，表明模型具有较好的预测精度，可为自然条件下生长的农产品重金属安全绿色分析提供参考依据。