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、能够直接操作PCI PIX、TIF、GEOTIFF、BMP、JPEG、RAW主流遥感影像数据格式，并支持Titan GIS 、ArcView SHP、MapInfo MIF、DXF等上百种数据格式的读取、转换。
4、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。
在中药学中，数据处理的第一步是了解试样的相关资料和数据，尤其是化合物的分子式，以确定不饱和度。不饱和度是反映分子中芳香环和不饱和键总数的重要指标。接下来，需要采用适当的手段纯化样品并制备样品，以记录红外吸收光谱图。
红外吸收光谱是中药学中物质定性分析的最重要方法之一。《中国药典》（2020年版四部）指出，红外光谱法是在4000 - 40om波数范围内测定物质的吸收光谱，用于化合物的鉴别、检查或含量测定的方法。
结构鉴定的精密工作 鉴定中药的化学结构，如同侦探解谜。纯度测定，是检验药材纯净度的精密工具；质谱、红外光谱、紫外-可见吸收光谱、核磁共振，每一项技术都像侦探的指纹鉴定，揭示着化合物的神秘面纱。只有经过层层检验，才能确认其为真正的魔法配方。
红外光谱定性分析显示特定波长的吸收峰，如λKBrmax cm-1：1420，873，708。炮制方法各异，鹅管石生品主要用于温肺化痰和通利乳汁，适用于肺虚咳喘和乳汁不下。经过煅制，如《医学入门·本草》所述，鹅管石会被煅至红透并有臭气逸出，制成的煅鹅管石质酥松，有焦臭。
中药质量标准化 传统的方法是以地道、采收期、炮制制剂技术来对药材整体有效性加以控制，而不是针对其中某一成分。“望、问、闻、切”的特点是快速，而且不需要对样品作任何特殊处理，但量的标准不明确，需要人脑贮存大量特征信息。
盐酸-镁粉反应：检查中药中是否有黄酮类化合物的最常用方法之一。在样品的乙醇或甲醇溶液中加入少许镁粉振摇，再加几滴浓盐酸，1～2分钟（必要时水浴上加热）即显出颜色。黄酮、黄酮醇类、二氢黄酮类和二氢黄酮醇类化合物一般显红色到紫红色，个别显蓝或绿色（如7，3’，4’-三羟基二氢黄酮）。
1、首先，直接将TXT格式数据复制至origin，通过等高线图初步查看瑞利散射和拉曼散射值，根据其大小在原始数据书中绘制热点图，分别设置如图4所示。接着，手动删除数值较大的瑞利散射和拉曼散射值，确保原始数据遵循未受干扰的规律。
2、将标准化处理后的三维荧光光谱生成等高线图。用户根据需求选择不同的寻峰模式对等高线图进行处理。根据选择的寻峰模式确定寻峰区域并进行寻峰。根据寻峰方法的软件处理程序将寻到的峰与已记录的峰进行比较，然后将非重复的新峰进行记录，直到将所有的峰都寻到后结束寻峰。
3、荧光：由多重度相同的状态间发生辐射跃迁产生的光，如S1→S0的跃迁。分子由激发态回到基态时，由于电子跃迁而由被激发分子发射的光。
4、峰位分析：观察荧光光谱图中的峰位，确定荧光峰的位置和强度。荧光峰的位置和强度可以提供有关荧光物质的化学和物理性质的信息。荧光光谱峰面积计算：荧光峰的面积可以用来计算荧光物质的浓度，这对于定量分析非常有用。
5、降低光谱频率。三维荧光光谱太密了是光谱频率太高的缘故，降低频率计即可。光谱，是复色光经过色散系统分光后，被色散开的单色光按波长大小而依次排列的图案，全称为光学频谱。
6、首先，荧光强度的变化被视为浓度改变的唯一响应，光谱形状（c和b）保持稳定。其次，内滤效应和分子内部过程的影响被假设为微乎其微，尽管这在实际中难以完全消除，但理解并控制这些影响是关键。只有在严谨的模型验证和深入解释的前提下，PARAFAC才能有效揭示DOM荧光的复杂特性。
方法如下。平滑处理：通过对光谱数据进行平滑处理，可以去除噪声和提高信噪比，得到更加平滑的光谱曲线，然后将平滑后的光谱曲线转换为向量。傅里叶变换：将光谱数据进行傅里叶变换，可以将光谱信号转换为频域信号，然后提取频域信息，再将频域信息转换为向量。
变化向量分析法，作为简单差分法的延伸，主要在多光谱影像分析中运用。其核心是通过比较不同时间点影像的各个波段数据，计算出每个像素在各个波段上的变化量，形成所谓的变化向量。
光谱角制图（Spectral Angle Mapper，SAM）是比较测试光谱与已知光谱相似度来进行光谱曲线识别的一种方法。
fn］T；εm×1为各波段的误差矩阵；n为端元数；m为高光谱遥感影像的波段数。
高光谱图像中常用的算法包括SVM（支持向量机）、多项式逻辑回归（MLR）和稀疏MLR（SMLR）。在高光谱图像分类时，我们通常会使用最大似然分类算法。然而，随着波段数量的增加，为了保持分类精度，需要的训练样本数目会急剧增加。
从字面就可区分，降维，就是减少特征向量的维数，压缩，就是降低图像表示的比特数。
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。
在进行PCA降维后，可对数据进行边缘像素填充、取样、划分训练与测试集等操作，以适应机器学习模型的训练需求。通过torch.utils.data.DataLoader封装数据，可按批次加载并进行模型训练。总结高光谱图像数据的使用涉及数据读取、预处理与模型应用等多个步骤。
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。
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。
红外光谱数据处理、谱图解析 拿到红外结果后，一般老师会提供CSV格式的excle、pdf文件和SPA文件，其中excel可用origin作图，pdf文件是老师直接导出的红外谱图，SPA文件可用OMINC来处理。资料内会详细讲解如何用OMNIC处理红外数据。当数据处理好后，进行红外谱图分析。
为了计算蛋白质二级结构中的α-螺旋含量，可以采用循环二色谱（CD）或傅里叶变换红外光谱（FTIR）技术收集数据。在CD谱图上，寻找α-螺旋对应的190-200 nm波长区域的峰进行峰拟合和积分。使用PeakFit或OMNIC软件进行操作，选择高斯或洛伦兹模型拟合峰，并计算峰面积。
第四步：1。将 C：\Windows\Omnic3ini 中的 CharSet=136 改为 CharSet=0 。2。将 C：\Windows\Omnic3ini 的属性选到只读。ok了。第五步：重启之后，可能还会提示安装EZOMNIC，你取消再重启之后还会提示你安装。
红外光谱spa用红外光谱处理软件omnic文件打开。根据查询相关公开信息显示，Omnic软件是Nicolet公司傅立叶红外光谱仪的软件包。
ez omnic 软件里不一定有光谱数据库。Thermo Fisher公司的Nicolet 系列红外光谱仪操控用的是 Omnic软件，但是Lib 文件夹里的光谱数据库是需要另外购买的。如果你想搜常见分子的红外光谱，还不如去NIST（National Institute of Standards and Technology， 美国国家标准与技术研究院）的网站上搜。
OPUS光谱软件、OMNIC光谱软件。根据查询知乎网显示，维生素光谱分析软件有OPUS光谱软件、OMNIC光谱软件等，OPUS光谱软件包含了多种功能，可用于各种测量、数据处理和评估，还提供专用软件包，比如高级的谱库检索与识别，以及强大的多元定量分析，还有用于储存评估结果、光谱文件和测量参数的数据库功能可供选择。