数据

反射率为什么是负的,出现负数可能是错了啊。
反射率是辐射能力占总辐射能量的百分比，R=(n1-n2)*(n1-n2)/(n1+n2)/(n1+n2)。

如果您在使用预处理后的高光谱卫星数据时发现一些非水体像元的反射率存在负值，并且大部分像元都是缺失的，可能存在一些问题。以下是可能导致这种情况的几个常见原因：

遥感数据预处理错误：负值和缺失像元可能是在数据预处理过程中引入的问题。预处理步骤可能包括大气校正、辐射校正、噪声去除等。错误的预处理参数或算法选择可能导致反射率计算错误或像元缺失。

数据损坏或传输错误：在数据采集、传输或存储的过程中，数据可能会损坏或出现错误。这可能导致像元值被修改或丢失，进而导致反射率为负或缺失。

遥感数据限制：高光谱数据可能受到一些限制，例如传感器故障、大气条件、地表遮蔽等。这些因素可能导致某些波段的反射率无法准确测量，或者出现负值。

地物特性：某些地物表面在某些波段上可能会表现出负的反射率。这可能是由于材料本身的光学特性或数据处理中的错误。

数据一共有64个target

60个target用于端元探测及解混，20个目标3种尺寸（0.5*0.5、1*1、3*3），用棉织物覆盖，1个颜色覆盖5个目标，放到不同高度及地方。As a consequence, one can extract pure pixels of most of the colors but it is unlikely that any algorithm will be able to find all the targets. 

4个target用于Atmospheric Modeling Targets，就是4块黑布。

数据问题

the radiance at 940 nm is relatively small compared to the neighbor wavelengths due to the water vapor absorption. Thus, if the column water vapor input to the SMARTS model is greatly different than the real condition,the calculated reflectance will have big error when the CASI radiance is divided by the incorrect irradiance at 940 nm. It can be solved by iterative optimization of column water vapor. However, we did not implement the algorithm in the current data processing.

背景像素是每个像素附件的像素。

 

Atmospheric Modeling Targets