遥感 PCI 提取矿化信息 PC1,PC2...PC6

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了遥感 PCI 提取矿化信息 PC1,PC2...PC6相关的知识,希望对你有一定的参考价值。

在PCI进行遥感图像处理、提取矿化信息的时候,在进行主成分分析时,会遇到PC1、PC2、PC3、PC4、PC5、PC6这样的提法,
请问PC1、PC2、PC3、PC4、PC5、PC6他们各自指的是什么?代表着什么呢?
比如选取1、3、4、5波段进行主成分分析,那PC4指的是什么?
就想知道他们的含义!
谢谢!

参考技术A K-L变换是正交线性变换,变换前后的方差总和不变,只是把原来的方差不等量的再分配到新的主成分图像中。
第一主成分包含了总方差的绝大部分(一般在80%以上),其余各主成分的方差依次减小。
变换后各主成分之间的相关系数为零,也就是说各主成分间的内容是不同的。
第一主成分相当于原来各波段的加权和,而且每个波段的加权值与该波段的方差大小成正比(方差大说明信息量大)
K-L变换的第一主成分降低了噪声,有利于细部特征的增强和分析,适用于进行高通滤波,线性特征增强和提取以及密度分割等处理。
K-L变换是一种数据压缩和去相关技术,第一成分虽信息量大,但有时对于特定的专题信息,第五、第六主成分也有重要的意义。
K-L变换在几何意义上相当于进行空间坐标的旋转,第一主成分取波谱空间中数据散布最大的方向;第二主成分则取与第一主成分正交且数据散布次大的方向,其余依此类推。

以上是关于遥感 PCI 提取矿化信息 PC1,PC2...PC6的主要内容,如果未能解决你的问题,请参考以下文章

python+gdal批量提取研究区光谱和植被指数信息

如何用ArcGIS给遥感影像加投影信息?

PIE-Basic 非监督分类

设计一个卷积神经网络模型用于遥感图像的场景分类

设计一个卷积神经网络模型用于遥感图像的场景分类

arcgis栅格数据如何从全国遥感数据中提取省市数据