المحاضرة العاشرة

1. المحاضرة العاشرة تحليل الاختلاط الطيفي SMAspectral mixture analysis

2. SMA spectral mixture analysisتحليل الاختلاط الطيفي • نحن نستخدم مصطلح التحليل للاختلاط الطيفي لوصف طرق التحليل للصور الطيفية التي تتطلب نماذج طبيعية والتي صممت اوليا لتحسين الصور من اجل تفسيرها. وان كان الهدف منه ليس صنع قياسات تحدث لخصائص المحتويات المختلطة فالطرق اللوغاريتمية الصيغ والسهلة من اجل التصنيف تكون نتائجها المستخدمة موضحة ومبينة للفئات الخاصة للخرائط الموضوعية.

3. ولعل الميزة الرئيسية لهذا التطبيق خاصة اللذين يعملون ويواجهون مشكلة في الحقل انها سهلة التفسير في الصورة لتوضيح الخصائص للمواد المؤكدة على الارض اكثر من كونها طريقة التفسير بواسطة قيم البيانات الرقمية (DN) لعنصر الصورة او البكسل الذي يمثل الانعكاس واعادة الانعكاس والانبعاث.

4. End member الاعضاء الملتصقة وهو طيف يتم اشتقاقه من المختبر او من قياسات حقلية وعادة تكون صحيحة التوضيح في الاستشعار عن بعد . النماذج المطبقة للصور الطيفية شيدت اتصال معقد بالنسبة للمنظر . فمعالجاتنا بواسطة التحليل المختلط مبني على المشاهد في المنظر الطبيعي والذي يكون بعيد جدا عن تفسيراتنا حيث توجد مواد بسيطة فقط يمكن فصلها طيفيا وبدون غموض من خلال تلك الاطياف . بالإضافة الى انها ممثلة بأرقام محددة لكل عامل طيفي مستشعرو مقاس.

5. لهذه الاسباب تحليل الاختلاط الطيفي صمم ليعمل مع عدد قليل من الهيمنة والسيطرة على المحتويات الطيفية والتي تمثل مواد هامة على سطح الارض. وبالتالي فان قاعدة المحتويات الطيفية للمنظر هي الاساس في هذا التطبيق. • اذن يمكن القول ان مصطلح (end member العضو المختلط) بانه ذلك الطيف الذي يشكل جزء من الطيف المختلط بمفهوم يبين ذلك باستخدام نماذج الطيف المختلط . وبالتالي هو يصف اختلاط الاطياف .

6. ولذلك عند وصفه نحن بحاجة الى توضيح ما هو المختلط من الاطياف من خلال تعريفنا للعضو المختلط (end member) وهي تختلف تماما عن المعلومات في الحقل فالمهتمين بالمعادن مثلا يحتاجون الى هذا التطبيق وتعريف العضو المختلط (end member) خاصة مع تنوع الخصائص لحل الاجسام الصلبة كمجموعة المعادن .

7. حيث يستخدم المهتمين بالمعادن اسلوب (albite and anorthite) وهي ايضا عضو مختلط (end member)وهو اسلوب مستخدم في العديد من التطبيقات مثل الجيوكيمياء وعلم المعادن وتطبيقات التنقيب عن البترول ومع تطبيق SMA او تحليل الاختلاط الطيفي فأننا نعرف الطيف المختلط (end member) بشكل سهل. وهو كما ذكرنا جزء من الطيف وليس مادة فعادة الاطياف هي التي تمثل هذه المواد.

8. وهو ايضا تلك البصمة الطيفية لفئة التصنيف والاختلاط الطيفي عادة يعتمد على مدى الوضوح المكاني للصورة وهو ايضا جزء من طيف الخلية . • وهو عادة يوضح العلاقة الخطية بين النقاط وايضا النقاط خارج هذه العلاقة.

9. الكسر الفائض fraction over flow • احيانا نستطيع ان نفرض نوع من التقييد على الكسور بإضافة 1ولكن بشكل تقليدي بحيث انها يجب ان يكون التقييد ما بين صفر الى 1 ولذلك نستخدم مصطلح الكسر الفائض fraction over flow لوصف الكسور فتأخذ هذه العلاقة و 1 • أي اصغر من الصفر واكبر من الواحد وهذا يجعلنا حذرين عند تفريق وتميز الكسور الفائضة في النماذج الطيفية عن تلك الخصائص الحقيقية للمواد على سطح الارض وهي تصحح رياضيا لطيف الاعضاء المختلطة مثل -0.1 او تكون 1.1

10. ففي الحقيقة ضمن الملاحظة الحقلية ابدا لا نجد كميات سالبة للمواد على سطح الارض ولنفس هذا السبب كميات وقيم الاشياء تتجاوز 100% . ولكن بإضافة طرق رياضية مقيدة لكسور اطياف الاعضاء المختلطة بحيث تكون ما بين صفر و1 من اجل ازالة بعض الاعضاء المختلطة من اجل دقة اكبر .

11. كم عدد النطاقات ؟ • كقاعدة عامة هي ميزة ان تستخدم العديد من النطاقات الطيفية فهي تسمح بإجراء التحقيق المختلط ويمكن القول ان العديد من النطاقات يعني قلة التقليد والتشابه. • يمكن اعتبار الظل بانه عضو مختلط من الطيف له قيم صفر واقل في جميع النطاقات .

12. الظل • ان تطبيق SMA يعمم ذلك الطيف والذي له قيمة صفر او قريبة من الصفر في جميع النطاقات التي تستخدم الاعضاء المختلطة مع غيرها من الاطياف في النماذج المتنوعة الاضاءة . • ولذلك الظل هام في ابراز الظواهر وبنفس الوقت له مشاكل تفرض معالجتها والتخلص منه وكل هذا يعتمد على طبيعة البيانات المراد استخراجها من الصورة .

13. كما يمكن خلط الاعضاء مع عضو مختلط اخر فنحن بهذه الطريقة نستطيع ان نعرف حجم الاختلاط وبالتالي نزيل الغموض بين الاجسام المظلمة فعلا عن تلك الخلايا المقلدة للظلام .

14. الكسور في الصورة: • عادة تتدرج ضمن المقياس الرمادي في كسور الصورة فالأكثر سطوع هي الاعلى كسور وهذا ينطبق على قياس RMSR . • ويمكن استخدام 3اعضاء مختلطة لكل لون من قنوات الالوان RGB وذلك لعرض مركب الالوان . • وبالتالي فان تطبيق زيادة التباين لصور بمقياس رمادي او ملونة للصور التي تحتوي كسور بالنسبة للظواهر.

15. فزيادة التباين تزيل قيم الكسور بشكل كمي وذلك من خلال تأثيرها الذي يجعل الكسور الاعلى مضاءة ضمن المقياس الرمادي اما الخلايا المظلمة تكون غير معرفة. • فاذا تراوحت القيم ما بين 0 و1 فان الصورة في هذه الحالة تكون مثالية .

16. تعميم الكسور • يمكن ان يمثل ذلك من خلال درجات المقياس الرمادي او بالألوان وهي تبين خصائص العلاقة بين عضوين مختلطين فقط من خلال ازالة تأثير اعضاء اخرى مختلطة وغير مرغوبة من الصورة. • فمثلا نستطيع ازالة تأثير العضو المختلط (S) الذي يمثل الظل وبالتالي الكسور والاشكال في الصورة اصبحت تمثل الواقع.

17. يمكن استخدام 3 اعضاء مختلطة للتعميم من خلال اضافة 1 ويمكن عرضها من خلال مركب الالوان . • ولذلك عند ازالة الظل وتأثيره من الصورة قد نبين بعض الظواهر ولكن ربما لا تمثل الكسور بشكل جيد بحيث نقبل احيانا الصورة كما هي .

18. اين نجد الاعضاء المختلطة ؟ • هناك مصدرين رئيسين هما: • 1- من الصورة الطيفية • 2- جمعها مباشرة من الحقل . • الاعضاء المختلطة والمشتقة من الصورة تسمى • (image end members)