光谱预处理——R语言prospectr包

加载R包

###加载
install.packages("prospectr")
library(prospectr)
##帮助
??prospectr

里面会有详细的介绍

以自己数据为例

##设置读取数据位置
setwd(“C:/Users/chengdehe/Desktop/processing”)
##读取数据
data <- read.csv(“H3.csv”,check.names=F)

数据结构


数据剔除标签

##设置读取数据位置
setwd("C:/Users/chengdehe/Desktop/processing")
##读取数据
data <- read.csv("H3.csv")
##去除表头，只剩下光谱数据
data_ref <- data[ ,-(1:2)]

**

单个样本光谱的处理

**
光谱平滑处理

movav(X, w)

#####movav(X, w)_平滑处理
movav_data_ref <- movav(data_ref, 8)
##数据按照行进行平滑处理，平滑处理后的列数会减少，最后的w-1个数据无法平滑
#X代表矩阵
#w代表几个数据进行平滑，即多少数据进行均值计算

平滑后的结构，数据列数减少8-1列

Savitzky-Golay filtering

#w窗口必须为基数
#p阶数——阶数越高，误差越小，但是过拟合越来越严重
#m=0光滑
sg_data_ref <- savitzkyGolay(data_ref, p = 3, w = 11, m = 0)

导数处理

#####导数（Derivatives）——diff函数
##differences——几阶导数
diff_data_ref <- t(diff(t(data_ref), differences = 1))    #, lag = 10类似于光谱
dim(diff_data_ref)

**

整体光谱的处理

**
目的：去除光的散射和光的路径长短变化

######standardNormalVariate——散射矫正#########
snv_data_ref <- standardNormalVariate(X = data_ref)
dim(snv_data_ref)

#####Centering and scaling——blockNorm####
##
bn_data_ref <- blockNorm(X = data_ref, targetnorm = 1)$Xscaled
dim(bn_data_ref)

思考：
如果将data_ref数据进行转置，然后再进行standardNormalVariate或blockNorm，再转置得到数据
相当于对样本单个数据处理，它的意义是什么？？？？

其他处理方式

光谱的转换

cr_data_ref <- continuumRemoval(X = data_ref, type = "A")
##type——the type of data: 'R' for reflectance (default), 'A' for absorbance

校准

ho_data_ref <- honigs(X = data_ref, k = 10, type = "A")
###k = 10选择校准光谱数
### 'A' for absorbance , 'R' for reflectance, 'CR' for continuum-removed reflectance

##小白一个，建议直接查R包的帮助