EELS 谱像的光谱混合分析

探测器和计算机科学的最新进展使得多维数据集的获取与处理成为可能，特别是在光谱成像领域。受益于这些新进展，地球科学家试图恢复观测场景中宏观材料（例如水、草地、矿物类型等）的反射光谱，并估算它们在所获图像每个混合像素中的相应比例。该任务通常被称为光谱混合分析或光谱解混（SU）。SU 旨在将测得的像素光谱分解为一组构成光谱（称为端元）和一组相应的分数（丰度），后者指示像素中存在的每个端元的比例。类似地，在处理谱像时，显微学家通常试图绘制给定材料的元素、物理和化学状态信息图。本文报道了如何将专用于遥感高光谱图像的 SU 算法成功应用于分析由电子能量损失谱（EELS）产生的谱像。SU 通常能克服先前用于分析 EELS 图的其他多元统计分析方法（如主成分分析（PCA）或独立成分分析（ICA））固有的标准局限性。事实上，由于不同材料丰度之间存在强依赖性，ICA 和 PCA 在线性光谱混合分析中可能表现不佳。本文提供了一个示例以展示该技术在 EELS 分析中的潜力。