土壤中不同浓度Cu2+含量映射到土壤光谱上的信息量十分微弱, 并且这些高光谱数据中也存在着难以避免的噪声, 因而本研究的关键是如何在土壤光谱复杂的噪声环境中提取微弱Cu2+信息。 经验模态分解算法(EMD)能够有效去除高光谱数据中的噪声, 且EMD是Hilbert变换对“非线性非稳定”信号时频分析的前提, 当引入Huang变换后, 可利用Hilbert-Huang变换(HHT)模型时频分析高光谱数据以实现降噪处理与信息提取。 通过时频的HHT分析不同浓度Cu2+污染下的土壤光谱, 完成从原始光谱经EMD分解出各本征模态函数(IMF)分量的包络线、 调制信号和频谱等曲线中挖掘土壤光谱的Cu2+污染信息。 研究结果表明, 相同浓度Cu2+污染时的土壤光谱HHT时频分析结果相同, 不同浓度时则不同, 所以也可依据IMF分量反演土壤Cu2+含量。 因此, 高光谱数据的HHT时频分析能为土壤光谱的信息挖掘、 光谱诊断和Cu2+含量反演等提供一种新的方法和思路。

光谱间微弱信息测度是当今高光谱遥感研究难点之一, 传统光谱测度方法难以区分光谱信息的微弱差异。 研究设计了不同浓度的铅(Pb)污染实验, 并测量了不同浓度铅离子（Pb2+）胁迫下玉米叶片的高光谱反射率、 叶绿素含量及Pb2+含量, 但是从所测结果得出, 不同浓度Pb2+胁迫下的光谱相似性相关系数均达到0.999, 难以区分不同浓度Pb2+胁迫引发的光谱间微弱信息差异和污染程度。 针对这一情况, 基于光谱微分处理、 正切函数增强、 光谱角量度与波谱分段检测等, 提出了一种新型的相似光谱测度方法, 即微分光谱角正切(derivative spectral angle tangent, DSAT)法。 为了验证DSAT在区分相关系数达0.99以上相似光谱的可行性和有效性, 将DSAT用于不同浓度Pb2+胁迫玉米叶片的整体波形与光谱区间子波形的信息差异性度量与检测。 实验结果得到, 波形差异信息与玉米叶片中叶绿素相对浓度与Pb2+含量显著相关。 进而也证明DSAT法在甄别较高相似性光谱间差异上具有更好的实用性和优越性。