数据可视化，分析自动化

Chromeleon CDS

随着工业4.0的发展，各行各业都面临着数字化转型、智能化生产的挑战和机遇，寻求建立更加灵活的数字化产品与服务的生产模式，打破传统行业界限，实现多领域合作和发展。而在以色谱仪器为主导的实验室中，色谱数据系统（CDS）作为关键的软件工具同样被寄予了更高的期望。

Chromeleon CDS作为业界领先的色谱数据系统，从仪器控制、数据采集到分析处理、报告，提供了多样化的智能工具，不仅帮助使用者优化操作流程，还可以直接通过图形化功能实现数据和信息的可视化深度挖掘。

（点击查看大图）

一键生成实验数据分析图表

日常实验过程中，在Chromeleon的处理方法和报告中可一键生成实验数据的分析图表，例如，进样间组分的保留时间变化，峰面积、含量差异等，或者直接调用软件中分析测试模版，如含量均匀度，包含数据分析图的报告。图表显示的数据范围、格式均可根据需要进行自定义设置，比如仅显示序列中测试样品的结果。同时，可以自动计算统计值结果，包括：偏差σ上下限度、平均值、线性趋势以及线性函数方程等。基于Chromeleon动态链接的特点，分析图中的数据点和对应的数据对象及结果自动关联，联动查看，帮助操作者更加直观准确的分析数据。

滑动查看更多

历史数据的趋势分析和回顾分析

对于历史数据的趋势分析和回顾分析能为实验工作提供可靠的数据支持。通过Chromeleon数据查询结合图表分析功能，可以实现在大量数据中进行快速分析。首先，基于Chromeleon内置的搜索编辑器，设置全变量范围的搜索条件，以及多条件间“and”或“or”的逻辑组合，结合比较运算符的选择可实现精确或模糊查找，将符合条件的进样全部罗列显示，这些数据可能来自于不同的测试时间，不同的路径或不同的操作者，但都可以一键整合到虚拟序列中进行共性差异化分析，自动生成趋势分析图，根据需要选择图表显示内容。并且软件中提供了多样化图表类型的选择，满足不同实验室的查看需求。

滑动查看更多

进一步扩展实验室工作效率统计

在Chromeleon中，图形化分析不仅应用于实验数据，还能进一步扩展到实验室工作效率统计，同样通过查询先锁定需要统计的数据范围，再结合灵活的报告编辑对目标数据进行自动计算，生成统计表格，基于统计结果一键生成图表。查询创建后可随时启用执行，随着数据的更新，查询结果以及所关联的统计结果会自动更新，从而实现了工作效率的实时统计。内容基于自定义编辑可包括但不限于：仪器使用（占用）率、人员工作量、环比周期间对比等；在色谱软件内轻松实现实验室信息 Dashboard 的灵活运用，帮助管理者实时把控实验室运营状态，及时合理调配资源。

滑动查看更多

 总  结 

自动化图表作为Chromeleon CDS软件内置的标准功能，直接将原始数据和结果转化至图形化分析，避免了使用者借助额外的程序所带来的数据一致性风险。同时结合软件的数据查询和灵活的报告编辑，将图形化分析从数据扩展到实验室管理，满足各行业实验室自动化分析的多样化需求，迎合法规趋势，进一步确保实验室数据流的及时jingzhun交付，为实验室数字化转型和智能化发展奠定基础。

随着工业4.0的发展，各行各业都面临着数字化转型、智能化生产的挑战和机遇，寻求建立更加灵活的数字化产品与服务的生产模式，打破传统行业界限，实现多领域合作和发展。而在以色谱仪器为主导的实验室中，色谱数据系统（CDS）作为关键的软件工具同样被寄予了更高的期望。

Chromeleon CDS作为业界领先的色谱数据系统，从仪器控制、数据采集到分析处理、报告，提供了多样化的智能工具，不仅帮助使用者优化操作流程，还可以直接通过图形化功能实现数据和信息的可视化深度挖掘。

一键生成实验数据分析图表

日常实验过程中，在Chromeleon的处理方法和报告中可一键生成实验数据的分析图表，例如，进样间组分的保留时间变化，峰面积、含量差异等，或者直接调用软件中分析测试模版，如含量均匀度，包含数据分析图的报告。图表显示的数据范围、格式均可根据需要进行自定义设置，比如仅显示序列中测试样品的结果。同时，可以自动计算统计值结果，包括：偏差σ上下限度、平均值、线性趋势以及线性函数方程等。基于Chromeleon动态链接的特点，分析图中的数据点和对应的数据对象及结果自动关联，联动查看，帮助操作者更加直观准确的分析数据。

进一步扩展实验室工作效率统计

在Chromeleon中，图形化分析不仅应用于实验数据，还能进一步扩展到实验室工作效率统计，同样通过查询先锁定需要统计的数据范围，再结合灵活的报告编辑对目标数据进行自动计算，生成统计表格，基于统计结果一键生成图表。查询创建后可随时启用执行，随着数据的更新，查询结果以及所关联的统计结果会自动更新，从而实现了工作效率的实时统计。内容基于自定义编辑可包括但不限于：仪器使用（占用）率、人员工作量、环比周期间对比等；在色谱软件内轻松实现实验室信息 Dashboard 的灵活运用，帮助管理者实时把控实验室运营状态，及时合理调配资源。

总  结 

自动化图表作为Chromeleon CDS软件内置的标准功能，直接将原始数据和结果转化至图形化分析，避免了使用者借助额外的程序所带来的数据一致性风险。同时结合软件的数据查询和灵活的报告编辑，将图形化分析从数据扩展到实验室管理，满足各行业实验室自动化分析的多样化需求，迎合法规趋势，进一步确保实验室数据流的及时精 准交付，为实验室数字化转型和智能化发展奠定基础。

高光谱遥感数据处理系列（一）

地表反射的太阳辐射包含着丰富的信息，从太阳外层大气的吸收到地球大气的吸收，经过与地物的相互作用反射回大气，最 终被传感器捕获。高光谱遥感可以在每个像元获取高分辨率的光谱数据，这些光谱信息提供了一种理解事物的新的维度。下图展示了几种典型地物的光谱。可以看出不同地物展现出显著不同的光谱特征。除此之外，同种地物在不同状态下，也可能在特定波段展现出显著不同的光谱特征。通过比对光谱数据，可以实现对地物区分，状态区分，异常监测等难以通过传统遥感手段实现的应用。高光谱遥感被广泛应用于农林业、矿业、环境、保险、等领域。

太阳辐射与典型地物反射率

通常彩色影像有红绿蓝三个波段，多光谱影像有几到十几个波段，而高光谱影像有着几十到上百个波段。波段的增加除了提高了信息量，还使得数据量成比例增加。这种数据量对计算机的性能提出了较高的要求，更多的是要求对处理者新的思路和方法。在接下来的文章中，我们将详细介绍高光谱数据的处理流程与方法，希望能在此过程中给读者以新的思考。

Hyperspectral light sheet microscopy | Nature Communications

ENVI (The Environment for Visualizing Images) 是美国Exelis Visual Information Solutions 公司的旗舰产品。它是由遥感领域的科学家采用交互式数据语言IDL (Interactive Data Language) 开发的遥感图像处理软件。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。

双击ENVI图标打开ENVI软件，可以看到ENVI软件的主界面由以下六个部分组成：①菜单栏、②工具栏、③图层管理窗格、④图像显示部分、⑤工具箱、⑥状态栏。

ENVI软件的布局如图所示，首先点击 依次点击①菜单栏->File->Open，在弹出的对话框中选取所需要的文件，

 一般的ENVI文件由两部分组成，文件本体和头文件（.hdr）。文件本体记录了文件的数据信息，而头文件中记录了关于这些数据信息的描述。使用记事本文件可以直接打开hdr文件，可以看到其中包括了：

• 操作记录

• Samples：栅格列数

• Lines：栅格行数

• Bands：波段数

• Header offset：文件开头到实际数据起始位置的偏移量

• File type：文件类型

• Data type：数据存储类型，用数字表示bit位数

• Interleave：存储顺序

• Map Info：图像采用的投影系统参数，坐标系统及单位

• Coordinate System String：详细的坐标系统信息

• Wavelength：每个波段所对应的波长

两个文件应该放在同一目录下面，ENVI在读取时会自动进行关联。

    任选其中一个文件都可以打开该文件，但是ENVI对两个文件的处理方式有所不同。如果选择.hdr文件，ENVI会直接载入显示文件的第 一个波段，如下图所示。使用鼠标滚轮可以对图像进行缩放操作，使用②工具栏中的工具可以对图像进行拖动缩放等一系列操作。加载成功的图像会显示在③图层管理区，通过点击图像前面的勾选框来控制图像在④图像显示区的显示与否。

使用如果打开文件本体，ENVI会弹出Data Manager窗口

 该窗口包含三个部分，分别是①波段信息、②文件信息、③RGB波段选取。①中展示了所有波段的名称，②中是经过处理后的头文件信息，③是进行RGB合成的波段选取，点击三种颜色的方框后，在①中单击选择波段，选择完成后点击Load Data。如果只想要显示一个波段的灰度影响可以在①中选中目标波段后直接点击Load Greyscale。

RGB 合成象素值的彩色图，就是将三个波段的数据分别通过红、绿、蓝三个通道加载，然后进行渲染。

将多波段影像数据添加到地图中之后，可使用多波段栅格数据集中的任意三个可用波段的组合来创建 RGB 合成图。与仅处理一个波段相比，通过将多个波段共同显示为RGB 合成图通常可从数据集收集到更多信息。

来源：简书

    通常我们选取650nm、550nm和450nm分别赋给RGB通道进行合成以获得最 佳的显示效果。显示效果如下图：

在②工具栏中选择按钮，ENVI会在图上显示框标，并弹出光谱特征（Spectral Profile)窗口。光谱特征窗口中显示了框标中心白点所在像元的光谱曲线。如下图所示：

点击光谱特征窗口中的    ，可以对光谱曲线进行一些操作，如平滑，计算NDVI，显示RGB波段所在位置等：

小结

    本文介绍了高光谱影像的基本原理以及简单的读取及可视化操作。使用ENVI软件可以实现大部分简单的高光谱数据处理。在接下来的教程中，我们将从植被指数提取、高光谱滤波、非监督分类与监督分类等方面介绍ENVI软件的使用。除此以外，我们还将介绍基于Python的高光谱处理，从编程角度介绍高光谱相关知识，以及高光谱数据与大数据处理的结合。

参考：

【1】百度百科

【2】 www.jianshu.com/p/d0765ee89b86

在现代材料科学、物理学和工程学领域，压汞仪作为一种重要的分析工具，用于测量多孔材料的孔径分布、孔容以及比表面积等关键特性。通过对压汞仪数据的科学分析，可以有效地揭示样品的微观结构特征，帮助研究人员深入理解材料的性能与应用潜力。压汞仪数据的分析不仅仅是简单地读取数值，还需要结合一定的理论基础与专业方法，才能确保结果的准确性与可用性。本文将详细探讨如何科学地分析压汞仪数据，从数据采集到结果解读，提供一套全面且实用的分析框架。

压汞仪数据的基本理解

压汞仪通过将汞注入材料的孔隙并施加不同压力，进而测量汞的侵入量。由于汞无法进入水的表面张力较大的孔隙，压力的增加使得汞能够逐渐渗透到较小的孔径。通过这些数据，我们可以绘制出孔径分布曲线，进一步计算出孔容、比表面积等重要参数。为了分析这些数据，首先需要掌握的就是如何读取压汞仪的原始数据和理解其背后的物理含义。

数据分析的核心步骤

1. 数据预处理 在分析之前，原始数据需要进行一些基础的处理。常见的预处理步骤包括：去除无关数据、处理异常值、标定压力与孔径之间的关系等。合适的预处理能有效消除测量过程中的系统误差，确保后续分析的可靠性。
2. 比表面积和孔容的计算 根据孔径分布曲线，我们可以进一步计算出比表面积和孔容。比表面积通常使用BET理论进行计算，而孔容则可通过求解不同孔径范围内的总汞侵入量来得出。比表面积和孔容是评估多孔材料性能的两个关键参数，尤其在催化、吸附等领域具有重要意义。
3. 结果的验证与优化 经过初步计算后，需要对得到的分析结果进行验证。常见的验证方法包括与其它实验数据进行对比，或通过模拟计算与实验结果的拟合来验证数据的合理性。在实际应用中，可能需要通过调整仪器设置或测量条件来进一步优化结果的精度。

专业解读与注意事项

压汞仪数据的分析过程中，除了要关注仪器的操作和数据处理外，还需要特别注意以下几点：

• 孔隙形态的多样性：多孔材料往往呈现复杂的孔隙结构，分析时需根据材料的实际情况选择合适的分析模型。
• 压力范围的选择：不同的压力范围会影响数据的准确性。过高的压力可能导致汞进入不应进入的孔隙，过低的压力则可能无法充分反映材料的细孔特性。
• 数据的可靠性：数据是否具有统计学意义是验证分析结果的关键。合理的重复性测试与精确的控制变量能够大大提高结果的可靠性。