第一篇：高光譜實(shí)習(xí)報(bào)告

高光譜遙感實(shí)習(xí)

報(bào)告

1、通過(guò)給定的數(shù)據(jù)1DATA（excel文檔格式）建立光譜庫(kù)，并將該光譜庫(kù)數(shù)據(jù)重采樣至TM傳感器的光譜分辨率。

1.1光譜庫(kù)重采樣

使用“Spectral Libraries | Spectral Library Resampling”子菜單進(jìn)行光譜庫(kù)重采樣。

在“Spectral Resampling Parameters”對(duì)話框里，選擇 “Input Data File” 作為重采樣方法, 第一步：出現(xiàn)“File Containing Output Wavelength”對(duì)話框時(shí)，點(diǎn)擊需要的文件名。此時(shí)是can_tmr.img作為參考文件，也就是說(shuō)光譜庫(kù)中的光譜將以TM的波長(zhǎng)范圍進(jìn)行重采樣。如下系列圖所示：

第二步：點(diǎn)擊【OK】開始重采樣過(guò)程。數(shù)據(jù)文件在它的相關(guān)文件頭中，必須包含用于重采樣的波長(zhǎng)數(shù)值。如果在文件頭中，出現(xiàn) FWHM 值，它們也將用于重采樣。

（1）在“Available Bands List”中出現(xiàn)重采樣后的光譜庫(kù)。（2）通過(guò)光譜庫(kù)查看功能查看重采樣后的光譜數(shù)據(jù)。

第三步：通過(guò)光譜庫(kù)查看重采樣后的結(jié)果

1.2光譜庫(kù)建立

操作步驟：

第一步：選擇“Spectral | Spectral Libraries | Spectral Library Builder”。

第二步：出現(xiàn)“Spectral Library Builder”對(duì)話框時(shí)，從 “Data File”(ENVI 圖像文件)或ASCII File”、或“File Input Spectrum”，為新庫(kù)選擇數(shù)據(jù)源。第三步：出現(xiàn)“File Containing Output Wavelength”對(duì)話框時(shí)，用標(biāo)準(zhǔn)選擇程序選擇包含波長(zhǎng)和可選項(xiàng)FWHM值的輸入文件。

（1）當(dāng)采用 “Data File”，波長(zhǎng)和 FWHM 值（若存在）從 ENVI 頭文件中讀取。如圖18.（2）當(dāng)采用 “ASCII File”, 必須選上包含波長(zhǎng)值與 FWHM(若存在)的列。（3）當(dāng)采用“file input spectrum”時(shí)直接彈出Spectral Library Builder 對(duì)話框（4）點(diǎn)擊【OK】。出現(xiàn)“Spectral Library Builder”對(duì)話框，允許選擇光譜庫(kù)。如圖

第四步：“Spectral Library Builder”對(duì)話框運(yùn)用這一對(duì)話框從各種數(shù)據(jù)源中收集端元光譜。所有光譜自動(dòng)被重采樣到選擇的波長(zhǎng)空間。這一對(duì)話框的個(gè)別部分見(jiàn)下面描述（參見(jiàn)錯(cuò)誤！未找到引用源。節(jié)“端元收集”）。

第五步：此時(shí)例子選擇的為野外采集光譜文件“ASD file”則根據(jù)選擇的波長(zhǎng)建立光譜庫(kù)。由選擇的光譜建立一個(gè)標(biāo)準(zhǔn)ENVI光譜庫(kù)文件。可以看到，該光譜曲線已經(jīng)被采樣到can_tmr.img文件的波長(zhǎng)范圍了，即6個(gè)波段。這表明輸入的ASD數(shù)據(jù)已經(jīng)被ENVI識(shí)別并已經(jīng)可以使用了。那么下一步就是將其保存為ENVI的光譜庫(kù)文件。

第六步：在“Endmember Collection Spectra”對(duì)話框中選擇“File | Output Spectra | Spectral Library”。

第七步：出現(xiàn)“Output Plots to Spectral Library”對(duì)話框時(shí)，輸入輸出文件名，此時(shí)該光譜庫(kù)就已經(jīng)被建立。

第八步：關(guān)閉“Spectral Library Builder”對(duì)話框，選擇“File | Cancel”

2、對(duì)數(shù)據(jù)2構(gòu)建三維影像立方體。

操作步驟：

第一步：選擇“Spectral | Building 3D Cube”菜單

第二步：輸入構(gòu)建3維影像立方體文件，選擇ENVI自帶的cup95eff高光譜數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。第三步：彈出“3D Cube RGB Face Input Bands”對(duì)話框，輸入影像RGB，用于影像立方體第一層顯示。

第四步：彈出“3D Cube Parameters”對(duì)話框，選擇色彩對(duì)應(yīng)表，顯示立方體其他部分的顏色對(duì)應(yīng)表。

第五步：顯示結(jié)果

3、對(duì)數(shù)據(jù)2的column=10的位置進(jìn)行光譜切面。

3.1水平切面

操作步驟：

第一步：選擇“Spectral | Spectral Slices | Horizontal Slice”。

第二步：出現(xiàn)“Spectral Slice Input File”對(duì)話框時(shí)，選擇一個(gè)輸入文件和需要的光譜子集 第三步：出現(xiàn)“Spectral Slice Parameters”對(duì)話框時(shí)，在標(biāo)有 “Line” 的文本框里輸入用

于水平切面的行數(shù)

第四步：選擇輸出到 “File” 或 “Memory”。如果選擇輸出到 “File”，輸入一個(gè)輸出文件名，或用【Choose】按鈕選擇一個(gè)輸出文件名。

第五步：一旦所有參數(shù)都已經(jīng)輸入，點(diǎn)擊【OK】繼續(xù)。水平光譜切面圖像將被添加到“Available Bands List”中，可以用標(biāo)準(zhǔn) ENVI 功能顯示和處理。

3.2垂直切面

操作步驟：

第一步：選擇“Spectral | Spectral Slice | Vertical Slice”。

第二步：出現(xiàn)“Spectral Slice Input File”對(duì)話框時(shí)，選擇一個(gè)輸入文件和需要的光譜子集。

第三步：出現(xiàn)“Spectral Slice Parameters”對(duì)話框時(shí)，在標(biāo)有 “Sample” 的文本框里，為垂直切面輸入一個(gè)樣本數(shù)。

第四步：選擇輸出到 “File” 或 “Memory”。如果選擇輸出到 “File”，輸入一個(gè)輸出文件名，或用【Choose】按鈕選擇一個(gè)輸出文件名。

第五步：一旦所有參數(shù)都已經(jīng)輸入，點(diǎn)擊【OK】繼續(xù)。垂直光譜切面圖像將被添加到“Available Bands List”中，可以用標(biāo)準(zhǔn) ENVI 功能顯示和處理。

4、對(duì)數(shù)據(jù)2進(jìn)行包絡(luò)線去除，指出包絡(luò)線去除后的光譜與原始光譜曲線的區(qū)別。

操作步驟：

第一步：選擇“Spectral | Mapping Methods | Continuum Removal”。

第二步：出現(xiàn)“Continuum Removal Input File”對(duì)話框時(shí)，選擇輸入文件，選取的空間或光譜子集或掩模。

第三步：點(diǎn)擊【OK】。

第四步：出現(xiàn)“Continuum Removal Parameters”對(duì)話框，選擇輸出到“Memory”或“File”。如果選擇輸出到“File”，輸入一個(gè)輸出文件名。第五步：點(diǎn)擊【OK】，開始處理。出現(xiàn)一個(gè)狀態(tài)窗口，顯示處理的進(jìn)度。最終結(jié)果將出現(xiàn)在“Available Bands List”里。

5、對(duì)數(shù)據(jù)2利用MNF變換進(jìn)行特征提取，并比較提取后的特征光譜與原始光譜特征光譜的區(qū)別。

MNF變換（MNF Rotation）實(shí)現(xiàn)對(duì)遙感數(shù)據(jù)進(jìn)行最小噪聲分離，具體實(shí)現(xiàn)參見(jiàn)下面步驟：

第一步：選擇“Spectral | MNF Rotation | Forward MNF | Estimate Noise Statistics from Data”菜單進(jìn)行MNF變換。

第二步：在“MNF Transform Input file”中選擇進(jìn)行MNF變換的影像，此處選擇的是ENVI自帶的cup95eff AVIRIS高光譜影像，為了運(yùn)算速度，本次實(shí)驗(yàn)只選擇了該影像的子集（通過(guò)“Basic Tools | Resize Data”工具進(jìn)行）。

第三步：彈出“Forward MNF Transform Parameters”對(duì)話框，輸入MNF變換所需要的參數(shù)。輸出噪聲統(tǒng)計(jì)文件；輸出MNF統(tǒng)計(jì)文件；選擇輸出到 “File” 或 “Memory”。如果選擇輸出到 “File”，輸入一個(gè)輸出文件名，或用【Choose】按鈕選擇一個(gè)輸出文件名；選擇是否通過(guò)特征值選擇子集；輸出MNF文件的波段數(shù)的選擇。

第四步：在波段列表中輸出MNF影像以及特征值曲線圖，從圖中可以看出大約在第20個(gè)波段以后的MNF波段的特征值很小，因此如果進(jìn)行降維的話可以選擇20左右，此例選擇20。

6、利用PPI算法對(duì)數(shù)據(jù)2提取像元的純凈指數(shù)，解釋結(jié)果圖像的意義，并通過(guò)設(shè)置閾值提取端元。

像元純凈指數(shù)（Pixel Purity Index，PPI）是一種在多光譜和高光譜圖像中尋找光譜純凈像元的方法。

6.1 [Fast] New Output Band

操作步驟：

第一步：選擇“Spectral |Pixel Purity Index | [FAST] New Output Band”。第二步：出現(xiàn)“Fast Pixel Purity Index Input File”對(duì)話框時(shí)，選擇一個(gè)輸入文件或用標(biāo)準(zhǔn)ENVI 光譜和空間子集程序選擇子集。PPI 運(yùn)行 MNF轉(zhuǎn)換結(jié)果，光譜子集根據(jù)特征圖像和特征值圖排除噪聲波段。此時(shí)采用上一節(jié)MNF變換后的例子，經(jīng)分析得知第20個(gè)波段以后的特征值很?。ㄈ鐖D），因此只需要選擇前20個(gè)波段進(jìn)行處理。這樣做的優(yōu)點(diǎn)是可以在不影響精度的情況下加快PPI的運(yùn)算速度。點(diǎn)擊【OK】后，ENVI會(huì)提示用戶需要的內(nèi)存數(shù)。

第三步：點(diǎn)擊【OK】繼續(xù)。出現(xiàn)“Pixel Purity Index Parameters”對(duì)話框，進(jìn)行PPI參數(shù)設(shè)置

第四步：在同一地方重新開始，選擇“Spectral | Pixel Purity Index | Existing Output Band” 第五步：顯示PPI處理結(jié)果。如所示。結(jié)果圖中的每個(gè)像元被標(biāo)記為極值的總次數(shù)，也就是說(shuō)圖中像素越多，它被標(biāo)記為極值的總次數(shù)也越多，像元越純的可能性就越大。

6.2用PPI圖像進(jìn)行端元（Endmember）選擇 操作步驟：

第一步：用標(biāo)準(zhǔn) ENVI 顯示程序顯示圖像比較亮的像元表示采用的光譜極值較多，光譜比較純。較暗的像元表示光譜純度較低。

第二步：在 ENVI主窗口處選擇“Tools | Cursor Location/Value”以判定圖像中值的范圍。

第三步：選擇“Tools | Region of Interest | Band Threshold to ROI”來(lái)生成一個(gè)只包含 PPI 高值的像元。

9、利用線性混合分解技術(shù)（linear spectral unmixing）對(duì)數(shù)據(jù)3進(jìn)行混合像元分解。

操作步驟：

第一步：選擇“Spectral | Mapping Methods | Linear Spectral Unmixing”。第二步：出現(xiàn)“Unmixing Input File”對(duì)話框，選擇一個(gè)輸入文件，（若需要）用標(biāo)準(zhǔn)ENVI光譜和空間子集以及掩模程序選取的空間子集或用一個(gè)掩模。選擇進(jìn)行分解的影像為ENVI自帶的高光譜影像“wuhanTM”影像。通過(guò)ROI選擇了6個(gè)端元

第三步：點(diǎn)擊【OK】繼續(xù)。出現(xiàn)“Endmember Collection：Unmixing”對(duì)話框。選擇“Import from ROI/EVF file”。當(dāng)所有需要的端元都已經(jīng)選上以后，點(diǎn)擊“Endmember Collection:Unmixing”對(duì)話框底部的【Apply】按鈕。

第四步：彈出“Unmixing Parameters”對(duì)話框。如果用戶想在分解過(guò)程中運(yùn)用限制性條件則用箭頭切換按鈕選擇【Yes】。如果選擇了【Yes】，在“Weight”文本框里輸入一個(gè)權(quán)重。這一權(quán)重被添加在分解倒置過(guò)程中的聯(lián)立方程里。權(quán)重越大，所進(jìn)行的分類就越滿足設(shè)定的限制條件。

第五步：選擇輸出到“Memory”或“File”。如果選擇輸出到“File”，輸入一個(gè)文件名。第六步：點(diǎn)擊【OK】，開始光譜分解。出現(xiàn)一個(gè)顯示處理狀態(tài)的窗口。

第七步：混合光譜分解的結(jié)果。光譜分解的結(jié)果將以一系列灰度圖像的形式出現(xiàn)，每個(gè)端元對(duì)應(yīng)一幅豐度圖像，并加上一個(gè)平方根誤差圖像。較高的豐度（RMS誤差圖像的較大誤差）對(duì)應(yīng)較亮的像元。例如，在下圖中，較亮的像元代表了在該圖中該端元的豐度較高。豐度值在0~1的數(shù)據(jù)范圍內(nèi)，但是也有可能出現(xiàn)負(fù)值和大于1的值。錯(cuò)誤的豐度象征著錯(cuò)誤的端元。結(jié)果由輸入的端元決定，且隨端元的變化而變化。

10、利用光譜沙漏向?qū)В╯pectral hourglass wizard）實(shí)現(xiàn)對(duì)光譜角分類（SAM）制圖。

操作步驟：

第一步：打開“Spectral | Spectral Hourglass Wizard”菜單

第二步：打開向?qū)?duì)話框，該對(duì)話框?yàn)榻榻B對(duì)話框，選擇“Next”進(jìn)行下一步。

第三步：在下一個(gè)對(duì)話框中點(diǎn)擊【Select Input File】和【Select Output Root Name】選擇輸入輸出文件。選擇“Next”進(jìn)行下一步。如圖

第四步：進(jìn)行MNF變換，選擇輸出MNF波段的數(shù)目。此處可以選擇一個(gè)空間子集進(jìn)行操作，選擇“Next”進(jìn)行下一步。如圖

第五步：得到MNF結(jié)果，被保存且在波段列表中可以顯示。選擇是否查看和動(dòng)畫顯示。如果不滿意結(jié)果可以選擇“Prev”返回之前的操作重新進(jìn)行，否則選擇“Next”進(jìn)行下一步。第六步：計(jì)算數(shù)據(jù)維數(shù)，通過(guò)MNF變換可以降低數(shù)據(jù)維數(shù)，點(diǎn)擊【Calculate Dimensionality】，彈出“Spatial Coherence Threshold”對(duì)話框，根據(jù)空間相關(guān)性閾值確定其數(shù)據(jù)維數(shù)為23（圖中紅線表示）。如果不滿意結(jié)果可以選擇“Prev”返回之前的操作重新進(jìn)行，否則選擇“Next”進(jìn)行下一步。

第七步：選擇是否從影像獲取端元。從影像獲取端元如下所示，手動(dòng)方式請(qǐng)參見(jiàn)錯(cuò)誤！未找到引用源。節(jié)“端元收集”。如果不滿意結(jié)果可以選擇“Prev”返回之前的操作重新進(jìn)行，否則選擇“Next”進(jìn)行下一步

第八步：進(jìn)行PPI計(jì)算。該步采用PPI獲取純凈端元選擇，設(shè)置PPI相關(guān)參數(shù)，參數(shù)含義參

見(jiàn)像元純凈指數(shù)

四、節(jié)“像元純凈指數(shù)”功能，如果不滿意結(jié)果可以選擇“Prev”返回之前的操作重新進(jìn)行，否則選擇“Next”進(jìn)行下一步

第九步：得到PPI結(jié)果，選擇在n維可視化儀顯示的最大PPI的像素?cái)?shù)，如果不滿意結(jié)果可以選擇“Prev”返回之前的操作重新進(jìn)行，否則“Next”進(jìn)行下一步

第十步：利用N維可視化界面進(jìn)行端元選擇，該功能首先自動(dòng)聚類選擇相應(yīng)的端元供用戶參考，如此時(shí)選擇了23個(gè)端元。點(diǎn)擊【Retrieve Endmember】將n維可視化儀獲得的端元列于“Endmember list”列表中。可以通過(guò)【Plot Endmember】查看端元光譜曲線，還可以點(diǎn)擊【Start Spectral Analyst】按鈕進(jìn)行光譜分析。

第十一步：選擇是否采用n-維可視化儀獲得端元進(jìn)行下一步操作還是用戶自己選擇端元，本例用n-維可視化儀獲得端元，選擇NO，如果不滿意結(jié)果可以選擇“Prev”返回之前的操作重新進(jìn)行，否則選擇“Next”進(jìn)行下一步。

第十二步：選擇處理方法及參數(shù)，有三種制圖方法：光譜角；混合調(diào)制匹配濾波；分解。設(shè)置相關(guān)的參數(shù)

第十三步：此時(shí)計(jì)算出了制圖的結(jié)果，列于波段列表中。其中SAM結(jié)果可以直接通過(guò)下圖進(jìn)行查看。

第十四步：任務(wù)完成點(diǎn)擊【finish】得到總結(jié)報(bào)告。此時(shí)的中間結(jié)果都在波段列表中顯示。

如圖：

小結(jié)：

通過(guò)這次高光譜遙感實(shí)習(xí)，我較為熟練的掌握了ENVI這個(gè)軟件的使用，這次實(shí)習(xí)題目都是對(duì)我們上高光譜遙感課程的知識(shí)的鞏固和動(dòng)手能力的提高，讓我對(duì)高光譜遙感的基本知識(shí)和操作有了更深層次的認(rèn)識(shí)。在實(shí)習(xí)中，對(duì)于基本的功能我能夠摸索出來(lái)，其中，在操作中出現(xiàn)了一些問(wèn)題，不過(guò)，經(jīng)過(guò)與同學(xué)的探討交流，最終基本的實(shí)現(xiàn)了結(jié)果，但還有許多應(yīng)改進(jìn)之處。但是對(duì)于這個(gè)軟件還是有一些不熟悉的地方，以后如有機(jī)會(huì)還是要再次認(rèn)真的學(xué)習(xí)。唯一讓我后悔莫及的是考試之前沒(méi)有好好做這個(gè)實(shí)習(xí)，以至于當(dāng)時(shí)好多內(nèi)容都沒(méi)有很好的掌握。總之，通過(guò)這次實(shí)習(xí)，學(xué)到了不少東西，雖然以前對(duì)遙感進(jìn)行過(guò)ENVI的實(shí)習(xí)，但是這次實(shí)習(xí)使我對(duì)高光譜遙感有了全新的認(rèn)識(shí)，通過(guò)實(shí)踐對(duì)理論知識(shí)有了更加深刻的理解，受益頗多。

第二篇：高光譜遙感實(shí)習(xí)報(bào)告

中國(guó)地質(zhì)大學(xué)（武漢）

《高光譜遙感》上機(jī)實(shí)習(xí)報(bào)告

學(xué) 號(hào)： 20141000360 班級(jí)序號(hào)： 113142 姓 名：林浩 指導(dǎo)老師：沈永林

實(shí)習(xí)一

1.高光譜數(shù)據(jù)的基本信息查詢：

（1）打開數(shù)據(jù)

（2）鼠標(biāo)放在cup95eff.Int左鍵點(diǎn)擊->edit header，查看頭文件信息

2.數(shù)據(jù)分析

（1）在ENVI主菜單下選擇：File>OpenImageFile，在打開的文件選擇窗口中選擇圖像文件cup95eff，點(diǎn)擊OK打開圖像。

（2）打開它的2-D散點(diǎn)圖Tools>2-DScatterPlots,并且選擇band172、173

（3）得到2d散點(diǎn)圖

3.高光譜數(shù)據(jù)MNF變換以及純凈端元提取

樣本的選取與分類

（1）在ENVI主菜單下選擇Transform>MNFRotation>ForwardMNF>EstimateNoiseStatisticsfromData

：

（2）進(jìn)行mnf變換設(shè)置

（3）得到特征值曲線

（4）查看mnf變換后band1和band2的2d散點(diǎn)圖

（5）在散點(diǎn)圖中用ROI制圖功能將點(diǎn)云拐角零散的幾個(gè)點(diǎn)圈起來(lái)

（6）在2-D散點(diǎn)圖窗口中選擇：Options > Export All 提取各樣本區(qū)

（7）點(diǎn)擊Select ALL 然后點(diǎn)擊stats

（8）在ENVI主菜單下選擇：Spectral > Spectral Analyst，我們選擇USGS（美國(guó)地質(zhì)調(diào)查局）波譜庫(kù)

（9）選擇紅色區(qū)域 得到匹配結(jié)果

得出紅色區(qū)域?yàn)槊鞯\石。

（10）同理得到綠色區(qū)域結(jié)果

判斷該為鋰輝石

藍(lán)色區(qū)域

判斷該為高嶺石

黃色區(qū)域

判斷該為赤鐵礦

青色區(qū)域

判斷該為黃鉀鐵礬

洋紅區(qū)域

判斷該為黃鉀鐵礬

褐紅色區(qū)域

判斷該為白云石

（11）通過(guò)分析是否有兩類極其相似，于是我把這兩類合并。在ROIs Tools窗口中選擇Option > Merge Regions

得到分類好的樣本區(qū)域

分類

（1）在ENVI主菜單下選擇：Pixel Purity Index > [FAST]New Output Band

進(jìn)行10000次迭代

（2）得到的PPI圖像如下所示：

（3）由PPI圖像生成樣本區(qū)。

在ROIs Tool對(duì)話框中選擇Options > Band Threshold to ROI 建立一個(gè)只包含擁有高PPI值像素的ROI

（4）在彈出的對(duì)話框中輸入最小極限值100，提取訓(xùn)練樣本。

（5）在ENVI主菜單中選擇Spectral > n-Dimensional Visualizer > Visualize with New Data

（6）選擇其前十個(gè)波段進(jìn)行觀察

（7）使用n維空間觀察儀

（8）選擇其中5個(gè)波段進(jìn)行模擬

（9）在ENVI主菜單下選擇：Classification > Supervised > Spectral Angle Mapper。選擇原始圖像作為待分類圖像。

（10）在此窗口中選擇：Import > form ROI from Input File

（11）選擇我們剛才定義好的樣本區(qū)

（12）這些樣本區(qū)就出現(xiàn)在端元收集器中了

（13）設(shè)置分類參數(shù)

（14）得到最后分類的圖像

第三篇：光譜工作總結(jié)

光譜分析工作總結(jié)

張新慈

我于2012年6月畢業(yè)于南京理工大學(xué)紫金學(xué)院機(jī)械工程及其自動(dòng)化專業(yè)。2012年7月受聘于常州電站輔機(jī)總廠有限公司，從事理化檢驗(yàn)工作。從畢業(yè)到現(xiàn)在已有三個(gè)年頭，在這段工作時(shí)間中，領(lǐng)導(dǎo)和同事給予了我很多的寬容支持和幫助，讓我在工作中學(xué)習(xí)到了很多寶貴的經(jīng)驗(yàn)，同時(shí)也堅(jiān)定了自己的對(duì)未來(lái)工作的信心。

隨著國(guó)家認(rèn)證實(shí)驗(yàn)室評(píng)審的日益臨近，我們的實(shí)驗(yàn)室管理、設(shè)備、技術(shù)能力、質(zhì)量意識(shí)不斷提高。本質(zhì)量檢測(cè)中心今年上半年購(gòu)入了一臺(tái)新型金屬分析光電直讀光譜儀，因?yàn)楣怆娭弊x光譜儀分析速度快，準(zhǔn)確度高，適用于較寬的波長(zhǎng)范圍；光電倍增管對(duì)信號(hào)放大能力強(qiáng)，對(duì)強(qiáng)弱不同譜線可用不同的放大倍率，因此它可用同一分析條件對(duì)樣品中多種含量范圍差別很大的元素同時(shí)進(jìn)行分析；線性范圍寬，可做高含量分析。

本公司的光電直讀光譜儀主要用以碳鋼45#、合金鋼40Cr中主要元素（C、S、Mn、Si、P）含量的測(cè)量分析。

主要操作規(guī)程如下：

1、打開氬氣總開關(guān)，將輸入分壓表調(diào)整到0.3MPa~0.4MPa；打開控制箱總電源并接通穩(wěn)壓器，打開光譜儀電源，打開光譜儀前面激發(fā)臺(tái)開關(guān)。

2、檢查設(shè)備是否正常，光源、高壓、真空指示等是否正常；清理入射窗，調(diào)整電極間隙，清理樣品臺(tái)內(nèi)部殘?jiān)?/p>

3、磨制試樣和標(biāo)準(zhǔn)試樣，使分析面平整并有一定的粗糙度；磨削合金鋼和普通碳素鋼試樣應(yīng)使用各自專用的砂輪片試樣磨削后放在有蓋的容器中；禁止用手觸摸或擦拭分析表面，禁止長(zhǎng)期暴露在空氣中。

4、打開汞燈電源，穩(wěn)定一段時(shí)間后，進(jìn)行狹縫校準(zhǔn)。

5、打開氬氣減壓器，調(diào)節(jié)出口壓力。每天第一次試驗(yàn)時(shí)應(yīng)將管道內(nèi)殘余氣體放盡。

6、用一塊相關(guān)試樣進(jìn)行多次激發(fā)，直到各元素（主要是硫、磷）讀數(shù)逐漸穩(wěn)定。

7、用控樣檢查分析數(shù)據(jù)是否正確，如誤差較大，應(yīng)重新標(biāo)準(zhǔn)化；若兩次標(biāo)準(zhǔn)化后仍無(wú)法達(dá)到要求的精度，則應(yīng)停止試驗(yàn)，立即報(bào)告主管領(lǐng)導(dǎo)和設(shè)備員。

8、標(biāo)準(zhǔn)化正確后即可分析試樣，每個(gè)試樣應(yīng)激發(fā)三次以上，舍去不良數(shù)據(jù)后，取平均值作為分析結(jié)果。

注意事項(xiàng)：

1、如果因?yàn)榉偶僖P(guān)閉所有電源，則應(yīng)該先關(guān)閉真空閥門，然后再關(guān)閉真空泵。遇雷雨天氣，為安全起見(jiàn)，應(yīng)關(guān)閉所有電源，拔掉穩(wěn)壓器電源。

2、樣品每激發(fā)一次，改變一次位置，并清刷電極；樣品激發(fā)面要光滑且紋路一致，不得用手觸摸磨好的激發(fā)面。

3、在實(shí)際測(cè)量時(shí)要觀察燃燒的斑點(diǎn)。正常是3~6mm以上。如果燃燒斑點(diǎn)的白邊過(guò)大說(shuō)明氬氣存在問(wèn)題。

4、在做高碳、高合金時(shí)或做超低碳和低合金時(shí)，先激發(fā)幾次試樣，這樣避免由于清理電極不好而造成沒(méi)必要的污染。

5、試樣背面有油污、鐵銹時(shí)可用砂輪或砂紙除去，打磨不同基體試件要更換砂紙，盡量避免基體之間的污染。

6、探頭與主機(jī)的連接電纜和氬氣管不要硬折或是有硬物磕碰它們。

2015年10月

第四篇：利用高光譜技術(shù)反演作物葉綠素濃度

利用高光譜技術(shù)反演作物葉綠素濃度

摘 要：高光譜技術(shù)作為一種新興光譜技術(shù)，被廣泛應(yīng)用于植物的無(wú)損檢測(cè)中，植被葉片葉綠素含量的估測(cè)就是其中之一。利用可見(jiàn)-近紅外成像光譜儀采集不同生育期玉米和大豆的冠層“圖譜”數(shù)據(jù)，在逐步提取影像中光照土壤、陰影土壤、光照植被、陰影植被四種組分光譜的基礎(chǔ)上，通過(guò)選取的敏感波段構(gòu)建光譜植被指數(shù)和葉綠素密度進(jìn)行波段自相關(guān)分析，探討各個(gè)分量對(duì)作物葉綠素密度反演的影響。

關(guān)鍵詞：高光譜技術(shù)；葉綠素；反演

0 引言

植物通過(guò)光合作用獲取營(yíng)養(yǎng)物質(zhì)，在植物光合作用中，植物細(xì)胞中的葉綠體占據(jù)了重要的地位，而葉綠體中的色素有葉綠素（葉綠素a，葉綠素b 和葉綠素a+b）與類胡蘿卜素（胡蘿卜素和葉黃素）。其中，葉綠素是植物光合作用中最重要的色素，其作為主要吸收光能的物質(zhì)，直接影響植物光合作用的光能利用率。葉片單位面積的葉綠素含量是植物總體生長(zhǎng)狀況的一個(gè)重要指標(biāo)。葉片葉綠素含量的測(cè)定可以用來(lái)檢測(cè)和研究植物突變、壓力和營(yíng)養(yǎng)狀態(tài)，作物壓力和萎黃病的檢測(cè)對(duì)精細(xì)農(nóng)業(yè)具有重要的潛在影響[1]。

隨著光譜技術(shù)的發(fā)展，其被應(yīng)用到各個(gè)領(lǐng)域。而高光譜技術(shù)作為光譜技術(shù)的一種，由于具有眾多優(yōu)點(diǎn)，在光譜檢測(cè)方面應(yīng)用十分廣泛，備受人們的青睞。人類肉眼的視覺(jué)范圍在380~780 nm 之間，而高光譜的波段非常寬，一些高光譜儀器的波段達(dá)350~2 500 nm。因此，通過(guò)高光譜技術(shù)可以對(duì)綠色植物進(jìn)行葉綠素的檢測(cè)和定量分析。本文對(duì)高光譜技術(shù)在植物，特別是在經(jīng)濟(jì)作物的葉綠素含量檢測(cè)和定量分析中的應(yīng)用加以概述[2]。成像系統(tǒng)簡(jiǎn)介及數(shù)據(jù)處理

1.1 高光譜成像技術(shù)簡(jiǎn)介

高光譜成像技術(shù)是在多光譜成像的基礎(chǔ)上發(fā)展而來(lái)的，在較寬的波段范圍內(nèi)，利用成像光譜儀對(duì)目標(biāo)物體進(jìn)行連續(xù)成像，從而獲得每個(gè)像元的數(shù)十或數(shù)百條光譜信息。其成像特點(diǎn)是： 光譜范圍廣（200~2 500nm）、超多波段（上百個(gè)波段）、高的高光譜分辨率（幾個(gè)nm）、波段窄（≤10-2λ）和圖譜合一等。由于所獲得的圖像信息不僅可以反映物體的大小、形狀、缺陷等外部特征，而且不同物體因結(jié)構(gòu)和成分的不同使光譜吸收也不同，從而可以用于物體內(nèi)部的物理結(jié)構(gòu)和化學(xué)成分的檢測(cè)。

高光譜成像檢測(cè)裝置主要由光源、光譜相機(jī)（成像光譜儀+CCD）、裝有圖像采集卡的計(jì)算機(jī)組成，如圖1所示[3]

圖1 高光譜成像裝置簡(jiǎn)圖

在掃描過(guò)程中，首先面陣CCD 探測(cè)器在光學(xué)焦面的垂直方向上完成橫向掃描（X 方向），同時(shí)，在被測(cè)物前進(jìn)的過(guò)程中，排列的探測(cè)器掃描出一條帶狀軌跡從而完成縱向掃描（Y 方向）。通過(guò)綜合掃描信息就可以得到物體的三維高光譜圖像數(shù)據(jù)，從而可以提取所需信息。

1.2 數(shù)據(jù)獲取

當(dāng)對(duì)玉米、大豆冠層進(jìn)行成像時(shí)，先根據(jù)作物的高度決定探測(cè)器的觀測(cè)高度。以玉米為例，小喇叭口期玉米株高50cm，行距30cm，為了保證視場(chǎng)內(nèi)至少有一株完整的玉米，設(shè)定VNIS 觀測(cè)高度距玉米冠層178 cm，距地面228cm，視場(chǎng)范圍為60cm×60cm 的正方形。在成像光譜數(shù)據(jù)采集時(shí)，同步用地物光譜儀ASD 采集參考白板的數(shù)字量化值，實(shí)時(shí)記錄當(dāng)時(shí)的天氣狀況，為反射率轉(zhuǎn)換進(jìn)行原始數(shù)據(jù)獲取。完成觀測(cè)區(qū)的影像采集后，取兩株玉米(大豆)活體植株進(jìn)行葉綠素密度相關(guān)參數(shù)測(cè)定。

1.3 影像處理

獲取的遙感影像要轉(zhuǎn)換成相對(duì)反射率才能用于作物的定量化反演研究?；趫D譜解析的作物葉綠素密度反演及評(píng)價(jià)

2.1 大豆葉綠素密度反演及評(píng)價(jià)

不同株型的大豆在不同生育期覆蓋度有較大變化，背景土壤在觀測(cè)視場(chǎng)內(nèi)的面積比例會(huì)對(duì)冠層反射率有較大影響。在大豆植被與土壤混合存在時(shí)，對(duì)葉綠素敏感的波段基本上都位于紅光與近紅外波段區(qū)間。這和RVI、NDVI、DVI、SAVI、OSAVI 五種植被指數(shù)構(gòu)建原理相符，即都是基于紅與近紅外波段進(jìn)行組合運(yùn)算實(shí)現(xiàn)的。當(dāng)植被光譜提純后(剔除土壤光譜)，它與葉綠素密度的關(guān)系是：對(duì)葉綠素敏感的波段范圍增大，尤其是藍(lán)、綠波段。五種植被指數(shù)都表現(xiàn)為相同的規(guī)律。由此說(shuō)明，背景土壤對(duì)利用光學(xué)遙感檢測(cè)植被群體生化指標(biāo)有較大影響，對(duì)陰影葉片的植被光譜信息也進(jìn)行剔除，嘗試分析陰影部分對(duì)遙感定量監(jiān)測(cè)的影響程度，植被陰影葉片光譜去除后，對(duì)葉綠素密度敏感的波段范圍表現(xiàn)為可見(jiàn)光波段增加，近紅外波段減少，紅邊波段決定系數(shù)最高。五種植被指數(shù)都有相同的規(guī)律。那么，可以說(shuō)陰影葉片會(huì)影響植被葉綠素密度敏感波段的選擇。當(dāng)構(gòu)建新型植被指數(shù)時(shí)，要根據(jù)植被冠層葉片結(jié)構(gòu)，嘗試把陰影比例作為一個(gè)影響因子，在公式中加以體現(xiàn)，以便提高葉綠素密度定量化反演精度[4]。

2.2 玉米葉綠素密度反演及評(píng)價(jià)

上文重點(diǎn)分析了大豆冠層光譜提純前后反演葉綠素密度的能力，初步結(jié)果是土壤光譜去除后，純植被光譜與葉綠素密度的決定系數(shù)有所提高。但是，大豆作為低矮寬葉植被，葉片大而圓，在幼苗分枝期以后對(duì)地表都有較高的覆蓋度，莖稈對(duì)冠層光譜的影響較小。為了更加突出背景土壤和莖稈對(duì)其冠層光譜的影響，選擇玉米作為另一研究對(duì)象，主要考慮其有明顯的葉片垂直分布，對(duì)地表的覆蓋度較大豆低(二者的觀測(cè)視場(chǎng)一致)，且莖稈會(huì)影響玉米的冠層光譜。深入分析光譜提純(土壤、陰影葉片光譜去除前后)對(duì)作物生化參數(shù)反演的重要意義。

在玉米與土壤混合存在時(shí)，對(duì)葉綠素密度敏感的波段基本上都在紅與近紅外波段區(qū)間，有些在藍(lán)、紅波段；總體的決定系數(shù)R2 較低，大部分在0.5 附近。當(dāng)去除土壤光譜后，即只剩下純植被光譜，對(duì)葉綠素密度敏感的波段主要集中在紅光波段，有些在近紅外與藍(lán)光波段。決定系數(shù)R2 較前者有所提高，大部分大于0.51，最高到0.67。當(dāng)陰影葉片光譜去除后，對(duì)葉綠素密度敏感的波段主要集中在藍(lán)、紅波段，五種高光譜指數(shù)結(jié)果差異較大，大部分決定系數(shù)降低到0.45 左右。由敏感波段及決定系數(shù)可判斷，土壤與陰影葉片光譜去除前后，植被冠層光譜與葉綠素密度的相關(guān)性有較大變化，二者可以顯著影響植被指數(shù)的應(yīng)用效果。

2.3 作物葉綠素密度反演及評(píng)價(jià)

大量科學(xué)文獻(xiàn)表明，冠層結(jié)構(gòu)參數(shù)(如葉片內(nèi)部結(jié)構(gòu)參數(shù)、葉面積指數(shù)、葉傾角分布函數(shù)等)會(huì)顯著影響植被指數(shù)反演作物生化參數(shù)的準(zhǔn)確性。因此，基于植被指數(shù)建立單一預(yù)測(cè)模型的同時(shí)預(yù)測(cè)多種作物生化參數(shù)指標(biāo)往往比較困難。將玉米與小麥數(shù)據(jù)進(jìn)行混合，利用混合數(shù)據(jù)篩選最優(yōu)診斷植株氮濃度的光譜指數(shù)，探討了建立單一模型預(yù)測(cè)多種作物植株氮濃度的可行性。上文分別對(duì)光譜提純前后的大豆、玉米冠層光譜與葉綠素密度的敏感性進(jìn)行了分析，表明二者有相同的趨勢(shì)，這為單一植被指數(shù)在衛(wèi)星或航空層面對(duì)大尺度作物生化參數(shù)進(jìn)行反演提供地面理論支持。光譜提純前后對(duì)葉綠素密度敏感的波段有明顯變動(dòng)，純植被光譜與葉綠素密度相關(guān)的區(qū)間增多，在可見(jiàn)光波段表現(xiàn)明顯，主要集中在紅光波段。對(duì)陰影葉片進(jìn)行剔除后，與葉綠素密度敏感的波段組合主要是藍(lán)-近紅和紅-紅組合，這與大豆、玉米單獨(dú)提取時(shí)的結(jié)果相同。但是對(duì)冠層結(jié)構(gòu)差異明顯的兩種作物數(shù)據(jù)進(jìn)行混合后，分析其與葉綠素密度的相關(guān)決定系數(shù)大小發(fā)現(xiàn)，植土混合時(shí)最大的決定系數(shù)高于純植被的，這與單獨(dú)研究時(shí)的結(jié)果不符。是否因選擇的作物組合或試驗(yàn)樣本的因素最終影響了混合數(shù)據(jù)的結(jié)果，有待進(jìn)一步深入研究。但是有一點(diǎn)肯定的是，隨著土壤光譜的剔除，與葉綠素密度敏感的波段增多，且表現(xiàn)在葉綠素a 和b 及胡蘿卜素強(qiáng)吸收的波段，因此從作物的反射光譜特征上看，文中選擇的敏感波段區(qū)間是合理的。此外，因這里獲得的決定系數(shù)較低，故并未進(jìn)行模型構(gòu)建及精度檢驗(yàn)。3 結(jié)論

在光譜提純的基礎(chǔ)上，對(duì)大豆、玉米及二者混合葉綠素密度進(jìn)行反演，得出以下結(jié)論：

(1)影像中土壤光譜去除前后，由RVI、NDVI、DVI、SAVI、OSAVI 五種光譜植被指數(shù)對(duì)葉綠素密度敏感的波段變化情況得出，背景土壤對(duì)利用光學(xué)遙感數(shù)據(jù)反演植被葉綠素密度有較大影響。在對(duì)陰影葉片的光譜信息進(jìn)行剔除后，通過(guò)五種光譜植被指數(shù)選擇波段的變化區(qū)間說(shuō)明，陰影葉片會(huì)影響植被冠層葉綠素密度敏感波段的選擇，當(dāng)構(gòu)建新型植被指數(shù)時(shí)，要根據(jù)植被冠層葉片結(jié)構(gòu)嘗試把陰影比例作為一個(gè)影響因子在公式中加以體現(xiàn)，以便提高葉綠素密度定量化反演的精度。

(2)光譜提純前后(大豆、玉米及其混合數(shù)據(jù))，對(duì)葉綠素密度敏感的波段有明顯變動(dòng)，純植被光譜與葉綠素密度相關(guān)的區(qū)間增多，在可見(jiàn)光波段表現(xiàn)明顯，主要集中在紅光波段。對(duì)陰影葉片進(jìn)行剔除后，與葉綠素密度敏感的波段組合主要是藍(lán)-近紅波段和紅-紅波段組合。

(3)對(duì)冠層結(jié)構(gòu)差異明顯的兩種作物(大豆與玉米)數(shù)據(jù)進(jìn)行混合后，分析其與葉綠素密度的相關(guān)決定系數(shù)大小發(fā)現(xiàn)，植土混合時(shí)最大的決定系數(shù)高于純植被的，這與單獨(dú)研究時(shí)的結(jié)果不符。是否因選擇的作物組合或試驗(yàn)樣本的因素最終影響了混合數(shù)據(jù)的結(jié)果還有待進(jìn)一步深入研究。

參考文獻(xiàn)：

[1] 寧艷玲，張學(xué)文，韓啟金，等.基于改進(jìn)的 PRI 方法對(duì)植被冠層葉綠素含量的反演[J].航天返回與遙感,2014.[2] 郭洋洋，張連蓬，王德高等.小波分析在植物葉綠素高光譜遙感反演中的應(yīng)用[J].2011.[3] 劉燕德，孫祥，楊信廷，等.高光譜技術(shù)在作物葉綠素含量檢測(cè)中的應(yīng)用研究進(jìn)展[J].廣東農(nóng)業(yè)科學(xué),2013.[4] 張東彥，劉良云，黃文江，等.利用圖譜特征解析和反演作物葉綠素密度[J].紅外與激光工程,2013.

第五篇：高茜實(shí)習(xí)報(bào)告

青島大學(xué)

畢業(yè)實(shí)習(xí)報(bào)告

實(shí)習(xí)單位： 青島福興祥商品配送有限公司學(xué)院：專業(yè)： 工商管理姓名： 高茜指導(dǎo)教師： 劉娟老師

2010年5月28日

實(shí)習(xí)地點(diǎn)：青島市市北區(qū)福興祥商品配送公司

實(shí)習(xí)時(shí)間：2010年4月1日——2009年5月12日

一、公司簡(jiǎn)介

青島福興祥商品配送有限公司成立于1997年，是利群集團(tuán)下屬的商品配送單位。中國(guó)加入WTO以后，隨著經(jīng)濟(jì)全球化進(jìn)程的加快、現(xiàn)代信息網(wǎng)絡(luò)技術(shù)的日益完善和世界運(yùn)輸業(yè)的高速發(fā)展，現(xiàn)代物流成為繼資源節(jié)約和勞動(dòng)生產(chǎn)率提高之后的第三利潤(rùn)源泉，為進(jìn)一步節(jié)約成本、尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)以適應(yīng)集團(tuán)連鎖化擴(kuò)張的戰(zhàn)略需要，利群集團(tuán)建設(shè)了一個(gè)大型的現(xiàn)代化物流配送基地——青島福興祥商品配送有限公司物流中心。新的福興祥屬于有限責(zé)任公司，法人股2926900.8股，個(gè)人股4173099.2股，總計(jì)710萬(wàn)股。十多年來(lái)，在各級(jí)政府的大力支持下，逐步成長(zhǎng)為名優(yōu)企業(yè)。

福興祥物流中心分為5個(gè)大型區(qū)域，共有2萬(wàn)多個(gè)貨位，采用高層貨架配以貨箱或托盤儲(chǔ)存貨物，可存放的商品品類達(dá)幾萬(wàn)種，每日所需周轉(zhuǎn)的托盤用量達(dá)15000多個(gè)。物流中心全部使用德國(guó)進(jìn)口的現(xiàn)代化物流設(shè)施，用高位貨車、電動(dòng)托盤車、高位叉車等國(guó)際先進(jìn)的設(shè)備進(jìn)行作業(yè)，并配有快捷、高效的貨物傳送帶和兩部運(yùn)貨梯，還設(shè)有電視監(jiān)控系統(tǒng)和消防自動(dòng)報(bào)警系統(tǒng)。物流中心現(xiàn)有運(yùn)輸專車23輛，大型運(yùn)輸周轉(zhuǎn)車可裝載貨物8噸。每輛車由專人押車，在運(yùn)輸中實(shí)行有效監(jiān)控，并根據(jù)行車路線、裝載量合理限定返回時(shí)間，以安排新的運(yùn)輸任務(wù)。通過(guò)考核，平均每車每天可周轉(zhuǎn)3—5次，車輛的實(shí)載率達(dá)到了99%以上。

由于利群集團(tuán)的各個(gè)連鎖店已實(shí)現(xiàn)了計(jì)算機(jī)聯(lián)網(wǎng)，各個(gè)連鎖店如需要貨，先向物流中心申請(qǐng)配送，從網(wǎng)上發(fā)送訂單，物流中心系統(tǒng)根據(jù)每天配送次數(shù)定時(shí)匯總數(shù)據(jù)，并根據(jù)請(qǐng)配到貨日期按揀選區(qū)域、品類定時(shí)匯總出貨作業(yè)，向供貨商統(tǒng)一下訂單，有針對(duì)性地組織進(jìn)貨，減少了工作的盲目性。貨物到達(dá)物流中心后，由收貨組、理貨組根據(jù)訂單驗(yàn)收，在托盤上碼貨，直接用叉車送往相應(yīng)區(qū)域儲(chǔ)存，使各零售門店實(shí)現(xiàn)了“零庫(kù)存”。配送貨物時(shí)，理貨組根據(jù)入庫(kù)單將商品從裝卸區(qū)運(yùn)至理貨區(qū)，重新整理并貼批次條碼，用專用插車放入相應(yīng)出貨位，各個(gè)連鎖店的專用運(yùn)輸車直接開到各出貨口等待運(yùn)輸任務(wù)。整個(gè)流程快捷、高效，實(shí)現(xiàn)了物流中心與各獨(dú)立門店“門對(duì)門”的倉(cāng)儲(chǔ)、運(yùn)輸、包裝加工的集成式服務(wù)。

除滿足集團(tuán)公司內(nèi)部的物流配送需求外，福興祥配送中心還承擔(dān)著“第三方物流”的任務(wù)。作為第一方貨主和第二方客戶之間的橋梁，第三方物流公司的觸角要無(wú)所不及，需要建立一個(gè)四通八達(dá)的配送網(wǎng)絡(luò)，這正是福興祥物流正逐步實(shí)現(xiàn)的目標(biāo)。目前物流中心已向嶗百、濰坊百貨、百盛、家樂(lè)福、佳世客、麥德龍、普爾斯馬特等大型商場(chǎng)、外資商場(chǎng)、超市及各種專賣專營(yíng)店進(jìn)行了商品配送，輻射至青島市80％以上的區(qū)域，并已向?yàn)H坊、煙臺(tái)等地區(qū)實(shí)行了跨地區(qū)配送。

隨著福興祥物流中心業(yè)務(wù)流程的逐步完善和配送業(yè)務(wù)的逐步開拓，物流中心將跨出山東省，發(fā)展成為全國(guó)性、大規(guī)模的現(xiàn)代化物流基地，并將為半島城市群騰飛、為振興齊魯經(jīng)濟(jì)、發(fā)展山東商業(yè)，發(fā)揮更大的貢獻(xiàn)。

二、實(shí)習(xí)目的本次實(shí)習(xí)的目的在于通過(guò)理論與實(shí)際的結(jié)合、個(gè)人與社會(huì)的溝通，進(jìn)一步培養(yǎng)自己的業(yè)務(wù)水平、與人相處的技巧、團(tuán)隊(duì)協(xié)作精神、待人處事的能力等，尤其是觀察、分析和解決問(wèn)題的實(shí)際工作能力，以便提高自己的實(shí)踐能力和綜合素質(zhì)，希望能幫助自己以后更加順利地融入社會(huì)，投入到自己的工作中。

一般來(lái)說(shuō)，學(xué)校的生活環(huán)境和社會(huì)的工作環(huán)境存在很大的差距，學(xué)校主要專注于培養(yǎng)學(xué)生的學(xué)習(xí)能力和專業(yè)技能，社會(huì)主要專注于員工的專業(yè)知識(shí)和業(yè)務(wù)能力。要適應(yīng)社會(huì)的生存要求，除了要加強(qiáng)課堂上的理論知識(shí)外，還必須要親自接觸社會(huì)參加工作實(shí)踐，通過(guò)對(duì)社會(huì)工作的了解指導(dǎo)課堂學(xué)習(xí)。實(shí)際體會(huì)一般公司職員的基本素質(zhì)要求，以培養(yǎng)自己的適應(yīng)能力、組織能力、協(xié)調(diào)能力和分析解決實(shí)際問(wèn)題的工作能力。

為了讓自己更有能力和適應(yīng)社會(huì)，更為了讓自己能在今后的事業(yè)和前途充滿信心和資本，我來(lái)到了很有挑戰(zhàn)性和競(jìng)爭(zhēng)性的青島市福興祥商品配送有限公司，擔(dān)任化妝批發(fā)部辦公室助理。

三、工作心得和體會(huì)

在實(shí)習(xí)期間，了個(gè)人的政治思想覺(jué)悟有了很大的提高。作為辦公室助理，每天會(huì)處理大量的公文，而部分公文會(huì)牽涉黨的先進(jìn)思想、方針、政策的落實(shí)與傳

播。長(zhǎng)期的耳濡目染讓我學(xué)習(xí)了不少關(guān)于黨的先進(jìn)理論。事實(shí)求是、廉潔從業(yè)、堅(jiān)持科學(xué)發(fā)展觀、堅(jiān)持三個(gè)代表、促進(jìn)社會(huì)主義社會(huì)和諧發(fā)展，這些先進(jìn)的理論時(shí)刻鞭策著我，讓我在工作生活中嚴(yán)格要求自己，努力做好每一件事，加快了讓我向黨組織靠攏的步伐。

由于福興祥商品配送有限公司是一個(gè)有著嚴(yán)格組織紀(jì)律的物流機(jī)構(gòu)，從工作時(shí)間的遵守到工作任務(wù)的落實(shí)，每一項(xiàng)工作都要嚴(yán)格的紀(jì)律作為保障。實(shí)習(xí)期間，我嚴(yán)格遵守組織紀(jì)律，不早退，不遲到，不弄虛作假，團(tuán)結(jié)友愛(ài)，嚴(yán)守單位秘密，認(rèn)真完成單位布置的每一項(xiàng)任務(wù)。這讓我從單個(gè)個(gè)體成為了組織的一員，讓我改掉了作為個(gè)體存在時(shí)的一些壞習(xí)慣，如懶散、粗心等，提高了自身的紀(jì)律性及集體歸屬感。

在業(yè)務(wù)學(xué)習(xí)方面，作為學(xué)工商管理專業(yè)的我，辦公室助理這一項(xiàng)工作雖然未與我專業(yè)對(duì)口，但是在我人生的大地上卻開辟了另一塊疆土，讓我學(xué)到了更多的知識(shí)與經(jīng)驗(yàn)：

（1）、檔案整理。這是我接手的第一份工作。由于檔案種類繁多且名目復(fù)雜，整理起來(lái)相當(dāng)有難度。從電子文檔的整理-打印紙質(zhì)文檔-檔案登記-檔案裝訂成冊(cè)-保存，每一個(gè)步驟雖簡(jiǎn)單卻繁瑣。這一份工作不僅讓我學(xué)會(huì)了如何成功的管理檔案，也讓我更仔細(xì)，更有耐心。

（2）、公務(wù)的處理與寫作。對(duì)于公文寫作這一塊，雖然在校期間曾經(jīng)學(xué)習(xí)過(guò)相應(yīng)的理論知識(shí)，但是在實(shí)際生活中卻從來(lái)沒(méi)有接觸過(guò)。在部門主任的悉心教導(dǎo)下，我成功的將理論知識(shí)用于了實(shí)際，寫出了較高水平的公文，在很大程度上促進(jìn)了我寫作能力的提高。

（3）、日常人員來(lái)訪接待。作為辦公室助理，對(duì)來(lái)訪人員的接待是必不可少的。三個(gè)月的實(shí)習(xí)，在對(duì)人員接待的過(guò)程中，我從一個(gè)較為寡言的人變成了一個(gè)較為善于與人溝通的人，提高了我人際交往能力與適應(yīng)社會(huì)的能力。

在福興祥實(shí)習(xí)的日子，讓我提前對(duì)社會(huì)有了一定的認(rèn)知，在收獲了很多知識(shí)與經(jīng)驗(yàn)的同時(shí)，我亦發(fā)現(xiàn)了我自身存在的不足，比如個(gè)人容易情緒化，人際交往方面還有待加強(qiáng)，以及知識(shí)面還不夠廣泛等。這段時(shí)間的實(shí)習(xí)對(duì)我來(lái)說(shuō)很是寶貴，那些教導(dǎo)我的人，那些我經(jīng)歷的事，都將不斷激勵(lì)著我，奮勇向前，勇攀高峰！