تخمین نویز یکی از مسائل کلاسیک در آنالیز داده ها و همچنین در مباحث سنجش از دور و به خصوص در داده های ابرطیفی می باشد. در این تحقیق، یک روش جدید تخمین نویز با استفاده از خطوط جذبی مواد مختلف در تصاویر ابرطیفی به نام netal معرفی می گردد. در این روش بر اساس ویژگیهای طیفی مواد و محاسبه پارامترهای خطوط جذبی، تصویر به نواحی همگنی تقسیم بندی شده سپس نویز در هر ناحیه جداگانه تخمین زده و نویز نهایی تصویر بر اساس نویز تخمین زده شده در هر ناحیه، محاسبه می شود. این الگوریتم با استفاده از داده های شبیه سازی شده و داده های واقعی مورد آزمایش قرار گرفته است. نتایج نشان داده که این روش با دقتی در حد روش رگرسیون چندگانه توانایی تخمین نویز را دارا می باشد. همچنین در این تحقیق، یک روش جدید که از ویژگیهای هندسی طیف و الگوریتم ژنتیک جهت استخراج اعضای خالص استفاده می نماید، پیشنهاد داده شده است. الگوریتم پیشنهادی به نام gop است، که شامل 3 مرحله، تخمین اولیه تعداد اعضای خالص با استفاده از پدیده های جذبی طیف، استخراج اولیه اعضای خالص با استفاده از تصویر نمودن داده ها بر روی زیرفضای قائم و استخراج اعضای خالص با استفاده از الگوریتم ژنتیک، می باشد. مزیت الگوریتم gop، این است که بصورت کاملاً خودکار بوده و نیاز به هیچ نوع پیش فرض در خصوص داده ها نمی باشد. نتایج این روش با استفاده از داده های شبیه سازی شده و واقعی مورد آزمایش قرار گرفته و با الگوریتمهای دیگر استخراج اعضای خالص مورد مقایسه قرار گرفت. نتایج این بررسیها نشان داد که این الگوریتم توانایی تخمین تعداد اعضای خالص و همچنین استخراج آنها را بصورت همزمان دارا می باشد. با توجه به اهمیت پدیده های جذبی موجود در طیف مواد، در شناسایی آنها، در الگوریتم پیشنهادی در این تحقیق، با نام afhd، از این پدیده های جذبی در طبقه بندی استفاده گردیده است. پارامترهای جذبی مهم، عمق باند جذبی و موقعیت باندهای جذبی می باشد. بدین منظور در این تحقیق ابتدا بر مبنای باندهای جذبی طیف پیکسل و مرجع کد گذاری گردیده و سپس محل پدیده های جذبی و همچنین عمق آنها محاسبه گردید و براساس موقعیت و عمق پدیده های جذبی و همچنین تعداد آنها یک معیار شباهت جدید معرفی گردید. الگوریتم پیشنهادی بر روی داده های شبیه سازی شده و داده های hymap مورد ارزیابی قرار گرفت. نتایج حاصل از الگوریتم و داده های برداشت شده توسط طیف سنج asd مورد ارزیابی قرار گرفت. نتایج نشان می دهد که با استفاده از این معیار و داشتن طیف مرجع می توان نسبت به شناسایی آن ماده در داخل تصویر اقدام نمود.