访问量: 810 次浏览
想象一下以更光谱的细节看待世界, 以便可以更好地了解和辨别地球上的任何事物。 多光谱和高光谱成像均捕获反射光。
多光谱成像将光分为4至36个波段,并为这些波段分配名称, 例如红色,绿色,蓝色和近红外。
高光谱成像也是如此。 它需要光谱。 但是它将光分成数百个狭窄的光谱带。
掌握了基础知识之后,可以从太空探索高光谱成像。 那么高光谱传感器的过去,现在和未来是什么呢?
成像的主要类型是全色,近红外(VNIR)可见, 多光谱,超光谱和高光谱。
所有类型的成像对其光谱带的数量都有宽松的定义。 USGS分解了光谱带和成像类型,如下所示:
多光谱图像示例显示了5个光谱带,具有三个可见的波段, 分别是红色、绿色和蓝色,也有2个波段被指定为红外光谱。 通常,多光谱成像具有近红外(NIR)和短波红外(SWIR)波段。 例如,陆地卫星波段和哨兵2号波段具有这种配置。
此高光谱图像示例显示窄波段。无法按比例绘制乐队, 所以这只是视觉描述,以帮助理解概念。如您所见, 与多光谱图像相比,这些波段很薄。
通常,高光谱中有数百个波段。下载高光谱图像后, 每个场景将有数百个TIF文件。每个TIF文件都代表传感器规格中所述的窄光带。
以下概述了过去,现在和将来的高光谱成像。
2000年,美国宇航局发射了搭载高光谱传感器“Hyperion”的EO-1卫星。 Hyperion在242个光谱波段产生了30米分辨率的图像。 Hyperion真正开启了太空高光谱成像的开端。如果想亲自测试Hyperion图像, 则可以在USGS Earth Explorer上免费获得这些数据。
欧空局于2001年启动了机载自主项目(PROBA-1)。 该项目搭载了CHRIS(紧凑型高分辨率成像光谱仪), 用于中分辨率高光谱成像。它的高光谱模式在34m GSD时产生了63条波段。 但是也可以将其重新配置为像素分辨率的150个波段。
PRISMA作为中分辨率高光谱卫星于2019年发射。 这是意大利的同类产品中的首例,它将协助作物分类, 资源管理和环境监测。 PRISMA(PRecursore IperSpettrale della Missione Applicativa) 产生250条频段,GSD为30m。
德国计划在2020年启动环境制图和分析计划(EnMap)。 这颗高光谱卫星将由228个频段组成,具有30m GSD。
高光谱和多光谱成像仪(HISUI)将安装在ALOS-3上。 该日本高光谱传感器将具有185个波段,具有30m GSD,计划于2020年推出。
高光谱红外成像仪(HyspIRI)的预计发射时间是2024年。 它将配备具有60m GSD的VSWIR成像光谱仪。
来自太空的高光谱成像是一种稀有商品。 主要原因是其复杂程度和大数据量。 例如,一个Hyperion映像包含242个单独的TIFF文件。 每一盏灯都显示一小段光谱。
专业提示:进入USGS Earth Explorer可下载Hyperion图像。 查看教程,了解如何从中下载卫星图像。
如果合并所有242张图像,则数据大小为188 MB(压缩)。 但在680平方公里(262平方英里)处,覆盖范围绝对很小。 然后,将其与典型的哨兵2号场景12000平方公里(4660平方英里)进行比较。
但是,多年来,技术和存储已迅速发展。 高光谱成像会成为未来的趋势吗? 答案是肯定的。
高光谱成像的出现背后的主要思想是,它可以提供更高水平的光谱细节。 如果有数百个窄带,那么可以梳理更多的细节。 反过来,揭示可能出现功能的新信息。
高光谱图像的主要使用领域可分为8组。这包括植被, 农业,地质,土壤,水资源,灾害和土地利用。
基本原理是,可以改善任何类型的分类。例如, 可以获得有关地质表面组成的更多详细信息。 植被类型,土壤类别和土地覆被也是如此。
高光谱成像有助于识别有害生物以进行作物管理。 对于水资源,这是关于了解测深法,水质和化学性质的知识, 且已用于灾难管理,例如预防和后期监控。