高光谱遥感及其重要应用

研究人员和科学家利用高光谱遥感（也称为成像光谱）来识别陆地植被、矿物和土地利用、土地覆盖图。 遥感涉及检查在电磁波谱的几个区域中观察到的特征（Remote Sensing Using the Thermal Infrared Spectrum Range）。 高光谱遥感将遥感分析技能提升到新的高度， 为更详细地了解如何有效构建未来的遥感能力奠定了基础。

高光谱遥感基于对许多狭义光谱通道的检查。 SPOT 1 HRV、Landsat MSS 和 Landsat TM（卫星遥感和 Landsat 卫星系列）等传感器系统分别提供三个、四个和七个光谱通道。 高光谱传感器具有非常宽窄范围的光谱通道。 典型的高光谱扫描仪记录了 100 多个波段， 因此能够为每个像素构建连续的反射光谱。 尽管该数据自 1983 年以来就已可用， 但直到现在，由于各种复杂的元素在众多工程和研究学科中提供应用程序， 它才得到广泛的使用。

简而言之，我们可以将高光谱这个术语定义为它是一种基于传感器的技术（有时称为成像光谱仪）， 它可以在光谱的可见光、近红外、中红外和热红外部分的许多非常窄、连续的光谱带中获取图像。 这些系统通常收集 100 个或更多波段的数据， 从而为图像中的每个像素创建几乎连续的反射率（或热红外辐射情况下的发射率）光谱。 高光谱传感器可以生成具有足够光谱分辨率的数据， 用于直接材料识别， 但更宽波段的 Landsat TM 无法解决这些诊断光谱变化。

上图为多光谱和高光谱遥感系统之间的一般比较。

上图为成像光谱法概念。

高光谱遥感应用

• 由于记录了大量非常窄的波段， 高光谱数据允许遥感图像进行数据收集， 以取代以前仅限于实验室测试或昂贵的地面调查的数据收集。

• 高光谱传感的一些应用领域包括地表矿物学的测定、水质、 水深测量、土壤类型和侵蚀、植被类型、植物胁迫、 叶片含水量和冠层化学、作物类型和状况和冰雪属性。

• 高光谱摄影在监测环境变化方面越来越受欢迎。 它通常用于了解地表二氧化碳排放、绘制水文模式图和跟踪污染水平等。

• 监测大气变量，例如 水蒸气、云特性、气溶胶等。

• 沿海水域： 叶绿素、浮游植物、溶解的有机物质、悬浮沉积物。

• 土地利用应用：遥感图像通常使用数字图像处理方法（例如监督和非监督分类）进行分析。 具有更高空间和光谱分辨率的高光谱数据的可用性增加了土地利用分类的可能性。

• 高光谱传感器生成的植被指数比光学图像生成的植被指数更准确、更灵敏。 许多应用需要了解植被的反射光谱。 叶片化学负责叶片光谱在可见波段的吸收特性， 是决定活跃植被光谱的生物物理元素之一。

• 在许多开放水域水生栖息地， 高光谱图像已被用于间接评估水质， 方法是识别湖泊的营养状况、定义藻类大量繁殖以及预测总氨浓度以监测湿地水质变化。 叶绿素浓度通常通过遥感图像进行评估， 可用于监测藻类含量，从而监测水质。 由于微小的连续波段， 高光谱图像可以更准确地识别叶绿素和藻类。

高光谱遥感系统示例

EO-1 航天器上搭载的 Hyperion 和 AC 系统以及 CHRIS 传感器是首批成功发射的高光谱卫星传感器之一。 EO-1 Hyperion 传感器名义上提供 242 个数据光谱带， 直径范围为 0.36 至 2.6 μm， 每个光谱带的宽度为 0.010 至 0.011 μm。 一些波段，尤其是靠近频谱底部和顶部的波段， 具有较低的信噪比。

因此，在 1 级处理期间， 242 个波段中只有 198 个被校准； 对于大多数数据产品， 其他波段的辐射值设置为 0。 该实验传感器的空间分辨率为 30 m， 测绘带宽度为 7.5 km。 美国地质调查局分发来自 Hyperion 系统的数据。

EO-1 AC（也称为 LEISA AC 或 LAC）是一种覆盖 0.85 至 1.5 μm 波长范围的粗空间分辨率高光谱成像仪。 它的创建是为了校正主要由其他传感器图像中的水蒸气和气溶胶引起的大气波动。 在最低点， AC 的空间分辨率为 250 m。 下表反映了高光谱遥感传感器系统的一些示例。

第一个商用高光谱扫描仪是紧凑型机载光谱成像仪 (CASI)， 它使用 0.4 到 0.9 μm 之间的 288 个波段收集数据， 瞬时视场为 1.2 mrad（毫弧度）。 该技术与全球定位系统 GPS（全球定位系统：GPS 的不同部分，其工作原理，GPS 的流行替代品）结合使用， 以校正飞机高度的波动。 Advance 机载高光谱成像光谱仪 (AAHIS) 是另一种商用高光谱扫描仪， 可在 0.40 至 0.90 μm 之间的约 288 个通道中收集数据。

上图显示由 NASA JPL机载可见红外成像光谱仪 (AVIRIS)实施的成像光谱的概念表示。