高光譜遙感技術Hyperspectral Remote Sensing. 已經成為當前遙感領域的前沿技術，在眾多行業得到了越來越多的應用和發展。本文結合已有研究資料和實際情況，簡單總結了高光譜遙感技術在林業領域的應用和發展。

高光譜遙感技術的特點

高分辨率遙感是指在電磁波譜的可見光、近紅外光和熱紅外波段范圍內，獲取大量非常窄的光譜連續影像數據的技術，其基礎是測譜學。

經過從20世紀80年代的興起與90年代至現在的發展，一系列高光譜成像技術已在國際上研制成功并在航空平臺上獲得廣泛應用，在實驗、研究以及信息商業化方面發揮著重要作用。

高光譜遙感具有不同于傳統遙感的特點，主要表現在以下幾個方面：

1. 波段多，能夠為每個像元提供幾十、數百甚至上千個波段；

2. 光譜寬度窄，其波段寬度一般小于10nm；

3. 波段連續，某些傳感器可以提供太陽光譜350~2500nm范圍內幾乎連續的地物光譜；

4. 數據量大，隨波段數增加，數據量呈指數倍增加；

5. 信息冗余，由于相鄰波段高度相關，冗余信息也較多。

?

高光譜遙感技術在林業領域的應用和發展

監于以上特征，高光譜遙感在林業定量監測及分析方面具有很大的潛力。在林業遙感應用上，高光譜遙感數據憑借大量的光譜信息在森林樹種分類、森林病蟲害監測與評估、火災監測、森林資源變化信息提取等方面得到了廣泛地應用，為森林經營與管理提供了一種實時而科學的新技術手段，目前主要用于以下幾個方面：

1. 森林樹種高光譜的分類與識別根據植被光譜的特征，我們可以通過分析植被的反射光譜，對森林樹種進行分類與識別。但是由于高光譜存在信息量大、數據冗余的問題，如何既高效地利用高光譜數據信息又能較快地處理高光譜數據，是高光譜遙感的研究熱點及未來發展方向。其中，光譜特征的選擇和提取的研究是一個重要方向。鑒于此，近20年來，學者們以傳統算法為基礎開發了許多用于高光譜遙感的識別算法，主要有基于光譜特征、基于光譜匹配和基于統計分析方法等。

2. 森林樹種主要生化參數模型估算

森林樹種的主要生化參數包括色素含量、含水量、可溶性糖和可溶性酶含量等方面，而植物的光譜特征主要受色素含量以及含水量的影響。目前，應用最為廣泛的研究領域為：光譜曲線的模型與色素含量及含水量的估算。

3. 森林監測與高光譜遙感技術

目前，高光譜遙感技術已在森林病蟲害監測以及火災監測等方面得到廣泛應用。高光譜遙感屬于無損傷測試技術，植物生長發育階段、健康狀況是否病蟲害等. 都影響著植物高光譜效應，因此我們可以利用高光譜遙感技術監測植物病蟲害的發生及發展狀況。此外，我們還可以通過高光譜遙感對森林進行周期性的大范圍監測，可以為森林

?