高光譜遙感出現在20世紀80年代初，在光譜分辨率方面具有巨大的優勢，被稱為遙感發展的里程碑。世界各國都非常重視這種遙感的發展。成像光譜儀技術發展迅速，高光譜圖像處理技術越來越成熟和深入，應用越來越廣泛。

一、高光譜遙感技術

成像光譜儀可以獲得許多狹窄和連續的圖像，光譜分辨率達到納米級。利用高光譜數據反射獲得的地物反射光譜特性，可以研究地球表面物體的分類、成分、含量、存在狀態、空間分布和動態變化。

與傳統的全色、多光譜遙感圖像相比，高光譜遙感技術具有以下特點：

①光譜響應范圍廣，光譜分辨率高。成像光譜儀響應的電磁波長從可見光延伸到近紅外，甚至中紅外;光譜分辨率達到納米級。

光譜信息與圖像信息有機結合。在高光譜圖像數據中，每個像元對應一條光譜曲線，整個數據是具有空間圖像維度和光譜維度的光譜圖像立方體。

有許多數據描述模型，分析更靈活。高光譜圖像通常有三種描述模型：圖像模型、光譜模型和特征模型。

數據量大，信息冗余多。高光譜數據波段多，數據量大，波段相關性大。

②高光譜遙感技術的優勢提高了高光譜遙感的光譜分辨率，提高了地面物體目標的屬性信息探測能力。因此，高光譜遙感與全色和多光譜遙感相比具有以下顯著優勢。

它包含類似連續的地面光譜信息。高光譜圖像可以通過光譜反射率重建獲得近似連續的地面光譜反射率曲線，匹配地面測量值，并將實驗室地面光譜分析模型應用到遙感過程中。

表面覆蓋的識別能力大大提高。高光譜數據可以檢測具有診斷性光譜吸收特性的物質，準確區分表面植被覆蓋類型、道路鋪裝材料等。

地形元素分類識別方法靈活多樣。圖像分類不僅可以采用貝葉斯識別、決策樹、神經網絡、支持向量機等各種模式識別方法，還可以采用基于地物光譜數據庫的光譜匹配方法。分類識別特征，可采用光譜診斷特征，也可選擇和提取特征。

可以識別地形元素的定量或半定量分類。在高光譜圖像中，可以估計各種土地的狀態參數，提高遙感高定量分析的精度和可靠性。

③高光譜圖像在應用過程中也面臨著以下關鍵技術需要解決的問題：

高光譜圖像光譜重建技術。高光譜圖像記錄的DN值是高光譜遙感定量分析的基礎，根據成像光譜儀的輻射標記和光譜標記數據，通過各種輻射校正反映地物反射率。

高光譜圖像分類識別技術。傳統的圖像分類算法，如最大的似然估計和神經網絡，都是基于大數定理。高光譜圖像維數高，波段相關性大，會遇到/維數災難0現象，需要研究高光譜圖像的分析方法。

大量圖像數據的存儲和計算。高光譜圖像數據量大，相關性強，面臨數據壓縮問題;在圖像分析和處理過程中，需要巨大的計算資源。

④高光譜遙感技術的發展趨勢隨著成像光譜技術的逐漸成熟，高光譜圖像分析研究，應用領域越來越廣泛，高光譜遙感技術的發展呈現出以下趨勢：成像光譜探測能力將繼續提高，成像光譜空間分辨率逐漸提高，從航空遙感到航空遙感，逐漸從遙感定性分析階段到定量分析階段，應用范圍越來越廣泛，應用研究越來越深入。

二、高光譜遙感技術發展現狀

高光譜遙感技術是集探測器技術、精密光學機械、弱信號檢測、計算機技術、信息處理技術于一體的綜合性技術。技術成果主要體現在成像光譜儀的開發和高光譜圖像的分析上。

由于高光譜遙感在地物屬性探測中的巨大潛力，國外成像光譜儀的開發受到了廣泛關注。

1983年，美國開發的航空成像光譜儀是機載成像光譜儀的第一個高光譜圖像(AIS.1)獲取標志著第一代高光譜成像儀的出現。1987年，美國宇航局(NASA)噴氣推進實驗室(JPL)成功開發航空可見光/紅外成像光譜儀(AVIRIS),這標志著第二代高光譜成像儀的出現。20世紀90年代，許多國家開始開發具有代表性的機載成像光譜儀，如表1所示。

星載成像光譜儀是由美國噴氣促進實驗室在航天領域開發的對地觀測計劃中的中分辨率成像光譜儀(MODIS),隨著TER-RA衛星的發射，它成為第一個在軌運行的星載成像光譜儀，從2000年開始將圖像傳輸到地面。到目前為止，已發射的具有代表性的星載成像光譜儀如表2所示。

2000年，在NASA發射的EO-1衛星上配備了高光譜成像儀(Hyperion),地面分辨率為30m，在礦物定量填充方面取得了良好的應用效果。2002年美國海軍測繪觀測(NEMO)衛星攜帶的海岸海洋成像光譜儀(COIS)具有自適應性信號識別能力，滿足軍民的不同需求。此外，2007年6月交付給美國空軍基地的高光譜成像傳感器將通過Tac-Sa-T3衛星進入太空。目前，許多國家正在積極開發自己的高光譜傳感器，包括德國環境監測和分析計劃、南非多傳感器小衛星成像儀MSMI和加拿大高光譜環境和資源觀察者HERO。

隨著成像光譜儀的快速發展，地物光譜數據庫和高光譜圖像分析技術的研究也發展迅速。

在地物光譜數據庫技術方面，JPL標準波譜數據庫、USGS波譜數據庫、ASTER波譜數據庫、IGCP-264波譜數據庫是美國最先進、最具代表性的。此外，美國空軍部門和環境保護局建立了AEDC/EPA光譜數據庫，診斷空氣污染和空氣成分，并建立了美國海軍研究室開發的HYDICE成像光譜數據庫。其他一些國家也開展了光譜數據庫的技術研究和建設。例如，英國在20世紀90年代初建立了海水光譜數據庫進行海水顏色研究。

國家航空航天局(NASA)、歐洲航天局(ESA)、日本國家空間發展局(NASDA)大學和研究所都有專門的高光譜圖像應用分析研究機構。國外商業遙感圖像處理系統先后增加了成像光譜數據處理模塊，包括RSIENVI、PCIGeomaticsPCI、MicroimagesTNTmips等。

中國緊密跟蹤國際高光譜遙感技術的發展，結合國內不斷增長的應用需求，在20世紀80年代中后期開始開發自己的高光譜成像系統。

主要成像光譜儀包括中國科學院上海技術物理研究所開發的掃描成像光譜儀(PHI)實用模塊化成像光譜儀系列(OMIS)中國科學院院長春光機研制的高分辨率成像光譜儀(C-HRIS)和西安光機開發的穩態大視場偏振干擾成像光譜儀(SLPIIS)。

中國科學院上海技術物理研究所開發的中分辨率成像光譜儀(CMODIS)2002年隨/神舟03號發射升空，成功獲得航天高光譜圖像。從可見光到近紅外有30個波段，中紅外到遠紅外有4個波段，空間分辨率為500m。

2007年10月發射的嫦娥1號0衛星已攜帶中國科學院西安光機研制的干涉成像光譜儀升空，用于獲取月球表面二維多光譜序列圖像和可分辨地元光譜圖。通過與其他儀器配合使用，分析月球表面有用元素和物質類型的含量和分布，獲得的數據用于編制各種元素

2007年10月年發射的/嫦娥1號0衛星已攜帶中科院西安光機所研制的干涉成像光譜儀升空, 用于獲取月球表面二維多光譜序列圖像及可分辨地元光譜圖, 通過與其他儀器配合使用對月球表面有用元素及物質類型的含量與分布進行分析, 獲得的數據用于編制各元素的月面分布圖。

從2007年到2010年, 我國將組建環境與災害監測預報小衛星星座, 將攜帶超光譜成像儀, 采用0. 45~0. 95Lm波段, 平均光譜分辨率為5nm, 地面分辨率為100m。

我國在積極研制具有自主知識產權的成像光譜儀的同時, 在地物光譜數據技術、高光譜影像分析技術等方面的研究中也取得了部分的成果。

20世紀90年代初期, 中科院安徽光機所、遙感所等單位對大量的典型地物進行了波譜采集, 建立了我國第一個綜合性/ 地物波譜特性數據庫0。1998年, 中國國土資源航空物探與遙感中心建立了“典型巖石礦物波譜數據庫”, 其中包含了我國主要的典型巖石和礦物500余種。2000年, 中國科學院遙感所基于GIS和網絡技術研制了典型地物波譜數據庫及其管理系統, 記錄了10000多條地物波譜,并能動態生成相應的波譜曲線和遙感器模擬波段,實現了波譜數據庫與/ 3S0技術的鏈接。

三、高光譜遙感應用領域

青海高光譜云母、綠泥石礦物分布圖

①軍事領域應用，先進的科技成果往往最先應用于軍事領域。高光譜影像的軍事應用主要集中在以下領域。

目標偵察：高光譜衛星圖像可大大拓寬對目標種類識別范圍并提高識別的準確率。

近海環境監測：應用于海軍和潛艇部隊需要淺水區探測、海底結構類型、探測水下危險事件、海水清晰度等。

偽裝與反偽裝：高光譜遙感能夠完成對多種偽裝目標或工程的可靠揭露, 同時還可用來提高部隊的偽裝技術水平。

打擊效果評估：用目標受損后其自身和環境的細微光譜特征變化來實現或輔助毀傷識別。

②民用領域應用，民用方面, 高光譜遙感在對地觀測和環境調查中廣泛應用, 主要體現在以下幾個方面:

測繪地形圖, 制作專題圖：例如精細農業中的農作物、森林、草場等植被分布圖, 地質探測中的礦物、土壤、冰川等專題分布圖等。

海部要素監測：例如海洋資源普查、水色水質變化、葉綠素和浮游生物含量分析、海岸帶和海洋生態變化及海洋污染監測等。

資源環境調查與災害評估：例如土地利用動態監測、礦物分布調查、水體富營養化檢測、大氣污染物監測、植被覆蓋度和生物量調查、地質災害評估等。

大氣遙感：利用高光譜數據, 在準確探測大氣成分的基礎上, 能提高天氣預報、災害預警等的準確性與可靠性。