智能大作业

西安电子科技大学

智能传感技术大作业

——高光谱遥感成像

学院：

一、高光谱遥感的综述

（1）高光谱遥感的概念

遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭

示出物体的特征性质及其变化的综合性探测技术。所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。从航空成像光谱仪（AIS）的32个连续波段影像上，人们可以获取连续的光谱信息。这是高光谱遥感与常规的宽波段遥感数据的主要区别。

（2）高光谱遥感的特点

同其它传统遥感相比，高光谱遥感具有以下特点：

⑴波段多。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。

⑵光谱分辨率高。成像谱仪采样的间隔小，一般为10nm 左右。精细的光谱分辨率反映了地物光谱的细微特征。

⑶数据量大。随着波段数的增加，数据量呈指数增加。

⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。

⑸可提供空间域信息和光谱域信息，即“图谱合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。

近二十年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术。

（3）成像光谱仪

成像光谱仪：将成像技术和光谱技术结合在一起，在探测物体空间特征的同时并对每个空间像元色散形成几十个到上百个波段带宽为10nm左右的连续光谱覆盖。它以高光谱分辨率获取景物或目标的高光谱图像。在陆地、大气、海洋等领域的研究观测中有广泛的应用。

1）成像光谱仪–概述

成像光谱仪是20世纪80年代开始在多光谱遥感成像技术的基础上发展起来的，它以高光谱分辨率获取景物或目标的高光谱图像，在航空、航天器上进行陆地、大气、海洋等观测中有广泛的应用，高成像光谱仪可以应用在地物精确分类、地物识别、地物特征信息的提取。建立目标的高光谱遥感信息处理和定量化分析模型后，可提高高光谱数据处理的自动化和智能化水平.。由于成像光谱仪高光谱分辨率的巨大优势，在空间对地观测的同时获取众多连续波段的地物光谱图像，达到从空间直接识别地球表面物质的目的，成为遥感领域的一大热点，正在成为当代空间对地观测的主要技术手段。地面上采用成像光谱仪也取得了很大的成果，如科学研究、工农林业环境保护等方面。

成像光谱仪主要性能参数是：（1）噪声等效反射率差（NE?p），体现为信噪比（SNR）；（2）瞬时视场角（IFOV），体现为地面分辨率；（3）光谱分辨率，直观地表现为波段多少和波段谱宽。

高光谱分辨率遥感信息分析处理，集中于光谱维上进行图象信息的展开和定量分析，其图象处理模式的关键技术有：⑴超多维光谱图象信息的显示，如图像立方体的生成；⑵光谱重建，即成像光谱数据的定标、定量化和大气纠正模型与算法，依此实现成像光谱信息的图象-光谱转换；⑶光谱编码，尤其指光谱吸

收位置、深度、对称性等光谱特征参数的算法；⑷基于光谱数据库的地物光谱匹配识别算法；⑸混合光谱分解模型；⑹基于光谱模型的地表生物物理化学过程与参数的识别和反演算法。

高光谱分辨率成像光谱遥感起源于地质矿物识别填图研究，逐渐扩展为植被生态、海洋海岸水色、冰雪、土壤以及大气的研究中。

2) 成像光谱仪的基本原理

系统工作原理与结构：高成像光谱仪将成像技术和光谱技术结合在一起，在探测物体空间特征的同时并对每个空间像元色散形成几十个到上百个波段带宽为10nm左右(目前美国产SOC730成像光谱仪的带宽已达到2nm)的连续光谱覆盖。根据成像光谱仪的扫描方式，其工作原理也不尽相同，作为光学成像仪成像的一个例子，这里简述一下焦平面探测器推扫成像原理。

系统工作原理：焦平面探测器推扫成像原理，地面物体的反射光通过物镜成像在狭缝平面，狭缝作为光栏使穿轨方向地面物体条带的像通过，挡掉其他部分光。地面目标物的辐射能通过指向镜，由物镜收集并通过狭缝增强准直照射到色散元件上，经色散元件在垂直条带方向按光谱色散，用会聚镜会聚成像在传感器使用的二维CCD面阵列探测元件被分布在光谱仪的焦平面上。焦平面的水平方向平行于狭缝，称空间维，每一行水平光敏元上是地物条带一个光谱波段的像；焦平面的垂直方向是色散方向，称光谱维，每一列光敏元上是地物条带一个空间采样视场(像元)光谱色散的像。这样，面阵探测器每帧图像数据就是一个穿轨方向地物条带的光谱数据，连续记录光谱图像，就得到地面二维图像。

成像光谱仪数据获取系统构成：成像光谱仪由光学系统、信号前端处理盒、数据采集记录系统三部分组成。数据的回放及预处理通过专用软件在高性能的微机上完成。软件具有如下功能：数据备份；快速回放；数据规整和格式转换；图像分割截取；标准格式的图像数据生成等。

3)成像光谱仪的应用

成像光谱仪的应用范围遍及化学、物理学、生物学、医学等多个领域。目前，成像光谱仪在土地利用、农作物生长、分类，病虫害检测，海洋水色测量，城市规划、石油勘探、地芯地貌及军事目标识别等方面都有着很广泛和深远的应用前景。可见光近红外光谱范围超成像光谱仪最广阔的应用领域为植被和海洋；植被的反射光谱特征主要取决于叶片中的叶绿素含量和成份，正常生长的植物有典型的光谱形状；当生长不良、病虫害、地下金属矿物诱导病变等因素会引起反射强度比例变化和吸收光谱特征的微小位移，这种位移的观测要求超成像光谱仪具有优于5nm的光谱分辨率和100以上的信噪比。在光波范围能够观测水下状况的只有可见光，其中穿透性最好的波长范围为0．45～0．60μm(蓝光至黄光)，亦被称为“海洋窗口”。可见光超成像光谱仪可以观测海洋中沉积性悬浮物、浮游生物、叶绿素的分布等海况，但是获取海洋表层中悬浮体物质在质量和数量方面的信息时，不仅需要高光谱分辨率，而且要很高的辐射灵敏度(信噪比500以上)。

在农林业上的应用在农林业上的应用很多，如农作物长势分析、作物类别鉴定、病虫害防治分析、产量评估、林业资源调查、伐林造林、森林草场调查、土地沙化、土壤侵蚀等。

在农业、林业中的应用：高成像光谱仪可以用来研究品种因素对小麦品质的影响程度以及品种因素与品质指标之间的相关性，还可以得出环境条件下籽粒的白质含量与湿面筋含量、沉降值、吸水率、形成时间和稳定时间之间存在的相

关性，并利用不同品种、不同肥水条件下的作物关键生育时期的生化参量与光谱指数进行分析，预测预报籽粒品质。2005年6月12日我国首次利用地物光谱仪高空监测小麦条锈病5。在位于昌平小汤山的“国家精准农业研究示范基地”小麦实验田，国家自然科学基金项目研究的“基于3S技术的小麦条锈病监测预警”采用热气球进行近地遥感监测小麦条锈病初步获得成功，这在我国尚属首次。这项研究以小麦条锈病为对象，根据全球定位系统(GPS)的精确定位，利用地理信息系统(GIs)研究其大区流行规律，利用遥感(Rs)技术探索其实时监测新途径(合称3S技术)，期望最终构建基于网络的小麦条锈病监测预警信息系统，这项成果将为政府部门制订小麦条锈病防治决策方案提供科学依据，也为信息技术在植物病害研究中的应用提供新的方法借鉴。项目研究的成功将会促进我国重大农作物病害监测与预警系统的规范化和实用化，实现病害大流行早知道，保障粮食生产，增加农民收入，缩小我国植物病害监测预警技术与国际前沿水平的差距。

农业作物长势监测：主要利用红外波段和近红外波段的遥感信息，得到的植被指数(NDVI)与作物的叶面积指数和生物量正相关5。利用NDVI过程曲线，特别是后期的变化速率预测冬小麦产量的效果很好，精度较高。在农业应用中，通过高空间和高光谱分辨率的航空与航天遥感，来及时(平均2天～3天一次)地提供农作物长势、水肥状况和病虫害情况，称之为“征兆图”(Symptom Maps)，供诊断、决策和估产等使用。为了实时地获取数据，需要反复利用航空遥感或利用各个小卫星建立全球数据采集网。

高光谱遥感与精准农业研究的基础问题还有待解决，如环境胁迫作用下的遥感机理和遥感标志研究，遥感与GIS的集成对作物胁迫作用的诊断理论以及作物生长环境和收获产量实际分布的空间差异性机理和环境胁迫作用与产量形成的遥感定量关系。为了解决上面的理论和应用问题，需要抓住高光谱、高分辨率、雷达遥感等技术手段和“三S”集成技术等关键技术。

对植被的叶面积指数、生物量、全氮量、全磷量等生物物理参数进行分析和估算。在精准农业研究中，高光谱遥感具有广阔的应用前景。比如可以从遥感数据中提取生物物理和生物化学的参数，就是用高空的高光谱遥感数据对一些重要的生物和农学参数的反演。这种研究可以用来研究生态系统过程，如光合作用、C、N循环等，也可以用来对生态系统进行描述和模拟。

最具潜力和效益的应用前景就是研究作物的光谱特征农学遥感机理，将其应用于遥感估产，做到对农作物生长势的动态监测、病虫害的早期诊断和产量的早期预报。可以用于农业自然灾害(水、旱、火、虫、病等)的遥感实时动态监测和损失评估，主要农作物的长势、播种面积的监测和产量预报以及草地估产、草畜平衡估算，进行农业自然资源与环境的动态监测与评估，进行全国耕地变化的遥感动态监测。

环境监测：环境监测主要应用在1．石化工业：如对油品、塑料、添加剂、催化剂等中的元素分析等，还可对其有害元素含量是否超标进行分析监测；2．生态环保：污水或水中有害金属分析，植物中残余无机元素的分析；3．建筑、建材工业：结合城市地物和人工目标的检识等，对水泥、玻璃及耐火材料分析。

自然灾害和灾情评估：目前我国在加紧研制的环境灾害监测卫星，计划在2005年前研制出由两个光学卫星和一个雷达卫星组成的小卫星星座。在2010年前研制出由四个光学卫星和4个雷达卫星组成的小卫星星座，开展对环境和灾害全天时、全天候的监测。自然灾害监测和灾情评估可以包括很多种，如洪涝、干旱、雪灾、森林大火、地震、海洋状况等。

赤潮是指海洋微藻、细菌和原生动物在海水中过度增殖或聚集致使海水变色的一种现象。随着经济发展，沿海富营养化加剧，近年来赤潮的频繁发生和规模的不断扩大，破坏了渔业资源和海产养殖业，赤潮毒素也严重威胁着人类的生命安全。2002年我国海域共发现赤潮79次，累计面积超过10，000平方公里，直接经济损失2300万元。利用机载高成像光谱仪，获得了赤潮爆发现场8G高光谱数据。通过海监船的现场取样和事后数据分析，上海技物所高成像光谱仪利用赤潮种类鉴别软件，数据质量良好，很好地反映了赤潮光谱特性。所以，利用高成像光谱仪获得的数据，可以迅速对赤潮做出反应，有利于赤潮的及早发现、分类、控制和治理，从而减小赤潮的危害。

海洋资源普查：利用成像光谱仪可获得海陆相互作用区域的高分辨率图像，可以兼顾海洋和陆地的需求，目前高成像光谱仪已经应用于我国海岸带重点地区(黄河口、长江口和珠江口)的资源和植被调查、海岸带动态监测，以及海岸带变迁的长期研究。叶绿素分布是与海洋初级生产力、海水富营养化、赤潮等密切相关的指标，同时，也是研究全球气候变化的重要依据。目前利用高成像光谱仪已能够较准确地确定大洋和远海的叶绿素分布，但近岸水体的叶绿素分布的反演精度还需进一步提高。

除了以上实际应用外，目前高成像光谱仪在自然科学的大部分领域起着主要的作用。随着面阵探测器阵列制造技术的进一步提高，一些新型的成像光谱技术得到了应用，具有这些技术的光谱仪更具有可靠性和稳定性的特点，并且体积小、重量轻、光谱分辨率高、实时性更好、光谱范围更宽（如美国产的SOC710成像光谱仪，其光谱分辨率小于5nm，重量仅3kg，不需要配备云台，非常方便野外使用，见图二）。这种成像光谱仪将会成为新一代成像光谱仪的代表，科学研究人员也会对此类光谱仪投入更多的关注而使其得到更广泛的应用。

二、高光谱遥感的研究状况

（1）高光谱遥感的应用

1) 在地质方面的应用

地质是高光谱遥感应用中最成功的一个领域[4]。由于高光谱遥谱分辨率（10nm）高的特点，在地质方面主要利用其探测岩石和矿物的吸收、反射等诊断性特征，从而进行岩石矿物的分类、填图和矿产勘查。目前，从高光谱遥感数据中提取各种矿物成分信息的主要技术方法有:光谱微分技术、光谱匹配技术、混合光谱分解技术、光谱分类技术、光谱维特征提取方法、模型方法等。中科院上海技术物理所利用MAIS 在河北张家口地区的实验中地对该地区新生界全新统、更新统、中生界侏罗纪张家口群、下元古界红旗营子群及花岗片麻岩、蛇绿岩脉、辉石类岩脉采用不同的图像处理方法获得了较为精确的岩石地层识别分类，证明了高光谱遥感在岩石出露较好区域进行岩类定性识别和大比例尺填图的可能；王润生、甘甫平等人在成像光谱矿物填图技术与应用示范课题中，对新疆东天山地区开展区域面积性矿物填图和西藏驱龙地区开展矿化蚀变矿物填图应用示范,取得了与地面一致的应用效果，矿物识别率和识别正确率均达到85%以上。

2）在植被检测中的应用

高光谱遥感由于具有极高的光谱分辨率，在植被研究中的应用已使得植

被遥感的范围被扩大到生态意义上。通过对来源不同的植被高光谱遥感数据采取相应的技术处理后，可将其用于植被参数估算与分析，植被长势监测以及估产。目前比较常用的有：①植物的“红边”效应:“红边”是位于红光低谷及红光过渡到近红外区域的拐点,通过其位置和斜率的特征来体现。是植物光谱曲线最典型的特征,能很好地描述植物的健康及色素状态。当绿色植物叶绿素含量高、生长活力旺盛时，“红边”会向红外方向偏移，当植物患病时叶绿素减少,“红边”会向蓝光方向移动。植物缺水等原因造成叶片枯黄，“红边”会向近红外方向移动。当植物覆盖度增大时“红边”的斜率会变陡。②植被指数:植被指数是利用遥感光谱数据监测地面植物生长和分布、定性、定量评估植被的一种有效方法（Bannari 等，1995）。根据不同的研究目的，人们已经提出了几十种植被指数，如归一化植被指数NDVI，比值植被指数RVI，土壤调整植被指数SA VI 等等。目前，植被指数已广泛用来定性和定量评价植被覆盖及其生长状况。

3）在农业中的应用

高光谱在农业中的应用，主要表现在快速、精确地获取作物生长状态以及环境胁迫的各种信息，从而相应调整投入物资的投入量，达到减少浪费，增加产量，保护农业资源和环境质量的目的。使用高光谱遥感数据估计作物的农学参数主要有两类方法：一是通过多元回归方法建立光谱数据或由此衍生的植被指数与作物农学参数之间的关系；二是通过作物的红边参数来估计作物的物候性状及其农学参数。高光谱遥感凭借其极高的光谱分辨率为精细农业的发展提供了技术保障和数据来源。

作物生长信息的提取: 作物生产中, 准确、迅速、经济地判断作物氮营养状况, 进而确定氮肥需要量, 对提高作物的实时精确施肥具有重要意义。近年来, 随着相关领域科技水平的不断提高, 氮素营养诊断的测试技术正由传统的实验室常规测试向田间直接无损测试方向发展; 同时测试水平正由定性或半定量的手工测试向精确定量的智能化方向发展。目前, 针对作物氮素诊断的智能化无损测试技术已成为国内外研究的热点, 其中较成熟的技术方法主要有便携式叶绿素仪法和遥感系统中应用的高分辨率多光谱近地测量技术。这两项技术都是基于当作物氮素发生变化时, 其光谱反射特性发生改变的基础上, 但在具体的应用中两者又有所不同。相对于传统的低光谱分辨率遥感(通常指光谱分辨率在0. 1 μm以上)而言, 高光谱分辨率遥感( 光谱分辨率在0. 1 μm以下)数据最主要的特点就是成像通道数量的增加和成像波段的变窄。从而使植被遥感的监测目标发生了很大的变化, 获取子像元(最终光谱单元信息)的能力得到提高, 使得遥感应用着重于在光谱维上进行空间信息展开,定量分析地球表层生物物理化学过程和参数。通过高光谱遥感植被指数技术可以提取植被冠层结构定量信息。蒲瑞良等用小型机载成像光谱仪( CASI)测得的航空高光谱分辨率数据(光谱范围约417~ 800 nm )估计森林族叶化学成分浓度, 最后用导数光谱的多项式逐步回归方程进行分析。对于总叶绿素, 最佳的R2值来自二阶微分光谱的三项式回归方程(R2 = 0. 944), 此方程包含的中心波长分别为748、507和735 nm, 而对于全氮的最佳R2 值来自一阶微分光谱的三项式方程( R2=0. 933), 中心波长分别为780、764和566 nm。结果表明:使用光谱方式的CASI数据及NDVI值提取植被信息, 结合光谱微分技术能明显地改善森林族叶化学成分的估算精度。吴长山等分析了水稻、玉米多时相的群体以及叶片光谱特征与叶绿素密度(单位面积农作物的叶绿素含量, 等于叶绿素含量与鲜叶生物量的乘积)的关系,得出这几种农作物的导数光谱在近红外波段762 nm处与叶绿素密度具有高度相关性。王柯等的实验数据表明540、

680和740~ 1070 nm 的光谱数据在水稻所有的生长阶段都与叶片氮浓度相关显著。

作物长势监测: 作物的反射光谱特征主要由叶片中的叶肉细胞、叶绿素、水分含量和其他生物化学组分对光线的吸收和反射形成的, 受叶色、叶片结构及水分状况、叶片的生理生化性质、植株形态及长势长相等因素的影响。可见光波段反射率主要受叶绿素等各种色素的影响, 近红外波段反射率则由叶片水分状况起决定作用, 不同的植物、同一作物的不同生育时期, 以及同一作物的不同健康状况, 其光谱反射特性均不一样。因此研究作物不同生长条件下的光谱特性与这些生理指标的关系, 就可以实时的监测作物的长势和进行苗情诊断, 从而科学地指导农事活动。高光谱遥感以其超多波段、光谱分辨率高等特点被用来反演叶子各组分含量, 监测作物的生长状况。王延颐用美制的EXOTECH 100A 四通道光谱仪在试验田分析了水稻各生育期( 分蘖盛期、穗分化期、齐穗期、灌浆期及乳熟期) 在一些特征太阳光谱波段( 400、500、670、800、900 nm) 反射波谱特征, 结论是: 稻田光谱与水稻长势的相关性较好, 在水稻灌浆期, 稻田光谱与水稻理论产量的相关性也较好, 尤其是800 nm的反射光谱值。实验也已经证明用高光谱分辨率数据能够估计叶子化学成分。浦瑞良和宫鹏使用多元统计和光谱导数技术评价小型机载成像光谱仪( CASl)数据用于估计冠层生化浓度(总叶绿索、全氮和全磷) 的潜力和效率。Peterson等运用航空成像光谱仪( AIS)对森林冠层中氮和木质素含量进行了监测。为了探索植物叶片氮素遥感诊断的可能性, 20世纪70年代以来有关科学家就进行了大量的基础研究, 寻找氮素的敏感波段及其反射率在不同氮素水平下的表现。研究发现许多植物在缺氮时无论是叶片还是植物冠层水平的可见光波段反射率都有增加, 对氮含量变化最敏感的波段在530~ 560 nm区域。冯伟通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系, 确立小麦叶片糖氮比的定量监测模型, 与传统的破坏性取样及实验室化学分析方法相比, 该研究为小麦叶片糖氮比的定量分析提供了一种无损、快速的技术途径, 同时也拓展了作物生理参数遥感监测的研究领域。研究结果对于小麦植株生长特征及碳氮代谢参数的实时监测和精确诊断具有重要意义, 为遥感技术_在精准农业中的可能应用奠定了技术基础。

4）在大气和环境方面的应用

大气中的分子和粒子成分在太阳反射光谱中有强烈反应，这些成分包括水汽、二氧化碳、氧气、臭氧、云和气溶胶等。传统宽波段遥感方法无法识别出由于大气成分的变化而引起的光谱差异，而波段很窄的高光谱则能够识别出这种光谱差异。此外，高光谱遥感可以对人们周围的生态环境情况做出定量的分析。环境污染是近年来人们比较关注的环境问题，利用高光谱技术可以探测到污染地区的化学物质异样，从而确定污染区域及污染原因；高光谱图像也可用来探测危险环境因素，例如，精确识别危险废矿物，编制特殊蚀变矿物分布图，评价野火的危险等级，识别和探测燃烧区域等。

5）高光谱遥感军事应用

由于高光谱遥感在地面目标识别方面的优势, 很早就被应用于军事领域并且逐步取代了多光谱遥感成为主要侦察手段。

战场详细侦察：高光谱遥感仪器能够在连续的工作波段上同时对目标进行探测, 可直接反映出被测物体的精细光谱特征, 分辨目标表面的成分与状态, 可得到空间探测信息与地面实际目标之间存在的精确对应关系.以色列的科学家利用CASI 高光谱成像光谱仪在特拉维夫市进行了研究, 从CASI 图像中选择典

型的地物作为端元数据, 对河流、沙土、路面、植被等地物都取得了很好的识别效果. 美国海军设计的高光谱成像仪, 可在0. 4~ 2. 5 μm 光谱范围内提供210 个波段的光谱数据, 可获得近海环境目标的动态特性, 例如海水的透明度、海洋深度、海流、海底特征、水下危险物、油泄漏等成像数据, 为海军近海作战提供参考。美国提出了数字化地球研究, 目标是建立全球地表每平方米的数据库, 包括目标和背景特征光谱在内的多种参数. 数据库建立以后, 全球任何地方的军事目标都会处于其监控和打击之下。识别伪装目标：在军事目标侦察、识别伪装方面, 高光谱遥感能够依据背景与伪装目标不同的光谱特性发现军事装备; 通过光谱特征曲线, 可反演出目标的组成成分, 从而揭露与背景环境不同的目标及其伪装.绿色伪装材料检测的一个重要手段就是利用植被红边效应, 植被在680~ 720 nm 反射率急剧升高, 通过检测其位置和斜率的特征就可以识别植被的种类和状态. 现有绿色伪装材料的光谱曲线大体上可以与植被相吻合, 在多光谱侦察条件下能够满足伪装要求, 但是在高光谱细微的分辨能力下,经过伪装的目标便无所遁形。刘凯龙等]的红边作为基本识别特征, 识别准确率达到了99% 以上。

探测计算目标真实温度和发射率：在目前热红外探测中, 用Planck 定律将发射率与和温度这2 个未知参数合并为1 个参数, 在辐射测温学中称为假设温度或辐射温度等. 假设温度是真实温度与光谱发射率的耦合温度, 并不能反映被测目标的真实温度。军事目标的热红外伪装主要是利用低发射率遮障降低目标的辐射能量, 使目标与背景耦合温度接近, 则热红外探测器难以发现、识别. 但是如果采用高光谱探测, 在热红外波段利用线性假设构造方程, 即可计算出目标表面的真实温度和发射率, 高光谱突破了假设温度测量的局限性, 使温度的测量求解更加逼近于物体表面的实际温度。从而更加有效地识别伪装目标与背景。

（2）高光谱数据处理技术发展程度

随着成像光谱仪技术的快速发展，高光谱遥感数据处理技术发展也取得了突破性的进展。高光谱遥感波段数众多，致使其数据量也呈指数增加，海量的数据给研究人员的分析和应用带来不便。人们通过大量的科研实践，发展了新的数据处理方法来适应成像光谱数据做定量分析。

1）基于纯像元的分析方法

①基于光谱特征的分析方法。基于光谱特征的分析方法主要从地物光谱特征上出发，表征地物的特征光谱区间和参数。这种方法普遍用于MSS 和TM 图像的处理和分析应用中。高光谱遥感中的吸收谱线较传统的遥感更为细化和连续，一些在传统遥感的光谱曲线中不可分的特征变得显著起来。所以许多研究人员沿用了这种方法，这一方法通过对比分析地面实测的地物光谱曲线来区分地物。“光谱匹配”是利用成像光谱仪探测数据进行地物分析的主要方法之一。②基于统计模型的分类方法。基于统计模型的分类方法主要是对高光谱数据样本的总体特征进行统计分析。对样本采样点统计分布特征的分析可以帮助识别不同的目标物。按照距离来度量模式相似性的几何分类法和基于Bayes 准则的最大似然法是统计模式识别的两种基本方法。

2）基于混合像元的分析

由于传感器空间分辨率的限制以及地物的复杂多样性，遥感影像中的像元大多数都是几种地物的混合体，而它的光谱特征也就成了几种地物光谱特征的混合体。如果将该像元作为一种地物分析，势必会带来分类误差，不能真实地反映

地面情况。概括起来,混合模型有线性光谱混合模型、非线性光谱混合模型和模糊模型三种。线性混合模型假定混合像元的反射率为它的端元组分的反射率的线性组成，这种模型较为简单，因而也是目前使用最广泛的一种模型。美国马里兰大学的研究人员提出了一种正交子空间投影方法（OSP），他们将224 个波段的A VIRIS 影像数据去掉噪声较大的波段后得到158 个波段，再针对五种主要地物类型，采用OSP 方法得到5 个分量影像，每个分量各表示一种地物类型的分布情况。经检验，成图的分类结果与地面观测是一致的。这一方法既考虑了混合光谱问题，又考虑了数据压缩问题，还在处理过程中加入了去噪声的操作，是目前比较有代表性的混合像元处理技术。

三、高光谱遥感的发展前景

在航空成像光谱仪将继续为科研和应用提供高质量数据的同时，随着星载高光谱卫星的发射成功，其应用将得到更好发展。

目前,成像光谱仪和成像雷达成为遥感技术与应用领域内的两大热点。但迄今为止,国内外常用的成像光谱仪还是以航空机载的为主,要进入实用阶段,需要由航空遥感转向卫星遥感。所以,未来携带更高光谱和空间分辨率成像光谱仪的卫星会陆续发射。

硬件上的进步仅仅是成像光谱仪遥感的前提条件,按照目前的数据处理手段,成像光谱仪遥感数据的使用仍然受到很大的限制,主要原因:一是数据的压缩和信息提取方法不成熟;二是缺乏比较通用的成像光谱仪图像处理系统,进行成像光谱数据的存储、显示和分析。可以预见,这两方面问题是目前乃至未来成像光谱仪遥感的主要研究方向。

此外,成像光谱仪和高光谱数据处理技术将会在得到有效改善的基础上,挖掘其地学应用的潜力。根据具体的应用领域和要解决的实际问题的特殊性,建立有效的应用模型也将成为成像光谱仪遥感研究的主要内容之一。

总之，现有的成像光谱仪技术系统还需要完善，例如，在传感器方面，需要改善其获取数据的性能，提高图像数据的信噪比，增强机上实时数据处理能力；在数据分析处理方面，强调大气校正、信息提取技术，要求发展新算法和完善已有的算法，并向构成标准化应用处理算法软件包方向努力，特别是发展和完善针对高光谱海量数据和丰富光谱信息特点设计的算法和软件，以提高高光谱数据处理效率以及分析、研究和应用水平；在应用方面，向定量化、模型化和精细化地物成分和结构的方向发展。