高光谱遥感技术的介绍及应用

高光谱遥感技术的介绍及应用在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测。最近几十年，随着空间技术、计算机技术、传感器技术等与遥感密切相关学科技术的飞速发展，遥感正在进入一个以高光谱遥感技术、微波遥感技术为主要标志的时代。本文简要介绍了高光谱遥感技术的特点、发展状况及其在一些领域的应用。

1 高光谱遥感简介

1.1高光谱遥感概念

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。

高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术，它是集探测器技术、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的综合性技术。在成像过程中，它利用成像光谱仪以纳米级的光谱分辨率，以几十或几百个波段同时对地表地物像，能够获得地物的连续光谱信息，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而在相关领域具有巨大的应用价值和广阔的发展前景。

1.2高光谱遥感数据的特点

同其他常用的遥感手段相比,成像光谱仪获得的数据具有以下特点:

1）、多波段、波段宽度窄、光谱分辨率高。波段宽度< 10 nm ，波段数较多光谱遥感(由几个离散的波段组成)大大增多，在可见光和近红外波段可达几十到几百个。如A VIRIS在0. 4～214 波段范围内提供了224 个波段。研究表明许多地物的吸收特征在吸收峰深度一半处的宽度为20～40 nm。这是传统的多光谱等

遥感技术所不能分辨的(多光谱遥感波段宽度在100～200 nm 之间)，而高光谱遥感甚至光谱分辨率更高的超光谱遥感却能对地物的吸收光谱特征进行很好的识别，这使得过去以定性、半定量的遥感向定量遥感发展的进程被大大加快。另外，在成像高光谱遥感中，以波长为横轴，灰度值为纵轴建立坐标系，可以使高光谱图像中的每一个像元在各通道的灰度值都能产生一条完整、连续的光谱曲线，即所谓的“谱像合一”，它是高光谱成像技术的一大特点。

2）、由于波段众多，波段窄且连续，相邻波段具有很高的相关性，使得高光数据量巨大(一次获取数据可达千兆G B 级) 、相性大，尤其在相邻的通道间，具有很大的数据冗余

3）、光谱分辨率高。成像光谱仪采样的间隔小，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，使得在光谱域内进行遥感定量分析和研究地物的化学分析成为可能。

4）、空间分辨率较高。相对于MSS (80m) 、TM(30m)和SPOT/ HRV的多波段图像(20m) ，目前实用成像光谱仪有着较高的空间分辨率，加之其高光谱分辨率的特性，使得该种类型的传感器具有广阔的应用前景。

2 高光谱遥感的发展

2.1高光谱成像技术的发展及传感器

如果把多光谱扫描成像的MSS(multi2spectralscanner)和TM(thematic mapper)作为遥感技术发展的第一代和第二代的话，那么高光谱成像(hyperspectralimagery)技术则是第三代的成像技术。

美国的成像技术发展较早，从20世纪80年代至今已经研制了三代高光谱成像光谱仪。第一代成像光谱仪称航空成像光谱仪AIS，是由美国国家航空和航天管理局(NASA)所属的喷气推进实验室JP L设计，已于1984～1986年装在NASA 的C - 130飞机上使用。这是一台装有二维、近红外阵列探测器的实验仪器，有128个通道，光谱覆盖范围从112～214μm ,并在内华达Cuprite地区的应用中取得很好的效果。

第二代成像光谱仪称航空可见光、近红外成像光谱仪A VIRIS，有224个通

道，光谱范围为0141～2145μm。每个通道的波段宽约为10nm ，曾放在改装后的高空U2飞机上使用，为目前最常用的航空光谱仪之一。

基于NASA仪器的成功应用及采矿工业和石油工业的需求，在A VIRIS之后，地球物理环境研究公司GE又研制了1台64 通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪，第64通道是用来存储航空陀螺信息。该仪器由个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内，通道的光谱宽度是不同的。

第三代高光谱成像光谱仪为克里斯特里尔傅立叶变换高光谱成像仪FTHSI，适合在Cessna - 206 轻型飞机上使用。它的重量为35kg ，采用256通道，光谱范围为400～1050nm ，有2～10nm的光谱分辨率，视场角为150°。

在国内，成像光谱仪的研制工作由于跟踪国际前沿技术,成像光谱仪的研制已跻身于国际先进行列。先后研制成功了多光谱扫描仪、红外细分光谱扫描仪FIMS、热红外多光谱扫描仪TIMS、19波段多光谱扫描仪AMSS、71波段多光谱机载成像光谱仪MAIS、128波段OMIS系统、244波段的推扫式成像仪PHI 等。

2.2高光谱数据处理技术的发展

尽管成像光谱仪具有其独特的优越性,但其数据量巨大，为应用和分析带来不便。在国内外成像光谱仪的遥感应用研究中，研究人员为高效利用成像光谱仪数据,充分发挥其高光谱分辨率和空间分辨率方面做出了许多尝试，所采用的方法可归纳为两大类。

2.2.1基于纯像元的分析方法

1)、基于成因分析的光谱分析方法

基于成因分析的方法研究地物的光谱特性，从地物光谱特征上发现表征地物的特征光谱区间和参数最常用的是各种各样的植被指数。这种方法普遍用于MSS 和 TM图像的处理和分析应用中。成像光谱仪问世以后,许多研究人员沿用了这种方法，利用成像光谱仪数据的高光谱分辨率，选取影像的波段，发展了许多更

为精细的植被指数。与此相对的方法，是地物光谱重建和重建的光谱与数据库光谱的匹配识别。这一方法通过对比分析地面实测的地物光谱曲线和由成像光谱仪图像得到的光谱曲线来区分地物。为了提高成像光谱仪数据分析处理的效率和速度，一般要对这些曲线进行编码或者提取表征曲线的参数。“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，但由于野外实际情况的复杂性，很难建立一个比较通用的地物光谱库，这就限制了利用该法进行分析，目前仅仅在比较小的范围内(如岩石成分分析等)取得成功的运用。

2）、基于统计分析的图像分类和分析

基于统计分析的图像分类和分析认为每一波段的图像为随机变量，基于概率统计理论进行多维随机向量的分类。成像光谱仪图像波段多，分类很大程度上受限于数据的维数，面对数百个波段的数据，如果全部用于分类研究，在时间上往往是无法接受的。因此在图像分类之前必须压缩波段，同时又要尽可能地保留信息，即进行“降维”的研究。目前，压缩波段有两种途径，一是从众多的波段中挑选感兴趣的若干波段；二是利用所有波段，通过数学变换来压缩波段，最常用的如主成分分析法等。基于统计分析的图像分类和分析在理论上比较严谨，所以需要有充分的数据地学特征，否则得到的结果有时是不明确的物理解释。

2.2.2基于混合像元的分析方法

由于传感器空间分辨率的限制以及地物的复杂多样性，混合像元普遍存在于遥感图像中，对地面地物分布比较复杂的区域尤其如此。如果将该像元归为一类，势必会带来分类误差，导致精度下降，不能反映真实的地物覆盖情况。

概括起来，混合模型主要有两类，即线性光谱混合模型和非线性光谱混合模型。线性混合模型是迄今为止最受欢迎且使用最多的一种模型，其突出优点是简单。虽然它只能分离与波段数目相同的类别，但对于有着数百个波段的高光谱数据，完全可以克服这种限制。对于非线性混合模型可以利用某些方法来使之线性化，从而简化为线性模型。

近年来，混合像元的研究中比较有代表性的当属美国Maryland 大学的Chang 等人和英国Surey 大学的Bosdogianni 等人所做的研究。前者于1994 年提出OSP (Orthog onal Subspace Projection) 法之后，又相继开发和介绍了一系列

基于OSP 的方法，并将K alman滤波器用于线性混合模型中。这种线性分离Kalman滤波器不仅可以检测到像元内各种特征丰度的突然变化，而且能够检测对分类有用的目标特征。Bosdogianni 等人利用遥感技术对火灾后的森林及生态环境进行长期监测，建立了高阶矩的混和模型，同时他们也提出了利用Houghes 变换进行混合像元分类的方法。总之，与高光谱遥感的硬件发展相比，高光谱数据的处理技术显得相对滞后。但由于高光谱数据的巨大优势，世界各国都将继续加强相关研究。在美国，NASA已把机载A VIRIS作为星载的雏形进行研究，并对高光谱图像所特有的一些难题，如高数据维的减小、算法复杂性等，进行重点攻关，并已研究出智能化比较高的实用高光谱图像处理系统，如成像光谱集成软件包ISIS、为卫星和航空高光谱遥感数据处理分析而设计的ENVI影像处理系统、著名的ERDAS影像处理系统等。在20 世纪80 年代中后期，我国开始着手发展高光谱图像处理系统，并积极开展国际合作，承担了一系列成像光谱技术研究，推动了高光谱遥感在国内的发展。但总体来看，国内高光谱图像的应用研究还处于起步阶段，大部分集中于成像光谱仪的定标及一些辐射校正研究，目前还没有比较成形的高光谱图像处理系统。

3 高光谱遥感技术的应用

高光谱遥感的发展历史虽然只有短短二十年的时间,但在很多国家、许多领域已得到了越来越广泛的应用,尤其是在地质和植被方面,该技术成为对目标地物进行定性,特别是定量研究、调查的一种重要手段。

3.1高光谱遥感在地质中的应用

3.1.1矿物成分识别

高光谱矿物精细识别包括对矿物亚类的识别、矿物组成成分探测、矿物丰度信息提取等矿物微观信息的探测。研究矿物光谱的精细特征与矿物微观信息之间的关系，不仅可以增加矿物识别的种类，还将直接反演地质成生环境。同时，通

过高光谱矿物精细识别将具有地质指示意义的特征物质条件有机地联系起来，更好地促进高光谱技术在基础地质、矿产资源评价与矿山污染监测等领域的深入应用。

3.1.2基于高光谱的地质成因环境探测

在高光谱分辨率下，能够容易检测矿物光谱随某些特定元素（比如Al Ca 等）含量的增加而发生漂移的现象，并可能以此特征光谱作为变量来表征矿物中化合物的含量。在地质作用过程中，矿物组成元素发生类质同象置换，如白云母类Al 与(Fe、Mg) 置换，生成钠云母、白云母、多硅白云母及富Al或Al白云母。绿泥石和黑云母类发生Fe2+与Mg 置换、赤铁矿和褐铁矿中Al与Fe3+置换、碱性长石中Na与K置换、斜长石中Ca与Na 置换等，造成矿物中某一组成元素失衡。这些表现在光谱特征的细微变化上，对这些细微特征的“捕捉”可以进行相应的识别。

3.1.3蚀变矿物及矿化带的探测

高光谱遥感被广泛应用于矿产资源的勘查中主要是通过蚀变带和蚀变矿物的识别，并结合相的地质资料，找寻潜在的矿产。各类蚀变矿物往往很重要的地质指示作用，对它们的识别和探测有重大的地质意义。

3.1.4基于高光谱的成矿预测

通过对矿物识别、地质成因等相关信息的提取与组合关系的分析，能够探讨矿床成生过程中的物源、动力过程等，直接判断可能存在的矿化或矿床信息。这样，在其他知识的辅助下，可以实现对矿化与成矿远景区以及靶区的圈定。基于矿物特征谱带参量地质反演模型，通过对光谱最大吸收深度位置的探测来大致地识别岩性分布。

3.1.5岩性的识别与分类

以现有的岩石矿物光谱库作为参考光谱，利用高光谱数据可进行有关岩性的

识别与分类。

中国国土资源航空物探遥感中心和中科院遥感应用研究所在分析了岩矿光谱特征在高光谱地质应用各个环节中的作用和影响之后，采用HyMap对新疆东天山地区进行高光谱图像数据获取。通过辐射校正、几何校正等图像预处理和MNF变换增强不同岩类分布的信息，基于色调的影像光谱和标准库光谱，区分出花岗岩、花岗闪长岩、闪长岩、辉绿玢岩、基性火山岩、火山碎屑岩、正常沉积岩等岩体地层岩性单位。

高光谱最大的优势在于利用有限细分的光谱波段再现像元对应地物目标的光谱曲线。在参考光谱与像元光谱组成的二维空间中，基于整个谱形特征的相似性概率的大小，能有效地避免岩石矿物光谱漂移或光谱变异造成的单个光谱特征的不匹配，并能综合利用弱的光谱信息在对光谱数据库中岩石矿物光谱特征分析总结的基础上，结合矿物端元选择，利用光谱匹配等方法识别出绿泥石、绿帘石、云母类、白云母、高岭石、盐碱化、方解石等矿物。其中，绿泥石与绿帘石分布在研究区的中部，与地层的分布趋势相一致，可能为区域蚀变所致；云母类主要分布在地层及一些花岗岩体中；碳酸盐岩呈条带状或线状沿构造带近东西向展布蒙脱石分布在一些白板地；盐碱化分布在一些干枯的小河沟中。

在上述矿物识别中，无论是光谱角度制图技术还是光谱匹配和混合光谱分解，都存在对非端元矿物信息的分割。因此阈值的选择是面临的一个重要问题，这不仅关系到所识别矿物的可靠度，也关系到矿物分布范围大小的界定。同时由于是分航带提取不同航带之间并非精确的大气校正使同一地物的光谱特征存在差异，尽管最大程度地降低或减弱了图像边缘的光谱特征畸变，但所提取的矿物空间展布特征的一致性仍受到制约，增加了制图的困难。

3.2高光谱遥感在植被研究中的应用

在植被中的应用是高光谱的另一个重要的应用。通过遥感确定植物叶子植冠的化学成分来监测大气和环境变化引起的植物功能的变化。植被中非光合作用组分以前用宽带光谱无法测量，现在用高光谱对植被组分中非光合作用组分进行测量和分离则较易实现。BoCai利用木质素和纤维素1172μm的特征吸收作为其判别依据，并根据吸收强度作为这类化合物植冠丰度的一个指数；Johnson等人在

分析了美国俄勒冈州中西地区的几块林冠上获取的A VIRI高光谱数据和相应林冠冠层生化特性变化的关系后，指出冠层含氮量和木质素的变化与选择的A VIRIS波段数据变化存在着一般性对应关系；Maston等使用A VIRIS和小型机载成像光谱仪(CASI)数据证实冠层化学成分携有多种气候区生态系统变化过程的信息，并建议从高光谱数据中估计此类信息。

另外，分辨率遥感数据在大比例尺度内进行森林生态系统分类，通过植被物理、化学参数实现对植物生化成分(如N、P、K、淀粉、水分、纤维素、木质素等含量)及其物理特征物理量的估测等。其中常用的有：

1）、植物的“红边”效应：它是位于红光低谷及红光过度到近红外区域拐点，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：植物叶面积指数LAI，它是植被研究中非常重要的参数，它是估计植物光合作用、叶子凋落、固氮等过程的重要参量，是植物生长模型中的一个非常关键的变量，可用来模拟植物的生长过程，估算植物的生产能力及干物质量。归一化植被指数NDVI，是应用很广泛的植被指数，它是植物的生长状态及其空间分布密度的最佳指示因子，此外还有如光合有效辐射APAR等等。

3.3高光谱遥感在海洋中的应用

海洋遥感是20世纪后期海洋科学取得重大进展的关键技术之一，其主要目的是了解海洋、研究海洋、开发利用和保护海洋资源，因而具有十分重要的战略意义。随着科学技术的发展，高光谱遥感已成为当前海洋遥感前沿领域。由于中分辨率成像光谱仪具有光谱覆盖范围广、分辨率高和波段多等许多优点，因此已成为海洋水色、水温的有效探测工具。它不仅可用于海水中叶绿素浓度、悬浮泥沙含量、某些污染物和表层水温探测，也可用于海冰、海岸带等的探测。

由于海洋光谱特性是海洋遥感的一项重要研究内容，各国在发射海洋遥感卫星前后都开展了海洋波谱特性研究，其中包括大量的海洋光谱特性测量研究。在早期的海洋遥感应用中，所使用的传感器波段少，已满足不了现代定量遥感应用

研究的需要。随着中分辨率成像光谱仪的应用，不仅促进了高维数据分析方法的研究，也将促进海洋高光谱特性研究的发展，可以更准确地了解海洋光谱结构，识别海水中不同物质成份的光谱特征，掌握近岸水域光学参数的分布、变化规律，为海洋遥感应用和海洋光学遥感器评价提供可靠的依据。

3.4高光谱遥感在大气和环境研究中的应用

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。其中水汽是主要的吸收成分，有大量的方法用于分析水汽。这些方法通常都是估算940nm水汽吸收强度与大气中总水柱丰度的关系。在国内，刘金涛等人提出了一套高光谱分辨率激光雷达系统，用于同时测量大气风和气溶胶的光学性质，该系统可以分离大气气溶胶和分子散射，可以直接反射出大气的后向散射比和气溶胶的后相散射系数，同时采用双边缘监测技术，可以获得高精度的大气风速信息。

对于冬季覆盖北半球面积30 %以上的冰雪，通过成像光谱的模拟试验，特别是110～113μm光谱范围的波段，可以获得对冰雪粒径大小的识别，Ann等人利用航空成像光谱仪A VIRIS中心在1103μm的波段与冰雪颗粒关系进行冰雪颗粒填图，并提出波段面积标尺法，解决了信号建立在单波段上易受到传感器噪声影响的缺点。

3.5高光谱遥感在军事上的应用

高光谱影像由于其具有的丰富地面信息，从一开始就被应用于军事领域，并在实际应用中表明这种光谱成像技术在军事上具有很高的应用价值，因而军用卫星上采用这种遥感器的趋势正在快速增长。在军事侦察、识别伪装方面，它能够根据目标与伪装材料不同的光谱特性，利用成像光谱仪可以从伪装的物体中自动发现目标;在调查武器生产方面，超光谱成像仪不但可探测目标的光谱特性、存在状况，甚至可分析其物质成分，从而可采集工厂产生的烟雾，直接识别其物质成分，判定工厂生产的武器，特别是攻击性武器。在海军作战方面，目前美国海军设计的超光谱成像仪，可在014μm～215μm 光谱范围内提供210个成像光谱数据，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、海洋

大气能见度、海流潮汐、海底类型、生物发光、海滩特征、水下危险物、油泄漏、大气中水汽总量和次见度卷云等成像数据，这对海军近海作战有十分重大的意义。

3.6高光谱遥感在其它领域中的应用

高光谱影像由于其具有丰富的地面信息，其应用领域正在迅速拓展。在实际应用中，远远不只局限于高光谱影像的若干主要应用领域。在其他方面诸如自然灾害监测、农业应用、林业遥感、宇宙和天文学等领域也有广阔的应用前景。随着科学技术的不断进步，高光谱的应用领域将会进一步拓宽,在各个领域的影响也会进一步增大。