高光谱遥感技术的介绍及应用
高光谱遥感卫星技术及其地质应用
高光谱遥感卫星技术及其地质应用高光谱遥感卫星技术是一种先进的地球观测技术，具有光谱分辨率高、覆盖范围广、信息量大等特点，在地质领域具有广泛的应用前景。
本文将介绍高光谱遥感卫星技术的基本概念、原理、组成及其在地质领域的应用，并探讨未来的发展趋势。
高光谱遥感卫星技术是一种利用高光谱传感器获取地球表面信息的卫星遥感技术。
高光谱传感器可以捕捉到电磁波谱上从可见光到热红外波段的光谱信息，将地物目标的反射、透射、辐射等多维度信息进行采集和处理，从而识别地物类型、结构和变化。
高光谱遥感卫星技术的优势在于其具有高的光谱分辨率和空间分辨率，可以获取地物的精细光谱特征，为地质应用提供更为准确和全面的信息。
高光谱遥感卫星技术的组成包括数据采集、数据预处理、特征提取和分类应用等方面。
数据采集是利用高光谱传感器获取地球表面信息，生成包含大量光谱特征的数据立方体。
数据预处理是对原始数据进行校正、定标、融合等处理，提取出有效的光谱特征。
特征提取是对预处理后的数据进行统计分析，提取出与地物类型、结构和变化相关的光谱特征。
分类应用是根据提取的光谱特征，利用分类算法对地物进行分类和识别。
高光谱遥感卫星技术在地质领域具有广泛的应用，包括地质灾害监测、矿藏探测、生态环境监测等方面。
地质灾害监测方面，高光谱遥感卫星技术可以获取地质灾害（如滑坡、泥石流等）发生前后的光谱特征，为灾害预警和评估提供依据。
矿藏探测方面，高光谱遥感卫星技术可以通过探测岩石的光谱特征，识别出不同类型的矿藏和其分布规律。
生态环境监测方面，高光谱遥感卫星技术可以监测土地利用变化、生态保护区范围内的人类活动和自然生态的变化等。
为了更好地说明高光谱遥感卫星技术在地质应用中的效果和优势，我们选取了一个具体的应用案例进行分析和对比。
该案例是对某区域进行矿藏探测的应用。
我们利用高光谱遥感卫星技术获取了该区域的高光谱数据，并通过数据预处理提取出有效的光谱特征。
然后，我们根据提取的光谱特征，利用分类算法对该区域进行了矿藏类型的分类和识别。
高光谱遥感技术在环境监测中的应用与案例分析
高光谱遥感技术在环境监测中的应用与案例分析一、引言高光谱遥感技术是一种通过采集物体表面反射和辐射的连续光谱信息来获取物质光学特征的技术。
由于其高灵敏度和高分辨率的特点，高光谱遥感技术在环境监测领域广泛应用。
本文将介绍高光谱遥感技术的原理，并通过案例分析探讨其在环境监测中的应用。
二、高光谱遥感技术原理高光谱遥感技术基于物体反射光谱的原理，通过获取物质的光谱特征来进行识别和分析。
传统的遥感技术只能采集三个波段的光谱信息，而高光谱遥感技术则能够采集上百个波段的连续光谱信息。
这种连续光谱信息包含了物体的细微差异，可以更准确地判断物质的组成、含量和状态。
高光谱遥感技术的获取方式多样，包括航空航天遥感技术、卫星遥感技术和无人机遥感技术等。
不同的获取方式适用于不同的场景和需求，可以根据实际情况选择最合适的方式。
三、高光谱遥感技术在环境监测中的应用案例1. 水质监测高光谱遥感技术能够对水体中的溶解性有机物、氨氮、总磷等进行准确测量，通过光谱信息分析可以检测水体中污染物的种类和浓度，为水质监测提供了有力的手段。
例如，在某湖泊水质监测项目中，高光谱遥感技术被应用于测定水中蓝藻的浓度，通过对蓝藻光谱信息的分析，可以实时掌握湖泊蓝藻的分布情况，及时采取治理措施。
2. 土壤环境监测土壤的质量对于农业生产和生态保护至关重要，而高光谱遥感技术可以在更大范围内对土壤环境进行监测和评价。
通过解析土壤的光谱反射特征，可以获得土壤养分含量、重金属污染程度以及土壤湿度等信息。
在一次农业生产中，高光谱遥感技术被应用于实时监测农田土壤的湿度，帮助农民及时调整灌溉措施，提高农作物的生产效率。
3. 空气质量监测空气质量是城市环境监测的重要指标之一，高光谱遥感技术可以通过监测大气中的气体成分和颗粒物浓度来评估空气质量。
例如，某城市在空气质量监测中应用高光谱遥感技术，通过对大气悬浮颗粒物的光谱信息进行分析，能够实时监测并预测空气中颗粒物的释放源和传输路径，为城市环保管理提供科学依据。
高光谱遥感的概念
定量反演与模型模拟技术
定量反演
利用高光谱数据反演地物参数， 如叶绿素含量、地表温度等。
模型模拟
建立地物光谱模型，模拟地物光 谱特征，用于预测和模拟。
参数优化
对反演和模拟的参数进行优化， 提高结果的准确性和可靠性。
04
高光谱遥感的应用案例
农业应用案例
作物分类与识别
土壤质量评估
高光谱遥感能够通过分析不同作物反射 的光谱特征，实现对农作物的精细分类 和识别，有助于精准农业的实施。
图像融合
将多源遥感数据融合，提 高信息量和分辨率。
图像增强
通过对比度拉伸、色彩映 射等手段，改善图像的可 视化效果。
特征提取与分类技术
特征提取
从高光谱数据中提取地物 光谱特征，如光谱曲线、 谱带宽度等。
分类识别
利用提取的特征进行地物 分类，识别不同类型地物。
精度评估
对分类结果进行精度评估， 提高分类准确率。
高光谱遥感的概念
目
CONTENCT
录
• 引言 • 高光谱遥感的原理 • 高光谱遥感的关键技术 • 高光谱遥感的应用案例 • 高光谱遥感的未来发展
01
引言
什么是高光谱遥感
高光谱遥感是一种利用光谱信息对地球表面进行观测和监测的技 术。它通过卫星、飞机或其他遥感平台搭载的高光谱传感器，获 取地表反射、发射和散射的光谱数据，从而实现对地物的精细识 别和分类。
高光谱遥感的数据获取方式
采集方式
通过卫星或飞机搭载高光谱传 感器进行数据采集。
数据处理
对采集的高光谱数据进行预处 理、特征提取和分类识别等操 作。
应用领域
农业、环境监测、城市规划、 地质勘察等领域。
03
高光谱遥感的应用
高光谱遥感的应用赵艳福 张灵凯（江西理工大学建筑与测绘工程学院，江西 赣州 ３４１０００）摘要：高光谱遥感技术是20世纪末发展起来具有“图谱合一”特点的全新遥感技术。
本文主要对高光谱遥感的特点进行介绍，并着重阐述高光谱遥感在农业、内陆水体水质、及地矿研究三个方面的应用。
关键字：高光谱；遥感；应用１ 高光谱遥感的特点高光谱分辨率遥感（Ｈｙｐｅｒｓｐｅｃｔｒａｌ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ）：用很窄１０－２λ而连续的光谱通道对地物持续遥感成像的技术。
在可见光到短波红外波段其光谱分辨率高达纳米（ｎｍ）数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上而且各光谱通道间往往是连续的，因此高光谱遥感又通常被称为成像光谱遥感。
高光谱遥感的显著特点包括三个方面：（１）高光谱分辨率；传统的多光谱传感器只有几个波段，且光谱分辨率一般都大于１００ｎｍ，而高光谱遥感器的波段数多至几十到几百个，且光谱分辨率都是纳米级，一般是１０～２０ｎｍ，（２）图谱合一；高光谱遥感获取的数据中包含了空间、辐射、光谱三种重要信息，（３）光谱通道多，可在某一光谱波段范围内连续成像；正是得益于高光谱分辨率、多光谱波段的特点，成像光谱仪能够获得地物在一定范围内连续的，精细的光谱曲线。
２高光谱遥感的应用2.1 高光谱遥感在农业方面的应用高光谱遥感在农业中的应用主要包括：（１）对不同农作物进行识别和分类；（２）对农作作物的叶绿素等生物物理参数进行估算；（３）对农作物长势的监测；（４）对农作物产量的评估［１］。
黄双萍［２］等采用偏最小二乘法（ＰＬＳ）和支持向量回归法（ＳＶＲ），在使用高光谱仪采集的反射光谱进行各种形式预处理的基础上，对柑橘叶片的磷含量进行建模和预测。
模型分别在校正集和测试集上进行评估，取得最佳模型决定系数分别为０．９０５和０．８８１，均方误差分别为 ０．００５和０．００４，平均相对误差分别为０．０２６４和０．０３１２。
研究表明：利用高光谱数据 进行磷含量的建模预测是可行的。
高光谱遥感的原理与应用
高光谱遥感的原理与应用1. 高光谱遥感技术简介•高光谱遥感是一种用于获取地面物体光谱信息的遥感技术。
•与传统遥感技术相比，高光谱遥感具有更高的波段分辨率和更丰富的光谱信息。
•高光谱遥感技术的原理是通过采集地面物体在可见光和近红外波段的光谱反射信息，来获取物体的光谱特征。
2. 高光谱遥感的原理•高光谱遥感利用高光谱仪器来收集地面物体在一系列窄波段上的光谱反射数据。
•高光谱仪器通常由特定波段的传感器阵列组成，每个传感器负责收集一个波段的光谱数据。
•地面物体的光谱特征可以通过分析被收集到的光谱数据来确定。
3. 高光谱遥感的应用领域•农业：利用高光谱遥感技术可以监测作物的生长状态、优化农田管理以及检测病虫害等问题。
•矿产资源勘探：高光谱遥感可以检测矿产资源的类型和分布，有助于矿产资源勘探和开发。
•环境监测：高光谱遥感可以监测水体质量、土壤污染程度等环境参数，有助于环境保护和资源管理。
•森林火灾监测：通过高光谱遥感技术可以实时监测森林火灾的扩散情况，有助于及时采取灭火措施。
•城市规划：高光谱遥感可以提供城市土地利用信息，有助于城市规划和土地管理。
4. 高光谱遥感技术的优势•高光谱遥感技术具有较高的波段分辨率，可以获取更详细的光谱信息。
•高光谱遥感技术可以提供更准确的地物分类和识别能力。
•高光谱遥感技术可以探测隐蔽的物体特征，对物体的构成和结构提供更深入的了解。
•高光谱遥感技术具有较高的空间分辨率，可以提供更精细的地物信息。
5. 高光谱遥感技术的挑战和发展方向•数据处理：高光谱遥感技术生成的数据量巨大，对数据处理的算法和技术提出了新的挑战。
•传感器技术：高光谱遥感仪器的性能和稳定性需要不断提升，以满足复杂环境下的需求。
•数据标定和校正：高光谱遥感数据需要进行标定和校正，来消除传感器和大气等因素对数据的影响。
•数据分析和解释：高光谱遥感技术生成的数据需要进行分析和解释，以提取有用的地物信息。
6. 结论高光谱遥感技术是一种重要的遥感技术，具有广泛的应用前景。
高光谱遥感技术在环境监测中的应用研究
高光谱遥感技术在环境监测中的应用研究近年来，环境问题已经成为全球面临的最担心的问题之一之一之一之一。
对环境的监测和控制已经成为保护地球和未来生存的关键。
高光谱遥感技术已经在环境监测和保护中发挥着越来越重要的作用。
本文将介绍高光谱遥感技术的基础知识，并探讨其在环境监测中的应用。
本文主要由四部分组成：高光谱遥感技术概述、高光谱遥感影像的解译、高光谱遥感在土地利用/覆盖分类中的应用以及高光谱遥感在大气和水质监测中的应用。
一、高光谱遥感技术概述高光谱遥感技术是指通过对地面或水面反射出的连续光谱进行记录、处理和解释，以获得有关地表或水体底质、地物种类、分布情况、表面形态、结构、组成等方面的信息技术。
相比于单色遥感图像，高光谱遥感图像每个像素点都有多个频段的光谱信息，能突出细微的特征。
典型的高光谱影像包含数百或数千个连续光谱频段，它们一般都是以波长为坐标轴以及反射（或透射）率或辐射率的值为纵轴进行表示。
高光谱遥感技术的优点包括体积小、分辨率高、识别度强、可重复性好等特点。
二、高光谱遥感影像的解译高光谱影像中包含大量的频段（波段），要解译出其中反映出的信息，需要用到专业的遥感软件，尤其是图像处理软件。
图像处理软件在图像处理的过程中，可以对图像进行各种数学处理，如去噪声、增强、变化检测以及数据提取等。
高光谱遥感技术可以使我们更好地了解红外线波长、可见光波长、紫外线波长范围内的物质光谱特性。
在图像处理软件中，我们可以通过通过图像解译能够识别出每个波段代表了哪些信息，进而提取地物的各种特征信息，例如土地利用类型、植被物种、水域类别和大气污染物的含量等。
三、高光谱遥感在土地利用/覆盖分类中的应用高光谱遥感技术在土地利用/覆盖分类中的应用是高光谱遥感技术的重要应用之一。
土地利用/覆盖分类是根据土地利用和覆盖类型对地域进行划分和分类，其目的在于全面、科学、准确地描述、分析、解释和预测物质在时空变化中的动态过程。
土地利用/覆盖分类根据土地表现形式进行分类，包括耕种、草地、林地、水域、城镇和工业用地等。
高光谱遥感技术在生态环境监测中的应用
高光谱遥感技术在生态环境监测中的应用近年来，环境问题备受关注，随着工业化进程的不断加快，生态环境问题越来越严重。
为了保护和改善生态环境，需要对其进行监测和评估。
而高光谱遥感技术作为一种先进的遥感技术，应用范围广泛，在生态环境监测中也有着重要的应用。
高光谱遥感技术是指利用高光谱图像传感器获取高光谱图像，进而提取地物的光谱、空间和时间信息的一种遥感手段。
它可以获取比普通彩色遥感图像更多的波段信息，带来更详尽的地物信息和更精确的光谱解译结果。
这种技术可以精细化地监测环境和资源，有着重要的生态环境监测应用。
高光谱遥感技术在生态环境监测中的应用主要有以下几个方面：一、植被覆盖度监测高光谱遥感技术通过获取植被反射的连续光谱，可以分析不同光谱范围内的植被覆盖度，并进一步识别不同类型和状况的植被。
这种技术不仅可以有效监测植被覆盖度和变化，还可以精确识别植被类型，为生态环境保护提供准确的数据和信息。
二、水质监测高光谱遥感技术可以获取水体的遥感数据，提取水体反射光谱信息，进而通过分析光谱数据，得出水体中溶解物、色素、浊度等多种水质参数。
水体中不同物质的光谱反射率存在差异，通过高光谱遥感技术，可以有效监测水质，及时发现水体污染和变化情况，为生态环境保护提供依据和数据支持。
三、土地利用监测高光谱遥感技术可以提供更多的地表覆盖信息，对土地的精细化分类和利用提供数据支持。
通过高光谱遥感技术，可以准确获取地表不同物质的光谱信息，实现土地类型和利用状况的准确定位和监测，对土地资源的管理和保护具有重要意义。
四、生态环境监测高光谱遥感技术可以获取地面的遥感数据，提供大量的空间、光谱和时间信息，通过综合分析光谱信息和地形数据，可以准确识别不同类型的地物和生态环境状况。
这种技术可以有效地监测大气、水体、植被、土壤等生态环境要素，为环境保护和生态修复提供科学的数据支持。
总之，高光谱遥感技术在生态环境监测中的应用前景广阔，可以为生态环境保护和资源管理提供大量的精准数据和信息支持。
高光谱遥感技术的发展与应用现状
三、高光谱遥感技术的应用现状
然而，目前高光谱遥感技术还存在一些问题和挑战。首先，高光谱遥感技术 的数据采集和处理成本较高，限制了其广泛应用。其次，高光谱遥感技术的数据 处理算法和模型还不够完善，分类精度有待提高。此外，由于高光谱遥感技术使 用的光谱波段范
三、高光谱遥感技术的应用现状
围较窄，对于某些特定地物目标的识别精度有限。
一、高光谱遥感技术概述
一、高光谱遥感技术概述
高光谱遥感技术是一种利用电磁波谱中可见光、近红外、中红外和热红外波 段的光谱信息，进行地表特征识别的遥感技术。它能够揭示出地物的光谱特征， 反映地物的空间、形态、结构等信息，具有很高的空间分辨率和光谱分辨率。
一、高光谱遥感技术概述
高光谱遥感技术的应用，为地球表面的资源调查、环境监测、精准农业等提 供了强有力的技术支持。
四、未来展望
四、未来展望
针对现有问题和未来发展趋势，高光谱遥感技术的研究和应用将朝着以下几 个方向发展：
1、降低成本：通过研发成本更低的硬件设备和优化数据处理算法，降低高光 谱遥感技术的数据采集和处理成本，促进其广泛应用。
四、未来展望
2、提高精度：通过对数据处理算法和模型的深入研究和完善，提高高光谱遥 感技术的分类精度和识别精度。
三、高光谱遥感技术的应用现状
高光谱遥感技术可以用于土地资源调查、土地利用规划、土地资源保护等方 面的应用。例如，通过对不同土地类型的光谱特征进行分析，可以实现对土地类 型的精细分类和利用评估。
三、高光谱遥感技术的应用现状
在农作物监测方面，高光谱遥感技术可以用于农作物的生长状态监测、产量 预测、品质评估等方面的应用。例如，通过测量农作物的叶绿素含量和水分含量 等光谱特征，可以判断农作物的生长状况和预测产量。此外，高光谱遥感技术在 地质勘察、城市规划、军事侦察等领域也有广泛的应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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 AVIRIS在 0. 4～214 波段范围内提供了224 个波段。
研究表明许多这是传统的多光谱等。
40 nm～20地物的吸收特征在吸收峰深度一半处的宽度为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。
个通224，有VIRISA第二代成像光谱仪称航空可见光、近红外成像光谱仪道，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 AVIRIS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。
这种方法普遍用于许多研究人员沿用,图像的处理和分析应用中。
成像光谱仪问世以后 TM和MSS．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。
大学的Maryland 近年来，混合像元的研究中比较有代表性的当属美国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 AVIRIS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。