01高光谱遥感第一讲
高光谱遥感分解课件
端元提取的效果直接影响到后续的混合 像元分解和谱间关系分析的精度和可靠 性，因此是高光谱遥感分解中的关键步
骤。
混合像元分解方法
混合像元分解的方法包括基于物理模型的方法和基于 统计模型的方法等。这些方法通过建立地物光谱与像 元光谱之间的数学模型，利用优化算法对模型参数进 行求解，从而得到每个像元的纯组分和丰度信息。
高光谱遥感分解方法
端元提取方法
端元提取是高光谱遥感分解的基础，目 的是从高光谱数据中提取出纯净的地物 光谱，为后续的混合像元分解和谱间关
系分析提供基础。
端元提取的方法包括基于统计的方法、 基于空间的方法和基于变换的方法等。 这些方法通过不同的原理和算法，从高 光谱数据中提取出尽可能纯净的地物光
谱。
矿物与地质应用
总结词
高光谱遥感在矿物与地质应用中具有重要作用，可以用于矿产资源调查、地质构造分析 等。
详细描述
高光谱遥感能够通过分析地物的光谱特征差异，识别不同类型的矿物和地质构造。在矿 产资源调查中，高光谱遥感可以用于发现潜在的矿床和评估矿产资源的分布情况。同时 ，在地质构造分析中，高光谱遥感可以通过分析地物的光谱特征差异，揭示地质构造的
高光谱遥感分解课件
ቤተ መጻሕፍቲ ባይዱ
目录
CONTENTS
• 高光谱遥感概述 • 高光谱遥感技术原理 • 高光谱遥感分解方法 • 高光谱遥感应用实例 • 高光谱遥感技术展望
01
CHAPTER
高光谱遥感概述
高光谱遥感的定义
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。它通过卫星或飞机搭载的高光谱成像仪获取地物辐 射的连续光谱信息，进而分析地物的成分、结构和动态变化 。
高光谱遥感技术的挑战与问题
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
多光谱遥感：国际遥感界的共识是光谱分辨率在λ /10数量级范围 的称为多光谱(Multispectral)，这样的遥感器在可见光和近红外 光谱区只有几个波段，如美国 LandsatMSS，TM，法国的SPOT等。 高光谱遥感：光谱分辨率在λ /100的遥感信息称之为高光谱遥感 (HyPerspectral)。它是在电磁波谱的可见光，近红外，中红外和 热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。 其成像光谱仪可以收集到上百个非常窄的光谱波段信息。高光谱遥 感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感 兴趣的物体获得有关数据，它包含了丰富的空间、辐射和光谱三重 信息。高光谱遥感使本来在宽波段遥感中不可探测的物质,在高光 谱遥感中能被探测。 超高光谱遥感：而随着遥感光谱分辨率的进一步提高，在达到 λ /1000时，遥感即进入超高光谱(ultraspeetral)阶段。
土壤属性高光谱反演
土壤盐分
在土壤反射光谱中的特征光谱，从而对土壤营养状况和
土壤侵蚀状况做进一步检测与评价。有图可知，总氮在 0.55-0.60μm之间和0.80-0.85μm之间有较明显的反射峰 ，在1.4μm周围有较显著的吸收谷。
土壤水分
当土壤的含水率增加时，土壤的反射率下降，在水的吸
Hyperion/EO-1
Hyperion 传感器搭载于 EO-1 卫星平台，EO-1(Earth
Observing-1)是美国NASA 面向 21 世纪为接替 LandSat-7 而 研制的新型地球观测卫星，于 2000 年 11月发射升空，其卫 星轨道参数与 LandSat-7 卫星的轨道参数接近，之所以设计 相同轨道，目的是为了使 EO-1 和 LandSat-7 两颗星的图像 每天至少有 1~4 景重叠，以便进行比对。 传统的陆地资源卫星只提供为数不多的七个多光谱波段，远 远不能满足各种实际应用的需要，因此美国地质调查局 （USGS）与美国宇航局（NASA）合作发射了 EO-1 卫星， 并在该卫星上搭载了三种传感器分别是 ALI (the Advanced Land Imager), Hyperion, LEISA （the Linear Etalon Imaging Spectrometer Array）Atmospheric Corrector
高光谱遥感的应用(课堂PPT)
不同传感器红外波段与红波段的光谱响应
11
实例1：MODIS数据
原始modis影像
(b) 植被指数NDVI影像图
(a) 植被指数VIUPD影像图
12
实例2：日本高光谱GLI数据
全球反射率影像图(B1+B5+B8) (GLI数据2003年4月7日)
全球植被指数影NDVI像图 (GLI数据2003年4月7日)
14
地表岩性
岩石分为三大类：沉积岩、火成岩和变质岩， 各类岩石由于形成的环境不同，具有不同的光 谱特性。
沉积岩：以Fe离子的变化作为判别依据，三阶 铁离子（0.5和0.9微米）与二阶铁离子（1.0微 米）的光谱特性并不一样。
火成岩：SiO2的含量。 变质岩：比如白云石和方解石中的Mg和Ca离
新
疆
柯
坪
地
区
岩
石灰岩
性
填
图
白云岩
18
19
20
矿山污染
甘甫平等利用航天 Hyperion高光谱数 据研究矿山污染物 的识别，通过对矿 山野外光谱特征综 合分析，结合污染 物的特征，展开对 废矿的污染物提取 的研究。 （2004）
21
油气渗漏探测
当石油在地表的侵入点明显而且范围较大的时候，高 光谱遥感的发展为油气管线渗漏监测提供了有效的解 决方案。
油气渗漏和土壤混杂点很难被多光谱遥感监测到，原 因在于它们被其他材料所冲淡。而高光谱遥感器提供 了充足的光谱分辨率，可以在可见光，近红外，短波 红外提供大量的光谱数据。
国外政府的投入很大，大的石油公司都有一套完备的 高光谱遥感油气管道监测系统。
22
三、农业方面的应用
高光谱遥感在农业科研和应用技术上主要表现在以下几 个方面：
高光谱在遥感技术的应用
高光谱在遥感技术的应用高光谱遥感技术（Hyperspectral Remote Sensing）的兴起是20世纪80年代遥感技术发展的主要成就之一.作为当前遥感的前沿技术，高光谱遥感在光谱分辨率上具有巨大的优势。
，随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛。
本文主要阐述高光谱遥感的特点和主要应用。
1 高光谱遥感孙钊在《高光谱遥感的应用》中提到，高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。
[1]高光谱遥感具有较高的光谱分辨率，通常达到10～2λ数量级。
[2]1.1 高光谱遥感特点综合多篇关于高光谱的期刊文章，总结高光谱具有如下特点：（1）波段多，波段宽度窄。
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。
[3]与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的(一般<10nm) 成像波段，波段数与多光谱遥感相比大大增多，在可见光和近红外波段可达几十到几百个，且在某个光谱区间是连续分布的，这不只是简单的数量的增加，而是有关地物光谱空间信息量的增加。
[4]（2）光谱响应范围广，光谱分辨率高。
成像光谱仪响应的电磁波长从可见光延伸到近红外，甚至到中红外。
[5]成像光谱仪采样的间隔小，光谱分辨率达到纳米级，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。
（3）可提供空间域信息和光谱域信息，即“谱像合一”，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。
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1 条完整、连续的光谱曲线，即所谓的“谱像合一”。
（4）数据量大，信息冗余多。
高光谱数据的波段众多，其数据量巨大，而且由于相邻波段的相关性高，信息冗余度增加。
（5）数据描述模型多，分析更加灵活。
高光谱影像通常有三种描述模型：图像模型、光谱模型与特征模型。
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。
高光谱遥感
高光谱遥感器
OMIS系统部分参数 128波段 波段 波长 光谱分辩率 64(64,32,16) 0.4-1.1um 10nm 16(8,1) 1.1-2.0um 60nm 32(32,1) 2.0-2.5um 15nm 8(8,1) 3.0-5.0um 250nm 8(8,1) 8.0-12.5um 500nm IFOV 3.0,1.5mrad FOV > 70 degree
VNIR: 32 波段 (0.44~1.08um) 光谱分辨率: 20nm SWIR: 32 波段 (1.5~2.45um) 光谱分辨率: 25nm TIR: 7 波段 (8.0~11.6) 光谱分辨率: 0.45um IFOV: 3.0mrad FOV: 90 degree scanning : 10-20(line/second) digitizer: 12bit
高光谱遥感的基本概念
高光谱遥感起源于20世纪70年代初的多光谱遥 感,它将成像技术与光谱技术结合在一起,在对目标 的空间特征成像的同时,对每个空间像元经过色散 形成几十乃至几百个窄波段以进行连续的光谱覆 盖,这样形成的遥感数据可以用“图像立方体”来形 象的描述.同传统遥感技术相比,由于其所获取的图 像包含了丰富的空间,辐射和光谱三重信息。
2 5.0 表 1.1，国际上部分成像光谱仪一览表（陈述彭等，1997） 500-980 32 2 0.0-71.0
遥感器 PLI-PMI CASI SFSI AIS-1 AIS-2 AVIRIS (20km) ASAS 改进 ASAS GERIS
光谱范围 (nm) 403-805 430-870 1200-2400 900-2100 1200-2400 800-1600 1200-2400 400-2450 455-873 400-1060 400-100 1000-2000 2000-2500
《高光谱遥感的发展》课件
高光谱遥感技术的发展趋势
提高数据获取能力
未来将进一步提高高光谱传感器的性 能，提高数据获取的精度和稳定性。
加强数据处理能力
未来将进一步发展人工智能、机器学 习等技术，提高数据处理的速度和精 度。
拓展应用领域
未来将进一步拓展高光谱遥感技术的 应用领域，如城市规划、资源调查、 灾害监测等。
加强技术交流与合作
从分割后的图像中提取地物的光谱特征，包括光谱曲线、谱带宽度 、谱带深度等。
地物分类与识别
利用提取的光谱特征，对地物进行分类和识别，常用的方法包括监 督分类、非监督分类和支持向量机等。
03
高光谱遥感技术发展现状
高光谱遥感传感器的发展
高光谱成像技术进步
随着技术的不断进步，高光谱成像传 感器在空间分辨率、光谱分辨率和辐 射分辨率等方面取得了显著提升，为 地物精细识别提供了有力支持。
新型传感器研发
科研人员正致力于开发新型的高光谱 传感器，如多角度高光谱传感器和热 红外高光谱传感器，以拓宽遥感的应 用领域。
高光谱数据处理技术的发展
数据处理算法优化
针对高光谱数据的处理，算法不断优 化以提高数据处理速度和准确性，例 如支持向量机、神经网络等机器学习 方法在高光谱分类和识别中的广泛应 用。
3
城市规划与管理
在城市规划与管理方面，高光谱遥感为城市发展 提供了丰富的空间和环境信息，有助于实现精细 化管理和可持续发展。
04
高光谱遥感技术面临的挑战与展 望
高光谱遥感技术面临的挑战
数据获取难度大
数据处理复杂度高
高光谱遥感技术需要获取大量的高光谱数 据，但受到传感器性能、天气条件等多种 因素的影响，数据获取难度较大。
资源调查与利用
- 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)。
研究生选修课：《高光谱遥感》2009-2010学年第二学期高光谱遥感Lecture 1：An Overview of Hyperspectral RemoteSensing主讲：张显峰北京大学地球与空间科学学院遥感与GIS研究所2010年3月1日研究生选修课：《高光谱遥感》2009-2010学年第二学期Who am I?¾张显峰，副教授，北京大学遥感与地理信息系统研究所¾1993～2000，中国科学院遥感应用研究所工作¾1997～2000，获中国科学院遥感所地图学与地理信息系统专业博士学位¾2001～2005，获加拿大西安大略大学遥感信息科学专业博士学位¾Contact Information(联系方式):Email: xfzhang@,Tel:62759123 RM: 遥感楼427研究生选修课：《高光谱遥感》2009-2010学年第二学期课程说明课程名称（中文）：高光谱遥感课程名称（英文）：Hyperspectral Remote Sensing学分/学时：2 / 34课程类型：专业选修星期一:7、8节（14:40 -15:30）；理教116/persons/zhangxianfeng/HyperRS研究生选修课：《高光谱遥感》2009-2010学年第二学期课程目标为“摄影测量与遥感”专业研究生开设的专业选修课程，重点介绍高光谱遥感的基本理论与概念、高光谱数据处理、专题信息提取与应用；作为遥感技术的重要研究前沿，本课程将重点介绍数据处理方法与前沿研究领域与问题；以高光谱数据在岩性矿物信息提取和生态遥感研究中的应用为实例，揭示高光谱遥感的应用特点与前景。
研究生选修课：《高光谱遥感》2009-2010学年第二学期选课要求与考试方式¾选修要求：选修本课学生应该具有一定的地学与遥感背景。
¾授课方式：主要采用授课、实验与专题研讨的方式。
¾成绩计算：以100分为满分，计算如下：上课与讨论考勤：8 %课程讨论与PPT报告(1次)：12 %实习课作业（2次）：20 %期末考试：60 %其中，考勤计算如下：≥90%: 8分；≥80%: 5分；≥67%:3分;< 67%: 0分；研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录第一章高光谱遥感概述（第1讲）1. 高光谱的概念2. 高光谱起源、发展过程3. 高光谱遥感系统及主要传感器研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录1. 高光谱遥感的物理基础（Lecture 2）2. 典型地物光谱特征及其成因（植被、土壤、水、矿物、城市等）（Lecture 3）3. 高光谱遥感的成像机理第二章高光谱遥感的理论与技术基础（第2-3讲）研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录1.高光谱图像辐射定标2. 高光谱图像大气纠正3. 高光谱图像几何纠正第三章高光谱图像辐射定标、大气纠正与几何纠正（第4-5讲）研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录第四章光谱特征分析（第6-8讲）1.光谱特征选择与特征提取2. 光谱数据库与光谱分析3. 混合光谱理论与光谱分解4. 端元光谱提取与小目标探测研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录第五章高光谱图像分类与地物识别（第8-9讲）1.高光谱图像特点2. 高光谱图像分类算法3. 高光谱图像地物识别4. 多源数据辅助高光谱图像分类研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录第六章高光谱遥感应用（第10讲）1.高光谱遥感在植被研究中的应用2. 高光谱遥感在地质研究中的应用3. 高光谱遥感在大气、水文、灾害、城市环境调查及军事等领域的应用研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录上机实习（第11-12讲）1.大气辐射校正实验2. 使用ENVI高光谱工具进行矿物提取实验研究生选修课：《高光谱遥感》2009-2010学年第二学期教学内容目录课堂讨论给定几个具体题目，每人选择一个，进行研究，最后到课堂介绍你的工作。
研究生选修课：《高光谱遥感》2009-2010学年第二学期本课程教学的方法1 上课总学时36 学时2 讲课学时20 学时（10次）3 课堂讨论学时 6 学时（课堂1次）4 实习课8 学时（2次）5 期末考试 2 学时Total=36 学时/2学分研究生选修课：《高光谱遥感》2009-2010学年第二学期参考书1.《高光谱遥感》，童庆禧, 张兵, 郑兰芬编著，高等教育出版社，2006年2.《高光谱遥感的多学科应用》，童庆禧, 张兵, 郑兰芬编著，电子工业出版社20063.《高光谱遥感及其应用》浦瑞良, 宫鹏著，高等教育出版社2000年4.《遥感岩矿信息提取基础与技术方法研究》甘甫平, 王润生著主编，北京地质出版社，2004年。
5. Quantitative remote sensing of land surfaces/Liang,Shunlin, Hoboken, N.J. : Wiley-Inter-science, c2004、c20086. Remote sensing geology/ Ravi P. Gupta. Berlin ; New York :Springer, c2003.研究生选修课：《高光谱遥感》2009-2010学年第二学期第一讲高光谱遥感概述高光谱的概念高光谱起源、发展过程高光谱遥感系统及主要传感器研究生选修课：《高光谱遥感》2009-2010学年第二学期高光谱的概念光谱分辨率高光谱为什么用高光谱?研究生选修课：《高光谱遥感》2009-2010学年第二学期传感器的主要指标－分辨率 空间分辨率：遥感图像上能够详细区分的最小单元的尺寸大小。
9像元（pixel）：将地面信息离散化的格网单元，单位为米。
9瞬时视场角（IFOV）:指传感器到地面最小面积间构成的空间立体张角及瞬时视域，又称角分辨率。
通常用毫弧度mrad表示。
研究生选修课：《高光谱遥感》2009-2010学年第二学期摆扫式研究生选修课：《高光谱遥感》2009-2010学年第二学期推扫式研究生选修课：《高光谱遥感》2009-2010学年第二学期光谱分辨率：传感器记录的电磁波谱中，某一特定的波长范围值。
波长范围越宽，光谱分辨率越低。
研究生选修课：《高光谱遥感》2009-2010学年第二学期波段宽度Wavelength, band width, central wavelengthFWH Ｍ：Full Widthat Half Maximum, 半峰波宽研究生选修课：《高光谱遥感》2009-2010学年第二学期时间分辨率：对同一目标进行重复探测时，相邻两次探测的时间间隔，可以提供地物动态变化的信息。
可分为三类：9超短周期：一天内的变化。
9中周期：一年内的变化9长周期：以年为单位的变化研究生选修课：《高光谱遥感》2009-2010学年第二学期高光谱遥感（hyperspectral remote sensing）利用很多很窄的电磁波波段从感兴趣的物体获取有关数据具有比较高的光谱分辨率，通常达到10-2λ数量级高光谱遥感具有波段多的特点，光谱通道数多达数十甚至数百个以上 各光谱通道间往往是连续的，因此又通常被称为成像光谱（Imaging Spectrometry）遥感研究生选修课：《高光谱遥感》2009-2010学年第二学期高光谱分辨率（简称为高光谱）遥感或成像光谱遥感技术的发展是过去二十年中人类在对地观测方面所取得的重大技术突破之一，是当前遥感的前沿技术。
它是指利用很多很窄的电磁波波段获取许多非常窄且光谱连续的图像数据的技术，融合了成像技术和光谱技术，准实时地获取研究对象的影像和每个像元的光谱分布。
研究生选修课：《高光谱遥感》2009-2010学年第二学期多光谱传感器的光谱分辨率Landsat TM/ETM Bands Wavelength 光谱分辨率ETM+ band 1 blue 0.45 -0.515 65nm (478)ETM+ band 2 green 0.525 -0.605 80nm(565)ETM+ band 3 red 0.63 -0.690 60nm (660)ETM+ band 4 near infrared 0.75 -0.90 150nm (825)ETM+ band 5 shortwave IR 1.55 -1.75 200nm(1650)ETM+ band 6 thermal IR 10.40 -12.5 2100nm (11.45)ETM+ band 7 shortwave IR 2.09 -2.35 260nm (2220)ETM+ band 8 panchromatic 0.52 -0.90 10-1λ研究生选修课：《高光谱遥感》2009-2010学年第二学期研究生选修课：《高光谱遥感》2009-2010学年第二学期国际遥感界认为光谱分辨率在10-1λ数量级范围内的为多光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区只有几个波段，如美陆地卫星TM和法国SPOT卫星等;光谱分辨率在10-2λ的遥感信息称之为高光谱(Hyperspectral)遥感。
由于其光谱分辨率高达纳米(nm)数量级，往往具有波段多的特点，即在可见到近红外光谱区其光谱通道多达数十甚至超过100以上。
随着遥感光谱分辨率的进一步提高，在达到10-3λ时，遥感即进入了超高光谱(Ultraspectral)阶段研究生选修课：《高光谱遥感》2009-2010学年第二学期光谱区域（nm ）： 400 700 1100 2500 5500 14000VIS PIR MIR VNIRSunlight IRT光谱分辨率波段数 Δλ/λ VNIR MIR IRT 多光谱5-10 0.1 50-100 100-200 1000-2000 高光谱 100-200 0.015-2010-50100-500 研究生选修课：《高光谱遥感》2009-2010学年第二学期•Panchromatic , Multispectral , HyperspectralPanchromatic &color photography HyperspectralMultispectral>10-2λ10-1λ研究生选修课：《高光谱遥感》2009-2010学年第二学期z 光谱分辨率高(λ×10-2)z 波段多⎯数十到数百z 谱⎯像合一的特点z 信息量大，一次数据获取达千兆(GB)级z 数据速率高，数十⎯数百兆比特/秒z 能获取地物目标的精细光谱特征z 综合地面目标的空间维、时间维、光谱维特征z 探测各种目标的成分属性及动态目标的状态属性z 有利于利用光谱特征分析来研究地物z 有利于采用各种光谱匹配模型z 有利于地物的精细分类与识别z 各种需识别地面目标的领域z 农业、地质、城市、环境、军事特点能力优点应用（伪装与反伪装）（侦察与反侦察）研究生选修课：《高光谱遥感》2009-2010学年第二学期高光谱图象立方体（HSIC）成像光谱仪在空间成像的同时，以相同的空间分辨率记录下几十或者成百的光谱通道数据，它们叠合在一起，就构成了高光谱图像立方体，从高光谱图像立方体的每个像元均可提取一条连续的光谱曲线。