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 波段围提供了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，光谱覆盖围从112～214μm ,并在华达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AVIRIS，有224个通道，光谱围为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围区，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，

光谱围为 400～1050nm ，有 2～10nm的光谱分辨率，视场角为150°。

在国，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围(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的发展。但总体来看，国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