高光譜遙感技術研究進展

【摘 要】 遙感領域最重要的發展之一就是高光譜遙感的興起，它已成為國際遙感技術研究的熱門課題。高光譜遙感是一門綜合性、多學科交叉的技術，它逐漸被廣泛的應用在林業、農業、地質、土壤、海洋等領域。本文介紹了高光譜技術的主要發展歷程，以及在5個領域中主要應用方向，為了解高光譜提供依據。

【關鍵詞】 遙感技術 高光譜數據 發展 應用

引 言

遙感技術采用各種手段，利用各種傳感器來檢測這些信息，并通過分析這些特征來達到研究目標對象的目的。而高光譜成像技術和儀器的發展為遙感技術的發展開辟了新的前景。高光譜技術在我國近二十年迅速發展起來的全新遙感技術，它具有窄波段、多通道、及圖譜合一的優點，以納米級的超高光譜分辨率和幾十或幾百個波段同一時間對地面目標成像，從而獲得連續的地物光譜信息。高光譜遙感與傳統遙感相比具有更強的地物識別與定量反演的能力，彌補了遙感在微觀層面的空缺。

高光譜遙感正在由實驗研究階段逐步轉向實際應用階段，而在技術發展方面則由以航空系統為主開始轉向于航空和航天高光譜分辨率遙感系統相結合的階段。目前為止，國際上已有40余套航空成像光譜儀處于運行狀態，在實驗、研究以及信息的商業化方面發揮著重要作用[1]。而作為國際遙感科學的研究前沿和熱點，高光譜遙感已廣泛的應用到許多學科領域。

1高光譜的發展

20世紀初，利用氣球和飛機作為遙感平臺，拉開了遙感技術的大幕;20世紀50年代末、60年代初，前蘇聯率先發射人造地球衛星，相繼美國發射名為TIROS-1的首個氣象衛星;20世紀70年代，美國發射了一系列的陸地資源衛星Landsat和氣象衛星[2]。之后，法國、加拿大以及中國等也先后發射各國的資源衛星與氣象衛星，開啟了航天遙感新的紀元。

高光譜遙感技術誕生于20世紀80年代，它是成像技術與光譜技術結合在一起，在對目標地物的空間特征成像的同時，對每個空間像元形成幾十乃至幾百個窄波段進行連續的光譜覆蓋，其特點是在特定的光譜區域以高光譜分辨率同時獲取連續的地物光譜圖像，高光譜遙感的顯著特點已經成為連接遙感數據處理、地面測量、光譜模型和應用的強有力的工具。高光譜遙感的基礎是波譜學，早在20世紀初波譜學就被用于識別分子和原子的結構。

高光譜遙感技術以高光譜分辨能力，高時間采樣頻率和大范圍同步成像等優勢，為實現地物反演和地物狀況的準確估算創造了可能，達到在不同的時空尺度上精確、實時的獲取地面目標的數量、質量的動態變化。因此，伴隨著高光譜傳感器的快速發展，高光譜遙感被廣泛的應用林業、農業、地質等領域，并取得階段性的成效。

2高光譜的應用

2.1高光譜在林業中的應用。高光譜遙感具有超高的光譜分辨率，能夠識別光譜的細微變化，為研究植被光譜響應及物理機制提供支撐[3]。利用高光譜遙感提取植被的生理參數，包括葉面積指數、生物量等，了解植被的生理過程已成為當前研究植被的趨勢。植被高光譜遙感數據被廣泛的用于植被參數估算與分析、植被長勢監測、估產及生物量估算等領域[8]。基于高光譜數據的混合光譜分解的方式可以提取森林郁閉度信息，全面地了解森林結構和森林環境，為做好森林生態系統的管理工作提供支撐[4]。并且，高光譜數據采取多維光譜空間信息分析技術可以提取森林變化信息和監測森林火災，有效保證森林資源管理的科學性。

2.2高光譜在農業中的應用。高光譜遙感技術不僅能對目標成像，又能量測目標物的波譜特性。國外較早將高光譜遙感技術運用在農業中，如美國農業部（USDA）和國家航空航天局（NASA）等部門在1980年便開始了對全球多種糧食作物進行產量估算[5]。農作物冠層與大多數地物一樣，屬非朗伯體，會表現出不同程度的各向異性特征，一般利用多角度遙感觀測以獲取作物冠層的多角度信息，提升作物生化參量的監測和反演精度[6]。農業中，高光譜遙感既可以很好的識別農作物類型，也可以監測農作物長勢情況，還能反演農作物的理化特性等，對農作物的品質、長勢和產量的預測及評估的需求是促進高光譜遙感技術在農業的應用中蓬勃發展。

2.3高光譜在地質中的應用。高光譜遙感具有地表地物豐富的光譜信息，在地質中，可以根據不同巖石的光譜特征，運用圖像處理方法，對各種巖石類型信息進行提取，逐步實現高光譜遙感技術在地質領域由定性向定量的轉變。巖類隨造巖礦物的不同，光譜曲線呈現區域性變化，但也具有局部的穩定性和規律性。通過對研究區進行野外光譜特征測試，對比分析光譜特征，再利用計算機進行巖類識別與信息提取。

3小結

高光譜遙感的出現是遙感界的一場革命， 隨著對高光譜遙感技術的深入研究，學者在海量的高光譜遙感數據上面臨著波段選擇、特征提取以及如何更有效的對高光譜遙感信息提取等問題，并且發展相應的計算機軟硬件，以減少存儲空間的需要和數據處理的時間，提高存儲容量和處理速度是刻不容緩的。針對高光譜遙感影像在分類處理方面存在提升分類精度以及提高分類精度的挑戰。我國在高光譜遙感技術領域中起步較晚，雖然目前差距逐漸縮小，但是星載高光譜數據在研究某些地物目標仍不能滿足精度要求，提高傳感器的穩定性、同步飛行參數獲取等以得到更好質量的高光譜影像是今后必然發展趨勢。

【參考文獻】

[1] 白繼偉. 基于高光譜數據庫的光譜匹配技術研究[D].中國科學院研究生院（遙感應用研究所），2002.

[2] 唐延林，黃敬峰.農業高光譜遙感研究的現狀與發展趨勢[J].遙感技術與應用，2001（04）：248-251.

[3] 何理深，張超.濕地植被高光譜遙感技術應用研究[J].西南林業大學學報（自然科學），2018，38（06）：208-214.

[4] 申廣榮，王人潮.植被高光譜遙感的應用研究綜述[J].上海交通大學學報（農業科學版），2001（04）：315-321.

[5] 姜奧.遙感技術在林業監測中的應用[J].河南農業，2018（32）：25-26.

[6] Singh R， Semmwal D P， Rai A， et al. Small area estimation of cropyield using remote sensing satellite data[J].International Journal of Remote Sensing，2002，23（1）：49-56.

作者簡介：張晗（1996—），女，漢族，重慶永川人，學生，碩士，單位：成都理工大學地圖學與地理信息系統專業，研究方向：3S技術與數字國土。