高光谱遥感

光谱范围 400~850nm 采样间隔 1.8nm 光谱分辨率 <5nm 瞬时视场角 1.5mrad 行象元数 376 信噪比 ~200
• 中国：MAIS、PHI、OMIS-1（10个热波段）、 中国： 个热波段）、 、 、 （ 个热波段 CMODIS（神舟III号） 、Env-DD（环境灾害小卫星） （神舟 号 （环境灾害小卫星）
三、高光谱遥感技术优势与局限性
优势 1：充分利用地物波谱信息资源 ：
图 不同波谱分辨率对水铝反射光谱曲线
优势 2： 利用波形 精细光谱特征进行分类与识别地物 ： 利用波形/精细光谱特征进行分类与识别地物
Al-OH
Paragonite
Muscovite
Phengite
三种类型的白云母精细光谱特征
岩石的光谱发射率特征
航空高光谱遥感飞行设计图
（2）光谱特征参数定量分析技术 ）
不同水分含量的叶片的光谱反射率
RWC(%)=24.5+7.13*面积 (R2=0.845)
（3）光谱匹配技术（二值编码） ）光谱匹配技术（二值编码） • 岩矿光谱分类与识别
岩石和矿物
2.15-2.31微米 粘 土 矿 2.24-2.31微米 Mg-OH 对称性>1 滑石 2.15-2.19微米 叶蜡石 2.31-2.35微米 碳 酸 盐
优势 3： 利用图 谱实现自动识别地物并制图 ： 利用图-谱实现自动识别地物并制图
局限1：海量数据的传输、 局限 ：海量数据的传输、处理与存储 128波段的 波段的OMIS: 采集数据速率 采集数据速率60Mb/s；400Mb/km2 波段的 ；
高光谱遥感信息的图像立方体表达形式是一种新 高光谱遥感信息的图像立方体 表达形式是一种新 型的数据存储格式， 型的数据存储格式，其正面图像是由沿飞行方向的扫 描线合沿扫描方向的像元点组成的一景优选的三波段 合成的二维空间彩色影像； 合成的二维空间彩色影像；其后面依次为各单波段的 图象叠合，其数据量为所有波段图像的总和； 图象叠合，其数据量为所有波段图像的总和；位于图 像立方体边缘的信息表达了各单波段图像最边缘各像 元的地物辐射亮度的编码值或视反射率。 元的地物辐射亮度的编码值或视反射率。
植被/ 植被/土壤原始光谱曲线
植被/ 植被/土壤一阶微分光谱曲线
（5）混合光谱分解技术 ）
A 凸面几何光谱分解模型
• N个光谱通道表示 维光谱矢量空间； 个光谱通道表示N维光谱矢量空间 个光谱通道表示 维光谱矢量空间； • 任一最终象元（Endmember）的光谱 任一最终象元（ ） 值可在N维光谱空间上用一个点表示 值可在 维光谱空间上用一个点表示 • 例如 ： A、B、C三目标的最终象元光 例如： 、 、 三目标的最终象元光 谱可在二维空间上表示，并可建立一 谱可在二维空间上表示， 个三角形
（1）定量反演技术 ）
遥感信息定量化： 是指从不同波段内的遥感信息中给出地表物质 遥感信息定量化： 或大气）定量的物理量， （或大气）定量的物理量，再通过实验的或物理的模型将其信息与地 或大气）参数联系起来， 学（或大气）参数联系起来，定量地反演或推算研究目标的某些特征 参量。定标、大气订正、反演是定量化研究的三个主要方面。 参量。定标、大气订正、反演是定量化研究的三个主要方面。 定标 前提） 大气订正（ 必要条件） 反演（目的） （ 前提）； 大气订正（ 必要条件）； 反演（目的） 对高光谱遥感而言：一般是将高光谱辐射亮度图像转换为反（ 对高光谱遥感而言：一般是将高光谱辐射亮度图像转换为反（发）射 率图像，以此为基础进行地物的识别和定量化分析研究。 率图像，以此为基础进行地物的识别和定量化分析研究。即通过光谱 重建、 谱合一技术特点 谱合一技术特点， 重建、图-谱合一技术特点，可将重建地物光谱与标准波谱数据库波 谱数据进行计算机自动匹配和识别，实现自动解译的目的， 谱数据进行计算机自动匹配和识别，实现自动解译的目的，提高解译 精度。 精度。
原理：对每个象元，寻找与它夹角最小的终端单元。这一算法是通过计算波谱间 的角度（将它们处理为具有维数等于波段数的空间矢量），判定两个波谱间的类似 度。 将终端单元波谱矢量和每一个像元矢量放在n维空间比较角度，较小的角度代 表与参照波谱匹配紧密。远离指定的弧度阈值最大角度的像元被认为无法分类 。
（4）光谱微分（导数）技术 ）光谱微分（导数）
光谱微分技术就是通过对反射光谱进行数学模拟， 光谱微分技术就是通过对反射光谱进行数学模拟，计算不同阶数的微分值 以提取不同的光谱参数。应用光谱微分技术能够部分消除大气效应、 ，以提取不同的光谱参数。应用光谱微分技术能够部分消除大气效应、植被 环境背景（阴影、土壤等）的影响，以反映植物的本质特征。所得的数据， 环境背景（阴影、土壤等）的影响，以反映植物的本质特征。所得的数据， 可以用于植被生物化学信息的提取。 可以用于植被生物化学信息的提取。
• 加拿大： CASI 加拿大：
• 德国：ROSIS 德国： • 法国：IMS 法国： • 芬兰：AISA 芬兰： • 日本：GLI 日本：
波段数 244
波段数 128
HYMAP主要性能指标 主要性能指标
光谱范围（um）
0.45 ~0.89 0.89 ~1.35 1.40 ~1.80 1.95 ~2.48
局限2： 局限 ：易受大气的影响
局限3： 局限 ：波段间相关性强
• 典型的高光谱遥感器
• 美国：AIS，AVIRIS、 WIS（812波段）、 美国： 波段）、 ， 、 （ 波段）、PROBE、TEEMS、 、 、 MODIS 、 Hyperion、 FTHSI 、 AHI（256个热波段）、 （ 个热波段）、 个热波段） 个热波段）、SEBASS（ 242个热波段） （ 个热波段 • 澳大利亚：Hymap、ARIES、TIPS（100个热波段） 澳大利亚： 个热波段） 、 、 （ 个热波段
高 光 谱 分 辨 率 成 像 光 谱 遥 感 （ Hyperspectral Remote Sensing）: 将成像光谱技术应用于遥感 ， 对于一个给定的 ） 将成像光谱技术应用于遥感， 观察区域中的像素， 观察区域中的像素，足以从这些探测的数据中获取所对应地 物的精细光谱特性，通过分析处理， 物的精细光谱特性，通过分析处理，实现对地物的鉴别及其 环境的分析。围绕成像光谱仪所获取数据及其分析处理方法 环境的分析。 和应用的研究，已形成为遥感中的一个独特领域。 和应用的研究，已形成为遥感中的一个独特领域。 由于与常规的多光谱遥感（ 由于与常规的多光谱遥感（multispectral remote sensing） ） 相比，成像光谱数据具有通道数量多、 相比，成像光谱数据具有通道数量多、光谱分辨率高的显著 特点，所以， 特点，所以，人们把由此产生的遥感领域称作为高光谱遥感 (hyperspectral remote sensing)。 。
方解石 白云石 菱铁矿
2.19-2.24微米 Al-OH 对称性>1 对称性<1
蒙 脱 石 2.34-2.36 白 云 母 2.31-2.33 蛇 纹 石
对称性<1 2,31-2.34微米
有：绿高岭石 无：绿泥石
2,38-2,40 （无） 黑 云 母 伊 利 石 2,15-2,19 2,31-2.34 高 岭 石 绢 云 母
TM通道参数
中心波长（μm） 半响应高度光谱范 围
0.8 0.6 0.4 0.2 0 0.4 0.9 1.4 wavelength(um) 1.9 2.4
• 矿物的精细光谱特征
2160-2220 nm
• 高光谱遥感信息特征
高光谱遥感影像包含了丰富的空间、辐射和光谱三重信息，即能 高光谱遥感影像包含了丰富的空间、辐射和光谱三重信息， 表现地物空间展布的几何影像特征， 表现地物空间展布的几何影像特征，又可以表现像元尺寸地物目标的 谱合一是高光谱遥感 辐射亮度和光谱信息。波段多； 数据量大； 谱合一 辐射亮度和光谱信息。波段多； 数据量大； 图-谱合一是高光谱遥感 信息的最主要特点。 信息的最主要特点。 通过遥感信息反演技术可从连续光谱段高光谱遥感影像中任一像元 或相临像元组合获得类似实验室测量的相应地物光谱曲线， 或相临像元组合获得类似实验室测量的相应地物光谱曲线，通过与实 验室光谱匹配技术实现地物的计算机自动识别， 验室光谱匹配技术实现地物的计算机自动识别，这是多光谱遥感信息 所不能具备的特有能力。 所不能具备的特有能力。 巨大的数据量和信息量是高光谱遥感信息的一主要特点。 巨大的数据量和信息量是高光谱遥感信息的一主要特点。假如一个 100个通道 地面分辨率为25 个通道、 25米 图像幅宽100 100公里的高光谱遥感器 有100个通道、地面分辨率为25米、图像幅宽100公里的高光谱遥感器 作业，当卫星在地球轨道上以7.5公里/秒的速度运动时， 7.5公里 作业，当卫星在地球轨道上以7.5公里/秒的速度运动时，每秒中采集 的总像元数目为1.2 1.2× 如果每一像元的辐射量化为8 bit， 的总像元数目为1.2×108个。如果每一像元的辐射量化为8 bit，则一 景影像信息为每秒约1 bit。 景影像信息为每秒约1G bit。
FA=100%
CH1 B CH2
FA=75% FA=50% FA=25%
C
FA= 0%
p = k
1
* a + k
2
* b + k
3
* c + k
4
* d
k 1, k 2 , k 3 , k 4 > 0 k1 + k 2 + k 3 + k 4 = 1
p p 1p 2
p 4
二维平面矢量三角型
p 3
（6）光谱角度制图技术 ）
采样间隔 （nm）
15~16 15 ~16 15 ~16 18 ~20
光谱分辨率 （nm）
15 15 13 17
瞬时视场角 (mrad) 航向 2.5 旁向 2.0