高光谱遥感

(一)高光谱遥感基本概念
1、高光谱遥感特点
波段特点：波段多、波段宽度窄、不断连续数据量特点：数据量大、数据冗余增加2、波谱空间与光谱空间
光谱特征空间：以波段为维度的空间，波段增加会导致光谱空间维度增加。

波普特征空间：不同波段影像所构成的测度空间。

3、高光谱数据图谱合一的特点
高光谱数据同时反映地物的空间特征（图）和光谱特征（谱）。

(二)成像光谱仪
1、成像光谱仪的空间成像方式和光谱成像方式的含义
空间成像方式：从影像二维空间形成角度考察成像光谱仪的工作方式。

光谱成像方式：从光谱维数据形成的角度考察成像光谱仪的工作方式。

2、成像光谱仪的瞬时视场角（IFOV）仪器视场角（FOV）
瞬时视场角：以毫弧度为计量单位，所对应的地面大小被称为地面分辨单元。

仪器视场角：仪器扫描镜在空中扫过的角度，与系统平台高度决定了地面扫描幅宽。

摆扫型：单个像元凝视时间短,进一步提升光谱分辨率和信噪比较困难。

推扫型：凝视时间长,分辨率高,仪器体积小(无光机),视场角小(30°)定标量大不稳定。

3、成像光谱仪的三种定标方式
共性：出于同一目的，特定情况下都是不可缺少的。

差异：处于不同阶段，考虑因素不同，入瞳辐射值获取方式不同
（实验室定标：有实验室测得，原始定标，准确度高，后续定标基础）
（机上星上定标：综合性定标，对前一项进行的修正，机上星上测得考虑搬运安装操作影响）（场地定标：入轨后实际运行情况，大面积均匀地表做参照,考虑大气传输，多通道大范围）
场地定标的常用方法：反射基法（气溶胶参数）、辐照度基法（过程）、辐亮度基法（人力）机上定标一般使用内定标法，星上定标受制于体积一般进行辐射定标（人造辐射源/太阳）
光谱定标：确定成像光谱仪增益系数和偏置量之前，必须通过光谱定标，获得成像光谱仪每个波段的中心波长和带宽。

辐射定标：确定成像光谱仪在该波长小输入辐射能与输出响应关系（增益系数和偏置量）4、空间分辨率和光谱分辨率
光谱分辨率：指探测器波长方向上的记录宽度，又称波段宽度（50%）
空间分辨率：由仪器瞬时视场角决定，地面分辨单元。

分光系统分出的色散光源再汇集到探测器上，成像光谱仪获得图像有光谱与空间分辨率。

(三)地物光谱重建
1、目的
实现从影像像元光谱特性的定量化表达。

核心建立像元灰度值与光谱反射率之间的转化关系，DN-->ρ
(四)高光谱数据降维（立足于高维数据由使用目的对对数据进行选择）
1、高光谱数据的高维特征（不同于低维的分布特点）（降维原因）
信息冗余量大,超维几何体体积迅速增加,维数灾难,参数估计(样本量大),高阶统计特性（维数灾难：训练样本不足时出现的样本点数目一定时，分类精度随维度增加“先增后降”）（高阶统计特性：高维数据分类时除数据点分布绝对位置外，数据分布形状与方向更重要）（考虑均值向量分类精度随维度增加先增后减，考虑方差分类精度提升）
2、可分性准则（判据）（基于几何距离，基于概率密度）
概念：从高维数据中得到一组用来分类的特征，需要一个定量标准衡量特征对分类的有效性。

特点：通过已知类别先验知识，衡量当前特征空间对类别的区分效果。

构造原则：直接体现降维后特征空间的类别可分性。

（衡量概率密度重叠度）
光谱搜索：利用地物波段吸收特性进行选择（先验知识-）针对特定目的选择->包络线去除）
3、高光谱特征提取（提取是重组映射运算，选择是子集挑选）
定义：对原始光谱空间特征进行重新组合优化，取出最适合当前应用需求的新特征。

要点：维数降低，特征性能更优良，不能完全取代原始数据
4、两种主要途径
波段选择（特征选择）（穷举，启发性、随机）
特征变换（特征提取）（经典PCA，最小噪声分离，噪声适应主成分，通用光谱模式分解）
(五)光谱特征参量化
1、基本概念
目的：对高光谱曲线进行定量化表达，用数值化形式描述反射率随波长的变化特征。

地位：针对待分析对象由高光谱特征参量提取，构建分析特征集为后续处理做基础。

2、主要方法
（1）波谱特征简化表达
特点：反射率为浮点型且波段多，为提升分析效率对曲线进行简化表达，用于较粗略的波谱特征查找和匹配,提高处理效率或服务于目视判读,不适用于精细分析典型方法：光谱二值编码，地物类型序列光谱柱状图
（2）光谱吸收特征参数提取
1、光谱吸收特征参数
定位光谱吸收谷位置，量化吸收谷形状特征的参数称为光谱吸收特征参数。

2、包络线消除
定义：将光谱曲线相应波段的反射率值与包络线曲线的反射率值镜像比例换算，得到新的光谱曲线
特点：没有改变敏感波位置，可更有效地进行光谱特征数值的比较，对后续特征参数提取十分有利，曲线上形成若干吸收谷，突出反映光谱吸收特点，强化光谱曲
线形态特征，增强可识别性，有利于相近地物的区分。

（包络线：每条光谱曲线的外凸包曲线，与光谱曲线相切或相离，相当于光谱曲线外壳）
3、吸收位置：光谱吸收谷中‘反射率最低处波长。

4、吸收深度：最大吸收深度一半时的光谱带宽。

5、吸收面积:吸收谷的的面积，积分结果。

6、吸收对称性：以过吸收位置的垂线为边界，左右两边区域面积比值的常数对数。

7、光谱吸收指数：光谱上吸收谷反射率，与对应波长下非吸收基线的反射率之比。

（非吸收基线：吸收谷两谷口（肩）连线）
3、红边与红边分析（植被倒高斯模型）
（1）红边
植被在0.64μm处吸收峰的强右不对称，即在0.74μm处反射率急剧增加形成红外陡肩。

（2）红边分析
以红边起始位置和红边斜率为分析对象，建立与植被健康状况密切相关的模型。

（PPT）
（3）光谱倒数
光谱倒数可增强光谱曲线在坡度上的表现，光谱倒数波形分析可消除部分大气效应。

（4）光谱积分
求某一波长范围内的下覆面积，由高光谱数据得到多光谱数据。

3、光谱曲线函数模拟法
目的：为准确通过数学形式模拟部分典型地物的典型波态确定特征点位，将光谱曲线转化为数学函数进行表达。

特点：曲线平滑去噪，离散点变为稳定曲线特征点更具代表性，参数有针对性和实用意义。

(六)混合光谱分解
1、基本概念（混合以累加形式存在）
1、混合光谱：往往一个像元覆盖范围内的地表包含不同的覆盖成分,一个像元用一个信号记
录这些异质成分,形成混合像元现象,制约分类精度,这些像元称为混合像元。

2、端元与丰度：像元对应地表的地物组成成分称为端元，各成分比称为丰度。

3、混合像元分解：确定端元类型和相应丰度的过程称为混合像元解混。

4、主要成因：物质混合（线性），大气传输因素（非线性），仪器因素（非线性校准定标）。

5、混合光谱模型类型：线性模型与非线性模型(出发点相同，其他地面特征和影响因素不同)
线性、概率（二类问题）、几何光学、随机几何、模糊分析……
2、线性光谱混合模型
（1）物理学
像元混合光谱是像元内部各地物纯光谱的地物分布面积加权平均。

混合像元光谱吸收反射等信息为内部端元光谱的吸收、反射强度的叠加。

（2）代数学
遥感图像所获得的像元光谱矢量是各端元光谱矢量与各端元丰度矢量的乘积。

（3）几何学
光谱特征空间中端元为基本构成元素，n个通道可解译n+1个端元
（4）适用条件
给定区域内，地表由光谱特征相对固定的地物组成，光谱变化主要由端元丰度不同产生。

（5）端元提取（以标准光谱重建(物理端元)找纯点(图像端元)）
提取几何定点的端元提取（高光谱影像所有数据都包含在一端元为定点的单体内）
纯像元指数法：降维(PCA)->投影运算(各方向）->投影结果统计->确定端元(指数高概率大) 方便高效，背景知识要求高，有监督的处理方法，随机投影方向的选择有主观性
基于误差分析的端元提取（利用方根误差逐个搜索，对当前端元误差评估选择调整方向）初始端元->计算RMS->统计RMS误差最大点->形成新的端元矩阵->不断重复以上过程
（6）丰度解算(利用方程组解算，总丰度累计为1)
非限制性方法：不考虑限制因素，仅由线性关系求解（简单直接，不太精确有悖论）
限制性方法：线性关系与限制性条件综合考虑（高精度不违背物理意义，复杂）
(七)光谱匹配（像元响应光谱与地物标准光谱对比分析，确定像元类别）
1、两种运作方式
（1）从像元出发
定义：从影像像元出发，在光谱库中搜索最相似的标准光谱响应曲线，进行归类。

主要用途：影像解译，获得丰富的影像像元类别信息。

（2）从地物标准光谱出发
定义：将某种地物的标准曲线做模板与每个像元比较，记录像元相似性
主要用途：特定地物专题分析，获得较详细的地物含量信息。

2、匹配算法
（1）核心
地物标准光谱与像元光谱相似性判断，需要寻找有效的相似性衡量算法。

（汉明距离：遥感影像处理中指两等长字符串对应位置不同字符数）
（2）光谱角度匹配
以野外测量光谱(参考)与像元光谱(测试)向量的广义角夹角为基础，比较亮光谱曲线相似性。

（3）交叉相关匹配
考虑参考光谱和像元光谱之间的相关系数、偏度等标准。

(八)应用（PPT植被）。