高光谱20071017

高光谱遥感是指利用很多很窄的电磁波波段从感兴趣的物体中获取有关数据，高光谱遥感技术作为20世纪80年代兴起的对地观测技术，始于成像光谱仪的研究计划。

目前，我国研制的224波段的推扫高光谱成像仪（PHI）与128波段的实用型模块化机载成像光谱仪（OMIS）已经进行了多次成功的航空遥感实验。

另外，中国科学院上海技术物理研究所研制的中分辨率成像光谱仪于2002年随“神州”三号飞船发射升空，这是继美国1999年发射的EOS平台之后第二次将中分辨率成像光谱仪发送上太空，从而使中国成为世界上第二个拥有航天成像光谱仪的国家。

高光谱遥感图像和常见的二维图像不同之处在于，它在二维图像信息的基础上添加光谱维，进而形成三维的坐标空间。

如果把成像光谱图像的每个波段数据都看成是一个层面，将成像光谱数据整体表达到该坐标空间，就会形成一个拥有多个层面、按波段顺序叠合构成的三维数据立方体。

高光谱遥感具有不同于传统遥感的新特点：（1）波段多——可以为每个像元提供几十、数百甚至上千个波段（2）光谱范围窄——波段范围一般小于10nm（3）波段连续——有些传感器可以再350~2500nm的太阳光谱范围内提供几乎连续的地物光谱（4）数据量大——随着波段数的增加，数据量呈指数增加（5）相邻谱带间相关——由于相邻谱带间高度相关，冗余信息也相对增加，这一特点也为其降维处理（包括波段选择、特征提取等）和谱间压缩提供可能（6）随着维数的增加，超立方体的体积集中于角端，超球体和椭球体的体积集中在外壳，该特点进一步为高光谱图像的降维和压缩处理提供了理论依据。

根据高光谱图像的特点及其相关技术处理的需要，高光谱数据与其所携带的信息一般采用如下的三种空间表达方式：图像空间、光谱空间和特征空间。

1、图像空间（有空间几何位置关系）2、光谱空间，光谱信息3、特征空间（在光谱空间进行取样，将得到的n个数据用一个n维向量来表示，它是表示光谱响应的另一种方式。

N维向量包含了对应像素的全部光谱信息。

1.遥感图像的最基本单元是像元，每个像元具有空间特征和属性特征。

空间特征：是用X值和Y值来表示；（纹理，形状，大小，方位）属性特征：常用亮度值表示。

（灰度值，亮度值）2.遥感图像特征（②，③遥感成像技术发展的方向）①时间分辨率：对同一地点进行遥感采样的时间间隔，集采样的时间频率。

也称重访周期。

②空间分辨率：像素所代表的地面范围的大小，或地面物体能分辨的最小单元；③光谱分辨率：传感器在接收目标辐射的光谱时能分辨的最小波长间隔；④辐射分辨率：指传感器接收波谱信号时，能分辨的最小辐射度差；3.高光谱遥感基本概念：①多光谱遥感（Multirspectral Remote Sensing）,光谱分辨率在波长的1/10数量级范围内(几十个至几百个nm)的遥感；②高光谱遥感（Hyperspectral Remote Sensing）,光谱分辨率在波长的1/100数量级范围内（几个nm）的遥感；③超光谱遥感（Ultraspectral Remote Sensing）,光谱分辨率在波长的1/1000数量级范围内（0.2-1nm）的遥感。

4.高光谱遥感与常规多光谱遥感的比较：①高光谱遥感：即高光谱分辨率成像光谱遥感，幅宽小，成像范围小，其细微的波段可进行地物成分的识别，风度估计（精细识别）。

②常规多光谱遥感：幅宽大，成像范围宽，可进行宏观地物影像分析，不可被高光谱遥感完全取代（宏观变化趋势）。

研究宏观的变化情况则必须用多光谱成像仪。

5.高光谱遥感发展概况：高光谱遥感的基础是光谱学(spectroscopy).①光谱学：实验室分析地物光谱特征(获得谱信息)②成像技术：把遥感传感器放置航空或航天平台(获得地物的图像信息)③成像光谱学：把实验室仪器放置航空或航天平台(获得地物的图和谱信息)注：光学遥感的发展——空间、光谱分辨率的不断提高：①全色Panchromatic：主要通过形状（空间信息）识别地物。

②彩色color photography：增加了颜色的感知，加强型的颜色感知。

高光谱遥感技术及应用(2010-05-25 15:47:33)转载分类：遥感标签：杂谈高光谱遥感技术及应用收藏摘要：高光谱(hyper spectral)遥感是上世纪末地球观测系统中最重要的技术突破之一，它克服了传统单波段、多光谱遥感在波段数、波段范围、精细信息表达等方面的局限性，以较窄的波段区间、较多的波段数量提供遥感信息，能够从光谱空间中对地物予以细分和鉴别，在资源、环境、城市、生态等领域得到了广泛应用。

本文介绍了高光谱遥感技术的原理，列举了高光谱技术的运用，以及叙述了其前景与展望。

关键字：高光谱技术运用引言二十世纪八十年代遥感领域最重要的发展之一就是高光谱遥感的兴起。

从二十世纪九十年代开始，高光谱遥感已成为国际遥感技术研究的热门课题和光电遥感的最主要手段[1]。

在二十一世纪，高光谱遥感成为了光电遥感的主要手段。

高光谱遥感（Hyper Spectral Remote Sensing）克服了传统单波段、多光谱遥感在波段数、波段范围、精细信息表达等方面的局限性，以较窄的波段区间、较多的波段数量提供遥感信息，能够从光谱空间中对地物予以细分和鉴别，在资源、环境、城市、生态等领域得到了广泛应用。

它利用很多窄的电磁波波段获取物体有关数据的技术，它可在电磁波的紫外、可见光、近红外、中红外以至热红外区域，获取许多非常窄且光谱连续的图像数据。

这样，在传统的二维遥感的基础上增加了光谱维，形成了一种独特的三维遥感。

对大量的地球表面物质的光谱测量表明，不同的物体会表现出不同的光谱反射和辐射特征，这种特征引起吸收峰和反射峰的波长宽度在5-50左右，其物理内涵是不同的分子、原子和离子的晶格振动，引起不同波长的光谱发射和吸收，从而产生了不同的光谱特征[3]。

运用具有高光谱分辨率的仪器，通过获取图像上任何一个像元或像元组合所反映的地球表面物质的光谱特性，经过计算机的图像处理，就能达到快速区分和识别地球表面物质的目的。

通过高光谱成像获取的地球表面图像包含了丰富的空间、辐射和光谱三重信息。

高光谱Harvard数据库：深入探索1. 引言高光谱Harvard数据库是一个重要的资源，它提供了丰富的高光谱数据，并为研究人员和学者提供了广泛的研究可能性。

本文将全面评估高光谱Harvard数据库的价值，并探讨其在科学研究、地质勘探、环境监测和农业等领域中的应用。

2. 什么是高光谱？高光谱是一种将电磁辐射波长范围内的连续光谱进行分析的技术，它将光谱分解为数百甚至数千个连续的窄带波段。

高光谱数据包含了物体在可见光和红外波段内反射、发射和吸收光谱信息，能够为我们提供关于物体组成、结构和性质的丰富信息。

3. 高光谱Harvard数据库的特点高光谱Harvard数据库是一个涵盖了多个领域的高光谱数据资源，其特点包括数据丰富、质量高、覆盖范围广，并且具有长期的积累和更新。

研究人员可以通过该数据库获得来自不同地区、不同时间和不同仪器获取的高光谱数据，为他们的研究提供强有力的支持。

4. 应用领域高光谱Harvard数据库在科学研究、地质勘探、环境监测和农业等领域具有广泛的应用。

在科学研究中，研究人员可以利用这些数据来分析大气成分、地表覆盖和生态环境；在地质勘探中，高光谱数据可以帮助确定矿产资源的分布和类型；在环境监测中，高光谱数据可以用来监测水质、土壤污染和植被覆盖；在农业领域，高光谱数据可以应用于作物健康监测和土壤养分分析等方面。

5. 个人观点和理解作为一名高光谱数据分析专家，我深知高光谱Harvard数据库的重要性和价值。

其丰富的数据资源为科学研究和实践应用提供了极大的便利，同时也为研究人员提供了更多的创新空间和可能性。

我相信随着技术的不断进步和数据库的不断完善，高光谱数据将在更多的领域发挥出更加重要的作用。

6. 总结高光谱Harvard数据库作为一个重要的数据资源，为研究人员和学者提供了丰富的高光谱数据，并在科学研究、地质勘探、环境监测和农业等领域发挥着重要作用。

通过对高光谱Harvard数据库的深入探索，我们不仅可以更好地理解其特点和应用领域，同时也可以为我们的研究和实践提供更多的可能性和创新空间。

高光谱检测机理
高光谱检测的机理是利用成像技术和光谱技术的结合，在电磁波的紫外、可见光、近红外、中红外以至热红外区域，获取许多非常窄且光谱连续的图像数据，为每个像元提供数十至数百个窄波段(通常波段宽度<10nm)光谱信息，能产生一条完整而连续的光谱曲线。

高光谱图像可以用“三维数据块”来形象地描述，其中x和y表示二维平面像素信息坐标轴，第三维(λ轴)是波长信息坐标轴。

高光谱具有多波段、高分辨率和图谱合一的特点，把二维图像和光谱技术融为一体。

高光谱成像技术有基于滤片的高光谱成像系统和基于
图像光谱仪的高光谱图像系统两种。

高光谱成像装置由光源、光谱成像仪、图像采集卡、暗箱、数据处理软件、位移平台等构成。

由于高光谱图像采集时会带有较多的数据，含有大量的信息冗余，因此数据降维便必不可少，选择最佳波段可以最大限度反映原始信息而不损失重要信息。

主要数据降维方法有主成分分析法(PCA)、判别时分析法(DAFE)、特征波段法等。

将高光谱数据降维处理后，处理特征波段处的图像：线性化拉伸灰度直方图处理计算、确定二值化阈值和分割图像区域等得到特征图像，最后可以选用偏最小二乘法(PLS)、
主成分回归分析法(PCA)、多元线性回归分析法(MLR)等方法建立预测模型，实现产品内外品质的检测。