下载文档原格式
高光谱遥感图像处理与应用研究遥感技术是地球科学和自然资源管理领域的核心技术之一。
高光谱遥感是一种近年来发展迅猛的高分辨率遥感技术，其具有高维度、高分辨率和高覆盖面积等优势，被广泛应用于农业、森林、城市规划和环境监测等领域。
本文将对高光谱遥感图像的处理方法和应用进行简要介绍。
一、高光谱遥感图像的处理方法（一）预处理高光谱遥感图像的预处理是为了降低图像噪声和增强图像特征，以提高后续分析处理的准确性和可信度。
1、辐射校正：即将图像灰度值归一化为反射率，以消除光照不均匀和大气影响。
2、几何校正：对图像进行几何校正可以消除成像中的扭曲和畸变，使得图像更为准确和精确。
3、噪声去除：高光谱遥感图像常常伴随着高噪声，因此需要通过噪声滤波或概率降噪等方法来降低图像噪声。
（二）特征提取特征提取是高光谱遥感图像处理的重要环节，它是提取图像中某些特定目标信息的过程。
1、主成分分析法（PCA）：PCA是最常见的特征提取算法之一，可以将高光谱数据降维并提取主成分，以保留更有效的信息，提高分类精度。
2、端元分解法（VCA）：VCA是一种基于混合像元模型的特征提取方法，可以将每个像素分解为混合的端元（pure pixels）和混杂像元，从而更好地识别目标对象。
（三）分类识别分类识别是高光谱遥感图像分析最常用的技术之一，它是将图像中像素点进行分类，把同一类别的像素标注相同标签的过程。
1、常用分类算法：传统的分类算法包括最小距离分类、支持向量机（SVM）分类、KNN分类等。
2、深度学习分类：随着深度学习的发展，深度卷积神经网络（CNN）被广泛应用于高光谱遥感图像分类中，并在各种分类任务中取得了不错的效果。
二、高光谱遥感图像的应用研究（一）农业领域高光谱遥感图像可以用于农作物的分类、生长状态的监测和病虫害的诊断，从而帮助农业生产做出更加科学和精准的决策。
（二）森林资源管理领域高光谱遥感图像可用于森林植被覆盖度、森林生物多样性、森林类型等指标的监测和评估。
高光谱遥感的原理与应用1. 高光谱遥感技术简介•高光谱遥感是一种用于获取地面物体光谱信息的遥感技术。
•与传统遥感技术相比，高光谱遥感具有更高的波段分辨率和更丰富的光谱信息。
•高光谱遥感技术的原理是通过采集地面物体在可见光和近红外波段的光谱反射信息，来获取物体的光谱特征。
2. 高光谱遥感的原理•高光谱遥感利用高光谱仪器来收集地面物体在一系列窄波段上的光谱反射数据。
•高光谱仪器通常由特定波段的传感器阵列组成，每个传感器负责收集一个波段的光谱数据。
•地面物体的光谱特征可以通过分析被收集到的光谱数据来确定。
3. 高光谱遥感的应用领域•农业：利用高光谱遥感技术可以监测作物的生长状态、优化农田管理以及检测病虫害等问题。
•矿产资源勘探：高光谱遥感可以检测矿产资源的类型和分布，有助于矿产资源勘探和开发。
•环境监测：高光谱遥感可以监测水体质量、土壤污染程度等环境参数，有助于环境保护和资源管理。
•森林火灾监测：通过高光谱遥感技术可以实时监测森林火灾的扩散情况，有助于及时采取灭火措施。
•城市规划：高光谱遥感可以提供城市土地利用信息，有助于城市规划和土地管理。
4. 高光谱遥感技术的优势•高光谱遥感技术具有较高的波段分辨率，可以获取更详细的光谱信息。
•高光谱遥感技术可以提供更准确的地物分类和识别能力。
•高光谱遥感技术可以探测隐蔽的物体特征，对物体的构成和结构提供更深入的了解。
•高光谱遥感技术具有较高的空间分辨率，可以提供更精细的地物信息。
5. 高光谱遥感技术的挑战和发展方向•数据处理：高光谱遥感技术生成的数据量巨大，对数据处理的算法和技术提出了新的挑战。
•传感器技术：高光谱遥感仪器的性能和稳定性需要不断提升，以满足复杂环境下的需求。
•数据标定和校正：高光谱遥感数据需要进行标定和校正，来消除传感器和大气等因素对数据的影响。
•数据分析和解释：高光谱遥感技术生成的数据需要进行分析和解释，以提取有用的地物信息。
6. 结论高光谱遥感技术是一种重要的遥感技术，具有广泛的应用前景。
高光谱成像在遥感中的应用1. 引言遥感技术是通过对地球表面的光谱、热力、电磁辐射等信息进行测量和分析，从而获取地表信息的一种手段。
高光谱成像是遥感技术中的一项重要技术，它能够获取被观测物体在数百个连续的光谱波段上的信息。
本文将探讨高光谱成像在遥感中的应用及其优势。
2. 高光谱成像的原理高光谱成像利用一个连续的光谱范围，将被观测物体的反射、辐射或发射光谱信息以光谱图像的形式记录下来。
相比于传统的彩色图像，高光谱图像包含了更丰富的光谱信息，能够提供更多种类的地表特征。
高光谱成像技术主要依赖于高光谱成像仪器，其通过分光光栅将光分成不同的波段，然后通过具有高灵敏度和高空间分辨率的光学传感器捕捉每个波段的图像。
3. 高光谱成像在地质勘探中的应用地质勘探是指通过对地质构造、矿产资源等进行调查和研究的一种手段。
传统的地质勘探通常依赖于地质样品的采集和实地勘探，而高光谱成像技术能够通过对地表光谱数据的分析，准确识别出不同的地质类型。
例如，高光谱成像可以用于矿产资源的预测和探测，通过识别不同波长下矿物质的光谱特征，可以定量地评估矿床分布和矿床类型。
此外，高光谱成像还可以用于确定地下水资源的分布情况，为地下水的开发利用提供信息支持。
4. 高光谱成像在农业中的应用农业是一个多因素综合作用的复杂系统，对农作物的监测和管理需要全面的信息支持。
高光谱成像技术可以通过对农田的高光谱图像进行分析，提供精准的作物信息。
例如，高光谱成像可以用于农作物的远程监测和应力识别。
通过分析不同波段下植被的光谱反射率，可以测量植被的生理指标，如叶绿素含量、叶面积指数等，进而判断作物生长状态和营养状况。
此外，高光谱成像还可以用于病虫害的预警和监测，通过识别不同病虫害对植物的光谱特征影响，及时发现问题并采取措施。
5. 高光谱成像在环境监测中的应用环境监测是指对环境污染、资源利用和环境质量等进行监测和评价的活动。
高光谱成像技术具有高灵敏度和高空间分辨率的特点，可以对大范围的地区进行高精度的环境监测。
高光谱遥感技术的应用前景随着科技的不断发展，遥感技术越来越成为人们了解和掌握地球信息的有力工具，而高光谱遥感技术就是其中一种很重要的技术。
高光谱遥感技术能够提供比传统遥感技术更丰富和精细的地球信息，因而在许多领域都有广泛应用，从环境保护、水资源管理到农药使用管理等等，都有着广泛的应用前景。
一、高光谱遥感技术的基本原理和特点高光谱遥感技术是指遥感技术中利用高光谱仪器获取并记录地物反射光谱的过程。
高光谱遥感技术相比于传统遥感技术，不仅能够获取到地物的空间和光晕信息，还能够获取到更高的光谱分辨率，能够对地物的光谱反射进行更精确的分析。
高光谱遥感技术有着广泛的应用范围，既能用于地表覆盖和生态环境监测，也能用于资源勘探和开发。
高光谱遥感技术数据的处理通常是建立在一个多波段反射率数据集上，数据集中每个像素的反射率都被记录在不同波长的光谱带中。
二、高光谱遥感在环境保护中的应用高光谱遥感技术在环境监测与评估中有着广泛的应用，可以用于监测和掌握地球上的各种环境指标，比如水质检测、空气污染等等。
在水资源管理中，高光谱遥感技术可用于测定水体水质、流速等水文参数，还可以追踪水文演化、水生生态系统变化等。
在空气污染的识别、区分和定量化监测方面，高光谱遥感技术也无疑是非常有用的。
能够捕获不同类型的污染物质与混合物在光谱上的独特的“指纹”，通过这些指纹可以对目标物质进行识别和区分。
这种技术可以适用于城市和工业区域、矿山地区、较为多源的汽车尾气等。
三、高光谱遥感在农业中的应用高光谱遥感技术在农业中的应用是多方面的，例如识别不同的植物覆盖、追踪作物生长等。
针对农业领域，高光谱遥感技术能够提供更为精确和准确的地物分类、植被指数、作物监测和干旱指数等信息，还可以对农药使用管理等方面进行科学决策和预测。
例如，在干旱监测上，采用高光谱遥感获取显著的有机物光谱特征，从而可制定地表和植被湿度指数，进而进行干旱程度分级评估。
这种技术可用于种植业、水资源管理、生态学和气候模型研究等领域。
新技术在遥感和航空摄影测量中的应用遥感和航空摄影测量技术被广泛应用于地理信息系统、农业、环境监测、城市规划等领域。
随着信息技术的发展，新技术的引入为遥感和航空摄影测量带来了更广阔的应用前景。
1. 高分辨率遥感：高分辨率遥感通过使用高分辨率传感器，可以捕获到更精细的地物信息，提高了遥感数据的精度和分辨率。
这使得在土地利用/覆盖分类、资源调查、城市规划等方面的应用得以更准确地进行。
2. 高光谱遥感：高光谱遥感技术可以获取物体在可见光、近红外和红外等多个波段上的反射光谱信息，从而提供了更丰富的地物分类和识别能力。
这种技术在农业、环境监测和地质勘探等领域有着重要的应用，可以帮助农作物管理、土壤质量评估和矿产资源勘探。
3. 激光雷达遥感：激光雷达遥感技术通过向地面发射激光束并测量其反射时间来获取地面三维信息。
该技术可以准确测量地形、建筑物和植被的高度信息，广泛应用于数字地形模型（DTM）构建、城市建模和森林资源管理等领域。
4. 合成孔径雷达（SAR）遥感：SAR遥感利用雷达系统发送和接收微波信号，可以在不同天气条件下独立于地表光照、云层和大气干扰获取地表信息。
这种技术可以在土地利用、冰雪监测和水资源管理等领域提供高质量的遥感数据，对大尺度地表监测具有重要意义。
1. 定位与导航技术：航空摄影测量需要准确的航摄航迹和姿态信息，以保证影像的精度和准确度。
全球定位系统（GPS）和惯性导航系统（INS）等新技术的引入，提供了高精度的位置和导航信息，有效地改善了航摄数据的质量。
2. 数字摄影测量技术：数字摄影测量技术使用数字相机和计算机图像处理算法，可以快速获取高质量的摄影测量数据。
相较于传统的胶片相机，数字相机具有更高的分辨率、动态范围和色彩饱和度，可以提供更精确的地形和地物特征信息。
3. 无人机技术：无人机具有灵活、便捷和低成本的特点，在航空摄影测量中有着广泛的应用前景。
无人机搭载航拍设备可以快速获取高分辨率影像，适用于小尺度地区的高精度摄影测量任务。
高光谱遥感的原理及应用1. 概述高光谱遥感是一种在更多波段上获取图像数据的遥感技术。
与传统的遥感技术相比，高光谱遥感可以捕捉更丰富的光谱信息，对地表物质进行更精细的分类与分析。
本文将介绍高光谱遥感的基本原理和其在各个领域的应用。
2. 基本原理在高光谱遥感中，传感器能够获取地表物质在连续的较窄波段范围内反射或辐射的能量。
这些数据形成了一个高光谱数据立方体，其中的每个像素都包含了多个波段的光谱信息。
高光谱遥感数据的采集过程包括以下几个步骤：•辐射校正：对于每个波段的数据，需要进行辐射校正，将辐射强度转换为辐射亮度温度或辐射亮度值。
•大气校正：由于大气对辐射的吸收和散射会对数据产生影响，需要进行大气校正以消除这些影响。
•几何校正：将采集到的数据进行几何校正，使其与地表物质之间的关系更加精确。
•光谱校正：由于传感器的响应可能会随时间而变化，需要进行光谱校正以使数据具有更高的精度和一致性。
3. 应用领域高光谱遥感技术在许多领域中都有广泛的应用，下面将介绍其中的几个主要领域。
3.1 农业高光谱遥感可以提供农作物的生长状况和营养需求的信息，帮助农民制定合理的施肥和灌溉计划。
通过监测作物的反射光谱，可以检测到病虫害的存在并进行预警。
此外，高光谱遥感还能够分析土壤特性，评估土壤质量和植被覆盖度。
3.2 环境监测高光谱遥感可以用于监测和评估环境变化及污染状况。
通过分析海洋、湖泊和河流的水质，可以检测到水体中的有害物质和蓝藻水华等问题。
同时，利用高光谱遥感技术还可以监测空气质量，识别并追踪大气污染源。
3.3 建筑与城市规划高光谱遥感可以提供高精度的地物分类和识别能力，有助于建筑和城市规划的设计与评估。
通过分析建筑物材料的光谱特征，可以对建筑物进行3D建模和监测。
此外，在城市规划中，高光谱遥感可以用于检测土地利用、土地覆盖和城市扩展等方面的变化。
3.4 自然资源管理高光谱遥感技术在自然资源管理中有广泛的应用。
利用高光谱遥感数据，可以对森林、湿地和荒漠等自然环境进行监测和分析。
高光谱遥感图像分类算法研究与应用高光谱遥感图像是一种利用高光谱影像数据获取地物光谱信息的遥感技术。
与传统遥感图像不同，高光谱图像具有更高的光谱分辨率和丰富的光谱信息，能够提供更多的数据维度，为地物分类和识别任务提供了更多潜在的优势。
本文将对高光谱遥感图像分类算法的研究与应用进行探讨。
一、高光谱遥感图像分类算法的基本原理高光谱遥感图像分类的基本原理是基于地物光谱的差异来实现分类任务。
每个地物在光谱上都有独特的反射特性，这使得地物在高光谱遥感图像上呈现出不同的光谱特征。
因此，通过分析这些光谱特征，可以将图像中的像素点归类为不同的地物类别。
二、高光谱遥感图像分类的方法目前，主要的高光谱遥感图像分类方法包括有监督分类方法和无监督分类方法。
1. 有监督分类方法有监督分类方法需要事先提供训练样本，通过学习这些样本的光谱特征和类别标签，来构建分类模型进行分类。
常见的有监督分类方法包括最大似然分类、支持向量机、随机森林等。
这些方法通过建立分类模型来预测未知像素点的类别，并在实际应用中取得了一定的成功。
2. 无监督分类方法与有监督分类方法不同，无监督分类方法不需要事先提供样本类别信息。
它通过分析图像的光谱特征，把光谱相似的像素点聚类为同一类别。
常见的无监督分类算法包括K均值聚类、自组织映射网络等。
这些方法在一定程度上能够自动发现图像中的地物类别，但对于复杂的图像分析任务仍然存在一定的挑战。
三、高光谱遥感图像分类算法的应用高光谱遥感图像分类算法在遥感应用领域有着广泛的应用前景。
1. 土地利用与覆盖分类高光谱遥感图像能够提供地表覆盖的光谱信息，对于土地利用与覆盖的分类具有重要意义。
利用高光谱遥感图像分类算法可以实现对不同植被、土地利用类型进行识别和分类，为土地管理和规划提供决策支持。
2. 环境监测与资源管理高光谱遥感图像分类算法在环境监测和资源管理领域也有广泛的应用。
通过对高光谱图像的分类分析，可以实现对水体、植被、土壤等自然资源的监测和管理，为环境保护和可持续发展提供技术支持。
高光谱在遥感技术的应用高光谱遥感技术（Hyperspectral Remote Sensing）的兴起是20世纪80年代遥感技术发展的主要成就之一.作为当前遥感的前沿技术，高光谱遥感在光谱分辨率上具有巨大的优势。
，随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛。
本文主要阐述高光谱遥感的特点和主要应用。
1 高光谱遥感孙钊在《高光谱遥感的应用》中提到，高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。
[1]高光谱遥感具有较高的光谱分辨率，通常达到10～2λ数量级。
[2]1.1 高光谱遥感特点综合多篇关于高光谱的期刊文章，总结高光谱具有如下特点：（1）波段多，波段宽度窄。
成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。
[3]与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的(一般<10nm) 成像波段，波段数与多光谱遥感相比大大增多，在可见光和近红外波段可达几十到几百个，且在某个光谱区间是连续分布的，这不只是简单的数量的增加，而是有关地物光谱空间信息量的增加。
[4]（2）光谱响应范围广，光谱分辨率高。
成像光谱仪响应的电磁波长从可见光延伸到近红外，甚至到中红外。
[5]成像光谱仪采样的间隔小，光谱分辨率达到纳米级，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。
（3）可提供空间域信息和光谱域信息，即“谱像合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。
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1 条完整、连续的光谱曲线，即所谓的“谱像合一”。
（4）数据量大，信息冗余多。
高光谱数据的波段众多，其数据量巨大，而且由于相邻波段的相关性高，信息冗余度增加。
（5）数据描述模型多，分析更加灵活。
高光谱影像通常有三种描述模型：图像模型、光谱模型与特征模型。
1.2 高光谱遥感的优势高光谱遥感的光谱分辨率的提高，使地物目标的属性信息探测能力有所增强。
因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势:(1)蕴含着近似连续的地物光谱信息。
高光谱影像经过光谱反射率重建，能获取地物近似连续的光谱反射率曲线，与地面实测值相匹配，将实验室地物光谱分析模型应用到遥感过程中。
(2)地表覆盖的识别能力极大提高。
高光谱数据能够探测具有诊断性光谱吸收特征的物质，能够准确区分地表植被覆盖类型、道路的铺面材料等。
(3)地形要素分类识别方法灵活多样。
影像分类既可以采用各种模式识别方法，如贝叶斯判别、决策树、神经网络、支持向量机等，又可以采用基于地物光谱数据库的光谱匹配方法。
分类识别特征，可以采用光谱诊断特征，也可以进行特征选择与提取。
(4)地形要素的定量或半定量分类识别成为可能。
在高光谱影像中，能估计出多种地物的状态参量，提高遥感高定量分析的精度和可靠性。
[5]2 高光谱遥感的发展2.1 高光谱遥感在国外的发展自80年代以来，美国已经研制了三代高光谱成像光谱仪。
1983年，第一幅由航空成像光谱仪（AIS-1）获取的高光谱分辨率图像的正式出现标志着第一代高光谱分辨率传感器面世。
第一代成像光谱仪（AIS），由美国国家航空和航天管理局（NASA）所属的喷气推进实验室设计，共有两种，AIS-1(1982年～1985年，128波段)和AIS-2(1985年～1987年，128波段)，其光谱覆盖范围为1.2～2.4μm。
1987年，由NASA喷气推进实验室研制成功的航空可见光/红外光成像光谱仪（AVIRIS）成为第二代高光谱成像仪的代表。
与此同时，加拿大、澳大利亚、日本等国家竞相投入力量研究成像光谱仪。
在AVIRIS之后，美国地球物理环境研究公司(GER)又研制了1台64通道的高光谱分辨率扫描仪(GERIS)，主要用于环境监测和地质研究。
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。
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），其重量仅为35kg，采用256通道，光谱范围为400～1050nm，光谱分辨率为2～10nm，视场角为150°。
而于1999年和2000年发射升空的中分辨率成像光谱仪（MODIS和Hyperion）都已经成为主要的应用数据来源。
[3]经过20世纪80年代的起步与90年代的发展，一系列高光谱成像系统在国际上研制成功并在航空平台上获得了广泛的应用。
至20世纪90年代后期，在高光谱遥感应用的一系列重要技术问题，如高光谱成像信息的定标和定量问题，成像光谱图像信息可视化及多维表达问题，图像——光谱变换和光谱信息提取、大数据量信息处理、光谱匹配和光谱识别、分类等问题得到基本解决之后，高光谱遥感一方面由实验研究阶段逐步转向实际应用阶段，而在技术发展方面则由以航空系统为主开始转向于航空和航天高光谱分辨率遥感系统相结合的阶段。
迄今为止，国际上已有许多套航空成像光谱仪处于运行状态，在实验、研究以及信息的商业化方面发挥着重要作用。
[6]2.2 高光谱遥感在国内的发展我国紧密跟踪国际高光谱遥感技术的发展，并结合国内不断增长的应用需求，于20世纪80年代中后期着手发展自己的高光谱成像系统。
主要的成像光谱仪有中科院上海技术物理研究所研制的推扫式成像光谱仪(PHI)系列、实用型模块化成像光谱仪(OMIS)系列、中科院长春光机所研制的高分辨率成像光谱仪(C2HR IS)和西安光机所研制的稳态大视场偏振干涉成像光谱仪(SLP IIS) 。
中科院上海技术物理研究所研制的中分辨率成像光谱仪(CMOD IS)于2002年随“神舟”三号发射升空，并成功获取航天高光谱影像，其获取影像从可见光到近红外共30波段，中红外到远红外的4波段，空间分辨率为500m。
2007年10月年发射的“嫦娥1号”卫星已携带中科院西安光机所研制的干涉成像光谱仪升空，用于获取月球表面二维多光谱序列图像及可分辨地元光谱图，通过与其他仪器配合使用对月球表面有用元素及物质类型的含量与分布进行分析，获得的数据用于编制各元素的月面分布图。
从2007年到2010年，我国将组建环境与灾害监测预报小卫星星座，将携带超光谱成像仪，采用0.45～0.95μm波段，平均光谱分辨率为5nm，地面分辨率为100m。
我国在积极研制具有自主知识产权的成像光谱仪的同时，在地物光谱数据技术、高光谱影像分析技术等方面的研究中也取得了部分的成果。
20世纪90年代初期，中科院安徽光机所、遥感所等单位对大量的典型地物进行了波谱采集，建立了我国第一个综合性“地物波谱特性数据库”。
1998年，中国国土资源航空物探与遥感中心建立了“典型岩石矿物波谱数据库”，其中包含了我国主要的典型岩石和矿物500余种。
2000年，中国科学院遥感所基于GIS和网络技术研制了典型地物波谱数据库及其管理系统，记录了10000多条地物波谱，并能动态生成相应的波谱曲线和遥感器模拟波段，实现了波谱数据库与“3S”技术的链接。
[5]3 高光谱遥感的应用领域通过阅读相关文献，高光谱遥感在以下领域有重要应用。
3.1 在植被和生态研究中的应用高光谱遥感能够提供图像每个像元高的光谱分辨率，使一些在常规宽波段遥感中不能探测到的物质，在高光谱遥感中能被探测。
高光谱遥感数据能够精确估算关键生态系统过程中的生物物理和生物化学参量，特别是在大尺度上冠层水分、植被干物质和土壤生化参量的精确反演，在生态学研究中有广阔的应用前景。
[7]在生态系统方面，高光谱遥感还应用于生态环境梯度制图、光合作用色素含量提取、植被干物质信息提取、植被生物多样性监测、土壤属性反演、植被和土地覆盖精细制图、土地利用动态监测、矿物分布调查、水体富营养化检测、大气污染物监测、植被覆盖度和生物量调查、地质灾害评估等等。
植被高光谱遥感数据，按获取方式的不同，采用相应的高光谱遥感信息处理技术处理后可用于植被参数估算与分析，植被长势监测及估产等领域。
另外，高光谱的出现使植物化学成分的遥感估测成为可能。
3.2 在大气科学研究中的应用高光谱遥感具有非常高的光谱分辨率，它不仅可以探测到常规遥感更精细的地物信息，而且能探侧到更精细的大气吸收特征。
大气的分子和粒子成份在反射光谱波段反映强烈，能够被高光谱仪器监测。
高光谱遥感技术在大气研究中的突出应用是云盖制图、云顶高度与云层状态参数估算、大气水汽含量与分布估算、气溶胶含量估计以及大气光学特性评价等。
利用高光谱数据，在准确探测大气成分的基础上，能提高天气预报、灾害预警等的准确性与可靠性。
3.3 在地质矿产中的应用区域地质制图和矿产勘探是高光谱技术主要的应用领域之一，也是高光谱遥感应用中最成功的一个领域。
80年代以来，高光谱遥感被广泛地应用于地质、矿产资源及相关环境的调查中。
最近15 年来的研究表明，高光谱遥感可为地质应用的发展做出重大贡献，尤其是在矿物识别与填图、岩性填图、矿产资源勘探、矿业环境监测、矿山生态恢复和评价等方面。
[8]高光谱遥感能成功地应用于地质领域的主要原因是高光谱遥感有许多不同于宽波段遥感的性质，各种矿物和岩石在电磁波谱上显示的诊断性光谱特征可以帮助人们识别不同矿物成分，高光谱数据能反映出这类诊断性光谱特征。
随着高光谱遥感地质应用的不断扩展和日益深入，高光谱遥感技术和方法也在不断改进。
近年来在基于高光谱数据的矿物精细识别、高光谱影像地质环境信息反演、基于高光谱遥感的行星地质探测等方面取得了突出的进展。
高光谱遥感在地质成因环境探测、蚀变矿物与矿化带的探测、成矿预测、岩性的识别与分类、油气资源及灾害探测、高光谱植被重金属污染探测等方面也有应用。
3.4 在海洋研究中的应用随着科学技术的发展，高光谱遥感已成为当前海洋遥感前沿领域。
由于中分辨率成像光谱仪具有光谱覆盖范围广、分辨率高和波段多等许多优点，因此已成为海洋水色、水温的有效探测工具。
它不仅可用于海水中叶绿素浓度、悬浮泥沙含量、某些污染物和表层水温探测，也可用于海冰、海岸带等的探测。
国内海洋遥感应用基础研究主要是一些数学模型的构建。
关于如何解决水体的低反射率、大气对蓝紫波段光谱的散射影响等难题的研究还未涉足。
在海洋水质监测应用方面，只有可见光光谱能够观测水下的状况。
另外，陆源污染、海水养殖、滩涂等海岸带典型要素的光谱特性研究工作也在开展，研究人员以航空高光谱图像为数据源，选取陆源污染、海水养殖、滩涂为监测要素，进行上述要素的光谱波段敏感性研究，试图获得其探测的最佳波段，并进一步发展准确、快速识别和探测技术。
在海洋表面温度测量、海洋表层悬浮泥沙浓度的定性或半定量的观测、海洋动力现象的研究等方面都开展了相应的研究。
