高光谱背景知识介绍

一 光谱怎么作用 :
组成物质的分子、原子的种类及其排列方式决定了该物质区别于其它物质的本质特征。当电磁波入射到物质表面，物质内部的电子跃迁，原子、分子的震动、转动等作用使物质在特定的波长形成特有的吸收和反射特征，根据这个吸收或者反射的光谱，就可以反映出物质的组成成分与结构的差异。不同的物质，光谱不同，特定的物质有特定的光谱，这是研究的方向，也是得出结论的根据。

二 高光谱遥感：
概念： 所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。

特点：高光谱遥感具有以下特点：
⑴ 波段多。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。
⑵ 光谱分辨率高。成像光谱仪采样的间隔小，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。
⑶ 数据量大。随着波段数的增加，数据量呈指数增加。
⑷ 信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。
⑸ 可提供空间域信息和光谱域信息，即“图谱合一”，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。

高光谱数据可表示为高光谱数据立方体，是三维数据结构。高光谱数据可视为三维图像，在普通二维图像之外又多了一维光谱信息。其空间图像为描述地表二维空间特征，其光谱维揭示了图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱维信息的有机融合。
(1)空间图像维：在空间图像维，高光谱数据与一般的图像相似。
(2)光谱维：从高光谱图像的每一个像元中可获得一个“连续”的光谱曲线。
采用基于光谱数据库的“光、谱匹配”技术，可以实现识别地物的目的。同时大多数地物都具有典型的光谱波形特征，尤其是光谱吸收特征。这些特征与地物的化学成分是密切相关的。

难点：高光谱图像处理技术面临的主要难点有:
（1）数据量大
（2）加性噪声
（3）混合像素点
（4）从地物目标到图像的光谱响应的机理和作用过程非常复杂，即使是同一种材料，其光谱表现通常也有很大的差异，即存在所谓“同物异谱”和“同谱异物”的现象。

意义：高光谱图像处理意义在于：这一技术将确定物质或地物性质的光谱与揭示其空间和几何关系的图像革命性地结合在一起，而许多物质的特征往往表现在一些狭窄的光谱范围内，高光谱遥感实现了捕获地物的光谱特征同时又不失其整体形态及其与周围地物的关系。高光谱技术产生的一组图像所提供的丰富信息可以显著地提高分析的质量、细节性、可靠性以及可信度。

三 高光谱发展程度
1．高光谱数据处理技术的发展程度
（1）基于纯像元的分析方法
①基于光谱特征的分析方法。基于光谱特征的分析方法主要从地物光谱特征上出发，表征地物的特征光谱区间和参数。这一方法通过对比分析地面实测的地物光谱曲线来区分地物。“光谱匹配”是利用成像光谱仪探测数据进行地物分析的主要方法之一。
②基于统计模型的分类方法。基于统计模型的分类方法
主要是对高光谱数据样本的总体特征进行统计分析。对样本
采样点统计分布特征的分析可以帮助识别不同的目标物。
（2）基于混合像元的分析
由于传感器空间分辨率的限制以及地物的复杂多样性，遥感影像中的像元大多数都是几种地物的混合体，而它的光谱特征也就成了几种地物光谱特征的混合体。
2．高光谱应用的发展程度
（1）在地质方面的应用
在地质方面主要利用其探测岩石和矿物的吸收、反射等诊断性特征，从而进行岩石矿物的分类、填图和矿产勘查。
（2）在植被检测中的应用
通过对来源不同的植被高光谱遥感数据采取相应的技术处理后，可将其用于植被参数估算与分析，植被长势监测以及估产。
（3）在农业中的应用
高光谱在农业中的应用，主要表现在快速、精确地获取作物生长状态以及环境胁迫的各种信息，从而相应调整投入物资的投入量，达到减少浪费，增加产量，保护农业资源和环境质量的目的。
（4）在大气和环境方面的应用
大气中的分子和粒子成分在太阳反射光谱中有强烈反应，这些成分包括水汽、二氧化碳、氧气、臭氧、云和气溶胶等。传统宽波段遥感方法无法识别出由于大气成分的变化而引起的光谱差异，而波段很窄的高光谱则能够识别出这种光谱差异。高光谱遥感可以对人们周围的生态环境情况做出
定量的分析（环境污染）；用来探测危险环境因素（精确识别危险废矿物，编制特殊蚀变矿物分布图，评价野火的危险等级，识别和探测燃烧区域等）。
目前主要应用于地质、植被调查、农业、环境、军事等领域。