高光譜遙感的應(yīng)用

高光譜遙感的應(yīng)用第一頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜遙感定義：

高光譜遙感是在電磁波譜的可見(jiàn)光、近紅外、中紅外和熱紅外波段范圍內(nèi)，利用成像光譜儀獲取許多非常窄的光譜連續(xù)的影像數(shù)據(jù)的技術(shù)。高光譜遙感具有較高的光譜分辨率，通常達(dá)到10~2λ數(shù)量級(jí)。第二頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜遙感技術(shù)簡(jiǎn)介高光譜遙感技術(shù)是近些年來(lái)迅速發(fā)展起來(lái)的一種全新的遙感技術(shù),它是集探測(cè)器技術(shù)、精密光學(xué)機(jī)械、微弱信號(hào)檢測(cè)、計(jì)算機(jī)技術(shù)、信息處理技術(shù)于一體的綜合性技術(shù)。在成像過(guò)程中,它利用成像光譜儀以納米級(jí)的光譜分辨率,以幾十或幾百個(gè)波段同時(shí)對(duì)地表地物成像,能夠獲得地物的連續(xù)光譜信息,實(shí)現(xiàn)了地物空間信息、輻射信息、光譜信息的同步獲取,因而在相關(guān)領(lǐng)域具有巨大的應(yīng)用價(jià)值和廣闊的發(fā)展前景。同其他常用的遙感手段相比,成像光譜儀獲得的數(shù)據(jù)具有以下特點(diǎn):波段多;光譜分辨率高;相鄰波段的相關(guān)性高,數(shù)據(jù)冗余大;空間分辨率較高。高光譜遙感由于具有很高的光譜分辨率,因而能夠提供更為豐富的地面信息。其正在受到國(guó)內(nèi)外的廣泛關(guān)注,并在諸如農(nóng)業(yè)、海洋、林業(yè)、軍事、宇宙和天文學(xué)等領(lǐng)域發(fā)揮著越來(lái)越重要的作用,越來(lái)越多的地物因子可以用高光譜數(shù)據(jù)反演,而且精度不斷提高。筆者主要介紹高光譜遙感在植被信息提取研究中的進(jìn)展和應(yīng)用展望。第三頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜具有的特點(diǎn)：1.坡段多，波段寬度窄2.光譜響應(yīng)范圍廣，光譜分辨率高3.可提供空間域信息和光譜域信息4.數(shù)據(jù)量大，信息冗余多5.數(shù)據(jù)描述模型多，分析更加靈活第四頁(yè)，共四十二頁(yè)，2022年，8月28日1.坡段多，波段寬度窄。成像光譜儀在可見(jiàn)光和近紅外光譜區(qū)內(nèi)有數(shù)十甚至數(shù)百個(gè)波段。與傳統(tǒng)的遙感相比，高光譜分辨率的成像光譜儀為每一個(gè)成像像元提供很窄的（一般為<10nm)成像波段，波段數(shù)與多光譜遙感相比大大增多，在可見(jiàn)光和近紅外波段可達(dá)幾十到幾百個(gè)，且在某個(gè)光譜區(qū)間事連續(xù)分布的，這不只是簡(jiǎn)單的數(shù)量的增加，而是有關(guān)地物光譜空間信息量的增加。第五頁(yè)，共四十二頁(yè)，2022年，8月28日2.光譜響應(yīng)范圍廣，光譜分辨率高。成像光譜儀響應(yīng)的電磁波長(zhǎng)從可見(jiàn)光延伸到近紅外，甚至到中紅外。成像光譜儀采用的間隔小，光譜分辨率達(dá)到納米級(jí)，一般為10nm左右。精細(xì)的光譜分辨率反映了地物光譜的細(xì)微特征。第六頁(yè)，共四十二頁(yè)，2022年，8月28日3.可提供空間域信息和光譜域信息，即“譜像合一”，并且由成像光譜儀得到的光譜曲線可以與地面實(shí)測(cè)的同類地物光譜曲線相類比。在成像高光譜遙感中，以波長(zhǎng)為橫軸，灰度值為縱軸建立坐標(biāo)系，可以使高光譜圖像中的每一個(gè)像元在各通道的灰度值都能產(chǎn)生一條完整、連續(xù)的光譜曲線，即所謂的“譜像合一”。第七頁(yè)，共四十二頁(yè)，2022年，8月28日4.數(shù)據(jù)量大，信息冗余多。高光譜數(shù)據(jù)的波段眾多，其數(shù)據(jù)量巨大，而且由于相鄰波段的相關(guān)性高，信息冗余度增加。第八頁(yè)，共四十二頁(yè)，2022年，8月28日5.數(shù)據(jù)描述模型多，分析更加靈活。高光譜影像通常有三種描述模型：圖像模型、光譜模型與特征模型。第九頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜遙感應(yīng)用在哪些方面：一、高光譜遙感在地質(zhì)調(diào)查中的應(yīng)用二、高光譜遙感在植被研究中的應(yīng)用三、高光譜遙感在其他領(lǐng)域中的應(yīng)用第十頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜地質(zhì)應(yīng)用的歷史國(guó)內(nèi)外高光譜地質(zhì)應(yīng)用技術(shù)與方法國(guó)內(nèi)外高光譜地質(zhì)應(yīng)用主要進(jìn)展高光譜地質(zhì)應(yīng)用的領(lǐng)域與實(shí)例存在的主要問(wèn)題一、高光譜遙感在地質(zhì)調(diào)查中的應(yīng)用第十一頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜地質(zhì)應(yīng)用的歷史從20世紀(jì)70年代末至80年代初美國(guó)提出高光譜遙感概念模型并研制成像光譜儀以來(lái)，世界各國(guó)進(jìn)行高光譜遙感的應(yīng)用。80年代以來(lái)，高光譜遙感被廣泛地應(yīng)用于地質(zhì)、礦產(chǎn)資源及相關(guān)環(huán)境的調(diào)查中。我國(guó)在20世紀(jì)80年代末開(kāi)展了高(成像)光譜技術(shù)的研究,取得了極大的進(jìn)展第十二頁(yè)，共四十二頁(yè)，2022年，8月28日國(guó)內(nèi)外高光譜地質(zhì)應(yīng)用技術(shù)與方法1.光譜微分技術(shù)（spectralderivative）2.光譜匹配技術(shù)（spectralmatching）3.混合光譜分解技術(shù)（spectralunmixing）4.光譜分類技術(shù)(spectralclassification)5.光譜特征提取（spectralfeatureextraction）6.模型方法（modeling）第十三頁(yè)，共四十二頁(yè)，2022年，8月28日1.光譜微分技術(shù)

包括對(duì)反射光譜進(jìn)行數(shù)學(xué)模擬和計(jì)算不同階數(shù)的微分(差分)值，以確定光譜彎曲點(diǎn)和最大最小反射率的波長(zhǎng)位置。光譜微分強(qiáng)調(diào)曲線的變化和壓縮均值影響。一階微分去除部分線性或接近線性的背景、噪聲光譜對(duì)目標(biāo)光譜（須為非線性的）的影響。第十四頁(yè)，共四十二頁(yè)，2022年，8月28日2.光譜匹配技術(shù)

是對(duì)地物光譜和實(shí)驗(yàn)室測(cè)量的參考光譜進(jìn)行匹配或地物光譜與參考光譜數(shù)據(jù)庫(kù)比較，求得它們之間的相似或差異性，一達(dá)到識(shí)別的目的。兩個(gè)光譜曲線的相似性常用計(jì)算的交叉相關(guān)系數(shù)及繪制交叉相關(guān)曲線圖來(lái)確定。第十五頁(yè)，共四十二頁(yè)，2022年，8月28日3.混合光譜分解技術(shù)

用以確定在同一像元內(nèi)不同地物光譜成分所占的比例或非已知成分。因?yàn)椴煌匚锕庾V成分的混合會(huì)改變波段的深度，波段的位置，寬度，面積和吸收的程度等。這種技術(shù)采用矩形方程，神經(jīng)元網(wǎng)絡(luò)方法以及光譜吸收指數(shù)技術(shù)等，求出在給定像元內(nèi)各成分光譜的比例。第十六頁(yè)，共四十二頁(yè)，2022年，8月28日4.光譜分類技術(shù)主要的方法包括傳統(tǒng)的最大似然方法、人工神經(jīng)網(wǎng)絡(luò)方法、支持向量機(jī)方法和光譜角制圖方法（SpectralAngelMap-per,SAM）。第十七頁(yè)，共四十二頁(yè)，2022年，8月28日5.光譜維特征提取方法

可以按照一定的準(zhǔn)則直接從原始空間中選出一個(gè)子空間；或者在原特征空間之間找到某種映射關(guān)系。這一方法是以主成分分析為基礎(chǔ)的改進(jìn)方法。第十八頁(yè)，共四十二頁(yè)，2022年，8月28日6、模型方法

是模型礦物和巖石反射光譜的各種模型方法。因?yàn)楦吖庾V測(cè)量數(shù)據(jù)可以提供連續(xù)的光譜抽樣信息，這種細(xì)微的光譜模型特征是模型計(jì)算一改傳統(tǒng)的統(tǒng)計(jì)模型方法建立起確定性模型方法。因而，模型方法可以提供更有效和更可靠的分析結(jié)果。第十九頁(yè)，共四十二頁(yè)，2022年，8月28日國(guó)內(nèi)外高光譜地質(zhì)應(yīng)用主要進(jìn)展多層次的高光譜信息獲取體系基于高光譜數(shù)據(jù)的礦物精細(xì)識(shí)別高光譜影像地質(zhì)環(huán)境信息反演基于高光譜遙感的行星地質(zhì)探測(cè)第二十頁(yè)，共四十二頁(yè)，2022年，8月28日多層次的高光譜信息獲取體系地面光譜儀主要有澳大利亞的PIMA，美國(guó)的ASD、GER、熱紅外FT-IR；機(jī)載成像光譜儀：美國(guó)的VIRIS、澳大利亞的HyMap、加拿大的CASI系列等；中科院開(kāi)發(fā)的機(jī)載OMIS系列、PHI、干涉成像光譜儀。星載成像光譜儀美國(guó)的Hyperion，德國(guó)的EnMAP和日本的Hyper-X。在外星探測(cè)中，有火星探測(cè)熱紅外高光譜儀等，中國(guó)和印度的探月計(jì)劃中也將搭載高光譜儀。第二十一頁(yè)，共四十二頁(yè)，2022年，8月28日基于高光譜數(shù)據(jù)的礦物精細(xì)識(shí)別利用高光譜遙感（含熱紅外高光譜）進(jìn)行礦物識(shí)別可分為3個(gè)層次：礦物種類識(shí)別礦物含量識(shí)別礦物成分識(shí)別第二十二頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜影像地質(zhì)環(huán)境信息反演在礦物識(shí)別和礦物精細(xì)識(shí)別的基礎(chǔ)之上，根據(jù)礦物共生組合規(guī)律和礦物自身的地質(zhì)意義指示作用，直觀地反演各種地質(zhì)因素之間的內(nèi)在聯(lián)系，可提高高光譜在地質(zhì)應(yīng)用中分析和解決地質(zhì)問(wèn)題的效能。第二十三頁(yè)，共四十二頁(yè)，2022年，8月28日基于高光譜遙感的行星地質(zhì)探測(cè)1996年美國(guó)的火星探測(cè)器MarsGlobalSur-veyor2003歐空局的火星探測(cè)器2007年中國(guó)發(fā)射的月球探測(cè)衛(wèi)星嫦娥一號(hào)2008年印度月船一號(hào)探月衛(wèi)星探測(cè)火星、月球的礦物種類及其分布、含量，研究水體的存在和演化第二十四頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜地質(zhì)應(yīng)用的領(lǐng)域1.高光譜地質(zhì)成因信息探測(cè)研究2.高光譜成礦預(yù)測(cè)研究3.高光譜植被重金屬污染探測(cè)4.蝕變礦物與礦化帶的探測(cè)5.高光譜礦山環(huán)境分析研究6.油氣資源及災(zāi)害探測(cè)第二十五頁(yè)，共四十二頁(yè)，2022年，8月28日1.高光譜地質(zhì)成因信息探測(cè)研究根據(jù)高光譜所識(shí)別出的礦物共生組合的關(guān)系進(jìn)行地質(zhì)成因環(huán)境分析根據(jù)高光譜對(duì)礦物組成成分信息的探測(cè)來(lái)分析地質(zhì)成因環(huán)境第二十六頁(yè)，共四十二頁(yè)，2022年，8月28日2.高光譜成礦預(yù)測(cè)研究在巖體侵位以及地質(zhì)構(gòu)造等地質(zhì)作用下,熱液侵入、物質(zhì)置換等使源于礦體的礦物質(zhì)發(fā)生擴(kuò)散作用，這些成分的變化在礦物光譜中有著或強(qiáng)或弱的表現(xiàn)，通過(guò)對(duì)這些細(xì)微的變化的探測(cè)，實(shí)現(xiàn)對(duì)地質(zhì)作用演化信息的探測(cè)。第二十七頁(yè)，共四十二頁(yè)，2022年，8月28日3.高光譜植被重金屬污染探測(cè)植被在可見(jiàn)光波段（400～685nm）的光譜主要受葉色素（葉綠素、葉黃素、胡蘿卜素）的控制，其中以葉綠素的影響最大。在680～750nm區(qū)間急劇上升形成一個(gè)發(fā)射陡坡，稱為“紅邊”。重金屬改變或破壞葉細(xì)胞的結(jié)構(gòu)，造成光譜紅邊的斜率和位置發(fā)生變化。葉綠素含量的減少會(huì)造成紅邊向短波方向位移，稱為藍(lán)移。第二十八頁(yè)，共四十二頁(yè)，2022年，8月28日植被生物變異特征在譜學(xué)上重點(diǎn)表現(xiàn)為光譜紅邊的“紅移”(健康,生長(zhǎng)旺盛)和“藍(lán)移”(不發(fā)育,中毒等)。利用高光譜對(duì)植物光譜的“精細(xì)”結(jié)構(gòu)和變異的探測(cè)和分析,可以定量、半定量地提取與估計(jì)植被生物物理和生物化學(xué)參數(shù),快速且定量地評(píng)價(jià)冠層結(jié)構(gòu)、狀態(tài)或活力,冠層水文狀態(tài),估計(jì)冠層生物化學(xué)成分。第二十九頁(yè)，共四十二頁(yè)，2022年，8月28日4.蝕變礦物與礦化帶的探測(cè)通過(guò)蝕變帶和蝕變礦物的識(shí)別，并結(jié)合相關(guān)的地質(zhì)資料，找尋潛在的礦產(chǎn)。主要用于：熱液蝕變礦物組合探測(cè)與成礦分析金礦礦區(qū)蝕變巖石信息提取銅礦礦區(qū)識(shí)別與探測(cè)鈾礦礦區(qū)探測(cè)等第三十頁(yè)，共四十二頁(yè)，2022年，8月28日5.高光譜礦山環(huán)境分析研究利用高光譜的技術(shù)優(yōu)勢(shì)快速且有效地直接識(shí)別與提取出污染源的種類、類型，并分析其潛在的污染趨勢(shì)。對(duì)礦山環(huán)境進(jìn)行監(jiān)測(cè)。例如：歐盟礦區(qū)環(huán)境影響評(píng)價(jià)與監(jiān)測(cè)（MINEO計(jì)劃）第三十一頁(yè)，共四十二頁(yè)，2022年，8月28日6.油氣資源及災(zāi)害探測(cè)油氣微滲漏探測(cè)油氣管線監(jiān)測(cè)石油泄漏探測(cè)第三十二頁(yè)，共四十二頁(yè)，2022年，8月28日高光譜遙感地質(zhì)研究中存在的主要問(wèn)題1.數(shù)據(jù)源匱乏2.缺針對(duì)性強(qiáng)的數(shù)據(jù)處理方法3.無(wú)成型的專用軟件平臺(tái)4.人員培訓(xùn)力度不夠第三十三頁(yè)，共四十二頁(yè)，2022年，8月28日二、高光譜遙感在植被研究中的應(yīng)用植被具有獨(dú)特的光譜特征且在植被遙感研究中，較多的研究有植被類型的識(shí)別與分類，植被制圖，土地覆蓋利用變化的探測(cè)，生物物理和生物化學(xué)參數(shù)的提取與估計(jì)等。在這方面已可以將研究精度提高到對(duì)植物葉子內(nèi)的氮、磷、鉀、糖類、淀粉、蛋白質(zhì)、氨基酸、木質(zhì)素、纖維素及葉綠素等的估測(cè)，評(píng)價(jià)植物長(zhǎng)勢(shì)和估計(jì)陸地生物量。第三十四頁(yè)，共四十二頁(yè)，2022年，8月28日植被遙感研究的分析方法，除了應(yīng)用于地質(zhì)分析中的一些方法外，主要有以下幾種技術(shù)：1、多元統(tǒng)計(jì)分析技術(shù)用原始的光譜反射率或經(jīng)微分變換、對(duì)數(shù)變換、植被指數(shù)變換或其他數(shù)學(xué)變換后的數(shù)據(jù)作為自變量，以葉面指數(shù)、生物量、葉綠素含量等作為因變量，建立多元回歸預(yù)測(cè)模型來(lái)估計(jì)或預(yù)測(cè)生物物理模型和生物化學(xué)參數(shù)。2、基于光譜波長(zhǎng)位置變量的分析技術(shù)是根據(jù)波長(zhǎng)或其他參數(shù)的變換量為自變量，求得與因變量的關(guān)系來(lái)估計(jì)因變量。3、光學(xué)模型方法是基于光學(xué)輻射傳輸理論的模型。4、參數(shù)成圖技術(shù)根據(jù)所選擇的預(yù)測(cè)模型，通過(guò)高光譜影像對(duì)每個(gè)像元計(jì)算單參數(shù)預(yù)測(cè)值，并將其分類后成圖。第三十五頁(yè)，共四十二頁(yè)，2022年，8月28日三、高光譜遙感在其他領(lǐng)域中的應(yīng)用1.大氣遙感2.水文與冰雪3.環(huán)境與災(zāi)害4.土壤調(diào)查5.城市環(huán)境第三十六頁(yè)，共四十二頁(yè)，2022年，8月28日大氣遙感：是指大氣探測(cè)儀器與被探測(cè)大氣在相隔一定距離的情況下，通過(guò)某種輻射波在大氣中傳播所獲得的信息來(lái)反演大氣參數(shù)的一種大氣探測(cè)方法。大氣遙感技術(shù)的應(yīng)用，使人們能夠在更為廣闊的空間（乃至全球）獲取大氣的多種信息，使大氣探測(cè)進(jìn)入了一個(gè)嶄新的發(fā)展階段。這一發(fā)展階段以20世紀(jì)40年代微波雷達(dá)的采用，60年代衛(wèi)星遙感和激光雷達(dá)的采用為標(biāo)志，至今已經(jīng)取得了迅速的發(fā)展和廣泛的應(yīng)用。第三十七頁(yè)，共四十二頁(yè)，2022年，8月28日水文與冰雪：利用高光譜成像光譜儀可以測(cè)定沿海，江河，湖泊中的葉綠素，浮游生物，有機(jī)質(zhì)，懸浮物，水生植物等以及它們的分布。例如：利用AVIRIS數(shù)據(jù)研究美國(guó)Tahoe胡的葉綠素濃度和湖底深度制圖。第三十八頁(yè)，共四十二頁(yè)，2022年，8月28日環(huán)境與災(zāi)害：

高光譜圖像可以用來(lái)探測(cè)危險(xiǎn)環(huán)境因素。例如：編制酸性礦物分布圖，特殊蝕變礦物分布圖，評(píng)價(jià)野火危險(xiǎn)的等級(jí)等。