我国高光谱遥感的发展情况
高光谱遥感是高光谱分辨率遥感（Hyperspectral Remote Sensing）的简称。它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，获取许多非常窄的光谱连续的影像数据的技术（Lillesand & Kiefer 2000）。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。
遥感对地观测要解决的两个重要问题，一是几何问题，二是物理问题。前者正是摄影测量的目标，后者则要回答观测的对象是什么？这就是遥感问题。图像和光谱是人们在纷繁的大千世界中认识事物，以至识别所要寻求的对象最重要的两种依据。图像为解决地物的几何问题提供了基础，光谱往往反映了地物所特有的物理性状。现代遥感技术的发展，使得地物的成像范围不仅延伸到人们不可见的紫外和红外波长区，而且可以在人们需要的任何波段独立成像或连续成像。高光谱遥感的光谱分辨率高于百分之一波长达到纳米(nm)数量级，其光谱通道数多达数十甚至数百。高光谱或成像光谱技术就是将由物质成分决定的地物光谱与反映地物存在格局的空间影像有机地结合起来，对空间影像的每一个像素都可赋予对它本身具有特征的光谱信息。遥感影像和光谱的合一，实现了人们认识论中逻辑思维和形象思维的统一，大大提高了人们对客观世界的认知能力，为人们观测地物、认识世界提供了一种犀利手段，这无疑是遥感技术发展历程中的一项重大创新。
20多年来，高光谱遥感已发展成一个颇具特色的前沿技术，并孕育形成了一门成像光谱学的新兴学科门类。它的出现和发展将人们通过遥感技术观测和认识事物的能力带入了又一次飞跃，续写和完善了光学遥感从全色经多光谱到高光谱的全部影像信息链。由于高光谱遥感影像提供了更为丰富的地球表面信息，因此受到国内外学者的很大关注，并有了快速发展。其应用领域已涵盖地球科学的各个方面，在地质找矿和制图、大气和环境监测、农业和森林调查、海洋生物和物理研究等领域发挥着越来越重要的作用。
1983年，世界第一台成像光谱仪AIS－1在美国研制成功，并在矿物填图、植被生化特征等研究方面取得了成功，初显了高光谱遥感的魅力。在此后，许多国家先后研制了多种类型的航空成像光谱仪。如美国的AVIRIS、DAIS，加拿大的FLI、CASI，德国的ROSIS，澳大利亚的HyMap等。
在经过航空试验和成功运行应用之后，90年代末期终于迎来了高光谱遥感的航天发展。1999年美国地球观测计划（EOS）的Terra综合平台上的中分辨率成像光谱仪（MODIS）、号称新千年计划第一星的EO-1，欧洲环境卫星（ENVISAT）上的MERIS，以及欧洲的CHRIS卫星相继升空，宣告了航天高光谱时代的来临。
上世纪80年代初、中期，在国家科技攻关项目和863计划的支持下，我国亦开展了高光谱成像技术的独立发展计划。我国高光谱仪的发展，经历了从多波段到成像光谱扫描，从光学机械扫描到面阵推扫的发展过程。根据我国海洋环境监测和森林探火的需求，研制发展了以红外和紫外波段以及以中波和长波红外为主体的航空专用扫描仪。80年代中期，面向地质矿产资源勘探，又研制了工作在短波红外光谱区间（2.0－
此后，中国又自行研制了更为先进的推帚式成像光谱仪（PHI）和实用型模块化成像光谱仪（OMIS）等，并在国内外得到多次应用，成为世界航空成像光谱仪大家庭中的一员。PHI成像光谱仪在可见到近红外光谱区具有244个波段，其光谱分辨率优于5nm；OMIS则具有更宽泛的光谱范围，如OMIS-1具有128波段，其中可见—近红外光谱区（0.46—1.1μm）32波段，短波红外区（1.06—1.70μm及2.0—2.5μm）48波段，中波红外区（3.0—5.0μm）8波段，热红外区（8.0—12.5μm）6—8波段。新的成像光谱系统不仅继续在地质和固体地球领域研究中发挥作用，而且在生物地球化学效应研究、农作物和植被的精细分类、城市地物甚至建筑材料的分类和识别方面都有很好的结果。
在航空高光谱技术取得成功的基础上，2002年3月在我国载人航天计划中发射的第三艘试验飞船“神舟三号”中，搭载了一台我国自行研制的中分辨率成像光谱仪。这是继美国EOS计划MODIS之后，几乎与欧洲环境卫星（ENVISAT）上的MERIS同时进入地球轨道的同类仪器。它在可见光到热红外波长范围（0.4-12.5μm）具有34个波段。
高光谱遥感影像数据的一个重要特征是超多波段和大数据量，对它的处理也就成为其成功应用的关键问题之一。对于高光谱图像处理和分析来说，其研究的热点和重点主要体现在对高光谱图像的压缩、纠正和地物分类、目标识别等方面。在高光谱图像的大气纠正方面，除了基于地面光谱辐射测量和大气模型的纠正方法之外，基于图像自身大气吸收波段的大气纠正模型是当前的热点；而基于平台精确姿态和位置的图像几何纠正算法已在我国大面积航空高光谱图像几何自动纠正方面取得了很好的效果。
高光谱图像的分类和识别，归纳起来主要有两种方法，即基于地物光谱特征的分类识别方法和基于统计的分类识别方法。前者是利用光谱库中已知的光谱数据，采用匹配算法来鉴别和识别图像中地物类型。这种方法既可采用全波长的比较和匹配，也可用感兴趣的光谱特征或部分波长的光谱或光谱组合参量进行匹配，达到分类和识别的目的。
基于统计特征的分类，可采用非监督和监督分类两种方法，非监督方法甚至不需要有对数据的先验知识，也可以直接应用原始高光谱遥感图像数据来进行分类，虽然精度有所欠缺，但简单易行，也是常用的方法之一。
高光谱遥感应用的普及和深入在很大程度上与处理分析软件的发展息息相关。伴随着航空航天遥感的不断发展，国际上遥感商业软件的市场竞争也日益激烈。到目前为止，国际上已经开发了十余套专用的高光谱图像处理与分析软件系统，对高光谱遥感技术应用的普及和发展起到了很大的推动作用。自上世纪90年代末期，中国科学院遥感应用研究所着手对高光谱遥感图像处理和分析系统进行开发。近年来，在863计划支持下，利用国家重点实验室这一平台，已形成了具有完全自主知识产权的高光谱遥感图像处理和分析软件系统（HIPAS V1.0）。这一系统采用了模块化思路和组件技术，具有很强的可移植性和跨平台支持能力；它的开放式外存储结构，几乎能兼容业内所有主流遥感影像格式。HIPAS系统的一个重要特点是它的专业应用模块，如光谱分析模块、矿物填图模块、目标提取模块等。
高光谱遥感在我国的顺利发展体现了需求牵引和前沿引导两个重要的特点。目前无论在航空还是航天领域，均有我国科学家自行研制和发展的高光谱技术系统在运行。在应用领域中，我国自主研制的高光谱影像处理、分析系统和相应的软件也在不断完善，并在各行业和多学科的应用中发挥作用。高光谱遥感在我国的发展展现了良好的前景。
（作者：中国科学院院士、国际欧亚科学院院士 童庆禧）
声明①：文章部分内容来源互联网，如有侵权请联系删除，邮箱 cehui8@qq.com
声明②：中测网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
加群提示：我们创建了全国32个省份的地方测绘群，旨在打造本地测绘同行交流圈，有需要请联系管理员测小量（微信 cexiaoliang）进群，一人最多只能进入一个省份群，中介人员勿扰
