高光谱遥感成像原理及特点
高光谱遥感（hyperspectral remote sensing）是高光谱分辨率遥感(highspectral resolution remote sensing)的简称，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、光谱连续影像数据的技术。
高光谱遥感源于20世纪70年代初期的多光谱遥感技术，它的出现在遥感的发展历史上是一个概念和技术上的创新。
高光谱成像遥感是20世纪80年代初出现的新型遥感技术，与合成孔径雷达（SAR）成像技术并列为当代遥感两大前沿领域。高光谱成像遥感技术的产生，是遥感发展史上最具标志性的成果，高光谱遥感图像在记录地物空间信息的同时也记录了地物的光谱信息，实现了图谱合一。相对于全色影像和多光谱影像，高光谱影像的优势主要表现在：高光谱影像具有高的光谱分辨率，达到纳米级，表现为不同地物在光谱维上的细微差异，能够精细地刻画地物的反射光谱，从而大大提高对地物分类与识别的能力。目前，世界各国对高光谱成像遥感技术的发展都十分重视，随着技术的日趋成熟，高光谱成像遥感已经广泛应用于地质勘探、地质制图、植被生态监测、精细农业、大气环境、环境监测、海洋遥感、食品安全、产品质量检测、战场侦察、伪装检测等多个领域。
高光谱遥感成像原理及特点
所谓高光谱图像就是在光谱维度上进行了细致的分割，不仅仅是传统的黑和白或者R(红)、G(绿)和B(蓝)的区别，而是在光谱维度上也有N个通道，例如可以把400～1000nm分为300个通道。因此，通过高光谱成像仪获得的数据是一个数据立方体，不但有图像的信息，而且还可以在光谱维度上进行展开，这样不仅可以获得图像上每个点的光谱数据，还可以获得任一个谱段的影像信息。成像光谱仪在空间成像的同时，以相同的空间分辨率记录下几十至成百的光谱通道数据，它们叠合在一起就构成高光谱图像立方体，如图1.1(a)所示，在图像立方体的每个像元处均可提取到一条连续的光谱曲线，如图1.1(b)所示。在对高光谱遥感图像进行处理和应用时，除了可以利用图像的空间信息外，还可以利用其光谱信息，从而大大提高了目标与背景的定量分析能力。
与传统全色及多光谱遥感图像相比，高光谱遥感图像数据具有以下特点。
①光谱的波段范围广且光谱分辨率非常高。成像光谱仪获得的光谱范围可以从可见光延伸到短波红外，甚至到中红外，其波段数高达数百个，形成一条近似于连续的光谱曲线，光谱分辨率可达10nm以内。
②高光谱遥感数据立方体包含丰富的图像信息及光谱信息。在高光谱遥感图像中，它在普通的二维空间图像的基础上，增加了一维光谱数据，整个数据形成一个光谱图像立方体，每一个像元的光谱数据展开来就对应为一条光谱曲线，整个数据就是图谱合一的立方体。
③描述高光谱数据的模型有多种形式，如图像模型、光谱模型与特征模型，使得数据的分析和处理更加灵活、方便。
④高光谱数据中存在大量冗余信息。因为高光谱数据是由很多狭窄的波段构成的，所含数据数量巨大，同时相邻波段之间存在空间相关、谱间相关，以及波段相关，这都导致高光谱数据中冗余信息的增多。
⑤高光谱遥感具有非线性特性。其非线性出现在两个方面：一方面是地物反射太阳光的过程，是一个典型的非线性过程；另一方面是太阳入射光和地物反射光在空气中的传播，也是一个非线性的过程。
⑥信噪比低。高光谱数据较低的信噪比给其处理也增加了很大难度。
高光谱遥感成像技术经过短短30余年的快速发展，取得了举世瞩目的成绩，得到广泛的应用。相对高光谱成像技术的迅猛发展，高光谱图像数据处理技术明显滞后，为其应用带来了许多挑战和困难，亟须解决如下数据处理问题。
① 高光谱图像拥有丰富地物光谱信息的同时也带来数据冗余，以及数据维数灾难的问题，如何有效降低高光谱遥感数据的维数和选择有效波段是拓宽高光谱图像数据应用领域的基础。
②高光谱图像光谱分辨率提高的同时也带来高光谱图像空间分辨率降低的问题，这使得高光谱图像中存在大量的混合像元，如何正确解决高光谱图像混合像元问题是高光谱图像处理的重要内容。
③相对于全色影像和多光谱影像，高光谱影像更容易受到噪声的干扰，如何提高高光谱图像的信噪比和质量需进一步研究。
④高光谱图像中的地物目标检测、分类和识别，所获取的空间信息和光谱信息没有得到充分利用。
