为什么世界是五彩缤纷的？

不论是天南地北，还是四时变化，为什么我们感受的世界如此色彩缤纷？雨后初霁的彩虹可以帮我们解开答案。太阳光实际上是混色光，经过空气中水滴的散射分解成七彩的单色光，构成了我们眼睛所能感知到的全部颜色，这部分光被定义为太阳的可见波段。

除此之外太阳光还包含紫外波段、红外波段的光。然而，在我们人眼看来同一种颜色光，也是包含了数千个波段的复色光，已经远超了人眼所能分辨的极限。同时，不同物体是由不同的元素及其化合物组成的，物质的结构也不同，这就导致物体表面反射或者散射光的波长也呈现特异性；不同物体在不同状态下对不同波长的光反射或者散射能力不同，也使得物体具有不同的颜色或者光谱特征，就像“指纹”信息一样，可以精细地区分地物和大气成分。根据物质这种独特的光谱特性，形成了遥感科学中识别和分析不同物体特征的基础。

太阳光不同波段 图源网络

为了准确获取不同波段的光信息，卫星的光学遥感器先后采用了多光谱成像技术和高光谱成像技术，通过滤光片、棱镜、光栅等其他分光器件将物体反射或散射的光分成特定波段的光，并根据接收到的来自地面或者大气反射或者散射的光谱特征信息识别目标和定量化遥感。

最初对地遥感采用的是多光谱成像的技术体制，往往仅有数个通道，每个通道都包含波长几十个纳米宽的光信息，并可以实现红外光和紫外光两个方向的光谱探测能力。然而，对于类似的物体或者不同状态下的物体，其反射光谱的特征峰通常也相近，如下图所示，四种树的特征峰仅在960纳米处存在些许差异，为了区分不同树种的类别，就需要十纳米以下的光谱分辨率；比如，对于岩石的分类识别、作物发生病虫害、土壤被翻新耕种、水华或蓝藻爆发、空气污染等问题，反映到光谱上也仅有在几个纳米的变化，传统的多光谱探测手段就显得捉襟见肘，识别成功率不高。

图源网络

20世纪70年代随着高光谱遥感技术开始发展，光学遥感领域发生了革命性变化，并逐渐形成了一个热门的前沿技术领域。高光谱遥感技术是一种基于非常多窄波段的影像数据技术，它将成像技术与光谱技术相结合，探测目标的二维几何空间及一维光谱信息，获取高光谱分辨率的连续、窄波段的图像数据。高光谱成像技术发展迅速，常见的包括光栅分光、声光可调谐滤波分光、棱镜分光、芯片镀膜等。我国的高光谱遥感的起步和发展基本与国际同步。

高光谱遥感有哪些技术特点？

高光谱的单通道波段窄，其光谱分辨率高达纳米(nm)数量级（一般小于10nm），光谱通道数多达数十甚至数百个以上，获取连续物质反射/散射的连续光谱数据，可以实现可见光、近红外、中红外和热红外波段范围内和高光谱数据获取。

图源网络

区别于传统的多光谱遥感技术根据颜色的差异来分辨目标，高光谱遥感技术可以实现在光谱空间的离散采样，能区分的目标物一般是在波谱空间上具有明显的差异性，如水体、植被、裸地等。高光谱遥感是将成像技术和光谱技术相结合的多维信息获取技术，可以同时获取目标的二维空间信息与第三维的光谱信息，并通过光谱曲线的形态来分析物质的成分信息，进而识别目标以及目标特征，能够区别同一种地物的不同类别。根据应用场景的不同，光谱的可选择性变得灵活和多样化，提升地物的分辨识别能力，有效区别属于同一种地物的不同类别，实现“同物异谱”与“同谱异物”，减少了地物光谱空间混淆的现象，如不同树种的识别，不同矿物的识别；同时利用高光谱数据进行生物物理化学参数的提取，植被叶绿素a、木质素、纤维素等生化分析。

高光谱遥感技术的发展使得遥感由定性分析向定量或半定量的转化，传统成像遥感技术主要的应用是以定性化的分析为主，部分定量分析结果的精度并不理想，这显然与成像传感器的光谱和空间分辨率、大气和土壤背景的干扰等限制有关，高光谱分辨率成像遥感首先突破了光谱分辨率这一个限制，在光谱空间很大程度上抑制了其它干扰因素的影响，这对于定量分析结果精度的提高有很大帮助。

图源网络

高光谱应用于哪些领域？

与高分辨率、多光谱图像相比，高光谱图像光谱分辨率高，波段众多，能获取地物几乎连续的光谱特征曲线，并可根据需要选择或提取特定波段来突出目标特征；定量化的连续光谱曲线数据为地物光谱机理模型引入图像分类提供了条件，它包含丰富的辐射、空间和光谱信息，是多种信息的综合载体。高光谱图像在地物制图、资源勘探、农业遥感、环境遥感、林业监测、土壤遥感、水色遥感、大气科学等领域得到了广泛使用。

高光谱遥感技术可以为地质学勘探提供助力。基于获得岩石的光谱曲线分析，可以知道这个地方矿物分布种类以及区域。图为高光谱遥感数据有效地提取的青海都兰地区绢云母、绿泥石两种矿物信息，经过MNF变换后，增强了对岩性与构造地质信息的识别。

由于水草和水华光谱与植被光谱具有一定的相似性，常用的多光谱遥感数据很难精确识别水华和水草，只有高光谱遥感数据才能够捕捉复杂多变的水华、水草和水体细致的光谱差异，从而对水华和水草进行精确识别。图为星载高光谱遥感器获取的云南滇池区域水体环境图，可以明显识别水体内有色溶解性有机物（CDOM）、叶绿素a（Chl-a）、悬浮物浓度（TSM）等。同时在影像中，除滇池外其他细小河道和湖泊的水质参数也清晰可辨。

利用高光谱遥感数据，采用优化的甲烷柱浓度反演算法，在利比亚和美国开展甲烷点源排放遥感监测。其中图（a）为利比亚Dor Marada油井甲烷泄漏监测结果，图（b）为美国二叠纪盆地DCP Midstream油井甲烷泄漏监测结果，可以准确的监测到区域内清晰的甲烷排放羽流。