第一章 高光谱遥感概论
各位同学，今天咱们来聊聊高光谱遥感。说实话，我第一次接触高光谱数据时，也被它那密密麻麻的波段数给震住了——几百个波段，每个像素都是一条连续的光谱曲线。这玩意儿跟咱们平时用的多光谱遥感，完全是两个世界。
1.1 高光谱成像原理
高光谱成像，说白了就是给每个像素拍一张光谱照片。传统的相机拍的是红绿蓝三个通道，多光谱可能拍到十几个波段。但高光谱不一样，它能同时获取几十到几百个连续窄波段的光谱信息。
我习惯把高光谱成像仪想象成一个「光谱切片机」。它把电磁波谱切成很薄很薄的片，每片宽度通常在5-10纳米之间。举个例子，从400纳米到1000纳米，如果每5纳米切一片，就能得到120个波段。
成像方式主要有三种：
- 推扫式：像扫帚一样，一次扫一条线。我最早做无人机高光谱时用的就是这种，飞行速度得控制好，不然图像会变形。
- 摆扫式：左右摆动扫描，像人摇头看东西。这种现在用得少了，机械结构容易出问题。
- 快照式：一次拍一个立方体数据。嗯，这个技术还在发展中，但前景不错。
核心要点：高光谱成像的本质是「图谱合一」——每个像素点都有一条完整的光谱曲线，而每个波段又是一幅完整的空间图像。
1.2 光谱分辨率与空间分辨率
这两个参数，我建议你牢牢记住。它们直接决定了你能看到什么、能分辨什么。
光谱分辨率，指的是传感器能区分的最小波长间隔。间隔越小，分辨率越高。比如5纳米的分辨率就比10纳米的好。为什么？因为窄波段能捕捉到更精细的吸收特征。我在做小麦条锈病监测时，5纳米分辨率的数据能清楚看到叶绿素吸收谷的细微变化，而10纳米的数据就模糊了。
空间分辨率，就是像素对应的地面大小。1米分辨率能看到单株作物，30米分辨率就只能看田块了。
这里有个矛盾——高光谱分辨率和高空间分辨率往往不可兼得。你想想看，传感器接收的总能量是有限的，分给更多波段，每个波段分到的能量就少了，信噪比会下降。所以实际应用中需要权衡。
| 参数 | 典型范围 | 对应用的影响 |
|---|---|---|
| 光谱分辨率 | 2-10 nm | 决定光谱特征细节的捕捉能力 |
| 空间分辨率 | 0.5-30 m | 决定地物空间细节的识别能力 |
| 波段数 | 100-300 | 决定光谱信息的丰富程度 |
避坑指南：我曾经在项目里贪心选了最高光谱分辨率的数据，结果信噪比太差，预处理花了两周时间。后来学乖了，先看任务需求再选数据——做精细分类用高光谱分辨率，做大范围监测用高空间分辨率。
1.3 高光谱数据特点——图谱合一
「图谱合一」这四个字，是高光谱数据的灵魂。什么意思？就是每个像素点都有一条光谱曲线，而每个波段都是一幅图像。数据是三维的——两个空间维度加一个光谱维度。
我习惯把这个三维数据块叫做「数据立方体」。你可以想象成一个魔方：
- 从上面看，是空间图像（x-y平面）
- 从侧面看，是光谱曲线（x-λ或y-λ平面）
- 从正面看，是某个波段的灰度图
这个特点带来了两个好处：
- 空间信息辅助光谱分析——相邻像素的光谱往往相似，可以用来降噪
- 光谱信息辅助空间分类——不同地物光谱不同，可以精确区分
但坏处也很明显——数据量巨大。一个1000×1000像素、200波段的影像，就是2亿个数据点。处理起来，嗯，挺考验电脑的。
1.4 典型地物光谱特征
这部分我建议你多看、多记。地物光谱特征是高光谱分析的基石。
植被：最典型的特征是「红边效应」。在680-750纳米之间，反射率从低到高急剧上升。为什么？因为叶绿素强烈吸收红光，而细胞结构强烈反射近红外。我在做作物氮素诊断时，红边的位置和斜率就是关键指标。
土壤：光谱曲线比较平滑，没有明显的吸收谷。主要受矿物成分、有机质含量和水分影响。铁氧化物会让土壤偏红，有机质多则偏暗。
水体：反射率整体很低，尤其在近红外波段几乎全吸收。清澈水体在蓝绿波段有微弱反射，浑浊水体反射率会高一些。
人工地物：比如屋顶、道路，光谱特征差异很大。沥青路面反射率低且平坦，水泥路面反射率高一些，彩钢屋顶则有明显的色素吸收特征。
个人经验：我建议你建立一个本地光谱库。每次做项目时，把实测的地物光谱保存下来。时间长了，你会发现很多规律——比如不同品种小麦的光谱差异，不同生育期的变化趋势。这些经验值，比任何教科书都管用。
本章知识体系
下面这张图，是我梳理的本章核心逻辑。你可以把它当作学习地图：
好了，第一章的内容就到这里。高光谱遥感的核心就是「图谱合一」这四个字，后面的所有分析技术都是围绕这个特点展开的。你先把这些基础概念消化掉，后面咱们再聊预处理、特征提取和作物诊断的具体方法。