高光谱遥感载荷
AI 摘要：高光谱遥感载荷是卫星上以连续窄波段对地物成像的传感器，光谱通道数通常为数十至数百个，光谱分辨率可达纳米量级，覆盖可见光至短波红外。它为图像中每个像元赋予一条光谱曲线，使遥感从“识别地物类型”推进到“识别物质成分”。核心工程矛盾在于光谱分辨率、空间分辨率与信噪比三者之间的权衡。高分五号AHSI、Hyperion是其典型代表。
一句话定义
高光谱遥感载荷是指搭载于卫星平台、以连续且窄波段通道对地物进行二维空间成像与一维光谱探测的传感器，其输出数据同时具备空间图像维度和光谱维度，能够为每个像元提供近似连续的光谱曲线，从而支持对地表物质成分的识别与定量反演。
概念边界：高光谱载荷与多光谱载荷的区别
理解高光谱载荷，最有效的对照对象是早已普及的多光谱载荷。
多光谱载荷（如Landsat系列OLI传感器）通常设置数个至十余个波段，每个波段覆盖数十至上百纳米的谱宽，波段之间存在明显的光谱间隙。它的强项在于区分“大类地物”——水体、植被、裸土、建成区，并支持归一化植被指数等成熟应用。
高光谱载荷的核心差异在于光谱通道的密度和宽度。它的通道数从数十个到数百个不等，单通道谱宽收窄至数纳米至十余纳米，通道之间近乎连续排列，覆盖可见光到短波红外（约400–2500 nm）的范围-2-18。这种设计使得高光谱数据能够刻画地物反射率随波长变化的精细结构——而那些窄而深的吸收特征，恰恰是矿物、植被色素、水质组分等物质的“光谱指纹”。
如果用更通俗的方式理解：多光谱载荷给你几个粗略的颜色样本，高光谱载荷给你一条近似连续的光谱曲线。前者能告诉你“这是一片植被”，后者有可能告诉你“这片植被是否受到某种胁迫、叶片含水量是否偏低”。
需要澄清的一个常见误解是：高光谱载荷并非“分辨率更高的多光谱载荷”。光谱分辨率和空间分辨率是两个独立维度。高光谱载荷的空间分辨率可能低于同期多光谱载荷，因为更窄的波段意味着更少的入瞳能量，需要在空间分辨率和信噪比之间做出取舍。
核心原理：图谱合一的数据获取
高光谱载荷的数据形式常被称为“数据立方体”——两个空间维度加一个光谱维度。实现这一点的技术路径主要有色散型、干涉型、滤光型和快照型等几类，星载高光谱载荷以色散型中的光栅分光和棱镜分光方案为主-5-17。
以典型的推扫式色散型载荷为例：地物辐射经望远镜收集后，通过狭缝限制视场，再由光栅或棱镜将入射光按波长分散，最终在面阵探测器上形成“空间×光谱”的二维分布。卫星沿轨运动，逐行推扫，便累积得到完整的数据立方体。
衡量高光谱载荷性能的核心参数包括：
| 参数 | 含义 | 典型量级参考 |
|---|---|---|
| 光谱范围 | 载荷能响应的波长区间 | 可见光–短波红外：400–2500 nm |
| 光谱分辨率 | 区分相邻波长的能力，通常用半高全宽（FWHM）表示 | 纳米至十余纳米 |
| 波段数 | 光谱通道的数量 | 数十至数百 |
| 空间分辨率 | 星下点像元对应的地面尺寸 | 十米至百米量级 |
| 幅宽 | 单次过境扫描的地面覆盖宽度 | 数十至数百千米 |
| 信噪比 | 信号与噪声的比值 | 数百比一量级 |
这些参数之间存在深刻的耦合关系。在探测器像元尺寸和卫星轨道高度给定的条件下，光谱分辨率越高（波段越窄），单个波段接收的能量越少，信噪比越低；若要维持信噪比，则需增大空间像元或牺牲空间分辨率。高分五号AHSI在60 km幅宽下实现了330个波段、30 m空间分辨率和纳米级光谱分辨率的组合，其技术难度正体现在这一三角约束的平衡上-2。
典型星载任务与代表型号
高光谱遥感从航空平台起步。1983年美国喷气推进实验室（JPL）研制的AIS-1是首台航空成像光谱仪，1987年首飞的AVIRIS覆盖400–2500 nm、200余个通道，成为后续星载载荷的技术先导-6-18。
星载高光谱载荷的代表性任务包括：
Hyperion（美国，2000年发射）是早期星载高光谱载荷的里程碑，搭载于EO-1卫星，光谱覆盖400–2500 nm，220个波段，空间分辨率30 m。
高分五号AHSI（中国，2018年发射）是当前国际上综合指标突出的星载高光谱载荷之一。其光谱范围覆盖400–2500 nm，总计330个波段，可见近红外和短波红外波段的光谱分辨率分别为5 nm和10 nm，空间分辨率30 m，幅宽60 km-2。AHSI采用凸面光栅分光方案，在宽谱段覆盖与大幅宽之间取得了工程平衡。
珠海一号高光谱星座（中国）采用多星组网方式，单星空间分辨率约10 m，波段数150个左右，覆盖400–1000 nm，通过星座设计缩短重访周期-20。
适用与限制：高光谱载荷能做什么、不能做什么
高光谱载荷的价值，集中在那些光谱特征具有诊断性、但空间尺度又需要从轨道上观测的场景中。
地质与矿产调查是高光谱遥感最成熟的应用领域。粘土矿物、碳酸盐、铁氧化物、硫酸盐等在可见光–短波红外具有诊断性吸收特征，高光谱数据可以据此圈定蚀变矿物分布，缩小找矿靶区-4-10。
植被与生态监测方面，高光谱载荷可以探测植被红边位置偏移、叶绿素含量变化、叶片水分状态等，用于森林健康评估、病虫害早期探测和物种识别-10。
水环境监测中，高光谱数据支持叶绿素a浓度、悬浮物浓度、有色可溶性有机物等参数的定量反演，对藻华和赤潮的识别有独特价值-10。
但高光谱载荷的应用存在明确的边界：
信噪比制约。窄波段意味着弱信号，对于暗目标（如水体）的探测尤为困难。星载高光谱数据的信噪比通常低于同平台多光谱载荷，这直接限制了定量反演的精度。
空间分辨率与幅宽的矛盾。高光谱载荷的幅宽通常远小于宽幅多光谱载荷，全球覆盖的重访能力有限。它更适合“定点精细观测”而非“全球高频普查”。
数据量与处理复杂度。一幅高光谱影像的数据立方体可达数GB至数十GB，数据处理链路包括辐射定标、大气校正、几何校正、端元提取、光谱解混等环节，对星上存储、下行带宽和地面处理系统均有较高要求。
常见问题 FAQ
高光谱载荷和多光谱载荷最本质的区别是什么？
本质区别在于光谱采样方式。多光谱载荷在光谱维上做“离散采样”，只获取几个宽波段的总能量；高光谱载荷在光谱维上做“密集采样”，获取数十至数百个窄波段的连续光谱。这导致两者的信息容量不在同一量级：多光谱数据可以判断“这是什么类型的地物”，高光谱数据有可能判断“这种地物里含有什么成分、含量大致多少”。
为什么高光谱载荷的空间分辨率往往不如多光谱载荷？
这是能量守恒的工程后果。探测器像元接收的能量与波段宽度和地面像元面积成正比。高光谱载荷的波段宽度可能只有多光谱载荷的十分之一甚至更窄，如果同时追求高空间分辨率（缩小地面像元面积），单个像元接收到的光子数将急剧下降，信噪比无法满足定量应用需求。因此高光谱载荷通常需要在空间分辨率、光谱分辨率和信噪比之间做出权衡，三者难以同时达到最优。
高光谱数据“图谱合一”中的“谱”到底能识别什么？
“谱”识别的是物质与电磁波相互作用的特征。不同矿物在特定波长处的吸收特征由其晶格中化学键的振动模式决定——例如粘土矿物在1400 nm和2200 nm附近的羟基吸收、碳酸盐矿物在2300 nm附近的特征吸收。植被的“红边”（约680–750 nm反射率陡升）位置与叶绿素含量相关。这些特征在宽波段多光谱数据中会被平均掉，只有足够窄的通道才能分辨。
高光谱载荷能直接“看到”地下的矿产吗？
不能。高光谱遥感探测的是地表及近地表的反射光谱信息，穿透能力极为有限。但它可以通过识别地表蚀变矿物来间接指示深部地质过程。热液蚀变带是找矿的重要标志，高光谱载荷能够圈定这些蚀变矿物的分布范围和组合类型，从而为勘探工作提供靶区线索。这是一种“地表示踪深部”的间接方法，而非直接透视。