高光谱遥感（卫星）
AI 摘要：高光谱遥感是利用数十至数百个连续窄波段对地物成像的遥感技术，核心特征在于为每个像元提供一条近似连续的光谱曲线，从而通过光谱特征识别物质成分。与多光谱遥感的宽波段离散采样不同，高光谱的光谱分辨率可达纳米量级，使矿物填图、水质参数反演和植被胁迫探测成为可能。其核心工程矛盾在于光谱分辨率、空间分辨率与信噪比之间的权衡。高分五号AHSI和Hyperion是典型代表。
一句话定义
高光谱遥感（Hyperspectral Remote Sensing）是指利用成像光谱仪在可见光至短波红外范围内，以数十至数百个连续窄波段对地物进行成像，同时获取空间图像与精细光谱信息，从而实现对地表物质成分识别与定量分析的遥感技术-1。
概念边界：高光谱遥感与多光谱遥感的区别
高光谱遥感与多光谱遥感的核心差异，在于光谱采样方式的不同。
多光谱遥感采用“离散采样”策略：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，波段之间存在明显间隙。它回答的问题是“这是什么类型的地物”——水体、植被、裸土、建成区。
高光谱遥感采用“密集采样”策略：波段数从数十到数百不等，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。它回答的问题是“这种地物含有什么成分、状态如何”-1-11。
中国科学院遥感与数字地球研究所张兵研究员的概括直指核心：“高光谱遥感能在可见光到短波红外范围内连续光谱成像，不仅光谱探测范围超过了肉眼的感知，还能连续记录数百个光谱波段。因此，用肉眼甚至普通的光学遥感不能识别的地面物体，这项技术都能够更好地分辨出其内在的物理、化学特性，甚至是物质的分子和原子结构。”-1
需要澄清的一个常见误解是：高光谱并非“分辨率更高的多光谱”。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往往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-2。
核心机制：图谱合一与光谱指纹
高光谱载荷的数据形式被称为“图像立方体”——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、滤光型等，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-11。
以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。
光谱特征是高光谱识别的物理基础。地球上的不同元素及其化合物，由于物质组成和结构不同，都有不同的光谱特征。这些特征类似于人类指纹，是遥感识别物质的“身份证”-1。不同树种的特征峰可能仅在960纳米处存在些许差异，区分它们需要十纳米以下的光谱分辨率；岩石分类识别、作物病虫害、水华爆发等，反映到光谱上也仅有几个纳米的变化，传统多光谱手段难以捕捉-11。
衡量高光谱载荷性能的核心参数包括光谱范围（通常400–2500 nm）、光谱分辨率（纳米量级）、波段数（数十至数百）、空间分辨率（十米至百米量级）和信噪比。这些参数之间存在深刻的耦合：光谱分辨率越高，单波段能量越少，信噪比越低；若要维持信噪比，则需牺牲空间分辨率。
典型星载任务与载荷
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。可见短波红外高光谱相机（AHSI）的光谱范围为400–2500 nm，总计330个波段，其中可见近红外（VNIR）150个波段的光谱分辨率为5 nm，短波红外（SWIR）180个波段的光谱分辨率为10 nm。空间分辨率30米，幅宽60公里，是国际上首台同时兼顾宽覆盖和宽谱段的高光谱相机-4-13-18。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。2023年，AHSI在轨交付生态环境部投入业务应用，在矿物信息精细提取、水质参数反演、植被精细分类和甲烷点源探测等方面展现出突出能力-12。
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，242个波段，光谱分辨率10 nm，空间分辨率30米，幅宽7.7公里-5。尽管幅宽远小于AHSI，Hyperion的数据至今仍被广泛使用。
珠海一号OHS（中国）是高光谱商业卫星星座的代表。运行于500公里太阳同步轨道，光谱范围400–1000 nm，波段数256个（用户可选32个），平均光谱分辨率2.5 nm，空间分辨率10米，幅宽超过150公里-6-10。
适用与限制
高光谱遥感的价值集中在那些光谱特征具有诊断性、但空间尺度需要从轨道上观测的场景中。
地质与矿产调查是高光谱最成熟的应用领域。粘土矿物、碳酸盐、铁氧化物等在可见光–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。5米光学业务卫星在甘肃、青海、江西等成矿带的调查中，有效识别了褐铁矿、白云石、方解石等十余种重点矿物信息-7。
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。多光谱数据难以精确识别水华和水草，只有高光谱数据能够捕捉水华、水草和水体之间细致的光谱差异-1-3。
植被与生态监测方面，高光谱可以探测植被红边位置偏移、叶绿素含量变化和叶片水分状态，支持森林健康评估和物种识别。
高光谱遥感的边界同样清晰。信噪比制约是最突出的瓶颈：窄波段意味着弱信号，对于暗目标（如水体）的探测尤为困难。数据量与处理复杂度是另一约束：一幅高光谱影像的数据立方体可达数GB至数十GB，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
高光谱遥感和多光谱遥感最本质的区别是什么？
本质区别在于光谱采样密度。多光谱在光谱维上做“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：多光谱可以判断“这是什么类型的地物”，高光谱有可能判断“这种地物里含有什么成分、含量大致多少”-1-2。
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的十分之一甚至更窄，如果同时追求高空间分辨率，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-2。
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。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-1-11。
高光谱遥感能直接“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-3。