高光谱成像原理:成像光谱仪的工作方式、光谱维与空间维的获取、辐射定标与大气校正的基本概念

高光谱成像技术是遥感与光谱学的深度融合,其核心在于“图谱合一”——在获取目标二维空间信息的同时,以纳米级光谱分辨率记录每个像元连续的光谱曲线。与多光谱成像(通常只有几个到十几个离散波段)相比,高光谱成像能够捕捉到物质精细的反射或辐射特征,从而实现对地物成分的定量反演与精确识别。理解高光谱成像的底层原理,是后续开展图像分类、目标探测与定量分析的基础。本章将围绕成像光谱仪的工作机制、空间维与光谱维的获取流程,以及辐射定标与大气校正的核心概念展开,帮助学员建立从“光子到数值”的完整物理链路认知。

高光谱成像数据获取与预处理链路 太阳/主动光源 辐照度 E(λ) 大气层 吸收/散射/程辐射 τ(λ) 透过率 地物目标 反射率 ρ(λ) 入射 下行辐射 上行辐射 成像光谱仪 前置光学 + 狭缝 分光元件 + 焦平面 入瞳辐射 L(λ) DN值 辐射定标 DN → 辐亮度 L(λ) 大气校正 L(λ) → 反射率 ρ(λ) 高光谱数据立方体 x: 空间列 y: 空间行 λ: 光谱维 (数百波段) 尺寸: H×W×B 下游应用 分类 / 目标识别 定量反演 / 变化检测 图:高光谱成像数据获取链路与预处理关键环节

2.1 成像光谱仪的工作方式:从“看”到“测”的跨越

2.1.1 核心原理:三大类成像光谱仪

成像光谱仪的核心任务是在一次观测中同时获取目标的二维空间图像和一维光谱信息。根据分光方式与扫描机制的不同,主流成像光谱仪可分为以下三类:

  • 摆扫式(Whiskbroom):利用旋转扫描镜逐点采集地面像元,每个像元经分光后投影到一维探测器阵列上。典型代表为AVIRIS。其优点是视场角大、定标相对简单;缺点是机械扫描结构复杂,信噪比受驻留时间限制。
  • 推扫式(Pushbroom):通过面阵探测器的一维(空间维)对应垂直于飞行方向的扫描线,另一维(光谱维)记录该行所有像元的光谱。典型代表为Hyperion、EnMAP。推扫式驻留时间长、信噪比高,是当前星载和机载高光谱载荷的主流方案。
  • 凝视式(Staring):对固定视场内的目标连续采集不同波段的图像,通常采用可调谐滤光片或液晶可调滤光片(LCTF)。适用于地面固定平台或实验室场景,空间分辨率高但光谱扫描速度较慢。
类型分光方式空间获取优势局限典型载荷
摆扫式光栅/棱镜逐点扫描视场大、定标简单机械结构复杂、信噪比低AVIRIS
推扫式光栅/棱镜线阵推扫信噪比高、体积小视场角受限、需高精度姿态Hyperion、PHI
凝视式滤光片/干涉面阵凝视结构紧凑、成本低光谱扫描慢、波段数有限LCTF光谱相机

2.1.2 判断方法:如何根据应用场景选择成像光谱仪

在实际项目选型中,需要综合考虑以下关键参数:光谱范围(可见光-近红外VNIR 400-1000nm,短波红外SWIR 1000-2500nm)、光谱分辨率(FWHM,通常优于10nm)、空间分辨率(IFOV决定)、信噪比(SNR)以及幅宽与重访周期。例如,矿物填图需要SWIR波段(因Al-OH、Mg-OH等特征吸收位于2000-2400nm),而植被生化参数反演则更依赖VNIR和红边区域。

经验提醒:对于无人机载高光谱系统,推扫式是主流,但必须搭配高精度POS系统(位置与姿态测量系统)以消除推扫带来的几何畸变。若预算有限且仅需几个特征波段,可考虑多光谱相机替代,以降低数据量和处理复杂度。

2.1.3 案例拆解:机载推扫式高光谱数据采集

某农业遥感项目需反演小麦叶片叶绿素含量,选用推扫式高光谱仪(400-1000nm,224波段,FWHM 2.4nm),搭载于无人机平台。飞行高度120m,地面分辨率5cm。采集过程中,无人机姿态变化导致相邻扫描行错位,通过POS数据后处理进行几何校正,最终生成无畸变的数据立方体。关键参数记录如下:

  • 飞行速度:8m/s,帧频:50fps,确保航向重叠度≥60%;
  • 辐射定标系数由实验室积分球标定,定标不确定度优于3%;
  • 同步采集白板反射率,用于后续反射率转换。

该案例表明,推扫式成像对平台稳定性要求极高,任何姿态抖动都会直接影响光谱质量,因此必须配套高精度IMU。

2.2 光谱维与空间维的获取:数据立方体的形成

2.2.1 核心原理:图谱合一的数据组织

高光谱数据以三维立方体形式组织,其中两个维度(x, y)表示空间位置,第三个维度(λ)表示光谱波段。对于推扫式成像仪,每次曝光获取一行空间像元(假设为N个像元)在M个波段上的响应,即一个N×M的二维矩阵。随着平台前进,连续曝光形成Y行,最终构成X×Y×M的三维数据立方体。光谱维的采样间隔决定了光谱分辨率,而空间维的采样间隔由瞬时视场角(IFOV)和飞行高度共同决定。

2.2.2 操作流程:从原始DN值到标准数据立方体

  1. 暗电流扣除:采集快门关闭时的探测器响应,从原始DN中减去,消除热噪声和偏置。
  2. 坏像元替换:通过暗场和亮场检测异常像元,用邻近像元插值替换。
  3. 辐射定标:将DN值转换为入瞳辐亮度,公式为 L = (DN - DN_dark) / (k · t_int),其中k为定标系数,t_int为积分时间。
  4. 几何校正:利用POS数据对每行影像进行地理定位,重采样生成规则网格。
  5. 光谱定标:利用特征谱线(如汞灯、氖灯)或标准反射板验证波段中心波长偏移。
风险提示:光谱维与空间维的配准误差是常见问题。若分光元件存在色差或探测器阵列有倾斜,会导致同一地物的光谱曲线在不同行间出现偏移。建议定期采集实验室光谱定标数据,并检查中心波长漂移量(通常应小于0.5nm)。

2.2.3 常见误区:混淆“光谱分辨率”与“波段数”

初学者常误以为波段数越多,光谱分辨率越高。实际上,光谱分辨率由半高全宽(FWHM)决定,而非波段数量。例如,两个系统均为100波段,但一个覆盖400-1000nm(FWHM 6nm),另一个覆盖400-2500nm(FWHM 21nm),前者光谱分辨率更高。此外,波段间可能存在重叠,需检查相邻波段的相关性,避免信息冗余。

2.3 辐射定标与大气校正的基本概念

2.3.1 辐射定标:建立DN值与物理量之间的桥梁

辐射定标分为定标和相对定标。定标通过实验室积分球或星上定标器,建立DN值与辐亮度(W·m⁻²·sr⁻¹·μm⁻¹)之间的线性关系。相对定标则用于消除探测器像元间的响应差异,通常采用均匀光源照射获得平场校正系数。定标公式为:

L(λ) = Gain(λ) × (DN(λ) - Offset(λ)) / t_int

其中Gain和Offset由定标实验确定,t_int为积分时间。对于机载系统,建议每次飞行前后均采集定标数据,以监测系统稳定性。

2.3.2 大气校正:从表观反射率到地表反射率

大气对太阳辐射的吸收、散射以及大气自身的程辐射,使得传感器接收到的辐亮度不仅包含地表反射信号,还叠加了大气路径辐射。大气校正的目的就是去除这些影响,反演地表真实反射率。常用方法包括:

  • 经验线性法:利用地面同步测量的反射率光谱与影像DN值建立线性回归,简单但依赖地面实测点。
  • 辐射传输模型法:如MODTRAN、6S,通过输入大气参数(水汽含量、气溶胶光学厚度等)模拟大气效应,精度高但需要大气参数。
  • 暗像元法(DOS):假设影像中存在反射率近似为0的暗像元(如清洁水体、阴影),将其信号视为大气程辐射并扣除。适用于无地面数据的情况。
方法输入需求精度适用场景局限
经验线性法地面实测光谱中小范围、有地面控制受实测点代表性影响
MODTRAN/6S大气参数、几何高大范围、精确反演参数获取难、计算量大
暗像元法仅影像本身低-中快速处理、无辅助数据暗像元选取主观性强

2.3.3 案例拆解:基于6S模型的大气校正流程

某星载高光谱影像(Hyperion)覆盖干旱区,需反演地表矿物反射率。处理流程如下:

  1. 从MODIS产品中提取水汽含量(1.2g/cm²)和气溶胶光学厚度(AOD 0.15);
  2. 设置传感器高度(705km)、观测天顶角(0°)、太阳天顶角(35°);
  3. 运行6S模型,逐波段生成大气校正查找表(LUT);
  4. 对影像逐像元应用LUT,获得地表反射率;
  5. 验证:与地面实测的戈壁反射率光谱对比,在可见光波段误差小于0.02,SWIR波段误差小于0.03。

该案例说明,大气校正的精度高度依赖输入大气参数的准确性。若缺乏实测大气数据,可考虑采用影像自身的水汽吸收波段(如820nm、940nm)反演水汽含量,但需注意云污染影响。

2.3.4 常见误区与复盘

误区1:认为大气校正是可选项。实际上,对于定量分析(如叶绿素含量反演、矿物丰度估计),未校正的影像会导致反射率偏差达10%-30%,严重影响模型精度。
误区2:忽略辐射定标直接进行大气校正。若DN值未转换为辐亮度,大气校正模型无法正确运行,输出结果无物理意义。
误区3:盲目信任默认大气参数。不同地区、不同季节的大气状况差异显著,建议至少获取当天的气象数据或MODIS大气产品。

总结而言,高光谱成像原理涉及光学设计、探测器物理、辐射度学与大气科学等多学科交叉。掌握成像光谱仪的工作方式、数据立方体的形成过程以及辐射定标与大气校正的基本概念,是后续开展高光谱图像处理与信息提取的基石。学员应在实际数据处理中反复练习定标与校正流程,积累对数据质量的敏感度,从而为分类与目标识别任务提供可靠的数据保障。