高光谱遥感技术发展与展望

张淳民 穆廷魁 颜廷昱 陈泽宇



高光谱遥感技术发展与展望

张淳民 穆廷魁 颜廷昱 陈泽宇

（西安交通大学空间光学研究所，西安 710049）

高光谱遥感技术是在成像光谱学基础上发展起来的一种遥感信息获取技术，因其高光谱分辨率及光谱和图像同时获取的能力，在大气探测、航天遥感、地球资源普查、军事侦察、环境监测、农业和海洋遥感等领域有着广泛和重要的应用。文章对高光谱遥感技术的发展概况进行了回顾，详细介绍了典型的高光谱遥感仪器的发展历程及其主要参数，对比了不同时期各个国家高光谱遥感载荷的性能特点，分析了中国高光谱遥感技术发展现状，并归纳了国际上未来高光谱遥感技术发展计划。文章结合当前信息时代的发展特点，对高光谱遥感技术未来发展进行了展望，指出了高光谱遥感技术探测波段进一步拓宽，时间、空间及光谱分辨率进一步提高，高光谱遥感技术种类进一步丰富，图像、光谱、偏振多元信息一体化获取，智能化、网络化以及小型轻量化的发展趋势，可为中国高光谱遥感技术的进一步成熟化和实用化提供参考。

成像光谱仪 高分辨率 发展趋势 高光谱遥感 “高分五号”卫星

0 引言

随着人类对地球资源、人类生存环境及地外空间的探索、开发及利用，对陆地表层、大气、海洋以及空间目标的探测与监视，科学家们越来越重视对既具有高空间分辨率，同时又具有高光谱分辨率的高科技探测技术与仪器的研究与开发。高光谱遥感技术具有光谱分辨率高、图谱合一的独特优点，是遥感技术发展史上一次革命性的飞跃[1]。高光谱遥感是用很窄且连续的光谱通道对地物进行持续遥感成像的技术，它是在成像和光谱学的基础上发展起来的。与地面光谱辐射计相比，高光谱遥感获取的不是点上的光谱测量，而是在连续空间上进行光谱测量，所以可以同时获取目标的图像信息和光谱信息；与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像像元提供很窄的成像波段，其分辨率高达纳米数量级，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的。高光谱遥感相对于传统遥感，能获得更多的光谱空间信息，在对地观测和环境调查中能够提供更为广泛的应用，主要体现在：地物的分辨识别能力大幅提高，成像通道数大大增加，使遥感从定性分析向定量或半定量的转化成为可能。

时至今日，高光谱遥感技术已经被广泛的应用于环境监测、大气探测、地球资源普查、自然灾害、天文观测等诸多领域[1-7]，为人类社会的发展起到了难以估量的作用，并且还将继续发展下去，在国家安全、国民经济建设的各个方面发挥至今我们还认识不到的重要作用。随着“高分五号”卫星的发射成功[8]，国内对于高光谱遥感技术的关注达到新的高度，这为我国高光谱遥感领域的发展带来了诸多新机遇和新挑战。本文将介绍目前高光谱遥感技术的特点，回顾高光谱遥感技术的发展历程，总结高光谱遥感技术的发展现状，讨论及分析其发展趋势，为高光谱遥感技术未来的应用与发展提供参考。

1 国外高光谱遥感技术发展概况

高光谱分辨率遥感的发展是过去几十年中人类在对地观测方面所取得的重大技术突破之一，是当前遥感的前沿技术。20世纪70年代起形成了雏形，1983年第一个航空成像光谱仪AIS-1问世[9]，1987年第二代高光谱成像仪——机载可见光/红外成像光谱仪AVIRIS研制成功[10]。经过数十年的发展，高光谱遥感技术已经形成了多种成熟的产品及方案，从数据获取方式角度划分，可以分为摆扫式、推扫式、凝视型、窗扫式及快照式等；从分光原理角度划分，则可以分为滤光片型、色散型、计算层析型、编码孔径型、双光束干涉型等。目前，国际上已发射的星载高光谱成像载荷一般采用色散型与双光束干涉型等发展比较成熟的方案。而滤光片型、计算层析型与编码孔径型目前仍处在原理研究与实验验证阶段。高光谱遥感技术随着社会发展及国家安全需求的增长，正在向着超高光谱分辨率、超高空间分辨率、高灵敏度及定量化方向快速发展。目前，国际上处在高光谱遥感技术研究前列的国家和地区主要有美国、加拿大、欧洲、日本及印度等。

21世纪初，星载高光谱遥感技术得到了迅速发展。2000年7月，美国研制的傅里叶变换超光谱成像仪FTHSI成功搭载在美国空军的强力卫星MightSat-II上[11]，首次实现了干涉型成像光谱仪在星载平台上的应用。其采用Sagnac空间调制型成像光谱技术方案，空间分辨率为30m，光谱范围400~1 050nm，波段数256个，光谱分辨率2~10nm。

2000年11月，美国发射的Hyperion是世界上第一颗成功发射的星载民用成像光谱仪[12-13]，其在可见/近红外及短波红外分别采用了不同的色散型光谱仪，使用推扫型的数据获取方式，在350~2 600nm的光谱范围内，拥有242个探测波段，光谱分辨率为10nm，空间分辨率为30m。其载荷外观及获得的图像数据如图1所示。Hyperion的高光谱特性可以实现精确的农作物估产、地质填图、精确制图，在采矿、地质、森林、农业以及环保领域有着广泛的应用前景。

图1 Hyperion载荷图及其获得的图像数据

2001年，欧空局搭载于天基自主计划卫星PROBA的紧凑型高分辨率成像光谱仪CHIRS发射成功[14-15]，载荷外观及获得的图像数据如图2所示。CHIRS同样采用推扫型数据获取方式，探测光谱范围覆盖405~1 050nm，共有五种探测模式，最多的波段数为64个，光谱分辨率5~12nm，星下点空间分辨率20m。

图2 PROBA卫星及其获得的图像数据

2002年，欧空局发射的环境卫星ENVISAT-1上搭载的推扫型中分辨率成像光谱仪MERIS[16]，光谱范围为0.39~1.04μm，光谱分辨率可以通过编程进行调节，波段数可达576个，主要用于海岸和海洋生物探测及研究。

高光谱遥感技术在地外行星探测方面同样具有极高的应用价值。美国在2005年发射的火星轨道勘测器MRO上搭载了小型火星高光谱勘测载荷CRISM[17]，覆盖波段为383~3 960nm，其中可见光探测器（383~1 071nm）和短波红外探测器（988~3 960nm）的面阵像元数均为640像元×480像元，其总体结构如图3所示。CRISM采用Offner结构的光栅分光方法，在可见光波段光谱分辨率达到6.55nm，在红外波段达到6.63nm，空间分辨率低于20m，主要用于液态水寻找、火星地表矿物成分、两极冰盖的变化大气成分季节性变化等的科学研究[17]。

印度拥有世界上最大的遥感卫星星座，可提供1m到500m的多种分辨率成像，已成为世界上遥感数据市场的主要参与国。从1988年的印度遥感卫星IRS-1A开始，印度空间研究组织ISRO发射了许多的遥感卫星。Cartosat系列的遥感卫星搭载了全色和多光谱相机，大大提升了印度的侦查能力。2008年，ISRO首次使用星载高光谱相机HySI[18-19]，在400~950nm的波长范围内有64个通道，光谱分辨率约为10nm，空间分辨率为506m，地面幅宽为129.5km，图4为HySI获得的月面高光谱图像。

图3 CRISM的总体结构图

图4 HySI获得的月面高光谱图像

2009年5月，美国发射的“战术卫星-3”（TacSat-3）搭载的高光谱成像仪ARTEMIS[20]，采用色散型成像光谱仪，空间分辨率达到5m，光谱范围为0.4~2.5μm，光谱分辨率5nm。该星用途为战术侦察，具有很高的机动性和准实时战场数据应用能力。其卫星外观及真彩色合成图像如图5所示。

图5 TacSat-3卫星及ARTEMIS获得的真彩色图像

2009年9月，由美国海军研究实验室研制的用于海洋观测的高光谱成像仪HICO成功安装在国际空间站上[21]，该仪器在0.35~1.08μm光谱范围内具有128个通道，光谱分辨率达到5.7nm，可以获取海洋表面的高光谱数据。在轨道高度为345km时，其空间分辨率为100m，幅宽为500km。

为提出温室气体效应对策，推动“京都协议书”的执行，日本研制了温室气体观测卫星GOSAT[22]，并于2009年1月发射成功。GOSAT上安装了温室气体观测传感器傅里叶变换光谱仪FTS和云气溶胶成像仪CAI。其采用0.75~0.78μm波段观测氧气浓度及卷云，确定光学路径长度，光谱分辨率0.5cm–1，采用1.56~1.72μm和1.92~2.08μm波段观测CO2、CH4、H2O及卷云，光谱分辨率0.2cm–1，采用5.5~14μm波段再次获得CO2、CH4、水汽和大气温度等参数及CO2与CH4垂直廓线，光谱分辨率0.2cm–1。

极轨碳观测卫星OCO是美国航空航天局NASA主导的一项重要计划[23]，其科学任务是观测全球二氧化碳的分布，2009年由于火箭异常，导致OCO发射失败。2010年NASA重启了OCO任务（OCO-2）。2014年7月，OCO-2成功发射，其主要载荷为高光谱与高空间分辨率CO2探测仪，能够探测2.042~2.082μm、1.594~1.619μm和0.758~0.772μm三个大气吸收光谱通道，光谱通道数为1 016个，光谱分辨率分别为0.2cm–1，0.3cm–1，0.5cm–1，地面幅宽10.6km。

印度于2017年发射的Cartosat 2E卫星搭载了高分辨光谱辐射度计HRMX[19]，用于自然资源普查、灾害管理、地面形态以及农作物、植被等探测，波段范围包括可见光范围0.4~0.75μm，以及近红外波段0.75~1.3μm，空间分辨率为2m，地面幅宽为10km。Cartosat 3计划于2018年发射，将搭载近红外光谱仪，用于陆地表面多用途探测，波段范围在0.75~1.3μm，空间分辨率可达1m，地面幅宽为16km。

环境制图与分析计划（Environmental Mapping and Analysis Program, EnMAP）是德国的高光谱卫星计划[24]，它的主要任务是提供地球表面适时的精确高光谱图像。由德国地学研究中心指导，德国航空航天中心承研的科研项目。地面研制由德国航空航天中心完成，将搭载在印度航空航天局2019年发射的极地卫星上。EnMAP卫星的结构如图6所示。卫星飞行高度为643km，幅宽为30km，空间分辨率为30m×30m，光谱范围为420~2 450nm，光谱谱带数244个，采样的光谱宽度随信噪比的变化而变化，在可见及近红外波段设计信噪比为400:1，采样谱宽为5nm。在短波红外谱段信噪比为180:1时，采样谱宽为12nm。EnMAP旨在提高记录全球范围内的生物—物理，生物—化学，地球—化学的变化，使人类对生物圈有更全面的认识，以确保地球资源的稳定性。

图6 EnMAP卫星结构图

日本计划在2019年发射先进陆地观测卫星3号（Advanced Land Observing Satellite-3, ALOS-3）将搭载对地观测使用的高光谱成像仪HISUI[25]。其在400~2 500nm波段范围内拥有185个通道，空间分辨率为30m，地面幅宽30km。HISUI最大的特点是其具有在轨数据处理能力，可以星上辐射定标、像元合并、光谱校正及无损数据压缩。

星载高光谱陆地与海洋观测任务（Spaceborne Hyperspectral Applicative Land and Ocean Mission, SHALOM）是由以色列航天局和意大利航天局共同合作的两个商业高光谱卫星联合任务[26]。初步研究计划于2012年开始，并于2013年完成。2015年10月双方签署协议，该系统预计于2021年全面投入运营，该项目预计耗资超过2亿美元。其空间分辨率小于10m，幅宽大于10km，光谱范围为400~2 500nm，光谱分辨率为10nm，飞行高度为640km。SHALOM卫星望远系统设计如图7所示。

美国将在2023年发射搭载高光谱和红外载荷的新一代对地观测卫星HyspIRI[27]，其概念图如图8所示。该卫星主要用于在生态系统和碳循环以及地球表面和内部焦点区域的各种科学研究，其光谱范围为0.38~2.5μm，光谱通道数为212个，光谱分辨率为10nm，地面幅宽为145km，地面像元分辨率为60m。

图7 SHALOM卫星望远系统设计图

图8 HyspIRI卫星概念图

目前，国际上星载成像光谱仪正向着大面阵、超高空间、超高光谱分辨率的方向发展，将在陆地、植被、海洋、环境、军事侦察及深空探测等领域有着广泛的应用。各个国家在长期的探索中，逐渐形成了各自成熟的高光谱遥感技术体系。可以预见，未来国际上在高光谱遥感领域发展竞争将会更加激烈。同时，随着星载高光谱遥感技术的成熟，高光谱遥感产品的商业化、民用化也将更加深入。

2 国内高光谱遥感技术发展概况

我国的高光谱遥感技术起步较晚，但受到我国日益增长的并十分迫切的社会、经济需求的激励，无论是航空或航天遥感都获得了空前的发展机遇，得到了快速发展。中国目前已成功建立和发展了自己的航空和卫星遥感对地观测体系，并广泛应用于资源和环境领域，在土地、植被和水资源调查、管理、地质矿产资源调查以及在灾害监测中均发挥着重要作用。

20世纪90年代早期研制的新型模块化航空成像光谱仪MAIS波段数目达到71个，覆盖了可见近红外波段（0.44~1.08μm）、短波红外波段（1.5~2.45μm）和热红外波段（8.0~11.6μm）。光谱分辨率在可见近红外波段达到20nm，瞬时视场角为3.0mrad[28]。

90年代后期的推扫式高光谱成像仪PHI波段数高达244个，光谱范围为可见近红外波段（400~850nm），光谱分辨率优于5nm，瞬时视场角为1.0mrad[29]。

同样是90年代后期研制的实用型模块化成像光谱仪OMIS波段数为128个，覆盖了可见近红外波段（0.4~1.1μm），短波红外波段（1.1~2.0μm），中红外波段（3.0~5.0μm）和热红外波段（8.0~12.5μm），光谱分辨率在可见近红外波段为10nm，瞬时视场角为1.5mrad[30]。

我国在发展以实用性为目标的航空高光谱遥感的同时也十分重视发展航天高光谱遥感，21世纪以来多台成像光谱仪发射升空，相关技术指标达到了国际先进水平。

2002年3月25日，在“神舟三号”飞船中搭载了1台我国自行研制的中分辨率成像光谱仪[31]；成为继美国在地球观测系统中Terra卫星上搭载成像光谱仪之后第二个将高光谱载荷送上太空的国家。其波段数为34个，覆盖了可见、近红外、短波红外和热红外波段，在可见近红外波段分辨率为20nm。

2007年10月24日发射的“嫦娥一号”探月卫星上，成像光谱仪也作为一种主要载荷进入月球轨道，这是我国的第一台基于傅里叶变换的航天干涉成像光谱仪[32]。其核心部件为Sagnac干涉成像光谱仪，波段数为32个，光谱区间为480~960nm，光谱分辨率为15nm，空间分辨率为200m。

2008年9月6日发射的环境和减灾小卫星星座上搭载了可见—近红外成像光谱仪[33]。其探测谱段数量为115个，探测范围为可见近红外波段，光谱范围450~950nm，平均光谱分辨率为5nm，空间分辨率为100m，地面幅宽为50km。

2011年9月29日发射的“天宫一号”目标飞行器携带了我国自行研制的高光谱成像仪[34]。该高光谱成像仪是当时我国空间分辨率和光谱综合指标最高的空间光谱成像仪，采用离轴三反非球面光学系统，复合棱镜分光与非球面准直成像光谱仪的总体技术方案，保证了其探测波段范围400~2 500nm，实现了纳米级光谱分辨率的地物特征和性质的成像探测。

“高分五号”卫星是我国第一颗高光谱综合观测卫星[8,35]，该卫星运行于同步轨道，用于获取从紫外到长波红外谱段的高光谱分辨率遥感数据样品。“高分五号”卫星是我国目前最为先进的高光谱探测卫星，也是国家“高分专项”中搭载载荷最多、光谱分辨率最高、研制难度最大的卫星。“高分五号”卫星及其载荷配置如图9所示，共搭载了大气环境红外甚高光谱分辨率探测仪、大气痕量气体差分吸收光谱仪、全谱段光谱成像仪、大气主要温室气体监测仪、大气气溶胶多角度偏振探测仪及可见短波红外高光谱相机6台载荷，具有高光谱分辨率、高精度、高灵敏度的观测能力，多项指标达到国际先进水平。可以预见，“高分五号”卫星将在内陆水体及陆表生态环境综合监测、大气成分及气溶胶监测、资源调查和地质填图等方面发挥重要作用，为我国农业、减灾、国家安全、城市建设、交通、海洋、测绘等部门提供监测服务，推动我国国家建设及国民经济的发展。

图9 “高分五号”卫星及其载荷配置

3 高光谱遥感未来发展趋势

3.1 探测波段进一步拓宽，时间、空间、光谱分辨率进一步提高

高光谱遥感技术在早期发展阶段，主要发展目标为提高光谱分辨率，以适应高精度、定量化遥感探测的需要。而随着大面阵高分辨率探测器技术的进步，高光谱遥感技术在提高光谱分辨率的同时，开始向着高空间分辨率方向发展。目前，国际上已经存在多种高光谱遥感观测卫星系统，探测波段范围覆盖了从可见光到热红外，光谱分辨率达到纳米级，波段数增至数百个，大大增强了遥感信息获取能力，可以精确的对地球表面的固体和液体化学组分进行分析。而为了能够进一步对气体组分和大气性质进行研究，更高的光谱分辨率需求成为高光谱遥感不可阻挡的发展趋势。另一方面，为了更精确和更快速的进行遥感观测，获得具有可靠性与时效性的遥感数据，高光谱遥感技术高空间分辨率、高光谱分辨率、高时间分辨率的“三高”新特征已经越来越明显，以适应未来长期天气预报、精准农业监测、定量化土地与海洋资源调查、实时战场环境分析等新应用领域。

3.2 新原理、新方案不断提出，高光谱遥感技术种类进一步丰富

随着信息技术、成像技术及光学加工工艺的发展与进步，各类高光谱遥感新技术、新方案层出不穷，其核心分光元件开始由成熟的色散型及干涉型向多元化方向发展。目前已经出现了旋转滤光片型、声光调谐滤光片型、液晶调谐滤光片型、计算层析型等多种分光原理方案。近年来，快照式成像光谱技术发展迅速。可在一次曝光时间内获得完整的三维图像光谱数据，在实时探测方面具有巨大的应用前景。编码孔径型成像光谱技术是将压缩感知的理论用在成像光谱仪上发展起来的一种新型快照式成像光谱技术，其利用编码图案对所有波长的空间信息进行调制，在面阵探测器上记录目标空间和光谱信息混合编码的强度图，最后利用多尺度重建算法从强度图中提取空间和光谱信息。三维成像光谱技术则是利用由多个不同倾斜角度的长条反射镜组成的图像分割元件，将目标图像切割成不同角度的图像，然后经色散棱镜传送到透镜阵列上，从而在大面阵探测器上得到不同角度图像的色散光谱图，该技术也是一种快照式成像光谱技术。目前，这类技术仍然处于原理研究及实验室验证阶段，是高光谱遥感未来发展的一种趋势。

3.3 图像、光谱、偏振多元信息的一体化获取

高光谱遥感技术能够实现目标的光谱和图像信息的一体化获取，满足我们对地物化学组分和物体形貌特征探测的需求。但是在其他一些应用场景，比如对目标的表面特性观测、对隐藏目标的识别和追踪、气溶胶探测，特别是对相同材料制作的遥远目标（例如卫星和导弹），成像光谱技术将失去探测功能，这时偏振信息探测能起到关键作用。偏振信息对目标的边角特征、表面粗糙度等有明显的识别能力，可以更好的描述物质的散射与反射特性。在高光谱遥感技术中引入偏振信息，实现图像、光谱、偏振多元信息的一体化获取，可为目标探测、识别和确认提供更科学、更精确、更全面的探测技术和手段。在对目标的探测和认知过程中，同一目标的图像、光谱和偏振态可以提供互补的多元信息，能够帮助分析目标丰富的物理化学性质，从而实现对目标更加全面、准确、科学的认识。在大气探测、水质监测、目标识别、军事侦察等领域有着重要的应用。开展图像、光谱、偏振多元信息一体化获取和偏振高光谱遥感技术应用研究是目前高光谱遥感技术发展的重要方向。

3.4 高光谱遥感智能化、大数据时代来临

现有的高光谱遥感卫星的运作主要由地面控制，海量高光谱遥感数据在星上进行存储与压缩，然后回传到地面接收站，最后进行地面数据处理获得遥感产品，并且卫星参数固定，不能灵活调整。伴随着“人工智能”时代的来临，将神经网络、机器学习等技术与高光谱遥感技术结合，构建具有星上高光谱成像载荷参数自动定标优化、星上数据信息实时处理与产品生成能力的“智能”高光谱遥感卫星系统成为了未来发展趋势。“智能”高光谱遥感卫星将具备智能化的信息感知能力，并且具有自适应调节能力，能够根据用户的需要实时产生高质量数据信息。同时，伴随着高光谱成像遥感仪器的分辨率越来越高，获取信息维度越来越多的同时，获取的遥感数据量也是呈现爆炸式的增长，“大数据”特征十分显著。如何有效地实现高光谱遥感有效数据挖掘，信息提取，提高数据压缩及数据传输效率，是未来高光谱遥感需要解决的重要问题。

3.5 高光谱遥感载荷的小型轻量化

随着小型无人机遥感技术及微纳卫星技术的发展，高光谱遥感也正在向着低成本、灵活机动、集成化及实时性强等方向发展。目前，基于小型无人机的轻小型高光谱遥感技术在农林病虫害观察、大型货物光学分拣、安防监测、目标搜寻及抢险救灾等领域隐藏着巨大的应用需求和价值。而微纳卫星则具有成本低、灵活性高、功耗低、开发周期短等优势，能够开展更为复杂的空间探测任务。高光谱遥感与微纳卫星技术的结合，将促进一体化多功能结构、综合集成化空间探测载荷的创新发展，对未来高光谱遥感轻量化、集成化、系统化，实现空间组网、全天候实时探测具有重要的推动作用。

4 结束语

从近年来高光谱遥感技术的发展来看，许多新原理、新方案、新技术正在得到实施与应用，高光谱成像遥感仪器的结构更加趋于合理与简单，多元信息一体化获取功能大为增强，逐步向大视场、高通量、小型、静态、高分辨率的方向发展。同时，随着高光谱遥感技术的成熟，其成本将大大降低，高光谱遥感数据产品的商业化也将是未来发展的重要方向。本文通过对当今高光谱遥感技术的发展概况的总结，结合当今信息化、智能化的时代特点，分析了未来高光谱遥感技术的发展趋势，为高光谱遥感技术的进一步发展与应用提供技术参考与借鉴。

[1] 王丽霞, 王慧, 高军. 星载超光谱成像技术应用及现状分析[J]. 航天返回与遥感, 2000, 21(1): 40-47. WANG Lixia, WANG Hui, GAO Jun. Analysis and Application of Space-borne Hyper-spectral Imaging Technology[J]. Spacecraft Recovery & Remote Sensing, 2000, 21(1): 40-47. (in Chinese)

[2] ZHANG C, MU T, REN W, et al. Design and Analysis of Wide-field-of-view Polarization Imaging Spectrometer[J]. Optical Engineering, 2010, 49(4): 043002-1-043002-7.

[3] ZHANG C, MU T. Respond to The Comment on Design and Analysis of Wide Field of View Polarization Imaging Spectrometer[J]. Optical Engineering, 2011, 50(4): 049701.

[4] ZHANG C, REN W, MU T. Effects of Optical Axis Directions on the Optical Path Difference and Lateral Displacement of Savart Polariscope[J]. Chinese Physics B, 2010, 19(2): 243-252.

[5] ZHANG C, WU Q, MU T. Influences of Pyramid Prism Deflection on Inversion of Wind Velocity and Temperature in a Novel Static Polarization Wind Imaging Interferometer[J]. Applied Optics, 2011, 50(32): 6134-6139.

[6] ZHANG C, XIANGLI B, ZHAO B, et al. A Static Polarization Imaging Spectrometer Based on a Savart Polariscope[J]. Optics Communications, 2002, 203(1): 21-26.

[7] MU T, ZHANG C, REN W, et al. Design and Analysis of a Polarization Interferences Imaging Spectrometer with Expanded Field of View[J]. Acta Physica Sinica, 2011, 60(7): 070704-1-070704-7.

[8] 孙允珠, 蒋光伟, 李云端, 等. 高光谱观测卫星及应用前景[J]. 上海航天, 2017, 34(3): 1-13. SUN Yunzhu, JIANG Guangwei, LI Yunduan, et al. Hyper-spectral Observation Satellite and Its Application Prospects[J]. Aerospace Shanghai, 2017, 34(3): 1-13. (in Chinese)

[9] ROCK B N. Preliminary Airborne Imaging Spectrometer Vegetation Data[C]//International Geoscience and Remote Sensing Symposium. USA: JPL, 1983: 06-43.

[10] Green R O, Chrien T G, Enmark H T. First Results from the Airborne Visible/Infrared Imaging Spectrometer (AVIRIS)[J]. Remote Sensing of the Environment, 1993, 44(93): 127-143.

[11] Yarbrough S, Caudill T R, Otten L J, et al. Mightysat II.1 Hyperspectral Imager: Summary of On-orbit Performance[J]. Proceedings of SPIE - The International Society for Optical Engineering, 2002: 186-197.

[12] Pearlman J S, Barry P S, Segal C C, et al. Hyperion, a Space-based Imaging Spectrometer[J]. Geoscience & Remote Sensing IEEE Transactions on, 2003, 41(6): 1160-1173.

[13] JIANG L, CHEN X, NI G, et al. Hyperion True Color Images Mosaic[J]. Proceedings of SPIE–The International Society for Optical Engineering, 2007, 6833: 68332Z-68332Z-8.

[14] Fletcher P A. Image Acquisition Planning for the CHRIS Sensor Onboard PROBA[J]. Proceedings of SPIE–The International Society for Optical Engineering, 2004, 5546: 141-148.

[15] Menenti M, Maselli F, Benedetti R, et al. Multi-angular Hyperspectral Observations of Mediterranean Forest with PROBA–CHRIS[J]. Proceedings of SPIE–The International Society for Optical Engineering, 2004, 5546: 204-212.

[16] Rast M, Bezy J L, Bruzzi S. The ESA Medium Resolution Imaging Spectrometer MERIS: A Review of the Instrument and Its Mission[J]. International Journal of Remote Sensing, 1999, 20(9): 1681-1702.

[17] Singh M, Rajesh V J. Mineralogical Characterization of Juventae Chasma, Mars: Evidences from MRO-CRISM[J]. ISPRS–International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2014, XL-8: 477-479.

[18] Staenz K, Held A. Summary of Current and Future Terrestrial Civilian Hyperspectral Spaceborne Systems[C]// Geoscience and Remote Sensing Symposium. Germany: IEEE, 2012: 123-126.

[19] CEOS EO Handbook–Instrument Index[EB/OL]. [2018-04-28]. http://database. eohandbook.com/database/instrumentindex. aspx#H.

[20] Lockwood R B, Cooley T W, Nadile R M, et al. Advanced Responsive Tactically-effective Military Imaging Spectrometer (ARTEMIS) Design[C]//IEEE International Conference on Geoscience and Remote Sensing Symposium. USA: IEEE, 2011: 1628-1630.

[21] Davis C, Corson M, Gao B C, et al. The Hyperspectral Imager for the Coastal Ocean (HICO) Provides a New View of the Coastal Ocean[J]. State Education Standard, 2012, 12(2): 9-12.

[22] Butz A, Guerlet S, Hasekamp O, et al. Toward Accurate CO2and CH4Observations from GOSAT[J]. Geophysical Research Letters, 2011, 38(14): 130-137.

[23] Eldering A, Boland S, Solish B, et al. High Precision Atmospheric CO2Measurements from Space: The Design and Implementation of OCO-2[C]//Aerospace Conference. USA: IEEE, 2012: 6187176.

[24] Guanter L, Kaufmann H, Segl K, et al. The EnMAP Spaceborne Imaging Spectroscopy Mission for Earth Observation[J]. Remote Sensing, 2015, 7(7): 8830-8857.

[25] Matsunaga T, Iwasaki A, Tsuchida S, et al. Current Status of Hyperspectral Imager Suite (HISUI)[C]// Geoscience and Remote Sensing Symposium. Australia: IEEE, 2014: 3510-3513.

[26] Natale V G, Kafri A, Tidhar G A, et al. SHALOM–Space borne Hyperspectral Applicative Land and Ocean Mission[C]//The Workshop on Hyperspectral Image & Signal Processing: Evolution in Remote Sensing. USA: IEEE, 2013: 1-4.

[27] Chien S, Silverman D, Davies A G, et al. Onboard Science Processing Concepts for the HyspIRI Mission[J]. IEEE Intelligent Systems, 2009, 24(6): 12-19.

[28] ZHU Z, WANG J. Onboard Image Compression Schemes for Modular Airborne Imaging Spectrometer (MAIS) Based on Wavelet Transform[C]//SPIE's 1996 International Symposium on Optical Science, Engineering, and Instrumentation. USA, CO: SPIE, 1996: 318-327.

[29] LI H, SHU R, XUE Y. Pushbroom Hyperspectral Imager and Its Potential Application to Oceanographic Remote Sensing[J]. Journal of Infrared & Millimeter Waves, 2002, 21(6): 429-433.

[30] JIANG Q. Study on Signal-to-noise Ratio Estimation and Compression Method of Operational Modular Imaging Spectrometer Multi-spectral Images[J]. Acta Optica Sinica, 2003, 23(11): 1335-1340.

[31] 黄意玢, 董超华, 范天锡. 用“神舟三号”中分辨率成像光谱仪数据反演大气水汽[J]. 遥感学报, 2006, 10(5): 742-748. HUANG Yibin, DONG Chaohua, FAN Tianxi. Using the Information of Spacecraft SHEN ZHOU-3 Moderate Resolution Imaging Spectrometer to Retrieve Atmospheric Water Vapor[J]. Journal of Remote Sensing, 2006, 10(5): 742-748. (in Chinese)

[32] 赵葆常, 杨建峰, 常凌颖, 等. “嫦娥一号”卫星成像光谱仪光学系统设计与在轨评估[J]. 光子学报, 2009, 38(3): 479-483. ZHAO Baochang, YANG Jianfeng, CHANG Lingying, et al. Optical Design and On-orbit Performance Evaluation of the Imaging Spectrometer for Chang'e-1 Lunar Satellite[J]. Acta Photonica Sinica, 2009, 38(3): 479-483. (in Chinese)

[33] WANG Q, WU C, LI Q, et al. Chinese HJ-1A/B Satellites and Data Characteristics[J]. Science China Earth Sciences, 2010, 53(S1): 51-57.

[34] 高铭, 张善从, 李盛阳. “天宫一号”高光谱成像仪遥感应用[J]. 遥感学报, 2014, 18(S1): 2-10. GAO Ming, ZHANG Shancong, LI Shengyang. Tiangong-1 Hyperspectral Remote Sensing and Application[J]. Journal of Remote Sensing, 2014, 18(S1): 2-10. (in Chinese)

[35] 范斌, 陈旭, 李碧岑, 等. “高分五号”卫星光学遥感载荷的技术创新[J]. 红外与激光工程, 2017, 46(1): 8-14. FAN Bin, CHEN Xu, LI Bicen, et al. Technical Innovation of Optical Remote Sensing Payloads On-board GF-5 Satellite[J]. Infrared and Laser Engineering, 2017, 46(1): 8-14. (in Chinese)

Overview of Hyperspectral Remote Sensing Technology

ZHANG Chunmin MU Tingkui YAN Tingyu CHEN Zeyu

（Institute of Space Optics, Xi′an Jiaotong University, Xi′an 710049, China）

Hyperspectral remote sensing has extensive and important applications in atmospheric exploration, space remote sensing, general survey of earth resources, military reconnaissance, environmental monitoring, agriculture and marine remote sensing thanks to its ability to acquire high resolution spectrograms and images simultaneously. This paper reviews the development of hyperspectral remote sensing technology at home and abroad, describes in detail the development history and main parameters of typical hyperspectral remote sensing instruments, compares the performance characteristics of hyperspectral remote sensing payloads in different countries at different times, analyzes the development of hyperspectral remote sensing technology in China, and summarizes plans for future development of hyperspectral remote sensing technology in the world. Combining these development characteristics with the current information age, the future development of hyperspectral remote sensing technology is prospected. It points out the trend of the further broadened detection band of hyperspectral remote sensing technology, the further enhanced temporal, spatial and spectral resolutions, and the further enriched technology. What is more, the information of image, spectrum, and polarization is acquired simultaneously, and the payload will be intelligent, networked, smaller and lightweight. This paper provides direction for the future development of hyperspectral remote sensing, and can be useful for the further evolution.

imaging spectrometer; high resolution; development trend; hyperspectral remote sensing; GF-5 satellite

V248.1

A

1009-8518(2018)03-0104-11

10.3969/j.issn.1009-8518.2018.03.012

张淳民，男，1956年生，光学博士，西安交通大学教授、博士生导师、空间光学研究所所长。主要研究方向为偏振成像光谱技术及高层大气遥感探测。E-mail：zcm@xjtu.edu.cn。

2018-04-01

国家自然科学基金重点项目（41530422），国家自然科学基金（61775176）

（编辑：庞冰）