高光谱遥感技术在地质环境监测中的应用与展望

陈浩 甘建军 刘清

收稿日期：2023-07-29；修回日期：2023-11-03

基金项目：国家自然科学基金项目（42162025）、2021年度浙江省山体地质灾害防治协同创新中心开放基金（2PCMGH-2021-02）、河北省高校生态环境地质应用技术研发中心开放基金（JSYF-Z202201）联合资助

第一作者简介：陈浩（1998- ），男，在读硕士，研究方向：水信息遥感解译。E-mail：chen622123@qq.com

通信作者简介：甘建军（1975- ），男，博士，副教授，主要从事地质灾害防治研究工作。E-mail：ganjianjun@nit.edu.cn

引用格式：陈浩，甘建军，刘清，2024.高光谱遥感技术在地质环境监测中的应用与展望［J］.城市地质，19（2）：176-183

摘 要：高光谱遥感技术是一种功能非常强大的综合性学科技术，其以数据的实时性、光谱信息的丰富性、成本的高效益性、覆盖范围的广泛性等特征以及高分辨率和图谱合一的优势，在各个领域上得到了广泛的应用。文章介绍了高光谱遥感技术成像的基本原理、国内外高光谱成像仪和高光谱卫星的发展历程，重点描述了高光谱遥感技术在矿山环境监测、水环境监测与评价、土壤含水率监测等方面的应用成果。高光谱遥感技术面临着“维数灾难”、精确度不足、时效性受限、高光谱遥感数据解译困难等问题，未来可通过协同多平台、利用人工智能模型等方式提高精确度，构建典型的光谱库提高模型的普适性。

关键词：高光谱遥感；成像光谱仪；高光谱卫星；矿物环境监测；水环境监测与评价；土壤含水率监测

Overview of hyperspectral remote sensing technology and its application in environmental geology

CHEN Hao， GAN Jianjun， LIU Qing

（Nanchang Institute of Technology， National and Local Joint Engineering Laboratory for Water Engineering Safety and Efficient Utilization of Resources in Poyang Lake Basin， Nanchang 330099， Jiangxi， China）

Abstract： Hyperspectral remote sensing technology is a highly powerful comprehensive scientific technology that has seen extensive application across various domains， leveraging its strengths in real-time data acquisition， spectral information richness， cost-effectiveness， extensive coverage， and the benefits of high resolution and map integration. This manuscript delineates the foundational principles of hyperspectral remote sensing imaging， traces the evolution of hyperspectral imagers and satellites both at home and abroad， and elucidates the outcomes of employing hyperspectral remote sensing in mine environmental monitoring， aquatic ecosystem surveillance， and soil moisture assessment. However， hyperspectral remote sensing still confronts challenges such as “dimensional catastrophe”， suboptimal accuracy， constrained temporal resolution， and the intricacies in interpreting hyperspectral data. Looking forward， enhancements in accuracy can be attained through the integration of multi-platform data and the application of artificial intelligence algorithms， while the development of representative spectral libraries will augment the versatility of the models.

Keywords： hyperspectral remote sensing; imaging spectrometer; hyperspectral satellite; mine environmental monitoring; water environment monitoring and evaluation; monitoring of soil moisture content

矿产资源是人类社会、经济、科技发展的基础，也是保障国家安全和地缘政治地位的重要支撑，然而目前各种工程建设活动频繁，长期大规模对矿产资源过度开采，缺乏有效的矿产资源保护措施，导致我国各种矿产资源逐渐枯竭，水土环境污染严重，特别是环境地质方面，出现了地表水污染、土壤退化、地下水资源匮乏、地貌景观破坏、土地损毁等（张进德等，2021；曾文浩等，2023；李欢等，2023）一系列问题。为了积极响应国家可持续发展战略的政策，众多科学家、学者及工程师大力推进“补短板”和“强监管”业务工作以保证生态环境不被破坏，遥感技术以独特的优势备受青睐（冯天时等，2021）。遥感技术以电磁波理论为基础，不用接触目标便可远距离成像与探测，利用卫星或飞机等平台从远距离感知目标反射或自身辐射的可见光、红外线等电磁波，对目标进行收集成像、探测和解译（孙家抦，2009）。它拥有成本低、信息量大、监测范围广、周期短、获取信息快、综合性强、同步性高等优点（李红艳，2020；郭之怀，1993；韩亚超等，2022），其中，高光谱遥感技术作为遥感技术新型分支之一，引起了科学家浓厚的兴趣，其含有丰富光谱信息、能够实现图谱合一的特点在各大行业中得到了飞速的发展。本文介绍了高光谱遥感技术成像的基本原理，对国内外高光谱成像仪及高光谱卫星进行基本概述，例举高光谱遥感技术在矿物信息识别、水环境监测与评价、土壤含水率监测上的应用，分析了光谱遥感技术所面临的重要挑战，并对其进行了前景预测及展望。

1  高光谱遥感技术

1.1  高光谱遥感技术的基本原理和特点

自1959年成功接收到第一张地球照片以来，卫星遥感技术到目前为止经历了3个重要的发展阶段：全色遥感技术、多光谱遥感技术和高光谱遥感技术（王书伟等，2024）。其中高光谱遥感技术有很高的光谱分辨率，能够从狭窄的光谱范围内捕获物质的本身特征且又不影响其与周围地物的关系，探测到多光谱无法探测到的物质及信息（Lassalle et al.，2023），其从地物中所获取的光谱信息非常丰富且数据没有损失，使人们能够从狭窄的光谱带中对地物的属性、特征进行识别分析（杜培军等，2016）。3种遥感技术的相关对比如表1所示。

高光谱遥感技术是一种将成像技术和光谱技术相结合成多维信息的技术，又名成像光谱遥感技术。高光谱遥感技术利用空间传感器记录，对测量物体进行反射或辐射，通过获取大量连续范围内的波段数据来获得地物目标的光谱信息，能够记录完整不缺失的地物光谱特征。高光谱遥感技术所获取的数据是一种连续的高分辨率窄波段光谱信息，其光谱分辨率为10-2 λ（λ为波长）数量级范围内的纳米级，能够详细地描述地表物体特征，实现图谱合一。高光谱遥感的核心是成像光谱仪。成像光谱仪通过卫星、飞机等空间平台将获取的光谱信息在几十上百个波段对地物进行成像，并和探测目标的空间信息、辐射信息结合形成了一种独特的三维信息（任龙飞，2021），成像原理如图1所示。

1.2  高光谱成像仪

成像光谱仪的发展决定了高光谱遥感技术的发展。高光谱成像光谱仪是一种既要成像也要光谱的光学系统，通过将传统的空间成像技术与地物光谱技术有机地结合在一起，使用包括神经网络、支持向量机、贝叶斯判别等识别方法，在一个大的区域内获取各个位置的光谱数据，同时获取近乎连续波段的地物反射光谱图像。

在20世纪80年代美国加州理工学院喷气推进实验（Jet Propulsion Laboratory，JPL）最先研究高光谱成像光谱仪（Goetz et al.，1985），并在1983年成功研制出第一台成像光谱仪AIS-1（刘银年，2021），在矿产勘探、林业管理、水文学和环境监测等方面应用广泛。第一台机载航空成像光谱仪AVIRIS在1987年美国国家航天航空局（National Aeronautics and Space Administration，NASA）的支持下在JPL内成功研制，它的成功研制是高光谱成像仪跨时代的一步。

之后，加拿大ITRES公司研发的轻携机载光谱仪CASI，印度迷你卫星1号（MS-1）搭载的高光谱成像仪HySI以及我国第一台基于傅里叶变换的航天干涉成像仪（赵葆常等，2009）、高光谱成像仪HSI、高光谱成像仪AHSI等都是具有代表性的成像光谱仪。表2展示了国内外典型高光谱成像仪性能参数对比表。

1.3  高光谱遥感卫星

国外对高光谱卫星的研究发展比较早。2000年11月11日，美国EO-1卫星搭载Hyperion成像仪成功发射，这是全球第一颗高光谱遥感探测卫星，开启了国内外发射高光谱遥感卫星百家争鸣的时代。2001年10月欧洲空间局与英国国家航空中心合作，成功发射了搭载CHRIS成像光谱仪的PROBA-1卫星，PROBA-1可在3 种不同的角度（0°，55°，36°）下对同一地点进行5 次观测（刘思田等，2023）。2002年欧空局研发的环境卫星ENVISAT-1升空成功，为海岸和海洋生态等领域做出了重要贡献。图2为ENVISAT-1卫星概念图。

2015年意大利和以色列联合开发了SHALOM高光谱遥感卫星，用于地球科学研究、环境保护以及农业和水资源管理等方面。2018年7月德国航天中心开发的DESIS高光谱遥感卫星由俄罗斯联邦航天集团联合发射升空，服务于土壤分析、农业监测、城市规划等领域。2019年3月，由意大利航天局（ASI）研制的高光谱先驱及应用任务（PRISM）卫星在法属圭亚那库鲁航天中心发射升空，为意大利提供一站式空间系统的能力（岳桢干，2019）。

我国高光谱遥感技术虽然起步较晚，但在国家重视和科学家们锲而不舍地奋斗下，如今已跃至国际先进地位。2008年9月，HJ-1A卫星与HJ-1B卫星在太原成功一箭双星发射，由此开始追赶国际先进的高光谱遥感卫星技术。2008年5月风云三号系列卫星于太原首次发射，填补了我国气象监测等多项卫星观测资料的空白。2018年4月珠海一号高光谱卫星在酒泉成功发射，是我国空间分辨率最高、幅宽最大的高光谱卫星。2018年5 月9日我国第一颗民用高分辨率对地观测卫星，第一颗针对环境保护的高光谱卫星（蒲艺，2021），同时也是世界第一颗对陆地、对大气进行综合观测的卫星高分五号在太原成功发射，标志着我国在高分辨率遥感卫星领域取得了重要突破，图3为高分五号卫星及相关配置图。

2  应用成果

高光谱成像仪及高光谱遥感卫星的不断发展，形成了一种天、空、地一体化的一种态势，随着光谱分辨率及空间分辨率的不断提高，高光谱遥感技术在地质环境监测领域包括矿山环境监测、水环境监测与评价、土壤含水率监测等方面都有一定的突破。

2.1  矿山环境监测

矿山在开发利用过程中，会严重影响周边的自然环境，如植被、水体、土壤等，因此对矿山周边的环境进行监测、分析非常重要（刘佳雷等，2023）。近些年来，高光谱遥感技术的快速发展，能够对矿物进行精细地识别，即时获取矿区环境的状况，如植被、土壤、水环境、大气环境等指标，使其成为矿山环境监测的有力手段。

高光谱遥感技术有获取丰富光谱信息的特点，可从地面宏观影像、像元级别甚至化学成分等角度对矿物进行识别（王润生等，2010）。组成矿物内部的离子、基团的晶体场效应与基团的振动使岩矿有了光谱特征，不同的矿物其晶体结构各不相同，从而晶格振动产生的光谱特性也不相同（刘莹莹，2011）。

倪斌等（2023）利用光谱角填图法（SAM）对机载和星载高光谱遥感获取得到的武夷山成矿带蚀变矿物信息进行精度提取，并与迪开石、高岭石、石膏、铁绿泥石、铁镁绿泥石、镁绿泥石等6种蚀变矿物的光谱特征进行分析对比，表明了福建省中东部地区具备有利的找矿条件。毛运欣等（2022）通过获取研究区的高光谱影像数据并建立典型的矿物光谱库，结合光谱匹配和光谱特征的方式成功地对矿区进行了识别提取，为露天矿山的监测提供了新方法，但精确率因影像数据等因素受限。为了提高光谱数据的正确率与精细度，董新丰等（2020）以GF-5高光谱数据为数据源，以选取的机载HyMap数据作为对比数据，对甘肃柳园地区的矿物进行了精细识别应用研究，不仅保证了矿物识别的高正确率，同时提高了对矿物成分信息反演的精细度。

植被对环境污染具有吸收和净化作用，对矿区植被生长状况的监测是评估矿山环境污染程度的重要手段（杨敏等，2024）。周贝贝等（2023）通过采集定南县稀土矿区的竹柳、山茶、桉树、松树、油桐、红叶石楠6 种植物的高光谱数据，使用短时傅里叶变换的信号处理技术分析对照它们的光谱变异特征，准确实现了矿区生态环境的监测目的。崔世超等（2019利用以ASD FieldSpec3型光谱仪作为高光谱数据源，从原始光谱、一阶导数光谱、二阶导数光谱以及分析维数对喀拉通克和希勒库都克2个矿区的白茎绢蒿进行对比分析，通过优选出的特征波段构建了基于植物光谱数据的隐伏矿床预测模型。王嘉芃等（2023）利用不同时相的Hyperion高光谱卫星数据对德兴铜矿重金属污染区的植被进行红边位置分析，根据红边位置的变异程度作为此处生态修复效果的评价指标，但Hyperion高光谱卫星的空间分辨率较低，导致不同植被间的光谱差异性影响评价结果的精确性。

2.2  水环境监测与评价

高光谱遥感技术通过获取地表反射光谱数据，进而提取出不同植被类型、水体深度、水质等信息，建立各种计算模型和评价指标体系，对水环境系统进行评估。郭秋等（2020）基于HJ-1对曹家坝矿山的水环境进行监测和评价，通过多源数据的融合提高了研究区植被和水体的识别精确度，通过灰度法对水体进行解译，进一步对水体的污染程度和浑浊程度进行了精确分级，但研究所采用的融合算法比较单一。Riaza等（2015）利用高光谱成像仪HyMap对硫化铁矿山附近河流的水体酸性进行监测评估，描述了由HyMap检测到的数据与废弃物污染强度相关的河水pH值变化及相关的光谱特征，为建立新的时序水质监测系统奠定了坚实基础。陈俊英等（2019）通过主成分分析法改善了基于高光谱对污水处理厂污水综合水质评价效果的定量反演模型，通过对模型的优化提高了反演效果。但实验过程也受到混合像元、多元参数、水体光学特征复杂性的影响，导致对数据降维筛选后其模型的精确度下降。

高光谱遥感能够实时地对水体污染情况进行监测，能够预警出可能存在的水域环境风险。但高光谱遥感仍存在如无法直接获取水生物群落、水质物理结构等信息，不能做到对水环境进行全面评估。

2.3  土壤含水率监测

土壤含水率是评估土壤物理性质的主要指标之一，与农作物生长密切相关，在水资源严重匮乏的背景下，高效地检测土壤含水率对水资源的规划至关重要（王勇等，2023），也是环境地质研究中的重要对象。目前检测土壤含水率的方法主要有时域反射击法、中子法、烘干法等，但受到成本高、操作难度大、设备耐用性差等限制（宰松梅等，2021）。高光谱遥感技术可以获取土壤的光谱信息，结合遥感图像反演土壤表面的反射率，根据波段的差异建立反射率与土壤含水率之间的反演模型从而估计土壤含水率，为监测土壤含水率的方法提供了更多选择。

机载高光谱遥感技术以灵活、方便、操作简单等优点在监测土壤含水率得到很大的应用。王梦迪等（2023）使用机载高光谱传感器获取丰富精细的光谱信息，并对新疆阜康绿洲田块土壤含水率进行估算，结合连续小波变换和遗传算法对其进行了反演，为中国缺水地区的农业规划提供了有力的理论支撑。王怡婧等（2023）使用高光谱遥感技术在野外对宁夏银北盐渍化农田的土壤含水率、pH和土壤含盐量进行数据采集和信号获取，指出土壤光谱反射率与土壤含水率、pH值、土壤含盐量都呈正相关或者负相关的关系，可为盐碱地的环境管理提供参考意义。但此研究采用二维光谱指数而没有采用三维光谱指数筛选特征波段，使光谱变量的敏感性不高。

徐金华（2021）利用ASD FieldSpec3光谱仪对土壤样本进行了高光谱数据处理，然后基于原始光谱、一阶微分和二阶微分光谱创建了归一化光谱指数，并建立了一元线性模型，在监测土壤含水率方面表现出很不错的效果，在地质灾害预警上有很好的潜力价值。

3  存在问题

如今，各国对遥感基础性研究的不断深入完善及国内成熟的卫星技术和完整的产业链，高光谱遥感技术也得到了快速地发展，但也面临着挑战。

1）“维数灾难”

高光谱遥感技术具有数据丰富、信息冗余、高维特征、图谱合一、小样本等特征（童庆禧等，2016），影像图可近似为包含了成百上千个波段的三维数据立方体，但因为每一个波段都可以看作一个维度，导致其引发“维数灾难”，即在计算处理过程中，由于维数的增加以及庞大的数据量导致常规的算法分析效果不佳，使模型出现过拟合等结果（苏红军，2022）。“维数灾难”会带来以下问题：随着数据维度的增加，计算时需要更多的存储空间以及更先进的算法进行处理和去噪；在高光谱数据中，只有少数的几个波段含有需要的地物信息，导致了数据稀疏性问题；由于不同波段的数据并不是完全独立，导致对地物的特征提取难度加大。

2）精确度不足

高光谱遥感技术依赖于光学特性，易受到大气环境、地表特征、仪器等因素的干扰，从而导致对地物识别精度的误差，同时由于低空间分辨率及复杂的地形，导致获取的图像中含有大量的混合像元（蓝金辉等，2018）。

3）时效性受限

高光谱遥感数据的获取主要依赖于卫星、航天器等载体进行采集，由于载体的周期性原因，导致高光谱遥感数据的采集时间长、更新频率较低；同时由于庞大的数据集，导致其传输、处理、数据校正都需要一定的时间，使高光谱遥感技术不能满足一些需要快速响应或需实时信息的应用场景。

4）高光谱遥感数据解译困难

高光谱遥感数据中含有成百上千个波段，超高维度的数据使其对地物的特征提取和分类更加困难；由于光谱波段的重叠以及地物表面的散射、反射等现象，导致了光谱混合效用，增加了对地物解译的难度；地物的光谱特征随气候、季节等自然因素的变化而变化，而且不同地物之间的光谱特征存在差异性和相似性，使数据解译更具挑战性。

4  结论与展望

作为21世纪遥感领域最为重要的研究方向之一，未来，高光谱遥感技术将会在地质领域中发挥更重要的作用，商业化的发展也是重要趋势，将为地球观测和资源管理带来更广阔、更精确且可持续的应用前景。

然而高光谱遥感技术目前仍有许多难点：如数据的冗余使其面临“维数灾难”；高光谱遥感技术对光的依赖特性和数据的获取途径导致其精确度和时效性不足；丰富的信息加大了数据的复杂性和冗余性，增加了对相关技术人员的专业知识及设备存储、传输及处理的要求；高光谱数据的解译和分析需要综合考虑多个光谱波段之间的相互关系，以及与地物的对应关系。

根据以上问题和不足，需要对高光谱遥感技术在环境地质中的应用进行进一步探索：1）协同多平台对地质环境进行监测，提高反演效率。2）利用机器学习和人工智能模型对遥感数据样本进行训练从而提高图像解混的精度，为更深入的数据分析和决策提供支持，为更深入的地球观测和数据分析提供可能。3）构建典型的环境地质端元光谱库，使反演模型具有普适性。4）将探测波段进一步拓宽，若解除了时间、空间、光谱分辨率的限制，对地物的识别精度将会大幅度提高，扩展高光谱遥感技术的应用领域。

参考文献

陈俊英，邢正，张智韬，劳聪聪，栗现文，王海峰，2019. 基于高光谱定量反演模型的污水综合水质评价［J］.农业机械学报，50（11）：200-209.

崔世超，周可法，丁汝福，2019. 高光谱的矿区植物异常信息提取［J］.光谱学与光谱分析，39（1）：241-249.

董新丰，甘甫平，李娜，闫柏琨，张磊，赵佳琪，于峻川，刘镕源，马燕妮，2020. 高分五号高光谱影像矿物精细识别［J］.遥感学报，24（4）：454-464.

杜培军，夏俊士，薛朝辉，谭琨，苏红军，鲍蕊，2016. 高光谱遥感影像分类研究进展［J］.遥感学报，20（2）：236-256.

冯天时，庞治国，江威，覃湘栋，付俊娥，2021. 高光谱遥感技术及其水利应用进展［J］.地球信息科学学报，23（9）：1 646-1 661.

郭秋，刘贺春，2020. 基于HJ-1高光谱的曹家坝矿山水环境识别与监测［J］.山东农业大学学报（自然科学版），51（3）：447-451.

郭之怀，1993. 遥感技术在环境保护领域中的应用现状［J］.环境科学（4）：28-33.

韩亚超，高子弘，杨达昌，陈洁，2022.我国城市水体数量与质量遥感调查应用现状与建议［J］.城市地质，17（4）：485-492.

蓝金辉，邹金霖，郝彦爽，曾溢良，张玉珍，董铭巍，2018. 高光谱遥感影像混合像元分解研究进展［J］.遥感学报，22（1）：13-27.

李红艳，2020. 遥感技术的特点及在水文水资源领域的应用［J］.河南水利与南水北调，49（11）：72-73.

李欢，张沁瑞，张博，黄勇，孙宇辰，贾颜卉，刘磊，柳瑞艳，2023.京西“一线四矿”矿山环境变化的遥感监测分析［J］.城市地质，18（2）：178-185.

刘佳雷，钱建平，赵鹏伟，2023. 高光谱遥感在矿山环境监测中的应用浅议［J］.四川环境，42（6）：261-266.

刘思田，卢慧，王栋，李晓兰，朱春丽，边丽蘅，2023. 星载高光谱成像系统发展综述［J］.航天返回与遥感，44（6）：12-26.

刘银年，2021. 高光谱成像遥感载荷技术的现状与发展［J］.遥感学报，2021，25（01）：439-459.

刘莹莹，2011. 高光谱遥感岩矿识别方法综述［C］//第十届全国数学地质与地学信息学术研讨会：8.

毛运欣，赵海强，冯思琪，徐红欣，何涛，宋玲君，2022. 基于光谱匹配的高光谱遥感露天矿物识别方法研究［J］.自然资源信息化（4）：28-32.

倪斌，黄照强，郭健，邢光福，张亚龙，牛斯达，2023. 基于机载和星载高光谱遥感的武夷山成矿带蚀变矿物信息识别研究［J］.华东地质，44（1）：67-81.

蒲艺，2021. 基于高分五号的水体富营养化遥感反演［D］.重庆交通大学.

任龙飞，2021. 基于稀疏回归的高光谱遥感图像解混技术研究［D］.成都：西南交通大学.

苏红军，2022. 高光谱遥感影像降维：进展、挑战与展望［J］.遥感学报，26（8）：1 504-1 529.

孙家抦，2009. 遥感原理与应用［M］.武汉大学出版社.

童庆禧，张兵，张立福，2016. 中国高光谱遥感的前沿进展［J］.遥感学报，20（5）：689-707.

王嘉芃，徐建国，沈家晓，张登荣，2023. 德兴铜矿矿山重金属污染修复效果高光谱遥感评价［J］.自然资源遥感，35（3）：284-291.

王梦迪，何莉，刘潜，李志娟，王冉，贾中甫，王敬哲，邬国峰，石铁柱，2023. 基于小麦冠层无人机高光谱影像的农田土壤含水率估算［J］.农业工程学报，39（6）：120-129..

王润生，甘甫平，闫柏琨，杨苏明，王青华，2010. 高光谱矿物填图技术与应用研究［J］.国土资源遥感（1）：1-13.

王书伟，舒清态，马旭，肖劲楠，周文武，2024. 激光雷达与高光谱成像技术数据融合研究进展［J］.遥感技术与应用，39（1）：11-23.

王怡婧，陈睿华，张俊华，丁启东，李小林，2023. 基于分数阶微分技术的土壤水盐信息高光谱反演［J］.应用生态学报，34（5）：1 384-1 394.

王勇，侯晨悦，杨锡震，张博，刘浩，白旭乾，栗现文，2023. 基于多种高光谱指标反演冻结土壤含水率的研究［J］.节水灌溉（7），10-19.

徐金华，2021. 基于归一化光谱指数的土壤含水率反演研究［J］.西北水电（4）：82-86.

杨敏，傅炜舜，聂兴信，张鑫，2024. 高光谱遥感技术在矿山地质环境调查中的应用［J］.现代矿业，40（1）：48-52.

岳桢干，2019. 意大利PRISMA高光谱卫星发射升空［J］.红外，40（3）：37-39.

宰松梅，高亚楠，仵峰，楚运旺，刘生东，2021. 基于分光测色原理的土壤水分快速测定方法研究［J］.节水灌溉（1），1-6.

曾文浩，宁迪，刘国伟，2023. 基于遥感技术的矿山地质环境监测实践［J］.中国资源综合利用，41（7）：132-139.

张进德，田磊，裴圣良，2021. 矿山水土污染与防治对策研究［J］.水文地质工程地质，48（2）：157-163.

赵葆常，杨建峰，常凌颖，陈立武，贺应红，薛彬，2009. 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，38（3）：479-483.

周贝贝，李恒凯，龙北平，2023. 离子吸附型稀土矿区复垦植被光谱特征变异提取与分析［J］.光谱学与光谱分析，43（12）：3 946-3 954.

GOETZ A F H， VANE G， SOLOMON J E， ROCK B N， 1985. Imaging spectrometry for earth remote sensing ［J］. Science， 228（4 704）：1 147-1 153.

LASSALLE G， FERREIRA M P， LA ROSA L E C， SCAFUTTO R D M， DE SOUZA FILHO C R， 2023. Advances in multi- and hyperspectral remote sensing of mangrove species： a synthesis and study case on airborne and multisource spaceborne imagery ［J］. ISPRS journal of photogrammetry and remote sensing， 195：298-312.

RIAZA A， BUZZI J， GARC?A-MEL?NDEZ E， CaRR?RE V， SARMIENTO A， M?LLER A， 2015. Monitoring acidic water in a polluted river with hyperspectral remote sensing （HyMap） ［J］. Hydrological Sciences Journal， 60（5/6）：1 064-1 077.