1引言

全球氣候變化和強人類活動深刻影響著自然界的水文循環過程，造成了水生態惡化、水環境污染、水災害頻發以及水資源短缺等問題。為破解“四水”問題，新時期水利行業大力推進“補短板”和“強監管”業務工作。以對地觀測技術為核心的遙感技術具有監測范圍廣、速度快、頻率高、成本低等優勢，現已被廣泛地應用于水利應用工作中，其重要分支高光譜遙感在近幾年取得了飛速的發展，成為水利遙感中的新興技術。

高光譜遙感憑借窄波段成像技術，可在高分辨率的光譜維度上反映涉水地物的生物物理屬性，具有光譜分辨率高、探測地物信息能力強、所獲光譜信息豐富等優勢。遙感技術在水利行業的大部分應用可歸納為3個步驟：遙感數據的獲取、圖像處理與反演模型構建、結果分析。高光譜遙感在這3個步驟中均體現出與以往遙感技術的不同：數據獲取方面，目前高光譜遙感數據主要來自機載或星載傳感器獲得的遙感影像和地面成像光譜儀的實測光譜數據，相較于以往的遙感數據蘊含著更精細的地物光譜信息，這對于光譜復雜的水體研究具有重要意義，高光譜遙感往往具有幾十甚至上百個波段，一定程度上突破了多光譜遙感因波段數較少而無法精確識別地物的局限；圖像處理方面，高光譜遙感影像波段多，數據維度高，為反演模型的構建提供了更多的波段選擇，給水體輻射傳輸模型中部分參數的直接計算提供了條件，同時也衍生出數據冗余，圖像處理困難等問題；結果分析方面，模型精度高，反演水體要素效果較好。

近年來，高光譜遙感技術在國內外的發展使其在水利行業的應用不斷深入，為水生態保護、水環境監測等工作提供技術支持，在反演水質參數、監測藻類與水生植物生長狀況、水草和藻類精確識別等工作中取得了諸多進展，在其他水利層面中也存在著一定的應用潛力。因此，有必要針對高光譜遙感數據及其在水利研究中的應用進行系統總結，指出其應用范圍、實際效果和現存問題，并充分結合新時期水利行業的應用需求和高光譜遙感發展方向，展望未來高光譜遙感在水利行業的發展趨勢，為拓展高光譜遙感在水利行業的深度應用提供參考。

2國內外高光譜遙感技術的發展

2.1高光譜遙感技術的成像原理和特點

高光譜遙感技術的核心為成像光譜儀，載有成像光譜儀的飛行器、衛星沿推掃方向獲取目標的二維空間圖像和一維光譜信息，形成三維數據立方體，成像過程如圖1所示。該技術可對地球表面上的目標進行信息提取，直接反映出被觀測物體的圖1高光譜成像示意圖幾何影像和理化信息，實現對目標地物的探測、感知與識別。高光譜遙感數據具有高光譜分辨率、波段多、圖譜合一等特點，可以捕捉地物間細微的光譜差異，這在一定程度上彌補了多光譜遙感光譜分辨率不足所造成的缺陷，同時也產生了數據冗余、相鄰波段高相關性、圖像處理復雜等新問題。高光譜遙感與多光譜遙感的具體優劣對比如表1所示。

圖1 高光譜成像示意圖

2.2光譜儀的發展

高光譜成像儀能以高光譜分辨率獲得地物目標的多譜段影像。地物光譜儀最早出現，其后發展的成像光譜儀率先搭載于無人機等飛行器上，21世紀以后才出現了搭載于衛星上的成像光譜儀。由美國噴氣推進實驗室研發的機載可見光/紅外成像光譜儀誕生于1987年，是一臺革命性的成像光譜儀，推動了高光譜遙感技術的發展。國內光譜儀的研究機構以中國科學院上海技術物理研究所為首，先后研發出一系列性能達到國際先進水平的機載成像光譜儀。按照所搭載的平臺進行分類，高光譜成像光譜儀主要功能和具有代表性的光譜儀器如表2所示?；诓煌d荷平臺的高光譜遙感在近年來均取得一定的發展，不同的載荷平臺各有優劣，如表3所示。在研究中，通常需要根據不同的實際情況，選取不同載荷平臺的高光譜數據，以滿足具體的應用的需求。

表1高光譜遙感與多光譜遙感的優劣對比

表2基于不同載荷平臺的成像光譜儀介紹

表3基于不同遙感平臺的光譜成像儀的優缺點

2.3高光譜遙感衛星的發展

21世紀初，搭載了Hyperion成像光譜儀的美國EO-1衛星成功發射，開啟了航天高光譜遙感的時代，之后國內外的高光譜衛星技術均取得一定的突破。2001年10月歐空局發射的PROBA小衛星，搭載了緊湊型高分辨率成像光譜儀。2005年8月，美國JPL發射的火星探測衛星上搭載了緊湊探測成像光譜儀。印度于2008年10月發射的月船一號是其國內首顆探月衛星，搭載了印度自主研制的高光譜成像儀。俄羅斯衛星星座Resurs-P3搭載了高光譜載荷，服務于俄羅斯的資源勘探、農業、漁業等行業。

我國首個星載光譜儀中分辨率成像光譜儀搭載于神州3號飛船上，發射于2002年，此后國內星載成像光譜儀技術發展迅速。2008年發射了環境小衛星，迄今為止，在我國的環境監測方面發揮了巨大作用。現階段高光譜遙感衛星技術進入發展最為迅速的時期，在軌衛星數量極大提高，我國也緊跟世界潮流，發射了一系列性能先進的高光譜衛星。國內外其他典型高光譜衛星如圖2所示。

圖2 國內外典型的高光譜衛星

高光譜遙感衛星的不斷發展符合遙感天、空、地一體化的發展態勢，星載高光譜數據逐漸豐富，且空間分辨率、光譜分辨率和在軌定標精度等方面不斷提高，提供了高精度、高質量的遙感影像，為水質監測、水生態狀況監測等水利行業提供了強有力的數據基礎。

3高光譜遙感在水利研究中的應用

21世紀初至今，社會經濟飛速發展，人類活動頻繁等因素誘發了諸多水利問題，加之目前的部分水利監測系統不完善，“四水”問題越發突出，如圖3所示。遙感具有大范圍、全天候的精準動態監測的優勢，已被廣泛運用到水利行業中，水利遙感應運而生，其發展也與時俱進。近年來高光譜遙感在水生態以及水環境方面的應用逐漸增多，水華和水生植物監測以及水質參數定量反演等工作的結果精度越來越高，在光譜差異較小的不同水生植物精準識中也取得一定突破。在水災害與水資源等研究中，現階段高光譜遙感的應用較少，但也在縮短洪水響應時間、識別洪水淹沒區域混合光譜以及提高水文數據的反演精度中發揮了一定的作用，具有一定的發展潛力。

圖3 水利行業中存在的主要問題

高光譜遙感可獲取水體中不同物質的光譜特征，因而對具有顯著光譜特征的水體要素反演效果較好，其原理為：對葉綠素a和懸浮物等光譜特征較為明顯的要素含量進行直接反演，并通過其結果間接反演出其他水體要素，如總氮、總磷、化學需氧量及藻類等水生植物含量等。目前的高光譜遙感反演模型主要分為經驗模型和分析模型，經驗模型應用廣泛，模型原理簡單，結果精度較高但普適性較差。分析模型則是基于水體輻射傳輸原理，通過傳輸公式由遙感數據反向計算水體中各組分的含量，該類模型普適性較好，結果精度高，但建模難度大。在高光譜遙感的實際應用中，應根據不同的工作需求，合理地發揮高光譜遙感的優勢。

3.1高光譜遙感在水生態研究中的應用

目前國內外諸多水域的水生態狀況不佳，內陸湖泊及水庫存在著水華暴發、水體富營養化等問題。遙感技術憑借其大面積實時監測的優勢，已然成為現階段水生態監測的主要手段之一。近年來國內外學者圍繞典型內陸水體展開了一系列光譜測量實驗，揭示了水體中不同組分的反射率光譜差異，以往的多光譜遙感光譜分辨率較低，所選波段往往不能恰好位于光譜曲線的“峰或谷”處，因而降低了反演模型的精度。高光譜遙感以其極高的光譜分辨率可彌補這一缺陷，通過選取最合適的波段構建反演模型，從而提高水體組分的反演精度，以實現水華、藻類植物、水生植物的精準監測。

3.1.1水華監測

遙感技術可對水華災害進行實時大范圍的動態監測，有助于人們掌握水華的空間分布以及變化規律，從而為防治水華提供參考。基于多光譜遙感數據的植被指數閾值法可以區分水華和普通水體，但難以區分水華和水生植物。通過藍藻水華的光譜曲線得知其在630nm附近具有的反射谷，在650nm附近具有反射峰，基于此原理通過波段比值或者波峰波谷處的光譜特征等參量來構建反演模型，多光譜遙感的光譜分辨率較低，難以精確捕捉光譜信息。而高光譜遙感擁有更細致的光譜，可在納米級別獲取連續的光譜信息，從而選取更靠近特征波段處的波段進行建模，實現藍藻水華的精確監測。

Kudela等，以美國加利福尼亞州的平托湖為研究區域，使用高光譜紅外成像儀，采用半經驗模型方法監測該地區的藍藻水華狀況，結果表明平托湖的水華現象表現出強烈的季節性。還有科研人員綜合衛星、機載和地面實測數據評估了在監測加利福尼亞海岸帶巨藻生物量和生理狀態變化的效果。

近年來我國的高光譜衛星發展迅速，許多科研院所與流域機構借助環境小衛星、高分五號和歐比特系列衛星針對太湖、巢湖、洞庭湖等湖泊以及部分水庫展開了一系列的水華監測工作，在精度上對比以往的多光譜數據源具有顯著提高。高光譜分辨率的影像數據在精準監測水華發揮了重要作用，但仍存在一些局限，其空間分辨率需進一步提高以滿足小型湖泊、水庫等小型水域的藍藻水華監測，此外，部分商業衛星數據的獲取也存在一定的限制。

3.1.2藻類群落與水生植物的監測

藻類群落以及水生植物的生物量及分布是水生態治理的重要參考，例如藍藻大量繁殖是水華暴發的主要原因，監測水體中的藍藻變化可對水華做出更準確的預測與預警。內陸水體組分較為復雜，生物種類繁多，各種生物之間光譜差異較大，多光譜遙感監測可用波段數較少，難以完成水體中各個要素的針對性監測與識別。高光譜遙感多波段的優勢為監測模型的建立提供更多選擇，結合由光譜儀獲取的藻類、水生植物的光譜特征，從而建立藻類群落及水生植物的監測模型，對其生長狀況以及分布進行監測。

近幾年無人機在野外調查中逐漸普及，搭載了高光譜成像儀的無人機終端已經普遍投入到水生態監測的一系列工作中，諸如中科普光，航天宏圖等國內公司已經實現了機載高光譜系統的業務化，為水生態的監測帶來變便利?？蒲腥藛T利用無人機系統對大型藻類群落進行監測研究，將由高光譜影像得出的光譜曲線和實測光譜曲線做出對比，指出高光譜遙感給光譜復雜的大型藻類監測研究提供了條件。還可以利用無人機載高光譜遙感技術監測淹沒水生植物，指出該技術能夠有效、多時相地監測低濁度和良好光學傳輸的淺水河中的藻類和淹沒水生植被。有的科研人員以太湖為研究區，利用高光譜儀的實測數據，分析了浮游植物和CDOM（有色可溶性有機物）的光譜吸收系數在太湖的時空分布特征，建立了基于生物光學模型和固有光學量的浮游植物光譜吸收及CDOM的反演模型，從而對浮游植物數量進行監測。

除藍藻水華外，水體中其他藻類也有著一定的研究價值。例如水體中優勢藻類，熒光光譜特征、吸收光譜特征以及反射率光譜特征均可作為遙感識別依據，充分利用高光譜遙感數據所帶來的豐富光譜信息，內陸水體優勢藻類高光譜分類識別在未來有著一定的發展空間。

3.1.3水華與水草的識別

以往的利用多光譜遙感監測水華和水草的分布無法消除由二者光譜相似性所帶來的影響，監測結果存在一定的誤差。精準的草藻識別對于提高水質參數的反演精度有一定的意義，高光譜遙感善于捕捉地物間細微的光譜差異，在水華與水草的識別中發揮了重要的作用。李俊生等通過高光譜遙感識別方法研究了太湖的水華和水草，通過水面光譜測量實驗對水華和典型水生植物的反射率光譜進行測量，采用的ASD光譜儀具有較高的光譜分辨率，可捕捉水體中各種生物的光譜差異，建立了光譜指數以及判別公式，并進行驗證，證明公式識別效果較好。地面實測實驗可以實現對水華水草的識別，但其工作較為繁瑣，研究范圍有限。隨著星載高光譜成像儀的發展，基于衛星影像數據的水華水草識別的研究逐漸增多。朱慶等以太湖為研究區域，利用葉綠素a光譜指數并結合藍藻蛋白基線構建了水華和水草的識別模型，基于多景海岸帶高光譜成像儀（HICO）影像得出了整個太湖的水華水草分布圖（圖4），水華水草的平均提取精度較高。洪韜利用葉綠素a光譜指數并結合藍藻蛋白基線構建了水華和水草的識別模型的方法對太湖區域進行水草水華的研究，使用整體性能參數較高的國產珠海一號高光譜衛星（OHS）數據，識別結果如圖5所示，較能反映太湖水華與水草分布的實際狀況。

注：A為假彩色合成圖；B為水華和水草提取結果。

圖4 基于HICO影像的太湖水華水草提取結果

3.2高光譜遙感在水環境研究中的應用

人類改變生存環境的同時誘發了一系列水環境問題，如水質惡化、水環境質量差以及城市黑臭水體增多等，近年來，水環境污染的防治逐漸成為水利部和流域機構的重要工作之一。水質參數的遙感反演，本質上是一個參數估計的問題，即：將光譜曲線的變化通過經驗模型或分析模型與水質參數情況聯系起來，因此光譜曲線變化特征的獲取成為水質參數反演精度的關鍵。寬波段的多光譜遙感是水環境遙感的主要數據，但其難以精確獲取水體的光譜信息。高光譜遙感的出現為內陸水體水環境監測提供了新的契機，它可以更精準地獲取各種常見水質參數的光譜特征，對于葉綠素a、懸浮物等具有明顯光譜的水質參數反演效果較好，并以此間接反演透明度、濁度、藻類生物量、總氮總磷以及化學需氧量等其他水環境要素。

圖5 太湖OHS數據水華水草提取結果

3.2.1反演葉綠素a濃度

富營養化程度是衡量湖泊生態治理的指標，藻類的大量繁殖是造成湖泊富營養化的主要原因，葉綠素a在藻類中占有的比例較為穩定，因此葉綠素a濃度對于調查湖泊的富營養化程度具有重要意義。葉綠素a的吸收系數光譜特征表現為2個吸收峰，通常位于440nm和675nm附近，因675nm處受其他水體要素影響較小，因此常用675nm附近的特征光譜反演葉綠素a濃度。目前，高光譜遙感在葉綠素a的反演中取得了諸多進展。

從反演模型上來看，國內外學者大多使用半經驗模型對葉綠素a進行反演，例如一階微分模型，波段比值模型，三波段模型等。早期有國外學者利用AVIRIS數據進行過葉綠素a的反演效果驗證，比如以荷蘭的艾瑟爾湖為研究區，利用AVIRIS數據設計了矩陣反演模型，提出了從水下輻照提取了葉綠素濃度的方法，在當時取得了不錯的效果，隨著不同的高精度模型被提出以及更優質的高光譜數據源的出現，該模型現在運用較少。還有以700nm附近處的反射峰波長為光譜特征參量建立單波段模型反演保加利亞湖泊的葉綠素a，模型擬合度高達0.93。有的運用波段比值模型，基于Hyperion高光譜影像反演了南四湖葉綠素a濃度的分布，與實測情況較為吻合。韋安娜等以鄱陽湖為例，基于高分5號數據，通過窮舉法建立了葉綠素a濃度三波段反演模型，反演精度較好。李俊生等以梅梁灣為研究區，通過半經驗模型，基于高光譜影像反演了太湖梅梁灣的葉綠素濃度分布圖，并取得了較好的結果，指出了CHRIS高光譜影像數據在內陸水質監測中具有巨大潛力。

分析模型涉及水體輻射傳輸方程，參數較多，整體建模難度較大，但其反演精度一般高于半經驗模型。結合實測水體固有光學量，通過構建物理分析模型對水色參數進行估算，并與半經驗模型做出對比，指出分析模型的精度更高。潘邦龍等基于HJ-1A星的高光譜數據與實測光譜數據，構建了基于空間八鄰域與遺傳算法的葉綠素a反演模型，獲得較高的反演精度，指出高光譜空譜聯合遙感反演的可行性。

高光譜遙感的發展為分析模型的發展提供了基礎，以往的多光譜遙感難以得到模型方程中部分參數的精確值，需引入經驗公式代替，而高光譜遙感波段數多達數百個，使得原先需要用經驗方法近似估測的參數可以直接被計算，除此之外，利用高光譜遙感數據可提取反演對象的特征波段，以此結合反演參數的生物、化學屬性進行分析，進而使的模型的物理意義更加明確，易于分析誤差來源。

從數據源上來看，許多高光譜遙感數據均已被用于反演葉綠素a濃度，得到了較好的反演結果，機載數據作為補充也在國內一些湖泊與水庫的葉綠素a反演取得了運用。以MarkTwain湖為例，將機載高光譜數據與實測數據通過偏最小二乘法建立回歸關系，對葉綠素a，懸浮物等參數的檢測精度均達到0.7以上。潘梅娥等太湖為研究區，基于HJ-1的HSI高光譜數據，通過建立了混合光譜分解模型反演葉綠素a濃度，該方法一定程度上消除了混合像元干擾，取得了較高的反演精度。洪韜利用珠海一號高光譜數據與地物光譜儀ASD測量的水體反射率，建立了珠海一號高光譜衛星的反射率值與實測葉綠素a濃度之間的關系，對洞庭湖的葉綠素a濃度進行了反演并得到其空間分布（圖6）。

圖6OHS反演洞庭湖Chl-a濃度分布

高光譜遙感反演葉綠素a濃度的研究在逐漸增加，但星載高光譜技術較難得到具有高空間分辨率的影像，空間維度上信息獲取不足，而機載高光譜遙感具有高空間、高時間分辨率的優勢，受到了越來越多遙感水質監測工作人員的青睞。

3.2.2測量水體中懸浮物濃度

水中的無機物、有機物、泥沙、黏土、微生物等懸浮物沉積后易厭氧發酵，提高水域的渾濁度，進一步惡化了水質。內陸水體光學特性比較復雜，在高懸浮物濃度的渾濁水體中，一些組分會削弱藻類植物反射率的光譜特征，不同的懸浮物成分、濃度以及粒徑分布對水體反射率波譜特征造成的影響也不同，以上因素給遙感監測水生態，水環境的效果造成了負面影響。

懸浮物的光譜特征較寬，利用多光譜遙感數據也可以獲得較高的反演精度。Richard基于MODIS的1波段（620~670nm）數據，通過半經驗模型反演了北墨西哥灣的懸浮物濃度，結果精度較高。但多光譜方法也存在一定的局限性，祝令亞等，以太湖為研究區域，基于MODIS數據通過經驗方法構建反演懸浮物反演模型，結論指出該模型在太湖的不同湖區適用性不同。由此可見以往的多光譜遙感反演懸浮物難以普遍獲取較高的精度。

近年來高光譜遙感的發展為提高懸浮物濃度的監測精度做出一定貢獻，由更加精細的光譜特征曲線分析得知，懸浮物的光譜特征在700~850nm較為明顯，在700~850nm存在著氧氣吸收通道（760nm）和2個水汽吸收通道（720nm，820nm），這些通道會給反演造成誤差。高光譜遙感的優勢在于有多個波段可以選擇，從而避免了以上3個通道所造成的誤差影響。同時，高光譜遙感波段數較多，為模型的構建提供了較多的選擇，往往可以找到反演的最佳波段，從而進一步提高了懸浮物的反演精度。

余哲修等以滇池為研究區，構建了基于倒數變換的多元逐步回歸模型，基于HJ-1A星的影像反演了懸浮物濃度，結果如圖7所示，并通過克里格插值法對采集水樣進行了懸浮物濃度的空間插值分析，以驗證HSI影像反演的精度，通過驗證指出反演精度較好。殷子瑤等基于珠海一號高光譜衛星數據，以684nm與540nm波段處的反射率構建比值模型反演了于橋水庫的懸浮物濃度，反演結果精度較高，模型相對誤差為8.6%。KennethA等利用明尼蘇達州主要河流的機載高光譜數據影像，以水體固有光學量和光譜數據計算得到的表觀光學量建立分析模型，反演了河水的懸浮物濃度，指出700nm處是該研究區測量懸浮物濃度的最佳波段，模型擬合度達到了0.77~0.93。張兵以太湖為研究區，通過生物光學模型對懸浮物等參數進行反演，并以航空高光譜遙感器WHI和航天高光譜遙CHRIS獲取的圖像對反演方法進行了檢驗，綜合評價了不同平臺的高光譜遙感研究方法的優劣。

圖7 滇池懸浮物濃度反演結果

3.2.3測量泥沙含量

傳統的泥沙含量測量方法取樣工作量大，監測覆蓋面窄，時效性差。早期人們主要利用Landsat產品與國產高分衛星產品進行泥沙含量的反演，而隨著高光譜遙感技術的發展和光譜儀技術的成熟，憑借高光譜數據光譜豐富的優勢，進一步深入了對水色、濁度以及透明度的研究，進而提高了泥沙含量測量的精度。

楊光源等，利用HJ-1A星獲得的HSI高光譜數據產品，以北海市為研究區，分析了水體懸浮泥沙的光譜特征，利用單波段模型和多波段模型對研究區河口附近的近岸淺水區進行懸浮泥沙的濃度反演，結果證明單波段的指數模型反演效果較好。萬慶余等以黃土高原的幾種常見土壤為實驗樣品介紹了利用高光譜遙感技術分析泥沙含量過高而導致的水污染類型和強度的方法。

通過遙感懸監測浮物濃度仍存在一些缺陷，在水體泥沙濃度過高的區域，測量深度有限，只能達到水體頂端向下幾米的范圍。目前國內外對泥沙含量的遙感反演研究很少選擇內陸河流作為研究區域，尤其是山區河流，而高光譜遙感精準識別地物的特點為地質情況復雜，水文特征多變的山區河流泥沙研究提供條件，在未來，研究人員可借助高光譜遙感對此類地區開展更多的研究。

3.3高光譜遙感在水災害方面的應用

洪水遙感的目標是迅速且精準地監測洪水淹埋面積、洪水水深以及洪水持續時間等主要特征?，F階段的水體淹沒范圍多采用多光譜遙感技術或雷達提取來確定，存在著遙感數據波段數目少、波譜不連續、光譜分辨率低等缺陷，對于成分較為復雜的洪水水體識別存在著一定的困難，高光譜遙感可作為多光譜遙感和雷達技術的補充，以其精準的光譜識別能力，可以對水體淹沒地物存在的混合光譜做更細致的分析，從而提取更準確的水體淹沒范圍。

星載高光譜遙感的發展為水災害監測提供了新的條件。伴隨著搭載了Hyperion傳感器的EO-1衛星投入使用，洪水等水災害響應的時間大大縮減，Hyperion影像具有高光譜分辨率、高空間分辨率的特征，為水體信息的提取提供了更好的條件。王向成等通過對遼東灣地區典型地物的光譜曲線進行測定與分析，基于Hyperion影像數據提出了快速自動提取水體信息的斜率法，實現了快速且準確的進行水體信息的自動提取與分類，為洪水、海嘯等災害提供研究基礎。

3.4高光譜遙感在水資源研究方面的應用

全球變暖和人類改造自然行為致使流域水循環物理過程與轉化機制發生改變，原有的水資源評價方法也需改進以更好地滿足人們掌握水資源總體狀況需要。遙感技術全天候，大面積的監測優勢使其在水資源的監測與保護中發揮了重要作用，具體體現在利用遙感監測土壤水、地下水、地表水，估算蒸散發量、降雨量等方面。高光譜遙感在水資源監測中發揮了一定作用，通過高光譜的圖像分析，可以提取出更精細水文地質信息，為開發、保護和管理水資源提供參考。

就監測和反演土壤水來說，利用微波遙感、雷達等技術提取土壤水的提取精度已可以滿足部分工作需求，不同波段的遙感反演各有優劣，表6給出不同波段遙感反演土壤水的優劣對比。

表6 不同波段遙感反演土壤水的優劣對比

高光譜遙感可作為遙感反演土壤水的數據源補充，其優勢體現在可獲取連續的光譜曲線，從而更好地捕捉不同季節，不同地區土壤的細微的變化，建立土壤反射率與土壤含水量的關系來實現高精度監測。此外高光譜的混合像元分解技術，可同時獲取各個組分的光譜信息和混合比例信息，這對監測植被覆蓋區域的土壤水具有重要的意義，一定程度上減小了植被在土壤水監測所帶來誤差。

ET（蒸騰蒸發量）的估算是制定灌溉計劃、水庫水損失估算、徑流預測的研究依據，是水利行業的重要應用之一。高光譜遙感估算ET研究進行較早，早在2005-2006年國內外許多學者就已使用更詳細的高光譜數據結合地表實測數據和大氣數據，改善了ET的空間估算方法，但由于數據短缺的限制，這些方法并未取得推廣。ET的估算涉及的研究區范圍普遍較大，且要求數據的時間分辨率較高，因此目前的高光譜遙感在估算ET方面的應用一直存在著數據量不足的局限。在未來，隨著高光譜數據數量的不斷積累，覆蓋范圍的擴大，高光譜遙感有望在ET估算應用中取得更多的應用。

4高光譜遙感技術在水利研究應用中的優勢和問題

4.1高光譜遙感技術在水利研究應用中的優勢

高光譜遙感的出現在一定程度上突破了以往水利遙感存在的局限，它能夠獲取水體中各種物質的光譜特性，大大提升了水體要素的反演精度，除此之外高光譜遙感還能進行水體要素的分類識別，比如不同藻類，藻類和水草之間的識別，不同應用的原理以及體現的高光譜遙感優勢如表7所示。

表7高光譜遙感典型應用的原理及優勢

4.2高光譜遙感技術在水利研究應用中面臨的問題

現階段的高光譜遙感在水利行業的應用正處于發展階段，從數據上來說，高光譜遙感涉及的數據包含實測光譜數據、機載高光譜數據、星載高光譜數據，前兩者需要實測獲取，部分星載數據來自商業衛星，其獲取也存在一定的限制。整體來看，目前可用的高光譜遙感較為短缺且不易獲取。除此之外，其在理論方法及模型構建等方面還未成熟，仍面臨著一系列問題。

4.2.1水體要素半經驗反演模型需進一步優化

以往的經驗模型僅依靠遙感數據和實測數據的統計關系來建立，存在一定缺陷。高光譜遙感為模型構建提供了更多波段選擇，其所獲取的水體要素光譜曲線也給人們分析波段的物理意義提供基礎，可幫助人們建立精度更高，物理意義更明確的半經驗模型。

而半經驗模型的構建仍面臨著一些問題，其中最主要的問題為波段的選擇與波段組合形式。比值、三波段、四波段模型是主要的水體要素半經驗反演模型，但高光譜遙感波段數通常為幾十個至上百個，現階段半經驗反演模型波段利用效率普遍較低。研究人員應該在水體要素光譜特征分析的基礎上，合理選取波段或波段組合，提高波段利用效率以構建更完善的高光譜水體要素半經驗反演模型。

4.2.2構建水體要素分析模型困難

分析模型的構建依賴于復雜的水體輻射傳輸模型，而現存的分析模型幾乎都要引入經驗公式來確定部分參數，一般將引入經驗公式的分析模型稱為半分析模型。半分析模型中的各參數均具有明確的物理意義，確立高光譜遙感數據和水體輻射傳輸方程中各個參數與的關系有助于半分析模型的構建。而水體輻射傳輸過程受大氣影響較大以及水體光學特性影響較大，導致傳感器接收的離水輻射信號較弱，目前的水體固有光學量數據積累較少，大氣模型精度有待提高，這些因素造成了高光譜遙感半分析模型的構建較為困難。

4.2.3高光譜遙感影像處理復雜

高光譜遙感影像可近似視為三維數據立方體，數據維度高，數據量大，這意味著其必然存在數據冗余，圖像處理困難等問題。目前僅針對高光譜影像開發的影像處理軟件較少，因此高光譜遙感影像的高效率處理是一個亟待解決的問題。

機載數據成本高，觀測范圍有限，大范圍的湖泊、水庫以及城市河網的水質動態監測必須借助大量遙感影像，因此批量快速地處理高光譜遙感影像對于推廣其應用具有重要意義。研究人員可以考慮通過選取有效波段，進行遙感數據降維等方法優化高光譜遙感影像的處理過程，另外在未來還應研發專門處理高光譜遙感影像的工具與軟件。

5高光譜遙感技術在水利研究應用中的發展方向

目前高光譜遙感在水利行業中的應用主要集中在水環境和水生態方面的不同水生植物精細分類識別中，在水資源監管和水災害調查等方面，高光譜遙感還未取得突破性進展。結合目前高光譜遙感水利應用所面臨的問題，給出以下展望。

5.1構建典型水利要素標準波譜數據集

遙感研究以地物光譜數據為基礎，國外的USGS、ASTER、HyspIRI等波譜庫以及國內的中國典型地物波譜庫、地物反射光譜特征數據庫等均是涉及領域較多，建設年代較早的波譜庫。內陸水體光學特征復雜且隨地域和季節的變化較大，在成像光譜技術還未成熟時，很難建立較為完備且有針對性的標準波譜數據集。

高光譜成像儀以其多譜段，高光譜分辨率的特點可以獲得豐富的地物光譜信息，為建立高精度的地物波譜庫提供基礎。隨著近幾年水利遙感的不斷發展，研究人員應根據需求，利用高光譜成像儀在不同尺度和時間情況下，對常見水文要素，洪水淹沒后地物混合光譜，不同地區水域的葉綠素、典型水生植物、藻類、懸浮物等水利要素的波譜進行更精確的測量與提取，并以此構建更完備的典型水利要素標準波譜數據庫，一定程度上減輕實驗前復雜的光譜測量的工作量，為水利要素的遙感精準識別與定量提取提供基礎。

5.2多平臺高光譜載荷水利要素協同監測與多源遙感數據的融合

近幾年航空航天高光譜遙感技術發展迅速，高光譜遙感的載荷平臺不斷豐富。研究人員應根據具體工作需求合理選取不同平臺或多平臺結合的研究方法。大范圍宏觀層面的趨勢分析可以選取大范圍多時相的星載高光譜遙感影像，小范圍微觀層面的精準反演可以選取機載高光譜遙感影像?？傊?，多平臺協同監測有助于提高反演效率，節約工作成本，充分發揮不同平臺的優勢。

星載高光譜遙感影像普遍具有空間分辨率低的缺陷，因此可以考慮將光譜分辨率較高的高光譜遙感影像同空間分辨率較高的高分影像進行數據融合，充分發揮不同數據的優勢，為水利行業提供更多的優質數據。

5.3水利高光譜遙感信息智能挖掘的新方法

人們對于海量數據的挖掘和應用需求日益增長。高光譜遙感較高的數據量和數據維度所造成的數據冗余問題使其圖像處理較為復雜，從高光譜數據中快速而精準地挖掘出水利行業所需要的信息是推廣高光譜遙感在水利行業應用的必要條件。

機器學習可以通過樣本訓練進行數據學習，從數據庫中發現數據的發展趨勢，實現數據分析的自動化處理，極大地提高了高光譜遙感圖像處理的工作效率，而目前面向水利要素的高光譜遙感樣本庫較少，制約著水利高光譜遙感圖像自動分類算法的精度和效率。另外，通過耦合水文物理模型和人工智能模型，有助于進一步提高水利高光譜遙感信息定量識別和精度，從而更好地滿足水利行業多樣化的應用需求。

6結論與討論

高光譜遙感以其數據采集的時效性、地物光譜測量的準確性，外加融合多源數據共同監測的全面性幫助人們客觀準確地認知水利要素的光譜成像機理，提高了地物信息精細分類和識別的精度，迄今為止在內陸水體監測、典型水質參數反演、水生態狀況調查等方面展開了應用并取得了一系列成果。

近年來成像技術不斷突破，成像儀的光譜分辨率已然達到納米級，波段數達到數百個，高光譜遙感的光譜分辨率將更加精細。大面陣高分辨率探測器技術不斷提高，改善了影像的空間分辨率。衛星組網技術的發展縮短了衛星重訪周期，高光譜遙感數據的時間分辨率也將大幅度提高。這一系列的改變促使高光譜遙感朝著定量化的方向發展，與此同時越來越多載有高光譜成像儀的衛星成功發射豐富了高光譜遙感的數據源，更多種類的高光譜數據將會被發掘并投入使用，不斷擴大高光譜遙感技術在水利行業的應用范圍。

高光譜遙感數據短缺與高光譜影像信息提取困難是當前高光譜遙感所面臨的主要問題，面向新時期水利行業的應用需求，需要聚焦高光譜遙感新數據、新載荷，開展水利遙感與人工智能交叉學科之間的新方法、新理論以及新思路的研發，不斷改善高光譜遙感存在的缺陷。在未來，高光譜遙感將蓬勃發展，為破解四水問題和新時期水利行業服務提供更先進的技術支撐。

歡迎關注公眾號：萊森光學，了解更多光譜知識。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯 黃昊宇