成像光谱仪用连续窄波段记录材料光谱形状

成像光谱仪在两个空间维度上成像，同时在每个像元记录许多相邻窄波段。与只选择少数宽波段的多光谱传感器相比，它能保留吸收峰、斜率和连续谱形状，为矿物、植被和水体成分分析提供更多信息。波段多并不自动带来可靠识别，定标、信噪比、大气和混合像元同样决定结果。

光谱采样与光谱分辨率

光谱采样间隔是相邻通道中心的距离，光谱分辨率描述仪器区分相近波长特征的能力，常与通道响应函数宽度有关。采样很密但响应很宽，独立光谱信息仍有限。报告传感器时应同时说明波长范围、中心、带宽和响应函数。

连续波段使窄吸收特征能够被多个通道描述。若目标特征比仪器带宽更窄，其深度会被卷积稀释。把实验室高分辨率光谱与影像比较前，应按传感器响应函数卷积到可比尺度，不能直接逐波长匹配。

不同探测器阵列可能覆盖可见近红外和短波红外，并在连接区域产生响应差异。仪器配置、坏通道和波长定标会随时间变化。使用数据时要依据该次飞行或产品版本的通道表，而不是沿用通用列表。

进入传感器的能量被分配到更多窄通道，每个通道获得的光子较少，信噪比可能下降。缩短曝光避免运动模糊，也会减少信号。空间分辨率、飞行高度、扫描速度、光谱带宽和信噪比之间需要共同权衡。

暗水体、阴影和强吸收区接近噪声底，表观光谱波动不一定来自材料。明亮目标可能饱和，部分通道还会受条带、坏元和串扰影响。质量控制应按通道和亮度区间检查，不用整景平均信噪比代表所有像元。

空间像元通常混合多种材料。更细光谱无法自动解开空间混合，仍需线性或非线性混合模型、端元和尺度假设。小目标只占像元很小比例时，其特征可能低于噪声和背景变化。

原始数字量要经过暗电流、非均匀响应、辐射和波长定标，转换成有物理含义的辐亮度。航空数据还受姿态、地形和扫描几何影响，需要几何校正。仪器升温和飞行条件变化可能造成沿航线漂移。

大气中的水汽和其他气体形成强吸收区，某些波段几乎没有地表信息。这些通道通常被标记或排除。大气校正试图恢复地表反射率，但在吸收带边缘、薄云和低信噪比区域仍不稳定。

经验线校正可用场景中的已知明暗目标建立影像辐亮度与地表反射率关系，依赖可靠现场光谱和同时性。物理校正需要大气与几何参数。两种方法都要报告参考板、观测时间和残差，不能只展示校正后曲线更平滑。

USGS Spectral Library 汇集实验室、野外和航空测量光谱，并记录样品与仪器信息。光谱库是候选证据，不是像元身份标签。实验室样品纯净、照明受控，影像像元则包含大气、背景、粒度、含水量和混合效应。

匹配前要统一波长、响应、反射率定义和缺失通道。光谱角等方法关注形状，对整体亮度较不敏感，但仍会受噪声、波段选择和连续谱影响。某材料与库谱相似，不证明现场唯一存在该材料。

端元可来自光谱库、影像纯像元或现场测量。影像端元更贴近场景条件，却可能已经混合；库端元物理含义清楚，却存在尺度差异。应比较多种端元来源，并用独立样本验证。

相邻波段高度相关，直接把全部通道输入模型会增加计算和过拟合。主成分、最小噪声分离、波段选择和物理特征可以降低维度。降维方向由数据方差或噪声决定，不一定对应目标材料。

连续谱去除能突出吸收特征，但基线选择会改变深度和面积。导数光谱增强局部变化，也会放大噪声。处理参数必须固定，并用原始反射率曲线复核物理解释。

机器学习模型可能利用航带、照明或地理位置捷径。训练验证应按航线、区域和日期隔离，不能随机拆分相邻像元。特征重要性也要映射回真实波长与质量区间，防止模型依赖坏波段。

高光谱立方体体积大，存储要保留波长向量、单位、NoData、坏波段列表和几何信息。压缩和分块应同时服务空间窗口与光谱曲线读取。只按图像瓦片切分可能让单像元完整光谱跨过过多块。

处理顺序通常包括辐射定标、坏元处理、几何与大气校正、质量筛选，再进行特征和分类。实际顺序依产品级别调整。每一步都要保留版本和参数，最终分类图不足以重建光谱证据。

NASA AVIRIS 提供了成像光谱应用的重要航空观测，但具体波长范围、配置和数据级别应查阅对应产品说明。不同机载、星载仪器不能仅因都称为高光谱就直接拼接。

成像光谱的核心价值是观察连续光谱形状。把仪器响应、场景尺度和噪声纳入解释，才能从“很多波段”走向可验证的材料信息。