传感器响应函数定义了实际波段

遥感产品常用蓝、绿、红、近红外等名称描述波段，但传感器并不是只测一个中心波长。每个探测通道在一段波长范围内具有不同灵敏度，这条随波长变化的曲线就是光谱响应函数。

波段值是加权结果

进入传感器的连续光谱会按响应函数加权并在波段范围内积分。中心波长和带宽只是简化描述，无法完整表示曲线边缘、非对称形状或波段外响应。目标在窄吸收特征附近变化时，这些差异尤其重要。

因此，同一目标被两个名称相同的近红外波段观测，也可能得到不同数值。差异不一定来自地表变化，还可能来自响应范围、定标方式和空间采样不同。

滤光片、探测器材料和光学系统共同决定响应。仪器在发射前会进行实验室表征，在轨运行后还需要监测灵敏度漂移和探测器差异。官方发布的相对光谱响应文件，是进行精确波段模拟和跨传感器比较的重要依据。

响应并非理想矩形。某些波长贡献较高，边缘逐渐衰减，也可能存在微弱波段外泄漏。只用波段上下限做平均，会忽略真实权重。

植被指数、烧毁指数和水体指数通常组合多个波段。当传感器响应覆盖的光谱区间不同，同一公式的数值分布和阈值也可能变化。一个在某传感器上验证的阈值，不能未经检验直接迁移到另一传感器。

分类模型也会学习特定波段组合下的统计关系。即使输入波段名称相同，跨传感器部署前仍应重新匹配样本、归一化和误差范围。

已有高光谱曲线时，可以用目标传感器的响应函数做卷积，估计该传感器可能记录的波段值。这比在中心波长处取样更接近真实观测，可用于比较传感器或建立光谱库到卫星数据的连接。

卷积结果仍不包含空间混合、大气、噪声和观测几何的全部影响。它回答的是光谱采样差异，不能单独模拟完整成像过程。

长期时间序列可能跨越多代卫星。除响应函数外，还要考虑绝对辐射定标、空间分辨率、过境时间和处理算法。常用做法包括稳定地物交叉校准、重叠时期统计比较和波段调整因子，但每种方法都有适用范围。

Landsat 用户手册和项目文档提供传感器波段、响应与定标信息。分析中应记录具体传感器、产品集合和处理版本，避免只写模糊的“红光波段”。实际波段由响应曲线定义，而不是由颜色名称定义。