光谱特征是条件化的观测

光谱特征描述目标在不同波长上的反射、发射或后向散射差异。它帮助区分植被、水体、土壤和人工材料，但不是地物永远不变的“指纹”。传感器、环境和尺度共同决定实际记录的曲线。

曲线来自离散波段采样

实验光谱仪可以连续或高密度测量波长，卫星多光谱传感器则在若干较宽波段内积分响应。图表上的一个波段值，是目标光谱与传感器响应函数共同作用的结果，不是中心波长处的单点测量。

不同传感器即使都标为红光或近红外，波段范围和响应形状也可能不同。直接比较像元值或套用同一阈值前，需要核对产品的光谱响应与辐射定标。

植被的色素、水分、叶片结构和冠层密度随季节和胁迫变化；土壤受含水量、粒径、有机质和矿物组成影响；水体则受深度、悬浮物、藻类和底质影响。类别名称无法完整表达这些连续变化。

同一片区域在雨后、干旱期或收获后可能产生显著不同的光谱。建立分类样本或光谱库时，应记录采样日期、状态和测量条件，避免把一次观测当作永久代表。

太阳高度、方位、坡度、传感器视角和阴影会改变入射与离开目标的辐射。具有方向性反射的冠层、裸土和水面，对几何变化尤其敏感。大气散射和吸收还会进一步改变传感器端的光谱形状。

表面反射率产品减少了部分大气影响，但不会自动消除地形和双向反射效应。跨日期比较时，观测几何和处理级别应保持尽量一致，或在模型中明确校正。

一个像元可能同时包含树冠、阴影、道路和土壤，其光谱是多个组成及相互作用的综合结果。分辨率变粗后，小目标贡献被周围地物稀释；分辨率提高则可能暴露冠层内部或建筑表面的差异。

端元分解尝试估计混合比例，但端元本身也会变化。选择代表性端元、判断混合是否近似线性，以及处理阴影，都会影响分解结果。

用于土地覆盖分类的特征，不一定适合估计叶片含水量；区分清水和陆地的波段，也未必能区分不同浑浊度。应根据任务选择波段和指标，并用独立样本评估在时间、区域和传感器变化下是否稳定。

Landsat 用户手册记录了各代传感器的波段、定标和产品特性。把这些信息与现场观测、质量波段及处理版本一起保留，才能让光谱解释具有可追溯条件。