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。

1國內外高光譜遙感技術與發展

1.1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

1.2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。基于不同載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

1.3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。

2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。

2.1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。

2.1.1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。

2.1.2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。科研人員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。

2.1.3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。

3.1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。

3.2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。總之，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。

3.3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。

審核編輯：湯梓紅