高光谱仪：它怎么“看见”物质的光谱指纹？

在遥感、农业、食品检测、环境监测和文物保护等领域，高光谱仪是一种能够“看见”物质细微差异的先进光学仪器。与普通相机（通常只记录红绿蓝三个通道的颜色信息）不同，高光谱仪能够捕获上百个连续且极窄波段的光谱信息——每个像素都对应一条完整的光谱曲线。这条曲线就像物质的“光学指纹”，反映了其化学成分、物理结构和表面状态。理解高光谱仪的工作原理，有助于我们更好地把握它的应用潜力和数据解译方法。

成像与光谱的结合：从“三通道”到“数百通道”

常规数字相机通过红绿蓝（RGB）滤光片将可见光分成三个宽波段，每个像素记录的只是三种颜色的强度组合，丢失了大量光谱细节。高光谱仪的成像原理则是将二维空间图像与一维光谱信息进行融合，形成“三维数据立方体”（x, y, λ）。其中，x和y代表空间坐标，λ代表波长维度（覆盖紫外、可见、近红外甚至短波红外范围）。

实现这种数据采集的方式主要有三种：

• 推扫式（Pushbroom）：通过一个行扫描相机，随着平台（无人机、卫星或传送带）的运动，逐行扫描地面或样品表面，每行获取所有波长的光谱数据，最终拼接成完整图像。这是目前常用的高光谱成像方式，适用于移动平台。

• 凝视式（Staring）：探测器在一次曝光中采集整个二维视场的光谱信息，然后通过滤光片或干涉仪进行波长扫描，逐波段获取完整图像。这种方式适合静态观测，但采集时间较长。

• 快照式（Snapshot）：使用特殊的光学元件（如棱镜或微透镜阵列）在一次曝光中同时获取空间和光谱信息，响应速度快，适合快速移动或瞬态过程的监测。但光谱分辨率相对较低。

光谱分辨率与空间分辨率的权衡

高光谱仪的光谱分辨率取决于分光元件的性能。常见的光谱分光技术包括：

• 色散型（棱镜/光栅）：将入射光按波长在空间上展开，用线阵或面阵探测器接收不同波长的光信号。优点是技术成熟、成本适中；缺点是光能利用率较低，光谱分辨率受狭缝宽度限制。

• 干涉型（傅里叶变换）：基于迈克尔逊干涉仪原理，通过测量干涉图并经过傅里叶变换获得光谱。优点是光谱分辨率高、光通量大；缺点是结构复杂、对振动敏感。

• 滤光片型（可调谐滤光片或线性渐变滤光片）：通过切换或扫描滤光片选择波长。优点是结构紧凑、成本低；缺点是光谱通道数有限，分辨率受滤光片带宽限制。

空间分辨率由探测器的像素尺寸和光学系统的焦距决定。在推扫式成像中，空间分辨率与平台飞行高度、镜头焦距和像素尺寸相关。光谱分辨率与空间分辨率之间存在一定的权衡——在探测器总像素数固定的情况下，用于光谱维度的像素越多，空间维度的像素越少。

数据立方体与信息提取

高光谱仪采集的原始数据是一个三维数组：每一帧图像包含某一波长下的空间分布信息；每个像素都对应一条包含数百个波长点的光谱曲线。

从高光谱数据中提取信息的关键步骤包括：

• 辐射定标：将原始信号数值转换为绝对反射率或辐亮度。这需要通过标准白板（反射率近100%）和暗电流（零反射率）的测量进行校正，消除光源波动和探测器响应不均匀的影响。

• 光谱特征提取：通过分析光谱曲线的吸收峰位置、深度和宽度，识别物质成分。例如，植被在可见光区有叶绿素吸收峰，在近红外区有反射峰；矿物在短波红外区有特定的O-H、C-O、Fe³⁺等吸收带。

• 数据降维与分类：采用主成分分析（PCA）、最小噪声分离（MNF）等方法将高维光谱数据投影到低维空间，突出差异性；然后使用支持向量机（SVM）、光谱角制图（SAM）或神经网络等算法对目标进行分类或识别。

高光谱仪的应用边界

高光谱仪虽然能够提供丰富的光谱信息，但它也有其局限性：

• 光谱分辨率和空间分辨率之间存在一定的权衡关系；

• 光谱数据的解释需要依赖光谱库或化学计量学模型；

• 对于混合光谱（一个像素中包含多种物质），需要通过光谱解混算法进行分解，结果存在一定的不确定性；

• 观测条件（光照、大气）对光谱测量有一定影响，需要进行大气校正或标准板归一化。

高光谱仪的原理可以概括为“用数百个窄波段‘看’世界的成像光谱技术”。它提供的不仅是图像，还有每一点的光谱信息，让我们能够对物质进行更细致的分类和识别。理解数据立方体的结构和信息提取的基本流程，是正确应用高光谱技术的起点。