ArcGIS 中的高光谱影像
高光谱影像是一种遥感技术，用于捕捉和分析大量狭义定义波长波段中的电磁波谱信息。 机载和卫星高光谱传感器用于收集数百个设置数千个连续光谱波段中的影像数据，每个波段表示的波长范围非常窄。 高光谱影像的光谱分辨率较高，支持根据物体和材料的独特光谱特征和其他分析特性对这些物体和材料进行分析。
高光谱影像的特征
高光谱影像 (HSI) 传感器可捕获电磁波谱中的各种波长，提供有关对象和表面的十分详细的光谱信息。 其关键特征包含以下几点：
高光谱分辨率 - HSI 可捕获数百个连续的光谱带，通常覆盖可见光、近红外 (NIR)、短波红外 (SWIR)，有时还包括热红外 (TIR) 区域。
光谱特征 - 每种材料都有独特的光谱特征，可根据材料的反射特性精确识别材料。
连续光谱波段 - 波段以连续方式而非离散方式捕获，这样可确保得到每个像素的详细光谱图。
高数据量 - 由于波段数量众多，HSI 会产生大量数据，需要高级处理技术，如光谱波段选择、降维或机器学习。
材料辨别 - 详细的光谱信息能够更好地区分外观相似的材料，在矿物测绘、农业和环境监测等应用中非常有用。
空间和光谱相关性 - 每个像素包含一个完整的光谱图，支持对场景中的对象进行空间和光谱分析。
各种学科的应用 - HSI 广泛应用于农业（作物健康监测）、地质（矿物和碳氢化合物勘探）、国防（目标检测）、医学和材料成像以及环境科学等领域。
受支持的传感器
支持的传感器及其关联的栅格数据集包括：
AVIRIS - 机载可见/红外成像光谱仪 (AVIRIS) 是一种机载成像传感器，具有 224 个连续的光谱波段，范围涵盖紫外 (360 纳米) 到短波红外 (2,500n 纳米)。 地面分辨率取决于飞行高度。
Dragonette - Dragonette 是 Wyvern 的第一代高光谱卫星，可采集覆盖 445 纳米至 880 纳米波段的 23-32 个窄带光谱数据。 地面分辨率为每像素 5.3 米。
EMIT - 表面矿物粉尘源调查影像光谱仪 (EMIT) 是一种空间成像光谱仪，具有从 380 纳米到 2,500 纳米的 285 个连续波段。 地面分辨率为每像素 60 米。
EnMAP - 环境监测和分析计划 (EnMAP) 是一项德国卫星任务，旨在捕获波长范围从 420 纳米到 2450 纳米的 246 个光谱波段的高光谱图像数据。 地面分辨率为每像素 30 米。
Hyperion - Hyperion 是一种卫星成像光谱仪，具有从 360 纳米到 2,500 纳米的 220 个连续波段。 地面分辨率为每像素 30 米。
Pace OCI - PACE 是 NASA 的浮游生物、气溶胶、云、海洋生态系统任务，其主要科学仪器之一海洋水色仪 (OCI) 拥有超过 200 个波段（高光谱），覆盖范围从 350 纳米到 885 纳米。
Tanager - Tanager 是一种高光谱传感器，具有大约 424 个波段，范围从 400 纳米到 2500 纳米。 地面分辨率为每像素 30 米。
有关支持的高光谱传感器的更多详细信息，请参阅使用支持的高光谱传感器。
有关如何获取高光谱数据，请参阅添加高光谱数据。
在地图中可视化 HSI 数据
ArcGIS 支持以标准栅格格式存储的高光谱影像，例如 TIFF 和 ENVI 格式以及以 NetCDF 存储的 EMIT 影像和以 ENVI 格式存储的 AVIRIS 影像。 由于您无法在目录窗格中浏览所有这些格式或像处理常规栅格数据集那样使用拖放功能，因此将高光谱数据添加到地图的常用方法是使用添加数据 
按钮。
- 本视频使用 ArcGIS Pro 3.4 制作。
使用光谱库
ArcGIS Pro 包括用于处理光谱特征库的浏览器和查看器。 这些允许您打开、查看、收集、分析和保存来自图像和光谱库文件的光谱特征。
ArcGIS 支持以下光谱库和格式：
USGS 光谱库 - 测量了特定矿物、植物、化合物和建筑材料的实验室样本。 光谱库数据包含材料名称、光谱范围和波段数。
Esri 光谱库 - Esri 光谱库 (
.esl) 文件存储传感器、材料名称、波长列表和值。ENVI 光谱库 - ENVI 光谱库 (
.sli) 是一种二进制文件格式，用于存储光谱特征的集合，具有一个包含元数据（如波长、单位和材料名称）的配套标题 (.hdr)。
光谱库浏览器
光谱库浏览器窗格可用于从所选光谱库中浏览、打开、预览和选择光谱特征。
光谱特征查看器
使用光谱特征查看器用于查看、采集和保存影像和光谱库文件中的光谱特征。
“光谱特征”窗格
光谱特征窗格可以控制查看器中光谱特征的显示。 可以在其中编辑名称和更改光谱特征的颜色，并将所选特征导出到 Esri 光谱库文件。
HSI 分析
HSI 的复杂性使得需要通过高级功能来获取、管理和分析数据。 HSI 在镶嵌数据集容器中管理，在其中存储和处理辐射、光谱和空间信息，以支持可视化和定量分析。
鉴于 HSI 数据的光谱波段数量大、数据量高以及其性质和复杂性，现已开发了多种用于分析的特殊工具和独特方法。 例如，传感器的全光谱与构成影像的每个像素相关联。 这样支持通过光谱特征来识别通常具有细微光谱差异的对象和材料， 因此，NASA、USGS、欧洲航天局 (ESA) 和其他国际组织开发了表示数千种材料和对象的包含广泛数据的光谱库。
下文介绍了用于分析 HSI 数据的各种工具和功能。
线性光谱解混
线性光谱解混地理处理工具和栅格函数可执行亚像素分类，并计算单个像素的不同材料或土地覆盖类型的分数丰度。 可为包含多种土地覆被类型的单个像素计算分数覆盖度。 可生成多波段图层，其中每个波段对应于每个土地覆盖类别的分数丰度。 例如，您可以使用该工具对 HSI 影像执行土地覆被分类，以识别植被类型、裸土以及枯死植被或非光合作用植被。 其结果是一个多维栅格，其中每个剖切是一个多波段栅格，其中包含每个土地覆被类的分数丰度。 有关详细信息，请参阅线性光谱解混工具。
检测图像异常
检测图像异常地理处理工具可识别影像中的不规则内容。 影像中的异常是指与背景值显著不同的像素，例如海洋中的船只、道路上的车辆或自然区域中的人类开发。 该工具支持 Reed-Xiaoli 检测器 (RXD)、均匀目标检测器 (UTD) 和 KMEANS 影像异常检测方法。 它可以处理多波段或高光谱影像并创建异常得分栅格。 异常得分栅格是一个单波段栅格，其值介于 0 和 1 之间。 有关详细信息，请参阅检测影像异常。
使用光谱对栅格进行分类
使用光谱对栅格进行分类地理处理工具可基于不同对象或类别的输入光谱数据，使用光谱匹配技术对 HSI 数据集进行分类。 该工具有以下光谱匹配方法选项：
光谱角度映射器 - 将计算输入多波段栅格和参考光谱之间的矢量角度，每个像素的光谱被视为一个矢量。 角度值以弧度为单位。
光谱信息分散度 - 将计算输入多波段栅格和参考光谱之间的光谱信息分散度。 将基于像素和参考光谱的概率分布之间的分散度来计算每个像素的得分。 该值以弧度为单位。
该工具还可以生成存储每个端元的匹配结果的多波段输出得分栅格。 波段顺序遵循输入类别光谱数据中的类别顺序。 有关详细信息，请参阅使用光谱对栅格进行分类。
光谱异常检测向导
影像异常是指在光谱上与周围影像背景不同的像素和对象。 异常检测的目的是分析影像并检测具有明显不同的光谱特征的未知目标，使影像分析人员能够快速关注需要进一步调查的区域。 与需要参考光谱或训练数据的目标检测或要素提取不同，异常检测不依赖预定义的输入。 相反，它计算平均光谱背景并识别显著偏离该背景的像素。
“异常检测向导”可引导您从头到尾完成整个异常检测和提取工作流。 “异常检测向导”由最佳实践和简化的用户体验组成，可帮助您在不错过任何步骤的情况下执行影像异常检测。
“异常检测向导”位于影像选项卡上的分析组中。 在内容窗格中选择要分析的栅格数据集以显示影像选项卡，单击光谱分析下拉扩展器，选择“异常检测向导”。 有关异常检测工作流的详细信息，请参阅异常检测向导。
光谱剖面图
光谱剖面图可用于选择图像上的感兴趣区域或地面要素，并以图表格式查看所有波段的光谱信息。 光谱图由用于定义像素选择内容的几何以及包含要从中采样的关键元数据的图像组成。
上图绘制了 AVIRIS 影像中各种要素的光谱图。 每个要素由所选颜色表示。 注意以 1300 和 1900 为中心的波长范围周围的空数据。 这些数据代表由大气中的水蒸汽引起的噪声波段。 为了更准确的分析，这些波段已被特地排除。 有关详细信息，请参阅光谱图。