ハイパースペクトルリモートセンシングとは？技術的特性、アプリケーション

August 23, 2024

ハイパースペクトルリモートセンシングは、リモートセンシングテクノロジーの現在のフロンティアであり、関連するデータを取得するために関心のあるオブジェクトから多くの非常に狭い電磁波バンドを使用し、空間的、放射計測、スペクトルトリプル情報が含まれています。リモートセンシングでは、データ処理と情報分析の手法にも根本的な変化をもたらしたため、検出不可能な材料のブロードバンドリモートセンシングのオリジナルは、ハイパースペクトルのリモートセンシングで検出できます。では、ハイパースペクトルとは何ですか？それは目に見えるバンドの太陽から始まります。

なぜ世界はカラフルなのですか？

それが空の南であろうと季節の変化であろうと、なぜ私たちは世界がとてもカラフルだと感じるのですか？雨の日の後に晴れた虹は、答えを解決するのに役立ちます。日光は実際には混合色の光であり、空気中の水滴が散らばっていることを通して、カラフルな単色の光に分解され、目が知覚できるすべての色を構成します。光のこの部分は、太陽の可視波長として定義されます。

これに加えて、太陽の光には、紫外線と赤外線波長にも光が含まれています。しかし、私たちの人間の目と同じ光の色は、何千ものバンドを含む複雑な色の色であり、それは人間の目の限界をはるかに超えて区別します。同時に、異なるオブジェクトは異なる要素とその化合物で構成されているため、材料の構造も異なり、オブジェクトの表面に反射または散乱光の波長も特異性を示します。光の反射または散乱能力の異なる波長の異なる状態の異なるオブジェクトは異なりますが、「指紋」のような指紋のように、オブジェクトは異なる色やスペクトル特性を持ちます。素晴らしい方法。物質のこのようなユニークなスペクトル特性は、リモートセンシング科学における異なるオブジェクトの特性を識別および分析するための基礎を形成します。

different bands of sunlight

さまざまな波長帯域で光情報を正確に取得するために、衛星の光学リモートセンサーは、オブジェクトから反射または散在する光をフィルターによって特定の波長帯域に分割した光の光を採用して、マルチスペクトルイメージング技術とハイパースペクトルイメージングテクノロジーを連続して採用しています。プリズム、格子、およびその他の光スプリットデバイス、およびターゲットが特定され、地面または大気の反射または散乱から受け取ったスペクトル特徴情報に基づいてリモートセンシングが定量化されます。

当初、地面のリモートセンシングは、多数のチャネルのみが多数のチャネルしか使用されていないマルチスペクトルイメージングテクノロジーシステムを使用していました。各チャネルには、幅の数十ナノメートルの光学情報が含まれており、赤外線方向と紫外線方向の両方でスペクトル検出能力を実現できます。ただし、異なる状態の類似のオブジェクトまたはオブジェクトの場合、それらの反射スペクトルの特徴的なピークは通常類似しています。下の図に示すように、4種類の木の特徴的なピークは960ナノメートルでわずかに異なります。異なる樹種のカテゴリを区別するには、10ナノメートル未満のスペクトル分解能が必要です。たとえば、岩石の分類と識別、害虫や作物の病気の発生のために、土壌は農業のために改装され、たとえば植物やシアノバクテリアの発生、たとえば、岩、作物の害虫、および作物の分類と識別のために、疾患、土壌の改修と栽培、水の花またはシアノバクテリアの発生、大気汚染、およびその他の問題は、数ナノメートルの変化の数にのみスペクトルに反映されます。。

1970年代にハイパースペクトルリモートセンシングテクノロジーの開発が始まると、光学リモートセンシングの分野は革新的な変化を受け、徐々に人気のあるフロンティアテクノロジー分野を形成しました。 Hyperspectralリモートセンシングテクノロジーは、非常に多くの狭帯域画像データに基づいたテクノロジーであり、イメージングテクノロジーとスペクトルテクノロジーを組み合わせて、ターゲットの2次元の幾何学的空間と1次元スペクトル情報を検出し、連続した狭帯域を取得します。スペクトル解像度が高い画像データ。ハイパースペクトルイメージングテクノロジーは急速に発展しており、一般的なものには、グレーティング分光法、音響光学的調整可能なフィルター分光法、プリズム分光法、チップコーティングが含まれます。

ハイパースペクトルリモートセンシングの技術的特性は何ですか？

ハイパースペクトル（ハイパースペクトルカメラ）シングルチャネルバンドは狭く、そのスペクトル分解能はナノメートル（nm）桁（一般に10 nm未満）と同じくらい高く、さらに数十または数百までのスペクトルチャネルの数が得られます。連続的な材料の反射 /連続スペクトルデータの散乱。これは、可視、近赤外、中赤外波長帯域およびハイパースペクトルデータ収集の範囲で実現できます。

色の違いに基づいてターゲットを区別するために、従来のマルチスペクトルリモートセンシングテクノロジーと区別され、ハイパースペクトルリモートセンシングテクノロジーはスペクトル空間で個別のサンプリングを実現できます。、植生、そして裸地。ハイパースペクトルリモートセンシングは、イメージングテクノロジーとスペクトルテクノロジーを組み合わせた多次元情報取得テクノロジーであり、ターゲットと第三次元スペクトル情報の2次元空間情報を同時に取得し、材料の構成情報を分析し、形態の形態を分析できます。ターゲットとターゲット機能を識別するスペクトル曲線は、同じ種類の機能の異なるカテゴリを区別できます。さまざまなアプリケーションシナリオによれば、スペクトルの選択性は柔軟性と多様化され、機能を区別および識別する能力を向上させ、同じ種類の機能に属するさまざまなカテゴリを効果的に区別し、「同じ種類の機能の異なるスペクトル」を実現し、「同じ種類のスペクトルのさまざまな特徴」と、異なる樹種の現象など、特徴のスペクトル空間混乱の現象を減らします。異なる樹種や異なる鉱物の識別など、特徴のスペクトル空間混乱の現象を減らすことができます。同時に、生体物理的および化学的パラメーターの抽出、および植生のクロロフィルA、リグニン、セルロースの生化学的分析には、極端なデータを使用できます。

ハイパースペクトルリモートセンシングテクノロジーの開発により、定性分析から定量的または半定量的変換までのリモートセンシングが生まれます。従来のイメージングリモートセンシングテクノロジーの主なアプリケーションは、結果の精度の定量分析結果の一部ではなく、イメージングセンサーのスペクトルと空間分解能、大気および土壌の背景の干渉、その他の制限に関連する理想は、最初にリモートセンシングのスペクトル分解能を最初に破壊するハイパースペクトル解像度イメージングリモート分解能を最初に断ち切るスペクトル分解能の制限を突破します。これは、スペクトル空間における他の邪魔な要因の影響を大部分抑制します。これは、定量分析結果の精度の改善に非常に役立ちます。

ハイパースペクトルアプリケーションとは何ですか？

高解像度および多段階の画像と比較して、ハイパースペクトル画像はスペクトル分解能と多くのバンドを持ち、特徴のほぼ連続スペクトル機能曲線を取得でき、ターゲット機能を強調表示する必要に応じて特定のバンドを選択または抽出できます。量子化された連続スペクトル曲線データは、豊富な放射、空間、スペクトル情報を含む特徴のスペクトルメカニズムモデルに画像分類を導入するための条件を提供し、さまざまな情報の合成です。豊富な放射測定、空間、スペクトル情報が含まれており、さまざまな情報の包括的なキャリアです。ハイパースペクトル画像は、地形マッピング、リソース探査、農業リモートセンシング、環境リモートセンシング、林業監視、土壌リモートセンシング、水色のリモートセンシング、大気科学の分野で広く使用されています。

1.機能分類のためのリモートセンシング

この図は、ハイパースペクトルのリモートセンサーによって獲得されたドバイ沿岸地域のハイパースペクトルデータを示しています。これは、機能分類を通じて、水域、建物、道路、裸の土壌など、主要なカテゴリの特徴の情報を正確に認識できます。各主要なカテゴリで3〜5の効果的なサブカテゴリに細分化され、遠くの海の船舶の情報を認識することもできます。

踩踩踩jpg

2.鉱石探査

ハイパースペクトルリモートセンシングテクノロジーは、地質学的探査を後押しすることができます。得られた岩のスペクトル曲線の分析に基づいて、鉱物分布のタイプと場所の面積を知ることができます。この図は、ハイパースペクトルのリモートセンシングデータが青島のデュラン地域でセリシタイトと緑泥石の2種類のミネラル情報を効果的に抽出し、MNF変換後、岩相とテクトニック地質学情報の認識を高めることを示しています。

矿石jpg

3.水環境のリモートセンシング

水植物と水の花のスペクトルと植生のスペクトルとの間の特定の類似性のため、一般的に使用される多文字のリモートセンシングデータが水の花と水植物を正確に識別することは困難です。水の花と水植物を正確に識別するために、複合体とさまざまな水の花、水植物、水域の間の詳細なスペクトルの違いがあります。この図は、衛星媒介性麻痺性リモートセンサーによって獲得されたYunnan Dianchi地域の水域の環境地図を示しています。これは、色付きの溶存有機物（CDOM）、クロロフィルA（CHL-A）、および懸濁固形分濃度（TSM）を明確に識別できることを示しています。水域で。一方、ディアンキ以外の小さな川や湖の水質パラメーターも、画像では明らかに認識されています。

矿石jpg

4.大気リモートセンシング

リビアと米国では、メタンポイント源排出量のリモートセンシングモニタリングが、最適化されたメタンカラム濃度反転アルゴリズムを備えたハイパースペクトルリモートセンシングデータを使用して実施されました。図（a）は、リビアのDor Marada Oilからのメタン漏れを監視した結果を示しています。図（b）は、米国の二畳紀盆地におけるDCPミッドストリームオイルからのメタン漏れを監視した結果を示しています。この地域の透明なメタン放出プルームを監視します。