陳浩 甘建軍 劉清

收稿日期：2023-07-29；修回日期：2023-11-03

基金項目：國家自然科學基金項目（42162025）、2021年度浙江省山體地質災害防治協(xié)同創(chuàng)新中心開放基金（2PCMGH-2021-02）、河北省高校生態(tài)環(huán)境地質應用技術研發(fā)中心開放基金（JSYF-Z202201）聯(lián)合資助

第一作者簡介：陳浩（1998- ），男，在讀碩士，研究方向：水信息遙感解譯。E-mail：chen622123@qq.com

通信作者簡介：甘建軍（1975- ），男，博士，副教授，主要從事地質災害防治研究工作。E-mail：ganjianjun@nit.edu.cn

引用格式：陳浩，甘建軍，劉清，2024.高光譜遙感技術在地質環(huán)境監(jiān)測中的應用與展望［J］.城市地質，19（2）：176-183

摘 要：高光譜遙感技術是一種功能非常強大的綜合性學科技術，其以數據的實時性、光譜信息的豐富性、成本的高效益性、覆蓋范圍的廣泛性等特征以及高分辨率和圖譜合一的優(yōu)勢，在各個領域上得到了廣泛的應用。文章介紹了高光譜遙感技術成像的基本原理、國內外高光譜成像儀和高光譜衛(wèi)星的發(fā)展歷程，重點描述了高光譜遙感技術在礦山環(huán)境監(jiān)測、水環(huán)境監(jiān)測與評價、土壤含水率監(jiān)測等方面的應用成果。高光譜遙感技術面臨著“維數災難”、精確度不足、時效性受限、高光譜遙感數據解譯困難等問題，未來可通過協(xié)同多平臺、利用人工智能模型等方式提高精確度，構建典型的光譜庫提高模型的普適性。

關鍵詞：高光譜遙感；成像光譜儀；高光譜衛(wèi)星；礦物環(huán)境監(jiān)測；水環(huán)境監(jiān)測與評價；土壤含水率監(jiān)測

Overview of hyperspectral remote sensing technology and its application in environmental geology

CHEN Hao， GAN Jianjun， LIU Qing

（Nanchang Institute of Technology， National and Local Joint Engineering Laboratory for Water Engineering Safety and Efficient Utilization of Resources in Poyang Lake Basin， Nanchang 330099， Jiangxi， China）

Abstract： Hyperspectral remote sensing technology is a highly powerful comprehensive scientific technology that has seen extensive application across various domains， leveraging its strengths in real-time data acquisition， spectral information richness， cost-effectiveness， extensive coverage， and the benefits of high resolution and map integration. This manuscript delineates the foundational principles of hyperspectral remote sensing imaging， traces the evolution of hyperspectral imagers and satellites both at home and abroad， and elucidates the outcomes of employing hyperspectral remote sensing in mine environmental monitoring， aquatic ecosystem surveillance， and soil moisture assessment. However， hyperspectral remote sensing still confronts challenges such as “dimensional catastrophe”， suboptimal accuracy， constrained temporal resolution， and the intricacies in interpreting hyperspectral data. Looking forward， enhancements in accuracy can be attained through the integration of multi-platform data and the application of artificial intelligence algorithms， while the development of representative spectral libraries will augment the versatility of the models.

Keywords： hyperspectral remote sensing; imaging spectrometer; hyperspectral satellite; mine environmental monitoring; water environment monitoring and evaluation; monitoring of soil moisture content

礦產資源是人類社會、經濟、科技發(fā)展的基礎，也是保障國家安全和地緣政治地位的重要支撐，然而目前各種工程建設活動頻繁，長期大規(guī)模對礦產資源過度開采，缺乏有效的礦產資源保護措施，導致我國各種礦產資源逐漸枯竭，水土環(huán)境污染嚴重，特別是環(huán)境地質方面，出現(xiàn)了地表水污染、土壤退化、地下水資源匱乏、地貌景觀破壞、土地損毀等（張進德等，2021；曾文浩等，2023；李歡等，2023）一系列問題。為了積極響應國家可持續(xù)發(fā)展戰(zhàn)略的政策，眾多科學家、學者及工程師大力推進“補短板”和“強監(jiān)管”業(yè)務工作以保證生態(tài)環(huán)境不被破壞，遙感技術以獨特的優(yōu)勢備受青睞（馮天時等，2021）。遙感技術以電磁波理論為基礎，不用接觸目標便可遠距離成像與探測，利用衛(wèi)星或飛機等平臺從遠距離感知目標反射或自身輻射的可見光、紅外線等電磁波，對目標進行收集成像、探測和解譯（孫家抦，2009）。它擁有成本低、信息量大、監(jiān)測范圍廣、周期短、獲取信息快、綜合性強、同步性高等優(yōu)點（李紅艷，2020；郭之懷，1993；韓亞超等，2022），其中，高光譜遙感技術作為遙感技術新型分支之一，引起了科學家濃厚的興趣，其含有豐富光譜信息、能夠實現(xiàn)圖譜合一的特點在各大行業(yè)中得到了飛速的發(fā)展。本文介紹了高光譜遙感技術成像的基本原理，對國內外高光譜成像儀及高光譜衛(wèi)星進行基本概述，例舉高光譜遙感技術在礦物信息識別、水環(huán)境監(jiān)測與評價、土壤含水率監(jiān)測上的應用，分析了光譜遙感技術所面臨的重要挑戰(zhàn)，并對其進行了前景預測及展望。

1? 高光譜遙感技術

1.1? 高光譜遙感技術的基本原理和特點

自1959年成功接收到第一張地球照片以來，衛(wèi)星遙感技術到目前為止經歷了3個重要的發(fā)展階段：全色遙感技術、多光譜遙感技術和高光譜遙感技術（王書偉等，2024）。其中高光譜遙感技術有很高的光譜分辨率，能夠從狹窄的光譜范圍內捕獲物質的本身特征且又不影響其與周圍地物的關系，探測到多光譜無法探測到的物質及信息（Lassalle et al.，2023），其從地物中所獲取的光譜信息非常豐富且數據沒有損失，使人們能夠從狹窄的光譜帶中對地物的屬性、特征進行識別分析（杜培軍等，2016）。3種遙感技術的相關對比如表1所示。

高光譜遙感技術是一種將成像技術和光譜技術相結合成多維信息的技術，又名成像光譜遙感技術。高光譜遙感技術利用空間傳感器記錄，對測量物體進行反射或輻射，通過獲取大量連續(xù)范圍內的波段數據來獲得地物目標的光譜信息，能夠記錄完整不缺失的地物光譜特征。高光譜遙感技術所獲取的數據是一種連續(xù)的高分辨率窄波段光譜信息，其光譜分辨率為10-2 λ（λ為波長）數量級范圍內的納米級，能夠詳細地描述地表物體特征，實現(xiàn)圖譜合一。高光譜遙感的核心是成像光譜儀。成像光譜儀通過衛(wèi)星、飛機等空間平臺將獲取的光譜信息在幾十上百個波段對地物進行成像，并和探測目標的空間信息、輻射信息結合形成了一種獨特的三維信息（任龍飛，2021），成像原理如圖1所示。

1.2? 高光譜成像儀

成像光譜儀的發(fā)展決定了高光譜遙感技術的發(fā)展。高光譜成像光譜儀是一種既要成像也要光譜的光學系統(tǒng)，通過將傳統(tǒng)的空間成像技術與地物光譜技術有機地結合在一起，使用包括神經網絡、支持向量機、貝葉斯判別等識別方法，在一個大的區(qū)域內獲取各個位置的光譜數據，同時獲取近乎連續(xù)波段的地物反射光譜圖像。

在20世紀80年代美國加州理工學院噴氣推進實驗（Jet Propulsion Laboratory，JPL）最先研究高光譜成像光譜儀（Goetz et al.，1985），并在1983年成功研制出第一臺成像光譜儀AIS-1（劉銀年，2021），在礦產勘探、林業(yè)管理、水文學和環(huán)境監(jiān)測等方面應用廣泛。第一臺機載航空成像光譜儀AVIRIS在1987年美國國家航天航空局（National Aeronautics and Space Administration，NASA）的支持下在JPL內成功研制，它的成功研制是高光譜成像儀跨時代的一步。

之后，加拿大ITRES公司研發(fā)的輕攜機載光譜儀CASI，印度迷你衛(wèi)星1號（MS-1）搭載的高光譜成像儀HySI以及我國第一臺基于傅里葉變換的航天干涉成像儀（趙葆常等，2009）、高光譜成像儀HSI、高光譜成像儀AHSI等都是具有代表性的成像光譜儀。表2展示了國內外典型高光譜成像儀性能參數對比表。

1.3? 高光譜遙感衛(wèi)星

國外對高光譜衛(wèi)星的研究發(fā)展比較早。2000年11月11日，美國EO-1衛(wèi)星搭載Hyperion成像儀成功發(fā)射，這是全球第一顆高光譜遙感探測衛(wèi)星，開啟了國內外發(fā)射高光譜遙感衛(wèi)星百家爭鳴的時代。2001年10月歐洲空間局與英國國家航空中心合作，成功發(fā)射了搭載CHRIS成像光譜儀的PROBA-1衛(wèi)星，PROBA-1可在3?種不同的角度（0°，55°，36°）下對同一地點進行5?次觀測（劉思田等，2023）。2002年歐空局研發(fā)的環(huán)境衛(wèi)星ENVISAT-1升空成功，為海岸和海洋生態(tài)等領域做出了重要貢獻。圖2為ENVISAT-1衛(wèi)星概念圖。

2015年意大利和以色列聯(lián)合開發(fā)了SHALOM高光譜遙感衛(wèi)星，用于地球科學研究、環(huán)境保護以及農業(yè)和水資源管理等方面。2018年7月德國航天中心開發(fā)的DESIS高光譜遙感衛(wèi)星由俄羅斯聯(lián)邦航天集團聯(lián)合發(fā)射升空，服務于土壤分析、農業(yè)監(jiān)測、城市規(guī)劃等領域。2019年3月，由意大利航天局（ASI）研制的高光譜先驅及應用任務（PRISM）衛(wèi)星在法屬圭亞那庫魯航天中心發(fā)射升空，為意大利提供一站式空間系統(tǒng)的能力（岳楨干，2019）。

我國高光譜遙感技術雖然起步較晚，但在國家重視和科學家們鍥而不舍地奮斗下，如今已躍至國際先進地位。2008年9月，HJ-1A衛(wèi)星與HJ-1B衛(wèi)星在太原成功一箭雙星發(fā)射，由此開始追趕國際先進的高光譜遙感衛(wèi)星技術。2008年5月風云三號系列衛(wèi)星于太原首次發(fā)射，填補了我國氣象監(jiān)測等多項衛(wèi)星觀測資料的空白。2018年4月珠海一號高光譜衛(wèi)星在酒泉成功發(fā)射，是我國空間分辨率最高、幅寬最大的高光譜衛(wèi)星。2018年5?月9日我國第一顆民用高分辨率對地觀測衛(wèi)星，第一顆針對環(huán)境保護的高光譜衛(wèi)星（蒲藝，2021），同時也是世界第一顆對陸地、對大氣進行綜合觀測的衛(wèi)星高分五號在太原成功發(fā)射，標志著我國在高分辨率遙感衛(wèi)星領域取得了重要突破，圖3為高分五號衛(wèi)星及相關配置圖。

2? 應用成果

高光譜成像儀及高光譜遙感衛(wèi)星的不斷發(fā)展，形成了一種天、空、地一體化的一種態(tài)勢，隨著光譜分辨率及空間分辨率的不斷提高，高光譜遙感技術在地質環(huán)境監(jiān)測領域包括礦山環(huán)境監(jiān)測、水環(huán)境監(jiān)測與評價、土壤含水率監(jiān)測等方面都有一定的突破。

2.1? 礦山環(huán)境監(jiān)測

礦山在開發(fā)利用過程中，會嚴重影響周邊的自然環(huán)境，如植被、水體、土壤等，因此對礦山周邊的環(huán)境進行監(jiān)測、分析非常重要（劉佳雷等，2023）。近些年來，高光譜遙感技術的快速發(fā)展，能夠對礦物進行精細地識別，即時獲取礦區(qū)環(huán)境的狀況，如植被、土壤、水環(huán)境、大氣環(huán)境等指標，使其成為礦山環(huán)境監(jiān)測的有力手段。

高光譜遙感技術有獲取豐富光譜信息的特點，可從地面宏觀影像、像元級別甚至化學成分等角度對礦物進行識別（王潤生等，2010）。組成礦物內部的離子、基團的晶體場效應與基團的振動使巖礦有了光譜特征，不同的礦物其晶體結構各不相同，從而晶格振動產生的光譜特性也不相同（劉瑩瑩，2011）。

倪斌等（2023）利用光譜角填圖法（SAM）對機載和星載高光譜遙感獲取得到的武夷山成礦帶蝕變礦物信息進行精度提取，并與迪開石、高嶺石、石膏、鐵綠泥石、鐵鎂綠泥石、鎂綠泥石等6種蝕變礦物的光譜特征進行分析對比，表明了福建省中東部地區(qū)具備有利的找礦條件。毛運欣等（2022）通過獲取研究區(qū)的高光譜影像數據并建立典型的礦物光譜庫，結合光譜匹配和光譜特征的方式成功地對礦區(qū)進行了識別提取，為露天礦山的監(jiān)測提供了新方法，但精確率因影像數據等因素受限。為了提高光譜數據的正確率與精細度，董新豐等（2020）以GF-5高光譜數據為數據源，以選取的機載HyMap數據作為對比數據，對甘肅柳園地區(qū)的礦物進行了精細識別應用研究，不僅保證了礦物識別的高正確率，同時提高了對礦物成分信息反演的精細度。

植被對環(huán)境污染具有吸收和凈化作用，對礦區(qū)植被生長狀況的監(jiān)測是評估礦山環(huán)境污染程度的重要手段（楊敏等，2024）。周貝貝等（2023）通過采集定南縣稀土礦區(qū)的竹柳、山茶、桉樹、松樹、油桐、紅葉石楠6?種植物的高光譜數據，使用短時傅里葉變換的信號處理技術分析對照它們的光譜變異特征，準確實現(xiàn)了礦區(qū)生態(tài)環(huán)境的監(jiān)測目的。崔世超等（2019利用以ASD FieldSpec3型光譜儀作為高光譜數據源，從原始光譜、一階導數光譜、二階導數光譜以及分析維數對喀拉通克和希勒庫都克2個礦區(qū)的白莖絹蒿進行對比分析，通過優(yōu)選出的特征波段構建了基于植物光譜數據的隱伏礦床預測模型。王嘉芃等（2023）利用不同時相的Hyperion高光譜衛(wèi)星數據對德興銅礦重金屬污染區(qū)的植被進行紅邊位置分析，根據紅邊位置的變異程度作為此處生態(tài)修復效果的評價指標，但Hyperion高光譜衛(wèi)星的空間分辨率較低，導致不同植被間的光譜差異性影響評價結果的精確性。

2.2? 水環(huán)境監(jiān)測與評價

高光譜遙感技術通過獲取地表反射光譜數據，進而提取出不同植被類型、水體深度、水質等信息，建立各種計算模型和評價指標體系，對水環(huán)境系統(tǒng)進行評估。郭秋等（2020）基于HJ-1對曹家壩礦山的水環(huán)境進行監(jiān)測和評價，通過多源數據的融合提高了研究區(qū)植被和水體的識別精確度，通過灰度法對水體進行解譯，進一步對水體的污染程度和渾濁程度進行了精確分級，但研究所采用的融合算法比較單一。Riaza等（2015）利用高光譜成像儀HyMap對硫化鐵礦山附近河流的水體酸性進行監(jiān)測評估，描述了由HyMap檢測到的數據與廢棄物污染強度相關的河水pH值變化及相關的光譜特征，為建立新的時序水質監(jiān)測系統(tǒng)奠定了堅實基礎。陳俊英等（2019）通過主成分分析法改善了基于高光譜對污水處理廠污水綜合水質評價效果的定量反演模型，通過對模型的優(yōu)化提高了反演效果。但實驗過程也受到混合像元、多元參數、水體光學特征復雜性的影響，導致對數據降維篩選后其模型的精確度下降。

高光譜遙感能夠實時地對水體污染情況進行監(jiān)測，能夠預警出可能存在的水域環(huán)境風險。但高光譜遙感仍存在如無法直接獲取水生物群落、水質物理結構等信息，不能做到對水環(huán)境進行全面評估。

2.3? 土壤含水率監(jiān)測

土壤含水率是評估土壤物理性質的主要指標之一，與農作物生長密切相關，在水資源嚴重匱乏的背景下，高效地檢測土壤含水率對水資源的規(guī)劃至關重要（王勇等，2023），也是環(huán)境地質研究中的重要對象。目前檢測土壤含水率的方法主要有時域反射擊法、中子法、烘干法等，但受到成本高、操作難度大、設備耐用性差等限制（宰松梅等，2021）。高光譜遙感技術可以獲取土壤的光譜信息，結合遙感圖像反演土壤表面的反射率，根據波段的差異建立反射率與土壤含水率之間的反演模型從而估計土壤含水率，為監(jiān)測土壤含水率的方法提供了更多選擇。

機載高光譜遙感技術以靈活、方便、操作簡單等優(yōu)點在監(jiān)測土壤含水率得到很大的應用。王夢迪等（2023）使用機載高光譜傳感器獲取豐富精細的光譜信息，并對新疆阜康綠洲田塊土壤含水率進行估算，結合連續(xù)小波變換和遺傳算法對其進行了反演，為中國缺水地區(qū)的農業(yè)規(guī)劃提供了有力的理論支撐。王怡婧等（2023）使用高光譜遙感技術在野外對寧夏銀北鹽漬化農田的土壤含水率、pH和土壤含鹽量進行數據采集和信號獲取，指出土壤光譜反射率與土壤含水率、pH值、土壤含鹽量都呈正相關或者負相關的關系，可為鹽堿地的環(huán)境管理提供參考意義。但此研究采用二維光譜指數而沒有采用三維光譜指數篩選特征波段，使光譜變量的敏感性不高。

徐金華（2021）利用ASD FieldSpec3光譜儀對土壤樣本進行了高光譜數據處理，然后基于原始光譜、一階微分和二階微分光譜創(chuàng)建了歸一化光譜指數，并建立了一元線性模型，在監(jiān)測土壤含水率方面表現(xiàn)出很不錯的效果，在地質災害預警上有很好的潛力價值。

3? 存在問題

如今，各國對遙感基礎性研究的不斷深入完善及國內成熟的衛(wèi)星技術和完整的產業(yè)鏈，高光譜遙感技術也得到了快速地發(fā)展，但也面臨著挑戰(zhàn)。

1）“維數災難”

高光譜遙感技術具有數據豐富、信息冗余、高維特征、圖譜合一、小樣本等特征（童慶禧等，2016），影像圖可近似為包含了成百上千個波段的三維數據立方體，但因為每一個波段都可以看作一個維度，導致其引發(fā)“維數災難”，即在計算處理過程中，由于維數的增加以及龐大的數據量導致常規(guī)的算法分析效果不佳，使模型出現(xiàn)過擬合等結果（蘇紅軍，2022）?！熬S數災難”會帶來以下問題：隨著數據維度的增加，計算時需要更多的存儲空間以及更先進的算法進行處理和去噪；在高光譜數據中，只有少數的幾個波段含有需要的地物信息，導致了數據稀疏性問題；由于不同波段的數據并不是完全獨立，導致對地物的特征提取難度加大。

2）精確度不足

高光譜遙感技術依賴于光學特性，易受到大氣環(huán)境、地表特征、儀器等因素的干擾，從而導致對地物識別精度的誤差，同時由于低空間分辨率及復雜的地形，導致獲取的圖像中含有大量的混合像元（藍金輝等，2018）。

3）時效性受限

高光譜遙感數據的獲取主要依賴于衛(wèi)星、航天器等載體進行采集，由于載體的周期性原因，導致高光譜遙感數據的采集時間長、更新頻率較低；同時由于龐大的數據集，導致其傳輸、處理、數據校正都需要一定的時間，使高光譜遙感技術不能滿足一些需要快速響應或需實時信息的應用場景。

4）高光譜遙感數據解譯困難

高光譜遙感數據中含有成百上千個波段，超高維度的數據使其對地物的特征提取和分類更加困難；由于光譜波段的重疊以及地物表面的散射、反射等現(xiàn)象，導致了光譜混合效用，增加了對地物解譯的難度；地物的光譜特征隨氣候、季節(jié)等自然因素的變化而變化，而且不同地物之間的光譜特征存在差異性和相似性，使數據解譯更具挑戰(zhàn)性。

4? 結論與展望

作為21世紀遙感領域最為重要的研究方向之一，未來，高光譜遙感技術將會在地質領域中發(fā)揮更重要的作用，商業(yè)化的發(fā)展也是重要趨勢，將為地球觀測和資源管理帶來更廣闊、更精確且可持續(xù)的應用前景。

然而高光譜遙感技術目前仍有許多難點：如數據的冗余使其面臨“維數災難”；高光譜遙感技術對光的依賴特性和數據的獲取途徑導致其精確度和時效性不足；豐富的信息加大了數據的復雜性和冗余性，增加了對相關技術人員的專業(yè)知識及設備存儲、傳輸及處理的要求；高光譜數據的解譯和分析需要綜合考慮多個光譜波段之間的相互關系，以及與地物的對應關系。

根據以上問題和不足，需要對高光譜遙感技術在環(huán)境地質中的應用進行進一步探索：1）協(xié)同多平臺對地質環(huán)境進行監(jiān)測，提高反演效率。2）利用機器學習和人工智能模型對遙感數據樣本進行訓練從而提高圖像解混的精度，為更深入的數據分析和決策提供支持，為更深入的地球觀測和數據分析提供可能。3）構建典型的環(huán)境地質端元光譜庫，使反演模型具有普適性。4）將探測波段進一步拓寬，若解除了時間、空間、光譜分辨率的限制，對地物的識別精度將會大幅度提高，擴展高光譜遙感技術的應用領域。

參考文獻

陳俊英，邢正，張智韜，勞聰聰，栗現(xiàn)文，王海峰，2019. 基于高光譜定量反演模型的污水綜合水質評價［J］.農業(yè)機械學報，50（11）：200-209.

崔世超，周可法，丁汝福，2019. 高光譜的礦區(qū)植物異常信息提取［J］.光譜學與光譜分析，39（1）：241-249.

董新豐，甘甫平，李娜，閆柏琨，張磊，趙佳琪，于峻川，劉镕源，馬燕妮，2020. 高分五號高光譜影像礦物精細識別［J］.遙感學報，24（4）：454-464.

杜培軍，夏俊士，薛朝輝，譚琨，蘇紅軍，鮑蕊，2016. 高光譜遙感影像分類研究進展［J］.遙感學報，20（2）：236-256.

馮天時，龐治國，江威，覃湘棟，付俊娥，2021. 高光譜遙感技術及其水利應用進展［J］.地球信息科學學報，23（9）：1 646-1 661.

郭秋，劉賀春，2020. 基于HJ-1高光譜的曹家壩礦山水環(huán)境識別與監(jiān)測［J］.山東農業(yè)大學學報（自然科學版），51（3）：447-451.

郭之懷，1993. 遙感技術在環(huán)境保護領域中的應用現(xiàn)狀［J］.環(huán)境科學（4）：28-33.

韓亞超，高子弘，楊達昌，陳潔，2022.我國城市水體數量與質量遙感調查應用現(xiàn)狀與建議［J］.城市地質，17（4）：485-492.

藍金輝，鄒金霖，郝彥爽，曾溢良，張玉珍，董銘巍，2018. 高光譜遙感影像混合像元分解研究進展［J］.遙感學報，22（1）：13-27.

李紅艷，2020. 遙感技術的特點及在水文水資源領域的應用［J］.河南水利與南水北調，49（11）：72-73.

李歡，張沁瑞，張博，黃勇，孫宇辰，賈顏卉，劉磊，柳瑞艷，2023.京西“一線四礦”礦山環(huán)境變化的遙感監(jiān)測分析［J］.城市地質，18（2）：178-185.

劉佳雷，錢建平，趙鵬偉，2023. 高光譜遙感在礦山環(huán)境監(jiān)測中的應用淺議［J］.四川環(huán)境，42（6）：261-266.

劉思田，盧慧，王棟，李曉蘭，朱春麗，邊麗蘅，2023. 星載高光譜成像系統(tǒng)發(fā)展綜述［J］.航天返回與遙感，44（6）：12-26.

劉銀年，2021. 高光譜成像遙感載荷技術的現(xiàn)狀與發(fā)展［J］.遙感學報，2021，25（01）：439-459.

劉瑩瑩，2011. 高光譜遙感巖礦識別方法綜述［C］//第十屆全國數學地質與地學信息學術研討會：8.

毛運欣，趙海強，馮思琪，徐紅欣，何濤，宋玲君，2022. 基于光譜匹配的高光譜遙感露天礦物識別方法研究［J］.自然資源信息化（4）：28-32.

倪斌，黃照強，郭健，邢光福，張亞龍，牛斯達，2023. 基于機載和星載高光譜遙感的武夷山成礦帶蝕變礦物信息識別研究［J］.華東地質，44（1）：67-81.

蒲藝，2021. 基于高分五號的水體富營養(yǎng)化遙感反演［D］.重慶交通大學.

任龍飛，2021. 基于稀疏回歸的高光譜遙感圖像解混技術研究［D］.成都：西南交通大學.

蘇紅軍，2022. 高光譜遙感影像降維：進展、挑戰(zhàn)與展望［J］.遙感學報，26（8）：1 504-1 529.

孫家抦，2009. 遙感原理與應用［M］.武漢大學出版社.

童慶禧，張兵，張立福，2016. 中國高光譜遙感的前沿進展［J］.遙感學報，20（5）：689-707.

王嘉芃，徐建國，沈家曉，張登榮，2023. 德興銅礦礦山重金屬污染修復效果高光譜遙感評價［J］.自然資源遙感，35（3）：284-291.

王夢迪，何莉，劉潛，李志娟，王冉，賈中甫，王敬哲，鄔國峰，石鐵柱，2023. 基于小麥冠層無人機高光譜影像的農田土壤含水率估算［J］.農業(yè)工程學報，39（6）：120-129..

王潤生，甘甫平，閆柏琨，楊蘇明，王青華，2010. 高光譜礦物填圖技術與應用研究［J］.國土資源遙感（1）：1-13.

王書偉，舒清態(tài)，馬旭，肖勁楠，周文武，2024. 激光雷達與高光譜成像技術數據融合研究進展［J］.遙感技術與應用，39（1）：11-23.

王怡婧，陳睿華，張俊華，丁啟東，李小林，2023. 基于分數階微分技術的土壤水鹽信息高光譜反演［J］.應用生態(tài)學報，34（5）：1 384-1 394.

王勇，侯晨悅，楊錫震，張博，劉浩，白旭乾，栗現(xiàn)文，2023. 基于多種高光譜指標反演凍結土壤含水率的研究［J］.節(jié)水灌溉（7），10-19.

徐金華，2021. 基于歸一化光譜指數的土壤含水率反演研究［J］.西北水電（4）：82-86.

楊敏，傅煒舜，聶興信，張鑫，2024. 高光譜遙感技術在礦山地質環(huán)境調查中的應用［J］.現(xiàn)代礦業(yè)，40（1）：48-52.

岳楨干，2019. 意大利PRISMA高光譜衛(wèi)星發(fā)射升空［J］.紅外，40（3）：37-39.

宰松梅，高亞楠，仵峰，楚運旺，劉生東，2021. 基于分光測色原理的土壤水分快速測定方法研究［J］.節(jié)水灌溉（1），1-6.

曾文浩，寧迪，劉國偉，2023. 基于遙感技術的礦山地質環(huán)境監(jiān)測實踐［J］.中國資源綜合利用，41（7）：132-139.

張進德，田磊，裴圣良，2021. 礦山水土污染與防治對策研究［J］.水文地質工程地質，48（2）：157-163.

趙葆常，楊建峰，常凌穎，陳立武，賀應紅，薛彬，2009. 嫦娥一號衛(wèi)星成像光譜儀光學系統(tǒng)設計與在軌評估［J］.光子學報，38（3）：479-483.

周貝貝，李恒凱，龍北平，2023. 離子吸附型稀土礦區(qū)復墾植被光譜特征變異提取與分析［J］.光譜學與光譜分析，43（12）：3 946-3 954.

GOETZ A F H， VANE G， SOLOMON J E， ROCK B N， 1985. Imaging spectrometry for earth remote sensing ［J］. Science， 228（4 704）：1 147-1 153.

LASSALLE G， FERREIRA M P， LA ROSA L E C， SCAFUTTO R D M， DE SOUZA FILHO C R， 2023. Advances in multi- and hyperspectral remote sensing of mangrove species： a synthesis and study case on airborne and multisource spaceborne imagery ［J］. ISPRS journal of photogrammetry and remote sensing， 195：298-312.

RIAZA A， BUZZI J， GARC?A-MEL?NDEZ E， CaRR?RE V， SARMIENTO A， M?LLER A， 2015. Monitoring acidic water in a polluted river with hyperspectral remote sensing （HyMap） ［J］. Hydrological Sciences Journal， 60（5/6）：1 064-1 077.