高光谱遥感的地质应用很大程度上要依赖于相关的信息处理、分析方法与技术的进展，这些方法一方面要借助于一般的信息处理、分析技术及相关的数学方法，同时也要紧密结合地质应用本身的特点。因此，高光谱地质应用的技术具有其的特点。在此，将从几个主要的方面对高光谱地质应用的主要技术进行概括。

(1) 光谱微分技术（spectralderivative）：光谱微分技术包括对反射光谱进行数学模拟和计算不同阶数的微分(差分)值，以确定光谱弯曲点和最小反射率的波长位置。光谱微分强调曲线的变化和压缩均值影响。一般认为，可用一阶微分去除部分线性或接近线性的背景、噪声光谱对目标光谱（须为非线性的）的影响。

(2) 光谱匹配技术（spectralmatching）：光谱匹配技术包括图像光谱对参考光谱的匹配，或图像光谱与光谱库的比较，以求出它们之间的相似性或差异性。

CCSM（crosscorrelogramspectralmatching）交叉相关光谱匹配考虑图像光谱和参考光谱之间的相关系数、偏度和相关显著性标准。通过计算图像光谱（包括测试光谱）和参考光谱（实验室或已知像元光谱）在不同光谱位置的交叉相关系数，绘制交叉相关曲线图。

（3）混合光谱分解技术（spectralunmixing）：这类技术主要分析光谱数据以确定在同一像元内不同成分（目标）所占的比例或识别在已知端元组分（endmember）分析中其它的组分。由于图像分辨率的限制，图像中存在大量的混合像元。混合像元分解技术就是提取像元中不同地物类别（端元组分）丰度的方法。已被广泛应用于许多地质制图中。

此外，光谱吸收指数（Spectralabsorptionindex）可进行高光谱遥感图像处理和识别光谱吸收特征，也可进行混合光谱的分解。

（4）光谱分类技术(spectralclassification)：在高光谱遥感的地质应用中，光谱分类技术也很重要，可用于有关矿物成分或岩性的识别与制图。主要的方法包括传统的似然方法、人工神经网络方法、支持向量机方法和光谱角制图方法（SpectralAngelMap-per,SAM）。

(5）光谱特征提取（spectralfeatureextraction）：特征是对象所表现出来的各种属性和特点。这里的特征提取包括：按照一定的准则直接从原始空间中选出一个子集，即波段选择；另一类是在原始特征空间和新特征空间之间找到某种映射关系，在新特征空间中选择子集（子空间）。

(6）模型方法（modeling）：即基于矿物和岩石的散射和吸收光谱性质模拟反射光谱的各种模型方法，是从物理原理入手、从本质上理解认识岩石矿物光谱的物理机制与物理过程，建立光谱数学物理模型，识别并定量提取岩石矿物信息。

推荐：

无人机机载高光谱成像系统 iSpecHyper-VM100

一款基于小型多旋翼无人机机载高光谱成像系统，该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。无人机机载高光谱成像系统采用了内置扫描系统和增稳系统，成功克服了小型无人机系统搭载推扫式高光谱相机时，由于无人机系统的震动造成的成像质量差的问题，同时具有高光谱分辨率和优异的成像性能。

详情可见：

/duoxuanyiwurenjigaoguangpuchengxiangxitong/833.html

无人机机载高光谱成像系统 iSpecHyper-VM200

无人机机载高光谱成像系统配合定制开发的高性能稳定云台，能够有效降低飞行过程中无人机抖动引起的图像扭曲与模糊。该系统与大疆M600 pro无人机适配，同时支持同类型的多种无人机，无人机机载高光谱成像系统广泛应用于农业、林业、水环境等行业领域，系统支持配件升级及定制化开发，为教育科研、智慧农业、目标识别、军事反等行业应用领域提供了高性价比解决方案。

详情可见：

/duoxuanyiwurenjigaoguangpuchengxiangxitong/833.html