高光譜成像遙感技術(shù)可獲取地物的光譜、輻射和空間信息，在國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域得到廣泛的應(yīng)用。但其狹窄的波段間距帶來(lái)豐富光譜信息的同時(shí)，也帶來(lái)了信息冗余，增加了數(shù)據(jù)處理的難度。因此，高光譜遙感數(shù)據(jù)在進(jìn)行實(shí)際應(yīng)用前，需要進(jìn)行波段選擇并提取光譜特征，降低數(shù)據(jù)維數(shù)。

當(dāng)前高光譜遙感圖像波段選擇采用的策略主要包括：

（1）以評(píng)價(jià)準(zhǔn)則為依據(jù)的波段選擇

（2）以特征選擇方式為依據(jù)的波段選擇

（3）以訓(xùn)練樣本為依據(jù)的波段選擇

（4）以與應(yīng)用模型的關(guān)系為依據(jù)的波段選擇

一、以評(píng)價(jià)準(zhǔn)則為依據(jù)的波段選擇

從波段選擇采用的評(píng)價(jià)準(zhǔn)則來(lái)看，高光譜遙感圖像的波段選擇方案包括：

（1）以信息量作為波段選擇的標(biāo)準(zhǔn)，選擇信息總量最大的波段子集，通常采用信息熵、互信息、交叉熵、聯(lián)合信息熵、信息散度、方差、協(xié)方差矩陣特征值等來(lái)構(gòu)建信息量的評(píng)價(jià)指標(biāo)。需要注意的是，噪聲對(duì)基于信息論的這些指標(biāo)的影響較大，噪聲大的波段會(huì)導(dǎo)致較大的方差，同時(shí)也會(huì)降低與其他波段的相關(guān)性而被誤選，但這些受到噪聲或者異常影響的波段往往具有較低的魯棒性和可靠性。

（2）以類別可分性作為波段選擇標(biāo)準(zhǔn)，期望選取的波段子集有利于研究地物的分類識(shí)別。衡量類間可分性大小常以距離來(lái)度量，典型的度量指標(biāo)有離散度、B距離（Bhattacharyya distance）、JM距離（Jeffreys Matusita distance）等。

以波段間的相關(guān)度作為波段選擇的標(biāo)準(zhǔn)，選擇相關(guān)性最弱的波段子集，以減小信息冗余，常用光譜相關(guān)系數(shù)、光譜角、光譜信息散度和正交投影散度等作為度量指標(biāo)。

二、以特征選擇方式為依據(jù)的波段選擇

本研究所用遙感數(shù)據(jù)以谷歌地球引擎（GEE）為分析平臺(tái)。這是由谷歌、卡內(nèi)基梅隆大學(xué)和美國(guó)地質(zhì)調(diào)查局聯(lián)合開發(fā)的基于云計(jì)算的地理信息處理系統(tǒng)。此平臺(tái)提供了大量影像數(shù)據(jù)，通過(guò)依靠Google的高性能集群服務(wù)器對(duì)影像進(jìn)行在線可視化處理，信息提取十分快捷。本研究所用的衛(wèi)星數(shù)據(jù)源為陸地衛(wèi)星地表反射率數(shù)據(jù)（LSR）系列數(shù)據(jù)和哨兵二號(hào)多光譜2a級(jí)數(shù)據(jù)集。

LSR系列數(shù)據(jù)包含陸地衛(wèi)星專題制圖儀（TM）、陸地衛(wèi)星增強(qiáng)型專題制圖儀（ETM+）、陸地衛(wèi)星陸地成像儀（OLI）影像，時(shí)間分辨率為16d，空間分辨率為30m，均包含3個(gè)可見光波段及一個(gè)近紅外波段。LSR數(shù)據(jù)產(chǎn)品是通過(guò)陸地衛(wèi)星生態(tài)系統(tǒng)擾動(dòng)自適應(yīng)處理系統(tǒng)（LEDAPS）處理，利用大氣表觀反射率（TOA）和亮溫（BT）數(shù)據(jù)，對(duì)太陽(yáng)光譜輻射傳輸模型（6S）中的衛(wèi)星信號(hào)進(jìn)行二次模擬，生成地表反射率（SR）數(shù)據(jù)。SR數(shù)據(jù)已經(jīng)過(guò)輻射定標(biāo)、大氣校正等處理，最大限度地消除了大氣散射、吸收、反射引起的誤差。Sentinel-2MSIlevel-2a數(shù)據(jù)集為經(jīng)過(guò)處理后的大氣底層反射影像，時(shí)間分辨率5d，共7個(gè)波段，其中4個(gè)可見光及1個(gè)近紅外波段的空間分辨率為10m，短波紅外和1個(gè)紅邊波段的空間分辨率為20m

三、以訓(xùn)練樣本為依據(jù)的波段選擇

根據(jù)是否依靠樣本先驗(yàn)信息，將高光譜圖像波段選擇分為監(jiān)督波段選擇和非監(jiān)督波段選擇。監(jiān)督波段選擇利用標(biāo)記的訓(xùn)練樣本參與波段選擇過(guò)程，使得選出的波段子集具有較好的實(shí)際應(yīng)用性能。但因訓(xùn)練樣本需要進(jìn)行實(shí)地調(diào)查，其獲得的成本高，耗時(shí)費(fèi)力，有時(shí)甚至無(wú)法獲得，使得監(jiān)督波段選擇的使用受限。非監(jiān)督波段選擇不需要除影像本身之外的其他先驗(yàn)性的訓(xùn)練樣本信息，只根據(jù)影像本身的特點(diǎn)進(jìn)行選擇，在樣本難以獲得的情況下更具實(shí)用性。由于沒(méi)有標(biāo)記樣本而無(wú)法獲得高光譜圖像的準(zhǔn)確信息，非監(jiān)督波段選擇一般以波段信息量和波段間的相關(guān)性為準(zhǔn)則來(lái)進(jìn)行選擇。同時(shí)，這些波段容易受到噪聲或者異常的影響，往往具有較低的魯棒性和可靠性。此外，非監(jiān)督波段選擇技術(shù)一般并不針對(duì)特定的應(yīng)用，因此選擇的波段子集的實(shí)際應(yīng)用效果較有監(jiān)督選擇的波段子集差。

四、以與應(yīng)用模型的關(guān)系為依據(jù)的波段選擇

依據(jù)波段選擇與應(yīng)用模型學(xué)習(xí)算法的關(guān)系，高光譜遙感圖像的波段選擇分為：

（1）過(guò)濾式波段選擇，該方法先按評(píng)價(jià)指標(biāo)對(duì)高光譜數(shù)據(jù)進(jìn)行波段搜索，然后再訓(xùn)練模型學(xué)習(xí)器，波段選擇過(guò)程與應(yīng)用模型的學(xué)習(xí)算法無(wú)關(guān)，二者之間相互獨(dú)立。這種方法相當(dāng)于先用波段選擇過(guò)程對(duì)數(shù)據(jù)進(jìn)行“過(guò)濾”，再用過(guò)濾后的特征來(lái)訓(xùn)練模型，特點(diǎn)是計(jì)算量小，速度快，但波段選擇結(jié)果與應(yīng)用模型所需性能偏差較大。

（2）封裝式波段選擇，該方法將應(yīng)用模型的建立與波段搜索的過(guò)程結(jié)合起來(lái)，利用模型學(xué)習(xí)算法的訓(xùn)練準(zhǔn)確率作為波段子集的評(píng)價(jià)準(zhǔn)則，因而應(yīng)用模型性能精度較高，波段選擇結(jié)果偏差小，但每次波段子集評(píng)價(jià)都需要重新訓(xùn)練學(xué)習(xí)器，運(yùn)算復(fù)雜度高，計(jì)算開銷大，不適用于大規(guī)模數(shù)據(jù)集。

（3）嵌入式波段選擇，該方法在應(yīng)用模型學(xué)習(xí)器的訓(xùn)練過(guò)程中通過(guò)優(yōu)化目標(biāo)函數(shù)自動(dòng)完成波段選擇。其性能介于過(guò)濾式和封裝式法之間，相對(duì)于封裝式法，嵌入式法避免了評(píng)估每一個(gè)波段子集對(duì)學(xué)習(xí)器進(jìn)行的重復(fù)訓(xùn)練；相對(duì)于過(guò)濾式法，嵌入式法的波段選擇結(jié)果與應(yīng)用模型適應(yīng)性更好。但嵌入式法性能的優(yōu)劣依賴于參數(shù)調(diào)整，且目標(biāo)函數(shù)構(gòu)造較困難。

歡迎關(guān)注公眾號(hào)：萊森光學(xué)，了解更多光譜知識(shí)。

萊森光學(xué)（深圳）有限公司是一家提供光機(jī)電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯黃昊宇