高光谱遥感数据的特点是光谱分辨率高、波段连续性强，能够获得地物在一定范围内连续的、精细的光谱曲线，具有非常好的应用前景。第一个星载民用成像光谱仪是高光谱成像仪Hyperion，其平均光谱分辨率为10 nm，空间分辨率达到30米。2008年9月6日我国HJ-1顺利升空，其中A星搭载了我国自主研制的空间调制型干涉高光谱成像仪（HSI）。
HSI 对地成像幅宽为50 km，星下点像元地面分辨率为100 m，在工作谱段459-956nm内有115个波谱通道。HJ-1A/ HSI 的优点表现在：( 1) 光谱分辨率高。HJ-1A/ HSI 的平均光谱分辨率为4.32 nm，优于当前国际上应用最广泛的Hyperion( 10 nm) ，说明HSI 能够获得更为精细的地物光谱曲线，对目标识别和信息提取能力更强。( 2) 重访周期高。HJ-1A/ H SI 通过30度侧摆可以实现96 h 重访观测，而Hyperion 的重访周期为16 d，HSI 的高重访周期对于满足溢油、赤潮等专题研究需求更有优势。然而，HJ-1A/ HIS的空间分辨率相对较低，且工作谱段为459~ 956 nm，这对其应用产生了诸多限制。本文基于HJ-1A/ HIS数据，探讨其在沿海植被环境监测方面的潜力，具有一定的参考意义。
1 数据准备
本文选择2011年1月1号HJ1A星PATH/ROW 编号分别为8和106的HSI数据，目的是为了讨论环境小卫星在海岸带植被生态环境监测方面的应用。环境减灾小卫星数据可网上免费下载，下载地址如下：
中国资源卫星数据服务网：http://www.cresda.com
环保部环境星下载服务网：http://www.secmep.cn
图1 数据源
2 FLAASH精确大气校正
2.1数据信息读取
环境减灾小卫星采用HDF5数据格式，这里通过两个扩展工具读取数据及获取相关元数据信息。
一、HDF5读取补丁
从HSI数据中获取元数据信息。下载地址：http://bbs.esrichina-bj.cn/ESRI/viewthread.php?tid=37118&extra=page=1
二、HJ-1数据预处理补丁
为HSI数据添加中心波长信息和波段宽度（FWHM）。下载地址：http://bbs.esrichina-bj.cn/ESRI/thread-75575-1-1.html
拷贝 sav 文件到 ENVI安装目录的save_add 目录下。
下载完成后，拷贝.sav文件到ENVI安装目录的save_add 目录下，选择ENVI->File->Open External File->HJ-1->HJ-1A /1B Tools工具，即可以实现HDF5数据的读取（下图）。
图2 HJ-1A/1B Tools
值得注意的是，FLAASH大气纠正工具要求将HSI数据预处理成为BIP或BIL储存顺序、带有中心波长信息、波段宽度信息的ENVI格式文件。利用中国资源卫星应用中心环境减灾小卫星HIS数据格式转换软件，将HIS格式数据转换为TIF格式，需要在波段列表中手动输入中心波长和波段宽度信息，但HJ-1A/HSI数据具有115个波段，手动输入中心波长和波段宽度信息工作量较大。
2.2 大气校正
遥感分析的基础是地表物体反射率的差异，因此在分析前，还需要将影像原始DN（Digital Number）值转换为反射率数据，在ENVI中通过FLAASH大气纠正工具实现。HSI数据已经经过了定标，单位是100*W×m-2×sr -1×mm-1。
(1) 启动FLAASH工具，在输入辐射率数据时候，缩放系数填写：1000，（符合FLAASH对辐射亮度单位的要求）。
(2) 传感器基本信息设置
选择传感器类型，成像中心点经纬度，成像时间，高度信息（成像区域和传感器飞行高度）等都可以在HDF5文件中获取。选择ENVI->File->Open External File->Generic Formats->HDF5，打开.h5文件，如下是相应参数填写。
图3 利用HDF5读取及预处理补丁设置传感器参数
传感器信息是固定的：飞行高度650km，像元分辨率100米
(3) 大气参数设置
① 大气模型（Atmospheric Model）根据经纬度和日期来定。本文所用数据采集于2011年1月1号，中心点在纬度10.490940 N，选择T。
水气反演设置Water Retrieval，设置为Yes。 使用水气去除模型，数据必须具有15nm以上波谱分辨率，且至少覆盖以下波谱范围之一：1050-1210 nm (对应 1135 nm)；870-1020 nm (对应940 nm)；770-870 nm (对应820 nm)。HSI工作谱段为459~ 956 nm，因此选择820 nm。
② 气溶胶模型
气溶胶模型需根据影像所在地区的情况来设定，如图1所示，研究区位于海岸带边缘植被覆盖区域，这里选择Rural（乡村）。
提供两种气溶胶反演方法：2-Band（K-T）方法(类似模糊减少法)，如果没有找到适应的黑值（一般是阴影区或者水体），系统将采用能见度值来计算；所以即使选择了该选项也要给能见度。
HSI数据工作谱段为459~ 956 nm缺少短波红外波段，这里选择None，采用能见度值参与气溶胶反演。能见度值大约参考值参见下表
|
天气条件 |
能见度 |
|
晴朗 |
40 to 100 km |
|
中等雾、阴霾 |
20 to 30 km |
|
厚雾、阴霾 |
15 km 或者更少 |
(4) 高光谱数据参数设置
自动选择通道定义(推荐)。
设置完成后，即可对HJ-1A/HSI数据进行大气校正。选择校正前后相同像素点的Z profile，查看校正前后植被的波谱曲线，如图4，可以看到大气校正之后植被的波谱曲线趋向正确。
图4 大气纠正前（左）后（右）植被波谱曲线
3 应用探讨
3.1 植被指数计算
健康植物的波谱特征主要取决于它的叶子，受其影响，健康植物的波谱特征表现如下：在可见光谱段内，植物的光谱特征主要受叶的各种色素的支配，在0.45um为中心的蓝波段和0.67为中心的红波段叶绿素强烈吸收辐射能（>90%）而呈吸收低谷。在这两个吸收谷之间（0.54um附近）吸收相对减少，形成绿色反射峰（10%~20%）；在近红外谱段内，植物的光谱特征取决于叶片内部的细胞结构。叶片的反射和投射能相近（各占入射能的45%~50%），而吸收能量很低（<5%）。在0.74um附近，反射率急剧增加。在近红外0.74-1.3um谱段内形成高反射；在短波红外谱段内（1.3um以外），植物的入射能基本上均吸收或者反射，透射极少。由于叶子细胞间及内部的水分含量，绿色植物的光谱反射率受到以1.4um、1.9um以及2.7um为中心的水吸收带的控制，而呈跌落状态的衰减曲线。
植被种类和健康状况的不同，决定了不同的特征光谱信息。但是不同的植物类别，其叶子的色素含量、细胞结构、含水量均有不同。因而光谱响应总存在一定的差异。高光谱数据可以非常敏感地捕捉到这些差异。
基于高光谱数据，利用健康植物在各个波段的反射特征，ENVI提供了一系列分析工具，其中包括了常用的植被指数计算器。植被指数计算器提供了最多6类 27种植被指数的计算，如绿度（Greenness）、光利用率（Light Use Efficiency）、氮、干旱或炭衰减（Dry or Senescent Carbon）、冠层水分含量（Canopy Water Content）等常用的生物化学指数。并提供了每种植被指数的详细资料和计算公式，能够根据影像信息自动显示可计算的植被指数。
在ENVI中，植被指数计算工具通过Spectral->Vegetation Analysis->Vegetation Indices Calculator实现。环境减灾小卫星HJ-1A/HSI数据的光谱范围为0.45-0.95µm，在此范围内共115个谱段，平均波谱分辨率为0.42nm，利用ENVI的植被指数计算器，共计算得到归一化植被指数、增强型植被指数、绿度指数、红边外移指数等16个标准植被指数。
图5 ENVI植被指数计算器
3.2 植被生长状况分析
基于ENVI的植被指数计算器，可以利用归一化植被指数、增强型植被指数、或者比值指数等因子，探讨植被的生长状态。以增强型植被指数（EVI，Enhanced Vegetation Index）为例，增强型植被指数通过加入蓝色波段以增强植被信号，矫正土壤背景和气溶胶散射的影响，有效地反映了生长期、长势、分布范围等植被生长状态。研究区增强型植被指数如图6所示。
图6 研究区增强型植被指数
3.3 植被胁迫分析
利用ENVI的植被指数计算器，也可以通过红边位置指数、绿度指数、光利用效率指数、叶色素以及冠层水分含量等指数，对植被的胁迫进行分析。以红边位置指数为例，红边位置指数对植被叶绿素浓度变化、叶绿素浓度增加使得吸收特征变宽及红边向长波段方向移动非常敏感。红边位置在690-740nm范围内急剧倾斜波长范围，一般植被区域在700-730nm。REP指数的输出结果是0.69-0.74µm光谱范围内植被红边区域内的反射率的最大导数的波长，常用于农作物监测和估产、生态系统干扰探测、光合作用模型和由气候或其他因素产生的冠层胁迫性。研究区红边位置指数如图7所示。
图7 研究区红边位置指数
3.4林木健康分析
除了单一的植被指数，利用植被指数的组合，也可以有效地监测区域植被综合状况。如利用植被健康状况与绿度指数、叶面积指数、叶片水分含量和光利用效率相关的原理，可以有效地对植被健康进行分析。植被健康分析工具用于创建整个森林区域健康程度的空间分布图。森林健康程度分布图可用于检测病虫害以及枯萎病的发生情况，也可以用于评估某地区的木材收获量。
具体的操作，在ENVI中通过 Spectral->Vegetation Analysis->Forest Health实现，研究区林木健康分析图如图8所示。 
图8 研究区林木健康状况分析
3.5 其他应用探讨
着火可能性与绿度指数、冠层水分含量、干旱和非光合植物造成的碳衰减有关，作物胁迫与绿度指数、叶面积指数、冠层水分含量、冠层含氮量和光利用效率有关，而植被抑制与图像红波段和近红外波段的光谱反射的变化有关。除林木健康状况外，利用植被指数的组合也可以分析林木着火可能性、农作物胁迫以及植被易燃性分析。
总体来说，环境减灾小卫星所搭载的HSI技术，为沿海区域植被生态环境的监测提供了新的数据获取途径与应用尝试。本文基于HJ-1A/ HSI数据，通过数据预处理，利用ENVI软件计算植被指数，并对植被生长、植被胁迫以及植被的健康状况进行分析，初步展现了HJ-1A/ HSI数据在沿海环境监测方面的应用潜力，具有一定的参考价值。