高光譜成像遙感技術在狹窄的波段間距帶來豐富光譜信息的同時，也帶來了信息冗余，增加了數(shù)據(jù)處理的難度。因此，高光譜遙感數(shù)據(jù)在進行實際應用前，需要進行波段選擇并提取光譜特征，降低數(shù)據(jù)維數(shù)。本文簡單介紹了高光譜遙感圖像的波段選擇。

隨著傳感器光譜分辨率的不斷提高，遙感數(shù)據(jù)挖掘出的地物信息越來越豐富，使人們對地物特征的認知得以不斷深入，高光譜遙感技術也因此成為遙感領域的研究熱點之一。高光譜遙感是指用大量狹窄的電磁波通道獲取地物的空間、輻射和光譜三重信息的技術心。通過在電磁波譜的可見光、近紅外、中紅外和熱紅外波段范圍內獲取地物圖像數(shù)據(jù)，圖像上任意一點的光譜反射值可以連成一條幾乎連續(xù)的光譜曲線，因此高光譜圖像構成一個圖像數(shù)據(jù)立方體，二維空間描述了地物的空間維特征，光譜維描述了地物的光譜特征。高光譜圖像納米級的光譜分辨率不僅可以區(qū)分不同類型的地物，而且能夠識別同一種地物的不同類型，使得在多光譜遙感中難以探測的物質，在高光譜遙感中能夠被識別并區(qū)分。

高光譜遙感識別能力的提高促使遙感的監(jiān)測目標發(fā)生本質改變，也給數(shù)據(jù)處理、信息分析技術帶來了根本性的變化。龐大的數(shù)據(jù)量使得計算量劇增，數(shù)據(jù)存儲空間增大，數(shù)據(jù)運算處理時間增長；在樣本數(shù)據(jù)不足的情況下，高光譜圖像的分類精度隨著波段數(shù)量的增加，總體呈現(xiàn)先升高后降低的趨勢，并且樣本數(shù)量越小，這種趨勢越明顯，即產生維數(shù)災難Hughes現(xiàn)象；過高的波段數(shù)量使分類器對類內的變化過于敏感，增加了分類的難度，這些變化成為制約高光譜遙感技術進一步發(fā)展和應用的因素。針對上述問題，通常采用數(shù)據(jù)“降維”的方法，保留能夠描述地物本質特征的代表性波段，去除冗余、噪聲波段來提取特征，減小數(shù)據(jù)量，提高數(shù)據(jù)處理效率（57。

高光譜圖像數(shù)據(jù)降維有特征提取和特征選擇兩種方法。特征提取通過數(shù)學變換將光譜波段重新組合、壓縮和優(yōu)化。特征選擇又稱波段選擇，通過從原始波段中選擇部分特征波段實現(xiàn)降維，同時使波段的物理信息得以保留，在后續(xù)分析中能夠揭示數(shù)據(jù)潛在的模式機理。

波段選擇是高光譜遙感圖像預處理的一項重要內容，其最終目標是從原始波段中選擇出信息量大、相關性小、類別可分性好的少數(shù)特征波段組合W。然而，高光譜遙感圖像的波段選擇面臨巨大挑戰(zhàn)。一方面，由于信息量大的波段往往相關性也大，使得波段選擇難以同時滿足所有約束條件，導致選擇的波段組合在實際應用中不能獲得預期的效果；另一方面，數(shù)據(jù)結構的高度非線性、數(shù)據(jù)量龐大等原因使得波段選擇算法復雜，數(shù)據(jù)處理耗時長，效率較低。基于以上原因，高光譜圖像數(shù)據(jù)的波段選擇需要建立正確的評價準則、數(shù)學表達模型和算法以準確地反映數(shù)據(jù)的內在本質，提高數(shù)據(jù)處理效率。

?