森林调查通常包含实地调查和遥感分析。在我国，林业所使用的遥感数据已占到全国所有卫星数据使用的9.42％。为了尽量减少人类活动对森林 的影响并同时保证森林的各种效益，一方面高空间分辨率遥感被越来越多的应用于现代森林调查中；另一方面，通过提高光谱分辨率，获取林分信息的高光谱遥感也显示了巨大的应用潜力。

1、高光谱遥感在森林调查中的应用

1.1高光谱遥感与森林调查的结合

森林资源调查是森林可持续经营的基础，现阶段多采用常规遥感与实地调查相结合的手段。不过这种方式需要较多的野外调查及丰富的判读经验，自动化程度低。为解决这一矛盾常通过两种途径，一是提高空间分辨率，利用纹理等信息来判别，其二是从因子间的光谱差异出发，提高探测器的光谱分辨率。 高光谱仪最初就被应用于植被遥感方面。它的波段数多，光谱分辨率高，根据调查对象或目的对感兴趣波段进行筛选及组合，提取其生物物理信息，在空间分辨率不高的情况下辨别出调查因子间的细微差别。例如划分不同龄级的不同树种，测定叶面积指数，提取郁闭度，进行森林健康状况监测等。对辅助数据的调查处理，弥补了宽波段遥 感的不足，提高了森林监测水平。

1.2树种（组）的判别

在确定采伐强度方式时，常要考虑树种比的合理性及优势树种生物学特性；建立天然林林分模型，还要将优势树种划分为较详细的森林类型组，如不同生长速度的针、阔叶树种，人工落叶松等。由于监测会受到林分冠层的生物化学特性、结构及环境等因素的影响，因此高光谱遥感提取生物的生化信息进行分类可得到较为理想的精度。利用高光谱信息，建立模型来自动分离树种(组)对于提高森林经营水平有着极其重要的意义。

1.3树龄的测定

树龄是确定经营措施的重要依据之一。在遥感测定中，许多学者的试验成果说明，由于不同针叶树种的光谱反射模式非常相似，很不容易分类，因此应结合光谱特征与纹理特征，加入拓扑、多时段信息和林冠、密度等森林调查数据，利用多种转换方式进行对比实验来提高分类精度。在高光谱数据空间分辨率较高，并包含多观测角度数据时，分类难度会随之降低。

1.4郁闭度的提取

郁闭度调查主要为了给采伐作业提供合理的保留郁闭度，以控制采伐强度和采伐株数。以往实地调查郁闭度常采用树冠垂直投影压线法或直接估测。遥感提取则通常利用图像的光谱信息，如基本的光谱变换，或对图像的亮度进行空间变换等。

1.5灾害与健康情况的检测

一般情况下，遭遇灾害的林分光谱特征变化比较大，常可用常规遥感解决。不过高光谱遥感可帮助在早期发现异常状况。森林的光谱特性与森林受损表现(森林失叶、枯萎、水分含量，物候期、叶龄和树龄等)之间存在许多联系。通过研究叶片的光谱反射系数变化，高光谱遥感可监测森林健康状况的变化，指示森林的病虫害类型、受灾程度、衰退等现象。

2、林业高光谱遥感的主要处理技术

高光谱遥感继承了多光谱遥感的工作原理，因此一些多光谱的处理技术仍然适用于高光谱数据。但由于高光谱数据同时具有波段多，数据量大，数据获取和传输速率高，光谱、图像合一等特点，我们需要探索发展更多分析及处理方法才能有效利用。

从不同的角度将分析技术归纳成四类，即多元统计分析技术，基于光谱位置(波长)变量的分析技术，光学模型方法，参数成图技术。研究证明，这四种技术在从高光谱遥感数据中提取生物物理和生物化学参数和成图方面均具有可行性。以下列出了在林业上较重要的高光谱遥感处理技术。

2.1高光谱遥感图像的降维

高光谱数据的波段之间相关性强，如何在众多的冗余数据中选择需要的数据，并在不妨碍表达重要信息的情况下进行降维，形成新的高光谱图像，是一个很具有挑战性的课题。现有的降维方法一般有：
1) 基于变换的方法，如主成分分析(PCA)、正交子空间投影(oSP)、正则分析(CA)、离散小波变换(DWT)等；2）基于非变换的，如波段选择，数据源划分等。

2.2混合光谱分解

由于空间分辨率的限制，遥感图像的单个像元中往往包括多种地物类型，影响分类精度。混合光谱分解技术可以分析光谱数据，确定在同一像元内不同成分所占的比例及识别在已知成分分析外加的成分。其模型分两类，即线性光谱混合模型和非线性光谱混合模型。线性光谱分离应用比较广泛，它将混合光谱近似地表示为这些纯成分(基本组成单元)的线性组合，在满足波段数大于景物数。

3、我国林业高光谱遥感的现状分析

目前，高光谱遥感在我国林业上的应用面临的主要障碍有：

1)数据源的缺少：目前获取高光谱数据有限且成本高，离实际应用还有很大的差距；

2)管理的不规范：我国的森林经营比较粗放，从数据管理到各种标准、规程有很多不统一的地方，制约了新技术的应用。

为了解决数据源问题，我国已开始发展自己的高光谱成像系统，先后成功研制了红外细分光谱仪、热红外多光谱等扫描仪，71波段多光谱机载成像光谱，128波段实用型模块化航空成像光谱仪系统和244波段推扫式成像光谱仪PHI。与现运行的对地观测系统相结合，高光谱多方向感应系统将为其提供实质性的改进，并为获取更加准确的森林调查数据提供保障，成为未来对地观测计划的一个重要组成部分。

今后，为了提高高光谱数据的利用价值及效率，在传感器方面，需改善其获取数据的性能，提高图像的信噪比，增强机上实时数据处理等能力；在森林调查数据处理方面，需完善各种已有算法并发展新的算法，增强大气纠正，数据降维，各类信息的提取等能力；在应用方面，要强调高光谱遥感数据的处理与实际生产的结合，如开发与树种识别、龄级分布、生物物理／化学特性提取及成图、动态监测、灾害成图及评估等相结合的应用软件包。在未来一段时间内，购买、处理并储存林业高光谱数据仍会是比较有挑战性的任务，应进一步地探索和完善高光谱遥感辅助森林调查的技术，使之能更好地服务于我国的森林可持续经营。