Hyperspektriset

Hyperspektriset kuvantamiset ovat kuvantamismenetelmiä, joissa jokaisesta pikselistä tallennetaan laaja sarja kapeita, vierekkäisiä spektrikanavia. Jokainen pikseli saa täyden spektrin, jonka avulla voidaan analysoida materiaaleja spektrisistä signatuurista. Tämä antaa suuremman erottelukyvyn kuin RGB- tai tavalliset multispektrikuvat.

Kanavat ovat usein satoja ja erittäin kapeita, ja ne kattavat tyypillisesti näkyvän ja infrapuna-alueen. Eri materiaaleilla on erilaiset spektrikartat, mikä mahdollistaa tarkemman tunnistamisen ja luokittelun.

Laitteet ja kuvantamismuodot: hyperspektriset järjestelmät voidaan asentaa lentokoneisiin, drooneihin tai maa-alustaisiin sovelluksiin. Yleisiä toimintatyyppejä ovat pushbroom, whiskbroom ja snapshot.

Analyysi: kerätty data kalibroidaan radiometrisesti ja geometrisesti. Tunnistus perustuu spektrisignatuureihin, endmember-analyyseihin ja spektrin sekoittumisen purkuun (spectral unmixing). Pääkomponenttianalyysi ja muut menetelmät tukevat luokitusta.

Sovellukset: maankäyttö- ja kasvillisuusmonitorointi, mineraalien ja maan koostumuksen kartoitus, elintarvikkeiden laadunvalvonta sekä ympäristön seuranta ja vedenlaadun arviointi.

Haasteet: suuri datamäärä, tallennus- ja laskentatarve sekä kalibrointi- ja ilmasto- sekä säätekijöihin liittyvät korjaukset. Kustannukset ja laitevalikoima rajoittavat käyttöönottoa, vaikka tekniikka kehittyy ja sovellukset laajentuvat.