图为高光谱综合观测卫星全球臭氧柱浓度监测图，清晰揭示臭氧全球分布，与国外同类卫星的监测结果相比趋势一致，可有力支撑大气污染防治、全球气候变化研究等。（国家航天局供图）
3月28日，国家航天局在京发布了高光谱综合观测卫星首批影像成果。首批影像成果包括全球臭氧柱浓度监测图、全球二氧化氮柱浓度监测图、亮温监测图、海冰监测图、高光谱数据立方体图等高光谱数据图像，展现了高光谱综合观测卫星在温室气体探测、内陆水体水质定量遥感监测、地物精细分类、矿产资源调查等方面的重要应用成果。
在国家航天局对地观测与数据中心组织下，首批影像成果由生态环境部卫星环境应用中心联合自然资源部国土卫星遥感应用中心、国家卫星气象中心、中国资源卫星应用中心等单位联合制作。综合考虑图像质量、地物类型、成像模式等因素，选择了能够体现高光谱综合观测卫星特有功能和性能的影像成果共14幅。包括可见短波红外高光谱相机影像产品7幅、大气痕量气体差分吸收光谱仪影像产品4幅、宽幅热红外成像仪影像产品3幅。
高光谱综合观测卫星运行于高度705公里的太阳同步回归轨道，主要配备可见短波红外高光谱相机、大气痕量气体差分吸收光谱仪、宽幅热红外成像仪等有效载荷。该卫星在2022年12月9日成功发射。
2023年1月21日，卫星平台系统和载荷完成功能测试，各载荷预处理图像质量良好，在轨状态稳定，正式转入星地一体化测试阶段。截至目前，卫星地面系统共接收数据320TB，生产1级产品数据12256景，后续将按照计划向用户推送1级产品数据，同步开展应用系统产品测试。
此外，该卫星的数据也将在国家遥感数据与应用服务平台上共享，持续为各层次用户，提供包括高光谱综合观测卫星数据在内的国家民用遥感数据和产品应用服务，推动中国遥感数据共建共享共用。（记者宋晨）
成像高光谱相机作为一种无损、快速地测技术，已广泛应用于食品质量检测和农业定量分析。本研究实现了从成像高光谱相机反射信息中识别大米蛋白质含量、肉制品新鲜度和咖啡豆品种。国内学者通过提取非转基因亲本及其转基因大豆的特征波长，结合化学计量学方法，建立了PLS-DA识别模型，为转基因大豆的识别提供了新的途径。因此，本工作拟利用成像高光谱相机技术开展水稻品种鉴定的相关研究，探索一种适合“中国好粮油”计划的优质水稻鉴定方法。
成像高光谱相机技术开展水稻品种鉴定
本实验以五种不同品种的水稻为研究对象，综合运用成像高光谱相机分析技术和数据处理方法，根据样本的不同信息建立相应的模型。对成像高光谱相机技术在水稻品种识别中的检测方法进行了研究，主要结论如下：
成像高光谱相机特征波长
提出了一种基于图像信息的水稻品种识别方法。通过PCA分析，选择成像高光谱相机680 nm作为特征波长，提取特征波长下的图像信息，将成像高光谱相机提取的纹理特征和形态特征参数组合作为输入量建立水稻品种识别模型。结果表明，FIGSPEC判别分析、偏最小二乘回归模型和神经网络模型对稻谷品种识别的准确率分别为95.3%、95%和98%。该方法将原始的150× 200光谱数据矩阵缩减为150× 8特征分类矩阵，成像高光谱相机大大减少了分类建模过程中的数据处理工作量，满足了水稻品种识别精度的要求。
在水稻品种识别模型的优化中，基于成像高光谱相机图像特征参数的ANN模型比FIGSPEC判别分析和PLSR识别效果更好，识别准确率高达98%。该方法可实现水稻品种的无损快速鉴定，并具有处理大量样本的潜力，可用于大规模检测和智能分析。
FigSpec®FS2X系列成像高光谱相机
FigSpec®FS2X系列成像高光谱相机采用高衍射效率的透射式光栅分光模组与高灵敏度面阵列相机、结合内置扫描成像及辅助摄像头技术，解决了传统高光谱相机需外接推扫成像机构及调校复杂等难以操作的问题。可与标准C接口的成像镜头或显微镜直接集成，实现光谱影像的快速采集。
成像高光谱相机原理参数及应用领域：
成像高光谱相机可见光/近红外：
· 成像高光谱相机光谱范围：400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道
· 成像高光谱相机图像分辨率可达1920*1920
成像高光谱相机短波近红外：
· 成像高光谱相机光谱范围：900-1700nm，波长分辨率优于8nm，可达254个光谱通道
· 成像高光谱相机图像分辨率可达320*320
成像高光谱相机可用于实验光谱分析，矿物甄别，材料分选，蔬果分析，地质勘探，农业遥感，工业检测，无人机载高光谱，成像分析，便携式高光谱成像分析，可见光高光谱成像分析，红外高光谱成像分析，热红外高光谱成像分析，黑色塑料分选，金属制造，色选，气体检测，火焰分析，农业植被类型识别，垃圾回收，水果质量分析，显微高光谱分析，农业高光谱，遥感高光谱，光谱成像分析，植被高光谱，航空高光谱，高光谱异常检测，荧光高光谱分析，显微高光谱成像，地物高光谱分析，室内高光谱分析，刑侦高光谱分析，土壤高光谱分析，环境监测。