全球视野 媒体聚焦
接受央视报道共计15次 党媒、央媒、地方官媒总传播量达0.5亿人次
高光谱压缩不能只看“像不像”，还要看“分不分得开”
上一篇讲到，高光谱压缩的核心目标，是把几十上百个波段压缩成少量特征，同时尽可能保留有用信息。但这里马上会遇到一个更关键的问题：什么才叫“有用信息”？如果只是希望压缩后还能还原原始光谱，那么评价标准可以是重建误差；但如果后续任务是地物分类，那么真正重要的就不是光谱曲线还原得有多像，而是压缩后的特征还能不能把不同地物分开。
传统上，很多高光谱压缩方法会优先关注重建误差。也就是说，先把原始高光谱像素压缩成低维特征，再从低维特征恢复出原始光谱曲线，然后比较恢复结果和原始曲线之间的差异。如果差异小，就说明低维表示保留了较多原始信息；如果差异大，就说明信息损失比较明显。这个评价思路当然有道理，因为重建误差确实能够反映压缩结果对原始信号的保真程度。
但问题在于，重建得像，不代表分类一定准。重建任务关心的是“尽量恢复所有光谱变化”，分类任务关心的却是“保留能够区分类别的关键变化”。有些光谱细节对还原曲线很重要，但对区分屋顶、道路、植被和阴影未必有用；有些差异在整条光谱曲线中非常细微，却可能刚好位于最有判别力的波段范围，对分类结果影响很大。因此，同一种压缩表示，完全可能在重建保真和类别可分性上得到不同评价。
图 1. 重建保真与类别可分性是两套不同的评价目标
这篇论文的实验设计，正是围绕这个问题展开的。研究者使用了三幅高空间分辨率高光谱影像，分别代表城乡过渡区、城市区域和森林区域。每个像素原本包含301个光谱维度，随后分别采用PCA、KPCA、ICA、自动编码器（AE）和去噪自动编码器（DAE）进行压缩，再把压缩后的低维特征送入XGBoost分类器，完成像素级地物分类。
为了把不同压缩条件放在同一个框架中比较，研究者针对每一种“压缩方法、压缩率和数据集”的组合，都重新训练了一个XGBoost分类器。论文实际使用了98个压缩率档位，因此总数是98个压缩率乘以5种方法，再乘以3个数据集，共1470个分类器。这样做不是为了堆叠模型数量，而是为了保证每一种低维表示都由相同类型、相同训练设置的分类器单独评价，使分类差异尽可能反映压缩特征本身是否保留了有用信息。
这种实验思路很有价值。因为它不是单独比较谁能把光谱曲线还原得更像，而是进一步比较谁能让分类器分得更准。换句话说，它把高光谱压缩从“重建导向”推进到了“任务导向”。对于实际遥感应用来说，这一点非常重要。我们做高光谱处理，最终往往不是为了得到一条看起来更漂亮的重建曲线，而是为了完成地物分类、目标检测、生态监测或定量反演等具体任务。
图 2. 压缩后数据的分类F1-score随压缩率变化
从图中的整体趋势看，随着压缩率升高，保留下来的特征维度越来越少，分类性能通常也会逐渐下降。这符合直觉：压缩越狠，丢失的信息越多，分类自然越容易受到影响。但有意思的是，分类性能并不是从一开始就快速崩溃。论文指出，在压缩率超过80%的情况下，几乎所有方法仍能取得高于0.85的F1-score。这说明高光谱数据内部确实存在大量冗余，去掉相当一部分维度，并不会立刻破坏分类能力。
更值得关注的是95%附近。301维光谱压缩到约15维，数据规模已经明显下降，但在部分场景中，分类所需的关键信息仍然能够被保留下来。城乡过渡区数据中，AE在95%到97%附近表现突出；城市数据中，AE在高压缩率下也能接近或达到线性方法的分类水平。再继续压缩，尤其当压缩率接近97%以后，部分曲线会明显下降。原因也很直接：前面的压缩主要是在去除冗余，后面的过度压缩则可能开始破坏真正有判别力的光谱结构。在这项案例研究中，95%左右是一个值得重点测试的高价值区间，它提示我们可以先在90%到95%附近做密集实验，但最终选择仍然要由具体任务的验证结果决定。
不同方法在这个过程中也表现出不同特点。PCA较低和中等压缩率下通常比较稳定，适合作为项目的基础方案；KPCA能够处理非线性关系，但计算成本更高；ICA在部分压缩区间会出现比较特殊的变化，对数据分布较为敏感；AE在高压缩率下更有潜力，因为它可以学习非线性的低维表示；DAE在设计上考虑了噪声，但训练结果的波动也更值得注意。换句话说，不能只根据某一条曲线给方法排一个固定名次，而应该同时考虑压缩率、数据场景、训练稳定性和计算资源。
图 3. 光谱维度压缩95%后的像素分类结果
分类图让这个结果变得更直观。即使301维光谱已经被压缩到约15维，不同方法仍然能够恢复出相当清晰的地物分布。但它也提醒我们，单独看一个总体F1-score还不够。总体分数接近的模型，可能在屋顶边缘、阴影区域或少数类别上表现不同；对于面积较小、容易混淆的地物，局部错误往往不会在平均指标中充分体现。因此，评价压缩结果时，除了看总体分数，还应检查分类图、各类别F1-score、召回率和混淆矩阵。
归根到底，高光谱压缩的意义不只是减少数据量。它实际上回答了一个更基础的问题：面对几百个连续波段，我们究竟应该保留什么？压缩不是简单删减，而是信息筛选；降维不是单纯变小，而是重新组织表达。对于分类任务来说，真正重要的不是压缩后的光谱还能不能完整复原，而是不同类别还能不能分开。对于检测任务来说，需要保留的可能是异常敏感性；对于定量反演来说，需要保留的则可能是物理一致性。不同任务需要的信息不同，最合适的压缩方法和压缩率自然也不会完全相同。
高光谱压缩的价值，也正在于此：它让我们意识到，遥感数据并不是信息越多越好，而是有用信息越集中越好。面对几百个波段时，真正重要的问题不是“能不能全部用上”，而是“能不能把最关键的部分留下来”。
[1] Mantripragada K, Dao PD, He Y, Qureshi FZ. The effects of spectral dimensionality reduction on hyperspectral pixel classification: A case study. PLoS One. 2022 Jul 14;17(7):e0269174. doi: 10.1371/journal.pone.0269174. PMID: 35834472; PMCID: PMC9282587.