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
高光谱压缩为什么重要？从几百个波段到少量特征（上篇）
遥感影像处理中有一类数据非常特殊，它不是像普通照片那样只记录红、绿、蓝三种颜色，而是为每一个像素记录一条连续的光谱曲线。这样的图像就是高光谱图像。普通RGB图像中，一个像素通常只有3个通道；而高光谱图像中，一个像素可能包含几十、上百甚至上千个波段。
这意味着，高光谱影像比普通图像拥有更强的地物识别能力。植被、水体、屋顶、道路、阴影等对象，在RGB图像中可能颜色接近，甚至很难单凭肉眼区分，但在连续光谱曲线上却可能表现出明显差异。因此，高光谱图像的优势并不只是“颜色更多”，而是能够通过更细致的光谱响应揭示不同地物在材料、结构和状态上的差别。
图 1. 影像-光谱
但问题也随之出现：信息越丰富，数据越沉重。高光谱图像的优势来自大量波段，负担也同样来自大量波段。每个像素都携带一条较长的光谱曲线，这会直接导致存储成本增加、计算压力变大、模型训练变慢，后续的分类、检测和反演任务也会变得更加复杂。因此，高光谱图像处理中有一个非常核心的问题：能不能把几百个波段压缩成少量特征，同时尽可能保留有用信息？这正是高光谱压缩或光谱降维要解决的问题。
图 2. 高光谱降维应用示意图
需要注意的是，这里的“压缩”并不只是把文件体积变小。更准确地说，它是把每个像素内部的高维光谱信息转换成更紧凑的低维表达。也就是说，它真正关心的不是“这个文件能不能少占一些硬盘空间”，而是“原来几百个波段的信息，能不能用15个、10个甚至更少的特征来表达，并且仍然能够完成分类任务”。这背后存在一组典型矛盾：维度保留得太多，计算效率提升有限；维度压得太低，关键光谱信息可能丢失。高光谱压缩的难点，不是简单地把维度降下来，而是判断哪些信息可以丢，哪些信息必须留。
从方法体系来看，高光谱压缩大致可以分为几类：线性降维方法、非线性降维方法、独立成分分解方法，以及基于深度学习的自编码器方法。它们的区别并不只是算法形式不同，更重要的是，它们分别从不同角度回答了两个问题：光谱冗余在哪里？有效信息如何保留？
最经典的方法是PCA，也就是主成分分析。它的基本思路非常直观：高光谱图像中很多相邻波段高度相关，信息之间存在明显冗余。因此，可以把原始光谱投影到一组新的方向上，优先保留变化最大的主成分，把贡献较小的部分舍弃。PCA的优点是简单、稳定、计算效率高，很适合作为高光谱处理中的基础方法。很多项目刚开始做高光谱降维时，PCA往往都是第一个被尝试的方法。
不过，PCA也有明显局限。它本质上是线性方法，而真实地物的光谱响应往往受到材料属性、光照条件、大气影响、反射特性和吸收特性等多种因素共同作用，波段之间并不一定是简单的线性关系。因此，当数据结构比较复杂时，PCA可能无法充分表达高光谱数据中的非线性特征。
于是，KPCA被引入进来。KPCA可以理解为PCA的非线性扩展。它通过核函数把数据映射到更高维的特征空间，让原本复杂交织的光谱关系变得更容易展开和区分。相比PCA，KPCA对复杂光谱结构的表达能力更强，但代价是计算成本更高。对于大规模高光谱影像或者实时处理任务来说，KPCA的效率问题需要重点考虑。
另一类方法是ICA，也就是独立成分分析。它不像PCA那样关注方差最大，而是试图把原始信号分解成若干相互独立的成分。对于高光谱图像来说，不同地物、背景和噪声可能共同混合在像素光谱中，ICA希望从这种混合信号中找出更独立的结构。ICA的优势在于能够捕捉某些独立成分，但它对数据分布和模型假设比较敏感，因此实际表现会受到场景和压缩率影响。它有时能在特定区间取得不错效果，但并不一定是最稳定的方案。
如果把PCA、KPCA和ICA放在一起看，可以发现传统方法的核心逻辑比较清楚：它们都试图通过数学变换，从原始高维光谱中提取更紧凑的表达。但问题也在于，这些方法大多依赖预先设计好的规则。它们并不知道后续任务到底是分类、检测还是反演，也不一定知道哪些特征对最终任务最重要。
这就引出了下一类方法：自编码器。自编码器，也就是AE，可以理解为一个“先压缩、再还原”的神经网络。前半部分叫编码器，负责把原始高维光谱压缩成低维特征；后半部分叫解码器，负责从低维特征重建原始光谱。训练过程中，模型不断学习怎样压缩，才能尽量减少重建误差。AE的优势在于，它不是简单按照固定规则降维，而是可以从数据中学习非线性映射关系。因此，在高压缩率场景下，AE往往比传统线性方法更有潜力。
在AE的基础上，还有DAE，也就是去噪自编码器。高光谱影像中不同波段的噪声水平往往并不一致，尤其部分近红外波段容易受到大气和传感器噪声影响。DAE的目标不仅是学习压缩表示，还希望模型对噪声更鲁棒。换句话说，它不只是学习“如何把高维光谱压缩成低维特征”，还试图学习“如何在存在噪声的情况下恢复更稳定的光谱表达”。不过，DAE并不是万能答案。它的模型能力更强，但训练随机性也更明显，对数据质量、参数设置和训练稳定性都有更高要求。
到这里可以看到，高光谱压缩的技术路线逐渐清晰起来：PCA追求简单稳定，KPCA强调非线性表达，ICA关注独立成分分解，AE和DAE则依靠神经网络从数据中自动学习低维特征。
图 3. 方法体系总结图
这些方法的目标是一致的：用更少的维度，保留更多有用信息。但真正关键的问题是，什么才叫“有用信息”？如果只是希望压缩后还能重建原始光谱，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。
这也是下一篇需要重点讨论的问题：高光谱压缩不能只看重建误差，更要看任务表现。