Аннотация

Мультиспектральная и гиперспектральная визуализация — одно из наиболее революционных технологических направлений в современном дистанционном зондировании. В данной статье систематически рассматривается полувековая эволюция технологий — от запуска Landsat-1 с мультиспектральным сканером (MSS) в 1972 году, открывшего эру цифрового дистанционного зондирования, до интеллектуальных гиперспектральных систем восприятия на основе ИИ в 2026 году. Анализ проводится по нескольким измерениям: космические системы (Россия и Китай), платформы БПЛА и наземные портативные устройства, а также методы обработки на основе искусственного интеллекта. Исследование показывает, что гиперспектральное дистанционное зондирование переживает парадигмальный сдвиг — от «научного инструмента для узкого круга профессиональных пользователей» к «масштабируемым коммерческим услугам», и ИИ играет центральную роль в этом переходе.

Ключевые слова: гиперспектральная визуализация; мультиспектральное дистанционное зондирование; Landsat; Hyperion; EnMAP; дистанционное зондирование с БПЛА; искусственный интеллект

1 Введение

Основная задача дистанционного зондирования — получение информации о поверхности Земли бесконтактным способом. Запуск Landsat-1 в 1972 году впервые привнёс возможности цифрового мультиспектрального наблюдения в гражданскую сферу, а разработка и инженерная реализация концепции гиперспектральной визуализации в 1980-х годах повысили спектральное разрешение дистанционного зондирования на порядок. В XXI веке космические гиперспектральные системы прошли путь от технологической демонстрации до операционной эксплуатации, платформы БПЛА опустили возможности спектрального восприятия на уровень полевых условий, а искусственный интеллект коренным образом изменил парадигму обработки гиперспектральных данных.

Понимание логики этой технологической эволюции имеет важное значение для определения будущих направлений развития дистанционного зондирования. Цель данной статьи — предложить сквозной взгляд на историю технологий: от мультиспектральных систем к гиперспектральным, от авиационных и космических платформ до БПЛА, от ручной интерпретации до обработки на основе ИИ.

2 Эпоха становления мультиспектрального дистанционного зондирования (1972–1980-е годы)

2.1 Landsat-1 и начало цифрового дистанционного зондирования

В 1972 году NASA запустило первый спутник для исследования ресурсов Земли ERTS-1 (позже переименованный в Landsat-1), оснащённый мультиспектральным сканером (MSS), работающим в четырёх широких спектральных диапазонах: зелёном (0.5–0.6 мкм), красном (0.6–0.7 мкм), ближнем инфракрасном (0.7–0.8 мкм) и ближнем инфракрасном (0.8–1.1 мкм), с пространственным разрешением около 80 метров. Это была первая гражданская система, систематически предоставляющая глобальному научному сообществу цифровые мультиспектральные данные, что коренным образом изменило способ наблюдения за поверхностью Земли.

Однако конструкция MSS с «широкими диапазонами и малым числом каналов» была продуктом технологических ограничений того времени и вскоре выявила фундаментальное ограничение: широкие спектральные интервалы «усредняли» узкие абсорбционные признаки различных минералов, делая точную идентификацию веществ невозможной. Это ограничение стимулировало спрос на более высокое спектральное разрешение.

2.2 Переход от мультиспектральных систем к гиперспектральным: концептуальный скачок

В 1985 году Goetz и другие в журнале Science официально определили «спектральную визуализацию» (imaging spectrometry) как «получение изображений в сотнях непрерывных, согласованных спектральных диапазонов, позволяющее для каждого пикселя извлечь полную спектральную кривую». Установление этой концепции ознаменовало переход гиперспектральной визуализации от технологической идеи к научной парадигме.

Технологическая предпосылка появилась ещё в 1979 году, когда на рынке появились первые коммерческие гибридные фокальные матрицы (детекторы HgCdTe, соединённые с кремниевыми ПЗС-считывающими устройствами). Хотя первые детекторы содержали всего 32×32 элемента, они позволили создать спектрометры, охватывающие спектральный диапазон за пределами 1,1 мкм — границы кремниевых матриц.

3 От авиационных к космическим: инженерная реализация гиперспектральных систем (1980–2000-е годы)

3.1 Пионерские авиационные системы

В 1983 году Лаборатория реактивного движения (JPL) NASA разработала первый авиационный гиперспектральный визуализатор — AIS (Airborne Imaging Spectrometer). Это стало отправной точкой перехода гиперспектральной технологии от концепции к инженерной реализации.

В 1987 году первый полёт совершил AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) — веха в развитии авиационной гиперспектральной визуализации. AVIRIS охватывает диапазон 0,41–2,45 мкм, имеет 224 непрерывных спектральных канала с разрешением 10 нм, работает на высоте 20 км на самолёте ER-2, обеспечивая пространственное разрешение около 20 м и ширину полосы обзора 11 км. Эта система остаётся эталонным авиационным гиперспектральным прибором и до настоящего времени.

В 1989 году канадская компания ITRES представила первый коммерческий авиационный гиперспектральный прибор — CASI (Compact Airborne Spectrographic Imager), работающий в диапазоне 450–950 нм с 288 спектральными каналами и 578 пространственными пикселями. Компактный дизайн CASI позволил использовать его на лёгких самолётах для выполнения операционных задач, таких как подсчёт рыбных запасов и картирование глубин водоёмов.

3.2 Космическая эра: Hyperion

21 ноября 2000 года NASA запустила спутник EO-1, оснащённый сенсором Hyperion — первым космическим гиперспектральным визуализатором. Hyperion работал в 220 уникальных спектральных каналах с диапазоном 0,357–2,576 мкм и шириной полосы 10 нм, с пространственным разрешением 30 метров и шириной полосы обзора 7,7 км. Спутник был запущен в рамках программы New Millennium Program для демонстрации новых технологий и изначально рассчитывался на один год работы, но фактически проработал до 2017 года.

Следует отметить, что Hyperion не был абсолютно первым космическим гиперспектральным прибором — в 1990-х годах NASA совместно с TRW разрабатывала систему HyperSpectral Imager, однако Hyperion стал первым широко известным и признанным сообществом космическим гиперспектральным визуализатором.

4 Российские космические гиперспектральные системы

4.1 Серия «Ресурс-П»: первая российская операционная гиперспектральная система

Серия спутников «Ресурс-П» стала основой российской гражданской системы высокодетального наблюдения Земли и первым носителем операционной гиперспектральной аппаратуры. Первый спутник «Ресурс-П» №1 был запущен 25 июня 2013 года, и уже 29 августа 2013 года госкорпорация «Ростех» объявила о получении первых гиперспектральных изображений поверхности Земли.

Гиперспектральная аппаратура «ГСА»

Основным гиперспектральным инструментом серии является аппаратура «ГСА», разработанная Красногорским заводом имени С.А. Зверева (КМЗ) совместно с НПП «ОПТЭКС» ЦСКБ-Прогресс. Прибор обеспечивает гиперспектральную съёмку поверхности Земли и получение информации о распределении поля спектральной энергетической яркости.

Ключевые характеристики ГСА:

• Спектральный диапазон: 0,4–1,1 мкм
• Число спектральных каналов: 96 по техническому заданию, однако фактически на орбите подтверждено функционирование более 200 каналов (до 216)
• Спектральное разрешение: от 5 до 10 нм
• Пространственное разрешение: 30 м
• Ширина полосы захвата: 30 км
• Отношение сигнал/шум: не менее 200 при сигнале, близком к насыщению
• Разрядность: 14 бит/пиксель

ГСА предназначена для съёмки и спектрального анализа характерных сюжетов местности — лесов, посевов, почв, геологических образований — с целью определения их состояния: влажности, состава, урожайности, заболеваний сельскохозяйственных культур, экологии суши и моря.

Специальный режим и дополнительные возможности

Помимо штатного режима, ГСА способна работать в специальном режиме с более высоким спектральным разрешением при пространственном разрешении 120 м. Этот режим используется для восстановления полей содержания диоксида азота (NO₂) в тропосфере. Разработанный алгоритм обеспечивает пространственное разрешение около 2,4 км для картирования загрязнения NO₂, что значительно превосходит возможности других действующих спутниковых инструментов. Измерения выполняются по запросу, а не в режиме глобального непрерывного покрытия.

Стандартные продукты обработки гиперспектральной информации

Для данных ГСА разработана система стандартной обработки, включающая несколько уровней. Уровень «0» предусматривает радиометрическую коррекцию видеоданных, преобразование гиперспектральной информации в матрицы ожидаемого уровня спектральной плотности энергетической яркости (СПЭЯ) на входном зрачке ГСА, расчёт уровня СПЭЯ на нижней границе атмосферы, расчёт коэффициентов рациональных полиномов и формирование паспорта файла.

Развитие серии и новейшие аппараты

Гиперспектральная аппаратура устанавливалась на всех спутниках серии «Ресурс-П». На «Ресурс-П» №2, запущенном 26 декабря 2014 года, ГСА обеспечивала минимальное число спектральных диапазонов 96 при пространственном разрешении 25–30 м и ширине полосы захвата 25 км.

Последний на сегодняшний день спутник серии — «Ресурс-П» №5 — был запущен 25 декабря 2024 года. Он оснащён модернизированной гиперспектральной аппаратурой ГСА-РП, предназначенной для съёмки поверхности Земли не менее чем в 120 узких спектральных диапазонах. За время эксплуатации серии «Ресурс-П» гиперспектральной аппаратурой было отснято более 14 млн км² поверхности Земли.

Практическое применение данных ГСА

Данные ГСА «Ресурс-П» нашли применение в различных областях. В частности, они использовались для оценки состояния поверхностных вод — например, для определения наличия минеральной взвеси в водах озера Байкал. Спектральный анализ характерных сюжетов местности позволяет решать задачи определения влажности почв, состава лесов, геологических образований, урожайности и заболеваний сельскохозяйственных культур. Каталог EarthData NASA также включает данные ГСА со спутника «Ресурс-П» №1, подтверждая спектральный диапазон 400–1100 нм и пространственное разрешение 30 метров.

5 Китайские космические гиперспектральные системы

5.1 Серия «Цзыюань» (ZY)

ZY1-02D был запущен 12 сентября 2019 года и является операционным гиперспектральным спутником, основным пользователем которого выступает Министерство природных ресурсов КНР. Аппарат работает на солнечно-синхронной орбите высотой 780 км, масса около 1900 кг. На борту установлены две основные нагрузки: камера видимого и ближнего инфракрасного диапазона (помимо традиционных 4 диапазонов добавлены прибрежный синий, жёлтый, красный край и ещё один ближний инфракрасный, разрешение 2,5 м/10 м, ширина полосы обзора 115 км) и гиперспектральная камера.

Гиперспектральная камера (AHSI) обеспечивает 166 спектральных каналов в диапазоне 0,4–2,5 мкм, пространственное разрешение 30 метров, спектральное разрешение VNIR 10 нм / SWIR 20 нм, ширину полосы обзора 60 км, угол бокового сканирования 26°, период повторного посещения 3 дня. Данные AHSI успешно применяются для поиска полезных ископаемых. Например, в исследовании золоторудного месторождения Цяньхунцюань в Бэйшане (провинция Ганьсу) на основе данных AHSI было выполнено картирование изменённых минералов — серицита (низкоглинозёмистого, среднего, высокоглинозёмистого и железистого мусковита), кальцита, доломита, эпидота и хлорита, распределение которых тесно связано с зонами пластичных сдвигов, что дало ключевые индикаторы для региональных поисковых работ.

ZY3-02 был запущен в 2016 году на солнечно-синхронную орбиту высотой 509 км с расчётным сроком службы 5 лет. На борту установлены четыре оптические камеры: панхроматическая камера в надир (разрешение 2,1 м), панхроматические камеры переднего и заднего обзора (разрешение 2,5 м, улучшено по сравнению с 3,5 м у ZY3-01), а также 4-диапазонная мультиспектральная камера в надир (разрешение 5,8 м, диапазоны: синий 0,45–0,52 мкм, зелёный 0,52–0,59 мкм, красный 0,63–0,69 мкм, ближний инфракрасный 0,77–0,89 мкм, ширина полосы обзора около 51 км). Мультиспектральные данные ZY3-02 используются для инвентаризации земельных ресурсов, экологического мониторинга и оценки землепользования.

5.2 Серия «Гаофэнь» (GF)

После завершения миссии GF-5 в апреле 2020 года его преемник GF-5 02 был успешно запущен 7 сентября 2021 года с улучшенным гиперспектральным сенсором AHSI: 330 спектральных каналов в диапазоне 400–2500 нм, пространственное разрешение 30 метров, ширина полосы обзора 60 км, спектральное разрешение 5 нм в VNIR и 10 нм в SWIR. На борту также установлен полноспектральный спектральный сенсор VIMI для мониторинга окружающей среды и исследования природных ресурсов.

6 Современные европейские, американские и коммерческие системы

6.1 Европа: PRISMA и EnMAP

Итальянский спутник PRISMA работает с 2019 года, обеспечивая непрерывность европейских гиперспектральных возможностей. В июле 2026 года Итальянское космическое агентство заключило контракт с OHB Italia на разработку PRISMA Second Generation (PSG), запуск запланирован на конец 2031 года, что обеспечит преемственность европейских гиперспектральных данных следующего поколения.

Немецкий EnMAP был запущен в 2022 году ракетой Falcon 9. Прибор имеет 230+ спектральных каналов в диапазоне 420–2450 нм, пространственное разрешение 30 м, ширину полосы обзора 30 км, период повторного посещения 27 дней (4 дня при боковом сканировании ±30°), срок службы более 5 лет. Целевые области применения: сельское и лесное хозяйство, почвы, геология, прибрежные и внутренние воды.

6.2 США: Tanager-1

Tanager-1 был запущен в августе 2024 года в рамках сотрудничества Planet Labs, Carbon Mapper Coalition и NASA JPL. Прибор использует Dyson-спектрометр с диапазоном 380–2500 нм, спектральным разрешением около 5 нм и пространственным разрешением 30 м. В апреле 2026 года Planet объявила о разработке специализированной версии Tanager SWIR для мониторинга метана, запуск запланирован на 2028 год.

6.3 Коммерческие созвездия: Pixxel Firefly

Pixxel завершила развёртывание шести спутников Firefly в 2025 году. Характеристики: пространственное разрешение около 5,4 м, диапазон 472–890 нм, около 135 доступных спектральных каналов (до 45 одновременно выбираемых), ширина полосы обзора 38 км, период повторного посещения менее 7 дней (менее 4 дней выше 30° широты). Следующее созвездие Honeybee планируется к запуску в 2026 году с расширением на SWIR-диапазон.

7 Наземные и беспилотные гиперспектральные системы: Figspec и HHIT

7.1 Figspec: полная линейка продуктов

Компания Figspec построила полную продуктовую линейку под брендом FigSpec®, охватывающую линейные сканеры, портативные камеры, бортовые системы для БПЛА и поворотные платформы, обеспечивая адаптацию ко всем сценариям — от лаборатории до полевых условий.

Линейные гиперспектральные камеры (серии FS1X/FS2X) : серия FS1X охватывает пять спектральных областей от видимого (400–700 нм) до коротковолнового инфракрасного (1400–2500 нм), поддерживает 300–1200 спектральных каналов, спектральное разрешение до 2,5 нм (для некоторых моделей 1,5 нм), частота кадров полного спектра 128 Гц, в режиме ROI — до 3300 Гц; применяется для высокоточного контроля цвета и обнаружения дефектов в полиграфии и текстильной промышленности. Серия FS2X использует интеграцию трансмиссионного дифракционного модуля с матричной камерой, поддерживает прямое подключение объективов с C-креплением; разрешение видимого/ближнего инфракрасного диапазона (400–1000 нм) составляет 2,5 нм, коротковолнового ближнего инфракрасного (900–1700 нм) — 6 нм.

Портативные гиперспектральные камеры (серия FSIQ) : оснащены 5-дюймовым сенсорным экраном, спектральный диапазон 400–1700 нм, пространственное разрешение до 1920×1920, число спектральных каналов до 1200, масса около 2,8 кг, встроенный аккумулятор; применяются для полевого анализа фенотипов сельскохозяйственных культур, геологической разведки и других задач.

Бортовые гиперспектральные системы для БПЛА:

• Серия FS-60C: совместима с платформами DJI M400, спектральный диапазон 400–1700 нм, спектральное разрешение лучше 2,5 нм, 1200 спектральных каналов.
• Серия FS-6B: флагманская модель с полным спектральным покрытием 400–2500 нм, интегрирующая VISNIR (400–1000 нм, 1200 спектральных каналов, разрешение лучше 2,5 нм, 1920 пространственных каналов) и SWIR (900–2500 нм, 250 спектральных каналов, разрешение лучше 10 нм, 640 пространственных каналов). Сверхлёгкий корпус, поддержка одного оператора, встроенная память 8 ГБ + 512 ГБ SSD. Применяется для оконтуривания гидротермально изменённых пород, каолинита, алунита и других характерных минералов, а также в точном земледелии и экологическом мониторинге.
• Серия FS-62L: многоспектральная камера с 4 каналами + RGB и дополнительным LWIR-термальным сенсором для прямого получения данных о температуре.
• Серия FS60-UCR: интегрирует лидар и гиперспектральную визуализацию, позволяя одновременно получать данные лазерного сканирования и гиперспектральные изображения, дальность измерения до 300 м.

Поворотные гиперспектральные системы (серия FS) : оснащены поворотной платформой с вращением на 360°, поддерживают автоматическое сканирование и сетевое подключение, спектральный диапазон 390–1010 нм, разрешение 2,5 нм; применяются для мониторинга качества воды в реках, инвентаризации лесных ресурсов и других задач крупномасштабного динамического мониторинга.

7.2 Применения гиперспектральной съёмки

Гиперспектральные данные находят применение в широком спектре областей:

Сельское хозяйство и растительность — ранняя диагностика болезней культур, оценка урожайности, анализ фенотипов, точное земледелие.

Геология и полезные ископаемые — картирование изменённых минералов, литологическая идентификация, оконтуривание поисковых площадей.

Экологический мониторинг — загрязнение вод, тяжёлые металлы в почве, обнаружение атмосферных газов (CH₄, CO₂ и др.).

Промышленный контроль — сортировка материалов, обнаружение дефектов, контроль качества цвета.

Безопасность и оборона — распознавание маскировки, обнаружение взрывчатых веществ, сопровождение целей.

Медицина и биология — спектральный анализ тканей, определение состава лекарств.

Культурное наследие — анализ пигментов фресок, неразрушающая идентификация артефактов.

7.3 HHIT: полный спектральный охват

Продуктовая линейка HHIT обеспечивает полный спектральный охват от ультрафиолета (UV) до длинноволнового инфракрасного (LWIR) : UV (200–400 нм), видимый (400–700 нм), ближний инфракрасный (700–1000 нм), коротковолновый инфракрасный (1000–2500 нм), средневолновый инфракрасный (MWIR, 3–5 мкм) и длинноволновый инфракрасный (LWIR, 8–14 мкм). Компания предлагает наземные стационарные, ручные портативные, бортовые для БПЛА (включая адаптацию для мультироторных и фиксированных платформ), а также автомобильные и судовые мобильные решения.

8 Обработка на основе искусственного интеллекта

8.1 Традиционные методы машинного обучения

Машины опорных векторов (SVM) и случайные леса (RF) остаются наиболее практичными базовыми алгоритмами для гиперспектральной классификации. SVM хорошо работает в высокоразмерном пространстве и при малых обучающих выборках, RF устойчив к переобучению и шуму и обеспечивает оценку важности признаков. Исследование 2026 года (IEEE) систематически сравнило архитектуры ML/DL для картирования минералов, подтвердив, что RF показывает отличные результаты в классификации минералов и литологическом картировании.

8.2 Глубокое обучение и трансформеры

Свёрточные нейронные сети (CNN), рекуррентные сети (RNN), графовые нейронные сети (GNN) и модели на основе трансформеров автоматически изучают дискриминативные спектрально-пространственные представления. Эффективная архитектура HyperspectralCNN использует 3D-свёртки для одновременной обработки пространственных и спектральных измерений, достигая конкурентной точности при меньшем числе параметров. Появились исследования по самоконтролируемому обучению, мультимодальному обучению, моделям «видение-язык» и объяснимому ИИ (XAI) для повышения точности, робастности и интерпретируемости.

8.3 Спектральная суперразрешающая способность и обработка в реальном времени

Спектральная суперразрешающая способность (SSR) позволяет восстанавливать гиперспектральные данные из RGB-изображений, обходя ограничения стоимости и скорости гиперспектральных камер. Одним из примеров является FPUF-Net (Fusion Perception Unfolding Network), разработанный Jindai Liu, Fengshuang Liu и Jun Fu из Цзилиньского университета(Китай) и опубликованный в Computers and Electronics in Agriculture (2026). Сеть «разворачивает» физически обоснованный итеративный процесс в обучаемые слои, обеспечивая не только точность, но и физическую согласованность восстановленных спектров. Однако задача сформулирована уже — это восстановление спектров кукурузы из RGB-изображений для повышения точности обнаружения болезней (прирост 0,51–8,1% относительно RGB), а не универсальное восстановление гиперспектральных данных.

Бортовая обработка в реальном времени: DPSPM (Deep Pushbroom SubPixel Mapping) — первая платформа глубокого обучения для субпиксельного картирования, специально разработанная для бортовой работы в реальном времени на гиперспектральных сенсорах pushbroom-типа. Авторы — Matteo Impieri, Davide Piccinini, Diego Valsesia, Enrico Magli из Туринского политехнического университета (Италия), публикация в IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (2026). Модель использует пространственно-спектральный контекст соседних строк и долгосрочную информацию от предыдущих строк через эффективные модели пространства состояний. На маломощном встраиваемом ускорителе (конкретная модель в статье не указана) обеспечивается вывод со скоростью поступления строк pushbroom-сенсора при низких требованиях к памяти.

Слияние данных и повышение разрешения: AI-фреймворк, разработанный Arif Masrur (Esri), Peder Olsen (Microsoft Research Lab), Carlan Jackson (Alabama A&M University) и Paul Adler (USDA-ARS), опубликованный в IEEE JSTARS (2026), объединяет спутниковые данные Sentinel-2 (10/20 м) с гиперспектральными съёмками БПЛА. Гиперспектральные данные БПЛА используются только для калибровки и создания ground truth при обучении модели. Практическое применение возможно с недорогими RGB-дронами: фреймворк выполняет спектральное расширение RGB-данных БПЛА в VNIR-диапазон и экстремальное повышение разрешения Sentinel-2 с 10–20 м до 12,5 см (>80×) при сохранении спектральной точности (PSNR > 30 дБ). Это позволяет фермерам получать спектрально богатые данные высокого разрешения без дорогостоящих гиперспектральных сенсоров.

9 Заключение

Тенденции 2020–2026 годов можно обобщить в трёх пунктах:

Во-первых, наземные системы прошли путь от лабораторных громоздких установок к ручным, портативным приборам, работающим от смартфона или аккумулятора, что снизило порог входа для полевых исследований. Компании Figspec и HHIT предлагают полные линейки продуктов — от UV до LWIR, от линейных сканеров до бортовых систем БПЛА, — покрывающие практически все мыслимые применения.

Во-вторых, БПЛА стали стандартной платформой для гиперспектральной съёмки, с интеграцией лидаров и появлением специализированных моделей для геологии, сельского хозяйства и экологического мониторинга. DJI M400, пришедший на смену M300/M350, с максимальной полезной нагрузкой 6 кг и временем полёта до 59 минут, стал новой стандартной платформой для бортовых спектральных систем.

В-третьих, ИИ прошёл путь от SVM/RF через CNN/Transformer к бортовому выводу в реальном времени и слиянию мультимодальных данных, решая ключевые проблемы высокой размерности и сложности гиперспектральных данных.

Полувековая эволюция от Landsat-1 до современных AI-систем демонстрирует устойчивую тенденцию: повышение спектрального разрешения, миниатюризация платформ и интеллектуализация обработки. Гиперспектральное дистанционное зондирование перестало быть эксклюзивным инструментом научных лабораторий и становится масштабируемой технологией, доступной для широкого круга прикладных задач.