在地球观测领域，精准获取环境信息对于应对气候变化、资源管理和环境保护等全球性挑战至关重要。近日，中国科学家在《Engineering》期刊上发表论文，介绍了一种名为 AMMIS（Airborne Multimodular Imaging Spectrometer）的新型机载多模块成像光谱仪，为高分辨率地球观测提供了强大工具。

技术突破：多模块设计与高性能指标

AMMIS 是中国高分辨率地球观测计划的重要组成部分，旨在为民用应用和未来星载高光谱有效载荷的关键技术验证提供支持。其核心创新在于多模块集成设计，涵盖紫外线（UV）、可见光近红外（VNIR）、短波红外（SWIR）和热红外（TIR）四个波段，可根据任务需求组合或独立运行。

每个模块配备三台光谱仪，通过视场拼接技术实现 40° 的宽视场，显著提升了观测效率。例如，VNIR 模块在 2 公里飞行高度下可实现厘米级地面采样距离，TIR 模块采用低温光学技术，将光学系统稳定维持在 100K，确保了热红外成像的高精度。

应用广泛：从大气监测到农业调查

自 2016 年以来，AMMIS 已完成 30 余次飞行任务，积累了超过 200 TB 的高光谱数据，应用领域广泛：

1. 大气污染监测：利用 UV 模块的差分光学吸收光谱技术，AMMIS 成功探测到钢铁厂、发电厂等氮氧化物排放源，并通过实验室和飞行校准，实现了高精度的垂直柱密度反演。
2. 矿物勘探：TIR 模块在 8-12.5μm 波段的高光谱分辨率使其能够识别石英、方解石等矿物的发射光谱，实验室与实地测量结果高度吻合，为地质资源勘探提供了新手段。
3. 水质与生态监测：在沿海地区，VNIR 模块的高空间分辨率帮助绘制了水深图和叶绿素浓度分布，为海洋生态保护和水资源管理提供数据支持。
4. 农业与植被研究：通过分析作物在 VNIR 和 SWIR 波段的反射特征，AMMIS 可精准识别不同植被类型，甚至检测病虫害早期症状，助力精准农业发展。

数据驱动：人工智能助力高光谱分析

研究团队还发布了三个具有代表性的高光谱数据集，涵盖复杂场景下的土地覆盖分类任务。通过结合传统机器学习（如随机森林）和深度学习（如卷积神经网络、视觉 Transformer），分类精度超过 90%，部分场景甚至达到 95% 以上。这表明 AMMIS 不仅是数据采集工具，更为人工智能算法的训练和优化提供了宝贵资源。

未来展望：推动星载技术与多学科融合

AMMIS 的成功验证为下一代星载高光谱传感器奠定了基础。研究团队计划将其与高分五号等卫星同步观测，结合机载高分辨率优势与星载大范围覆盖能力，进一步拓展应用场景。此外，团队还在探索将光谱范围扩展至中波红外（MWIR），以满足更多领域的需求。

结语

AMMIS 的问世标志着中国在地球观测技术领域的重大突破。通过多模块集成、高精度校准和人工智能融合，该仪器不仅提升了对大气、陆地和海洋的监测能力，也为全球环境治理和可持续发展提供了 “中国方案”。随着技术的不断迭代，我们期待 AMMIS 在更多领域发挥关键作用，为守护地球家园贡献科技力量。

来源: Engineering前沿