多光谱、高光谱甚至是超光谱首先是应用于卫星的遥感，遥感技术已经成为人类获得地球以及其他星球信息重要的手段之一。利用遥感成像系统得到的地球资源信息已成为人类开发、合理的利用、管理和监测地球资源及环境不可缺少的基本手段，在农业、地质、森林、水利、土壤、海洋、环境、大气研究等领域发挥了巨大的作用。
多光谱遥感不仅可以根据影像的形态和结构的差异判别地物，还可以根据光谱特性的差异判别地物，扩大了遥感的信息量。
随着无人机的推广，航空摄影用的多光谱摄影也随之出现，与陆地卫星所用的多光谱扫描一样，也能得到不同谱段的遥感资料，分谱段的图像或数据可以通过摄影彩色合成或计算机图像处理，获得比常规方法更为丰富的图像，也为地物影像计算机识别与分类提供了可能。
从应用上看，多光谱和高光谱技术都可以应用在农业上的病虫害、土壤肥力、作物长势等等的监测，同时也应用于一些水域污染的监测，需求可谓日益旺盛。
光谱分辨力的区别：国际遥感界的共识是光谱分辨率在λ/10数量级范围的称为多光谱，这样的遥感器在可见光和近红外光谱区只有几个波段；而光谱分辨率在λ/100的遥感信息称之为高光谱。多光谱和高光谱实质上的差别就是：高光谱的波段较多，可达上百个，且谱带较窄。多光谱相对波段较少（如ETM+，8个波段，分为红波段，绿波段，蓝波段，可见光，热红外（2个），近红外和全色波段）。总结，高光谱成像就是比多光谱成像的光谱分辨率更高，但光谱分辨率高的同时空间分辨率会降低。
当你阅读这篇文章时，你的眼睛会看到反射的能量。但计算机可以通过三个通道看到它：红色、绿色和蓝色。
如果你是一条金鱼，你会看到不同的光。金鱼可以看到人眼看不见的红外辐射。
大黄蜂可以看到紫外线。同样，人类无法用我们眼睛看到紫外线辐射。
现在，想象一下，如果我们能够同时拥有人类、金鱼和大黄蜂的眼睛去看世界，那将会是什么样？实际上，现在我们可以使用多光谱和高光谱传感器来实现。
电磁频谱
可见光(红、绿、蓝)、红外光和紫外光是电磁光谱中的描述性区域。我们人类为了自己的目的而构造这些区域——为了方便地对它们进行分类。每个区域根据其频率(v)进行分类。
人类看到可见光（380 nm至700 nm）
金鱼看到红外线（700纳米到1毫米）
大黄蜂看到紫外线（10纳米到380纳米）
多光谱和高光谱图像赋予人类（红色，绿色和蓝色），金鱼（红外线）和熊蜂（紫外线）的能力。实际上，我们可以看到更多的是反射到传感器的电磁辐射。
多光谱和高光谱之间的主要区别在于波段的数量以及波段的窄度。
多光谱图像通常指3到10个波段。为清楚起见，每个波段都是使用遥感辐射计获得的。
多光谱示例：5个宽带（图像未按比例绘制）
高光谱示例：想象一下数百个窄带（图像未按比例绘制）
多光谱图像示例
多光谱传感器的一个例子是Landsat-8。Landsat-8产生11幅图像，图像带如下:
第1波段海岸气溶胶(0.43-0.45 um)
蓝色波段2 (0.45-0.51 um)
3波段绿色(0.53-0.59 um)
4波段红色(0.64-0.67 um)
5波段近红外近红外(0.85-0.88 um)
6波段短波红外SWIR 1 (1.57-1.65 um)
7波段短波红外SWIR 2 (2.11-2.29 um)
8波段全色(0.50-0.68 um)
9波段卷云(1.36-1.38 um)
10波段热红外TIRS 1 (10.60-11.19 um)
11波段热红外TIRS 2 (11.50-12.51 um)
除了8、10、11波段外，每个波段的空间分辨率都是30米。波段8的空间分辨率为15米，波段10和波段11的像素大小为100米。
如果你想知道为什么没有0.88-1.36波段，大气吸收是主要的动机，为什么没有传感器检测这些波长。
高光谱图像示例
TRW Lewis卫星计划在1997年成为第一个高光谱卫星系统。不幸的是，NASA与它失去了联系。
但后来美国国家航空和宇宙航行局确实成功地完成了发射任务。Hyperion成像光谱仪(EO-1卫星的一部分)是高光谱传感器的一个例子。例如，Hyperion在220个光谱波段(0.4-2.5 um)产生30米分辨率的图像。
美国宇航局机载可见/红外成像光谱仪(AVIRIS)是一种高光谱机载传感器。例如，AVIRIS提供224个波长从0.4-2.5 um的连续通道。
多光谱和高光谱
多光谱:3-10宽波段。
高光谱:数百条窄带。
多光谱与高光谱
在高光谱图像中具有更高层次的光谱细节，可以更好地看到不可见的东西。例如，高光谱遥感由于其高光谱分辨率而在3种矿物之间进行提取。但多光谱陆地卫星专题制图仪无法区分这三种矿物。
但它的缺点之一是增加了复杂性。如果有200个窄带可用，如何减少通道之间的冗余?
高光谱和多光谱图像有许多实际应用。例如，高光谱图像已被用于绘制入侵物种的地图和帮助矿产勘探。
在多光谱和高光谱的应用中，我们可以了解世界。例如，我们在农业、生态、石油和天然气、海洋学和大气研究等领域使用它。