<p><strong>1.全色波段（Panchromatic Band）</strong></p>

全色图像是单通道的（即单波段灰色影像），其中全色是指可见光波段0.38~0.76um（即人们熟知的红橙黄绿蓝靛紫），全色图像是这个波段范围的混合图像。因为是单波段，所以在ENVI中显示为灰度图片，无法进行彩色合成。全色遥感图像由于是采集整个可见光范围内的所有波段，所以一般空间分辨率很高，但无法显示地物色彩，也就是所谓的地物的光谱信息少。如下图所示，得益于其高空间分辨率，地物的纹理特征十分清晰，但由于是单波段成像，没有RGB色彩空间，地物的光谱信息很少。

2.多光谱波段（Multispectral Band）

多光谱影像是多通道影像。多光谱是指对地物的电磁辐射中多个波段的摄取，得到的影像数据中包含多个波段的光谱信息。对不同的波段分别赋予RGB显示通道，即可得到彩色影象。例如，将红、绿、蓝三个波段的光谱信息分别赋予到R，G，B三个通道，就可以的到真彩色影像。但由于传感器接收电磁辐射时对各个波段进行分光，所以接受到的电磁辐射就会有所损失，导致其空间分辨率降低。如下图所示，对多光谱影像进行真彩色合成后，其地物色彩跟我们人眼观察到的一样，但空间分辨率降低了，影像就看起来很模糊。

3.造成这种区别的原因

全色图像的采集不需要进行分光处理，它是对整个可见光波段范围进行采集。地物反射的电磁辐射在通过镜头后，被传感器直接接受，从光信号转变成电信号，再被数字量化成灰度，就成为我们在电脑上看到的灰度影像，所以在一定程度上可以说整个过程没有什么损失，故其空间分辨率很高。

而多光谱波段在被传感器采集之前还需要进行一个分光过程，将混合的白光分解成需要被记录的宽谱段R、G、B和近红外光束，再被传感器接收。在这个过程中，电磁辐射会有一定的损失，呈现到传感器上的总辐射能量就会减少，导致其空间分辨率降低。

参考某些知乎大佬的回答：吴吾务、坐后排的斜杠同志

1）不同的传感器可能采用不同的分光方式，比如我们日常使用的数码单反，使用了拜尔滤光片，在ccd上加了一层分布着以rgb为组单元的滤光片阵列，最后采集到的数据经过采样就获得最终rgb影像，相应的，他相比不使用滤光片，直接用ccd感应光线的图像，分辨率是下降到1/3左右的。还有是使用分色棱镜，将入射的一束光线分成RGB+ndir四束光线，分别用四个探测器接收，这样的直接结果是能量降低，分辨率也相应下降。

2）光进入相机镜头，光电感应装置将光信号转换为电信号，量化电脉冲信号，记录为一个像素值。传感器响应函数设计为，要使光电感应装置产生这个电脉冲信号，光子强度必须达到一个阈值。进入镜头的光子数量取决于:相机的感受野大小，镜头能通过的光子。多光谱图像要分出多个波段，镜头会分光，红滤镜只过红光，蓝滤镜只通过蓝光，假设相同的光打到全色与多光谱镜头上，显然因为滤光的缘故，多光谱感光器接收到的光子要少于全色感光器。而这些光子已经足够全色产生电脉冲，却不够多光谱产生电脉冲，这时，为了接收到更多的光子，多光谱相机需要更大的感受野。也就是说，全色看了一眼北京市，就吃够了光子，多光谱需要看一遍河北省，才能吃的和全色一样饱。后面接收光子的底片一样大，也就是说将北京市和河北省画到同样大小的一张纸上且占满整张纸，显然北京市的一张纸细节要多的多，而河北省的红绿蓝三张纸却一片模糊(不黑大河北雾霾了)。

在实际处理遥感影像时，我们肯定即想要全色波段的高空间分辨率，又想要保留多光谱波段的光谱信息，这就需要我们对影像进行融合操作，图像融合可以使我们同时获得高空间、高光谱分辨率的遥感影像，这个我会在后续分享图像融合的相关原理以及ENVI进行图像融合的方法。

如果大家在学习RS或者Python时有什么问题，可以随时留言交流！