一种基于多源遥感影像的亚端元光谱提取方法.docx

一种基于多源遥感影像的亚端元光谱提取方法
随着遥感技术的不断发展，利用遥感影像来进行地物分类和识别已经成为一种重要的手段。其中，光谱信息是获得地物特征信息的关键性因素之一。然而遥感影像中每个像素点所代表的物理现象至少包含着空气-地面相互作用和环境阴影的影响，这就使得遥感影像中存在了许多混合像元，这些混合像元不利于准确提取地物信息。因此，光谱混合像元的解决成为了一个挑战。而亚端元光谱提取方法可以帮助有效解决此问题。
亚端元光谱提取是一种纯基于光谱信息的混合像元分解方法，它将原始光谱信号分解成许多小信号或亚端元，每个亚端元都是由几个比较确定的材质组成的。通常亚端元的数目是比较小的，大概在十几种到几十种不等。在噪声不大并且光谱混合像元数量比较少的情况下，通过亚端元光谱提取可以有效提高精度。
其核心思想是利用混合像元光谱与已知光谱类的亚端元所组成的线性叠加关系。其主要步骤包括初选亚端元，亚端元扩展及分类精度量化等。
实际应用中，选择合适的亚端元类别是很重要的。直接一次刻板选择类别会过多约束了匹配残差，进而降低了变量的不确定度和提取效率。在考虑类别数目的同时，还需要对亚端元进行显式约束，以保证其还原出的物质材质为常见地物类型。
亚端元的选定不宜太复杂，可以选择代表性和典型性极佳的光谱类，也可通过已有的光谱库与库外检验相结合的方法得到。检验时，应注意样本距离、光谱响应波长、光谱响应值相对比、仿真的非线性等等，从而确定最佳的亚端元类别。
亚端元的扩展是指让亚端元拥有距离类似杂质或多种端元的尺寸。主要目的是提高叠加系数的解决能力，减小残差对提取结果的影响。首先要通过相关分析确定峰的位置，然后再严格控制拓宽亚端元的在峰带内的光谱形状。这样可以避免亚端元与噪声、离散点混淆。
最后，根据提取结果分类进行精度量化。对于提取出来的亚端元进行迭代计算，使得残差最小化，可以保证精度的提升。同时，减小光谱杂质的影响也是提高精度的一种方法。
总之，亚端元光谱提取方法是一种有效的地物光谱信息提取方法。在实际应用中，需要结合常规的分类方法，并根据实际情况选择合适的亚端元类别和进行适当的扩展，以提高精度。