基于地面控制实验与三维辐射传输模型的混合像元分解关键问题研究

Mixed pixels exist widely in remotely sensed images due to the inherent heterogeneity of land surfaces and the relatively coarse spatial resolution of remote sensing sensors, arising great difficulty in land cover interpretation and classification. It is the main obstacle of the quantization of remote sensing technique. At present, spectral mixture analysis (SMA) have various limitations in aspects of spectral mixture model, spectral variability within the endmember, and collinearity effect on nonlinear mixture model. In this project, taking Xichang city, Sichuan province as the study area, we propose to study three issues regarding to the SMA based on field controllable experiments and 3D radiative transfer model: 1) clarifying the mechanisms of multiple scattering within a pixel in mixed backgrounds with different conditions of land cover distribution and canopy structure, summarizing the applicability of nonlinear SMA (NLSMA) model and optimizing of the existing high order polynomial NLSMA; 2) collecting the mixed spectra generated from various types of endmembers, comparing the impacts of spectral variability on existing SMA models, and proposing the solution of overcoming the spectral variability in SMA; 3) investigating the collinearity effects on unmixing by SMA, and developing a new and robust SMA algorithms that can alleviate the impacts of collinearity.

混合像元问题在遥感影像中普遍存在，给地物识别和地表覆盖分类带来严重影响，并已成为遥感科学向定量化发展的主要障碍。目前，混合像元分解在光谱混合模型、端元内光谱变异性、非线性模型的共线性等方面存在诸多问题。本项目拟以四川省西昌市为研究区域，通过地面控制实验和3D辐射传输模型，深入探究：1）不同地物分布、冠层结构的混合场景中光谱多次散射效应机制，探讨非线性光谱混合模型的适用范围，并优化已有的高次多项式非线性光谱混合模型；2）收集多种类型的端元内光谱变异性混合光谱数据，分析并比较端元内光谱变异性对已有混合像元分解方法的影响，提出普适的克服端元内光谱变异性的混合像元分解方法；3）定量分析共线性问题对混合像元分解的影响，提出能够克服共线性问题的稳健混合像元分解算法。

混合像元分解模型是定量遥感研究的重要组成部分，为各种地学应用提供了更精细的亚像元级地物信息，这一领域受到国内外学者们广泛关注。本项目首先总结了近20年来混合像元分解的重要研究进展，阐述了现有研究在一些关键问题上存在的不足，提出了混合像元分解未来的发展趋势和值得探索的研究方向。在此基础上，围绕混合像元分解研究的3个核心问题—光谱混合模型选择、端元光谱变异性、端元光谱相关造成的共线性问题展开研究，发展了以下新的方法和模型：.（1）基于3D辐射传输模型和野外实验数据，探讨植被-土壤混合场景内多次散射和二次效应；提出了线性模型和非线性模型选择的若干准则；（2）提出了基于正交化Fisher变换的端元变异处理方法，该方法可以确保在混合像元分解的过程中，获得更为准确和稳定的解混结果；（3）建立了基于两步约束非线性混合像元分解模型TsC-NSMA，该模型可以有效改善共线性效应给传统非线性模型造成的非稳健性问题；（4）设计了基于中分辨率卫星数据的塑料大棚指数PGI和基于RPGI指数的盖度估测模型，实现了大区域PG盖度精确估测。在该项目的第一资助下，已发表SCI论文4篇（3篇为1区论文），国内核心期刊论文1篇。