MESMA改进算法的城市不透水面高光谱信息提取研究

On the basic of detail field investigation of urban impervious surfaces material type and material composition, this project aimed at classifying the urban impervious surfaces type based on high spectral distinguishing characteristic of the surface features types,and by making the use of surface features wave spectrometer to collect these surface features spectral characteristics as the endmember of the mixture analysis. And, this project improve the multiple component analysis(MESMA)and proposed a brand new endmember combination division mode, at the same time design a reflectivity distance factor S and a spectral angle factor P to select the endmember combination with the minimum S/P of every type, use root mean square error(RMSE) to do the accuracy verification of all the selected combination mixture analysis results, then select a group of endmember with the minimum RMSE as the final endmember that participate in the mixture analysis operator. Finally, this project set the measured surface feature spectrum data as the endmember, use improved multiple endmember spectral mixture analysis(MESMA) method to do the linear spectral mixture analysis of Tianhe District, Guangzhou City, the winter of 2013 Hyperion data,extract the abundance data of the various impervious surface types in this district. This project refined the urban impervious surface types and proposed an improved method of endmember selection, thus launch a meaningful exploration of urban impervious surface extraction accuracy.

在城市不透水面地表信息调查的基础上，本研究对城市不透水面地表高光谱遥感特征进行了分析，建立了基于高光谱遥感特征的地表类型分类体系，然后本项目利用地物波谱仪采集地表类型的高光谱数据，作为混合像元分解中的标准端元。同时，本项目对可变多端元光谱混解方法（MESMA）进行了改进，提出了一种全新的端元组合划分模式，提高了混合像元分解的运算效率。改进方法构建了两个判定因子：反射率差S和光谱角差P，通过S/P因子筛选出每类端元组合方式中最小S/P值的端元组合进行混解，然后利用均方根误差RMSE对混解结果进行精度评估，选取最小RMSE值的端元组合作为最终端元参与混解运算。最后，本项目以广州市天河区实测的地物光谱数据作为端元，利用改进的MESMA方法对实验区Hyperion高光谱数据进行混解，并对混解结果进行精度评估。本项目细化了城市不透水面的地表类型，提出了一种全新的光谱混解方法，提高了混合像元分解精度。

城市不透水面的提取成为了对地观测与城市环境监测与评价的一个重要指标。当前城市不透水面的研究在方法上和系统性上都十分欠缺，尤其是基于高光谱遥感数据提取城市不透水面信息更为缺少。因此本项目就上述问题开展了大量的野外实验和方法优化工作，对MESMA模型提取城市不透水面的方法进行了改进与改进。改进的方法可以为城市不透水面信息提取获得重要的方法流程和新的技术思路。本项目利用SA和SD参数对MESMA高光谱多端元提取城市不透水面方法进行改进，构建了MESMA-SASD模型，同时获得了一个像元只有4个端元情况下进行混合像元混解是最优的混解模型这一结论。同时，本项目对城市不透水面地表信息进行物质细分，共划分出构成不透水面的9类地表物质类型。另一方面，本项目采用指数的办法对城市不透水面的提取精度进行了精度优化，并采用剖面的方法以及大尺度的方法提取了城市内在不透水面和外在不透水面的信息。项目获得了基于高光谱遥感数据和野外实测光谱数据获得的端元光谱数据以及城市不透水面9类端元的标准光谱。本项目从物质细分的角度上重新诠释了城市不透水面混解模型，从光谱角SA和光谱距离SD联合处理下，提出了MESMA模型的优化模型，是的传统的MESMA模型更加科学和准确。