高光谱遥感影像混合像元分解定位联合模型研究

Sub-pixel mapping techniques for hyperspectral remotely sensed imagery can determine the spatial distribution of different land covers in mixed pixels. Most traditional sub-pixel mapping methods utilize the abundance map and the accuracies are limited by spectral unmixing techniques. This proposal develops a unified sub-pixel mapping model for hyperspectral imagery incorporating spectral unmixing techniques, which contains the following contents: construction of a unified model of spectral unmixing and sub-pixel mapping, adaptive modeling of the spatial features and fast solution of the unified model. The study can reveal the sub-pixel distribution of different land covers, and the sub-pixel information of hyperspectral remotely sensed imagery can be further utilized for application.

高光谱遥感影像亚像元定位技术能够确定混合像元中不同地物的空间分布。然而，传统亚像元定位方法大多基于丰度影像，其精度受限于混合像元分解结果的精度，从而限制了亚像元定位的适用性。本项目拟集成混合像元分解与亚像元定位技术，以“分解定位联合模型构建-空间特征自适应建模-联合模型快速求解”为研究主线，发展统一、稳健、快速的高光谱影像混合像元分解定位联合模型，揭示地物在亚像元中的空间分布信息，其最终成果可以提升高光谱遥感影像的亚像元信息处理能力与应用潜力，具有重要的理论与应用意义。

混合像元问题是遥感影像处理中一个重要的研究领域。亚像元定位致力于获取地物在亚像元中的空间分布情况，从而将遥感影像处理从像元级深入到亚像元级，是解决混合像元问题的重要研究方向。.传统的方法在进行遥感影像光谱分解和亚像元定位处理时，通常是将这两者独立进行，即先对影像进行光谱分解获取影像中各地物类别的丰度结果，然后对该丰度结果进行亚像元定位，最终得到各地物在混合像元内的空间分布结果。然而，这种方式导致亚像元定位的结果往往受限于光谱分解的精度。同时，并没有相关研究证明光谱分解结果精度的提升保证获得更好的亚像元定位结果。因此，有必要研究如何将混合像元分解与亚像元定位技术进行集成以提高亚像元定位结果的准确性。.项目首先从混合像元分解对亚像元结果的影响出发，论证了构建分解定位联合模型的必要性和可行性。然后围绕“分解定位联合模型构建-空间特征自适应建模-联合模型快速求解”开展，发展统一、稳健、快速的高光谱影像混合像元分解定位联合模型，揭示地物在亚像元中的空间分布信息，其最终成果可以提升高光谱遥感影像的亚像元信息处理能力与应用潜力，具有重要的理论与应用意义。.按照既定的研究计划，项目基本完成了课题设定的研究任务，实现了预期目标，并在研究的深度和广度上都比既定计划都有了进一步的扩展。在项目资助下，发表科研论文4篇，其中3篇SCI检索，另有2篇论文已投稿SCI期刊，正在审稿中。在人才培养方面，协助培养硕士研究生1名。