【摘要】：混合像元的分解总是针对特定的区域、特定的应用目标以及特定的遥感图像进行的。应用混合光谱模型分解时，选择哪些类型的、多少数量的端元，以及取什么样的端元光谱值是决定混合像元分解成败的关键。为了提高混合像元分解的精度，需要考虑下面两点：选择适当的端元矢量，使得不同端元光谱矢量间的差别最大。
混合像元的分解总是针对特定的区域、特定的应用目标以及特定的遥感图像进行的。由于遥感成像数据受环境变化、大气状况、仪器性能、太阳照射、地面地物零散复杂交错和各种噪声等因素的影响，使得遥感数据具有高度的复杂性和不确定性，造成同一地物之间的灰度值范围很宽，使得同类地物在整幅影像中有一定程度的变化。应用混合光谱模型分解时，选择哪些类型的、多少数量的端元，以及取什么样的端元光谱值是决定混合像元分解成败的关键。然而在应用混合光谱模型分析实际问题时，由于研究区域的复杂性，很有可能造成不论是手工选取端元光谱，还是非监督自动选取端元光谱，都存在漏选、多选端元光谱的情况。为了提高混合像元分解的精度，需要考虑下面两点：
（1）选择适当的端元矢量，使得不同端元光谱矢量间的差别最大。
（2）选择适当的特征，使得同类端元内部光谱矢量的差别减小。(www.xing528.com)
对给定的一幅遥感影像，同类端元内部光谱矢量的变化是客观的，为了减少端元内部变化，一个有效的办法是采取某种形式的数学变换来达到这个目的，而选择什么样的端元光谱是可调的。因此，为提高分解精度，优选端元光谱是一个非常关键的问题，这也是目前混合光谱分解的研究热点问题之一（Bowles等，1995；Neville等，1999；Plaza等，2004）。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
