混合像元分解技术的结果表现形式是获得一组属于各个端元的分解组分影像，如果需要进一步定量地研究混合像元的问题，就必须确定端元组分在空间上的分布方式，最直观的方法就是利用亚像元定位技术，将混合像元细分为许多更小单元的亚像元，在满足不同端元组分所占亚像元的比例与该端元组分丰度相等的条件下，尽可能地弥补空间细节信息，提高遥感影像的分类精度。人们对于这一技术的研究，全部都是基于同一个假设条件，即空间相关性假设理论（Atkinson等，1997），地面物体的空间分布相关性是指图像的混合像元或者不同的像元之间，距离较近的亚像元和距离较远的亚像元相比，更加属于同一类型。依据这个原则，我们能够利用不同的模型，来对每个像元中的亚像元分布情况进行估计，获得亚像元最优的分布结果。如图5-1所示，当像元被分割成亚像元时，每个像元被分割成更小的亚像元，已知位于图5-1（a）中8邻域中心的像元属于某一种类别的组分比为50%，那么至少可以得到（b）（c）（d）3种不同的亚像元空间分布情况，根据假设理论，（d）是3种分布情况中最符合空间分布相关性的，可以将其作为亚像元定位的结果。
在本章及以下章节中，本书将会以不同的模型和方法围绕遥感影像亚像元定位的技术来进行实验，开展研究和分析。必须强调的是，为了避免低分辨率与高分辨率影像之间配准而带来的误差，以及消除利用一般混合像元分解方法得到结果的不确定性干扰，所有的实验分析中的模拟数据和真实数据都是采用合成图像来模拟混合像元分解后的丰度图，合成图像是指将较高分辨率影像中各类型的硬分类结果，用中值滤波器重采样至低分辨率的丰度图。因此，实验所关注的对像仅仅是亚像元定位模型，研究结果的误差也直接反映了该研究模型方法的好坏。同时，高分辨率的硬分类结果可作为精度验证的标准（Mertens，2004）。(www.xing528.com)
图5-1 端元组分百分比（a）和3种不同的亚像元空间分布情况（b）（c）（d）
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。
