混合光谱分解模型研究

混合光谱分解模型研究

吕冬梅

吉林建筑大学 吉林 130000

摘要：对有限波段的混合光谱遥感数据而言，端元的选取及其端元数量对模型精度有重要的影响。随着高光谱平台的发展和数据不断进入各种行业领域，研究人员开始使用高光谱影像进行混合像元分解提取不同组分。但是由于高光谱相邻波段的高度相关性，导致不同地物光谱特征的可分维度没有得到实质性提高，因此在利用LSMA算法进行混合光谱分解时，端元光谱的数量还是受到一定的限制。正是受限于混合像元分解的端元数量，导致LSMA在城市地表组分的分解精度不高，因此在探索如何阐明端元变化对模型精度影响方面有了很多探索性研究，如对端元进行归一化处理；多端元混合像元分解模型（MESAM）得以发展并被广泛应用。

混合光谱解析方法

由于LSMA算法在解析的过程中不能使用过多的端元，端元过多或者过少都会引起模型精度大大降低。而MESAM的出现恰恰是为了解决LSMA的弊端，其基本思想是每个像素在使用类似LSMA的算法进行混合像元分解的过程中，端元的数量和类型可根据需求进行组合。换而言之，一个像素内的地物可能是由纯地物组成，也可能是由两种地物组成，或者是三种甚至是4中及其以上多的地物组成，在应用MESMA解析过程中，会根据像素内实际地物的多少进行端元选取（一个、两个、三个、四个的端元），最终实现混合像元解析。于此对应，Maselli(1998, 2001)也发展了一种基于端元正交映射的多端元混合光谱分解模型（MSOD），其基本思想与MESMA相似，但是要对每个端元的光谱进行Gram-Schmidt投影转化，然后将每个像素的光谱进行同样的投影变换，最后光谱的分解在斯密特投影空间进行。近来，Deng &Wu (2012, 2013)通过穗帽变换，构建了BCI光谱转化模型，并在BCI光谱转化空间内实现了混合光谱分解，并与其他模型反演效果进行了对照，该方法的应用前景还需要进一步验证。

混合光谱的解析方法的另一个发展方向就是采用智能算法进行像元内的地物组分反演。一般来说，一个混合像元可以认为是占一定面积比例（f）的各个组分（端元）的线性组合。但实际上，电磁波与地物间的相互作用十分复杂，光谱的混合过程也并非是简单的线性组合，可能是一个复杂的非线性关系。正是基于此考虑，一些非线性混合像元分解算法不断涌现。目前很多研究人员就如何改进自适应算法，提高混合像元分解精度做了很多尝试。在可变端元的选取与算法实现上也做了不同尝试，但在如何发挥不同算法的优势构建混合反演模型方面有待进行更多得尝试。

混合光谱分解模型端元本身的变化

无论采用哪种模型（LSMA、MESMA、SVM, BPNN，概率模型、模糊模型）进行混合像元分解，端元类型、端元数量、质量（端元光谱值的高低）等是混合像元分解成败的关键。端元类型的确定应该具有代表性，是被分解区域内大多数像元的有效组分。端元数量的多少，同样也要根据影像所覆盖区域的大多数像元的实际，正是基于此思想，Ridd(1995)提出了专门应对城市景观的植被-不透水层-土壤（V-I-S）概念模型。V-I-S概念模型认为城市景观基本上是有以上三种组分构成的，端元的选取也主要是根据三种组分的典型性和代表性在最小噪声光谱转化空间(MNF)或者主成分空间内选取。在模型的运行过程中，端元数量少会把非典型的端元解析到组分丰度中，增加剩余残差（RMS），而过多的端元又会使模型对仪器噪声、大气纠正精度、光谱本身的细微变化非常敏感，导致各组分丰度解析误差增大。同时端元本身是可变的，传统的LSMA在分解过程中对这种变化没有给予足够的考虑，因此精度不高。因此，在混合光谱分解模型中，需要对端元本身的变化给予足够的考虑，亟待在今后的研究中采取有效的方法构建更加综合的端元光谱数据库。

混合光谱分解模型应用

城市作为一个区域社会经济中心，集中体现了人类社会发展与资源环境的相互关系，实时有效的对城市扩张过程进行监测可以为城市规划和城市管理提供科学依据。遥感技术对不同时期城市的现状与变化过程，城市扩张所造成的资源、环境、生态、交通、居民健康等的影响进行快速评估，为实现城市良性扩张和可持续发展提供重要决策依据。以混合光谱分解的方法进行城市扩张，尤其是城市的不透水层研究具有重要现实意义。由于景观的复杂性，导致硬性分类方法在城市动态遥感监测研究中受限，而城市组分遥感反演相对硬分类方法有其自身的优势，得到了广泛认可并有大量研究涌现。城市热岛现象是城市扩张与城市环境研究的重要主题。由混合光谱分解方法获取的城市不透水层组分可以很好的与城市热岛现象进行有效关联。

城市扩张的遥感监测方法通常可概括为三种类型：一种是建立在影像分类基础上的硬分类方法；二是建立在混合光谱分解基础上的软分类方法；还有一种方法是建立在光谱变化的检测基础上的动态变化分析法。由于城市景观的多样性、复杂性和不规则性，导致中分辨率尺度上混合像元大量存在，因此硬分类在进行城市景观类型的精细分类时精度偏低，而基于光谱的变化检测法，对数据源的质量（几何、大气、辐射）要求较高，这对城市扩张长期动态监测而言十分不利。

相关的研究工作仍存在以下不足：各种算法普适性较差，在应用到不同规模城市地表组分遥感估算时精度不高；缺乏对于区域尺度上不同自然环境背景和不同规模城市地表组分遥感信息提取的对比研究，并揭示端元变化对城市组分反演的影响；使用的数据源较为单一，多源遥感数据的城市组分反演没有得到足够重视。

1. 孙敏轩,刘明.利用光谱混合分解模型分析GF-6新增波段对土地利用/覆被的响应.农业工程学报. 2020,36(03)

2.洪亮,黄雅君.复杂环境下高分二号遥感影像的城市地表水体提取.遥感学报. 2019,23(05)

3. 宋开山,温志丹,刘阁.内陆水体CDOM光学特性与遥感反演研究进展.吉林师范大学学报(自然科学版). 2018,39(04)

简介：吕冬梅 女 1975年6月 女 籍贯：吉林省长春市 汉族 硕士研究生 吉林建筑大学 研究方向：智能算法，影像的信息提取 邮编：130000

项目：吉林省教育厅“十三五”科学技术项目，城市地表类型卫星影像混合光谱分解模型， 项目编号：JJKH20180595KJ