资源描述：
《基于线性光谱模型的混合像元分解方法与比较_陈峰》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、遥感信息!!!!!!!!!!!!!!!!!!!!理论研究!!!!!!!!!!!!!!!!!!!!!2010.4基于线性光谱模型的混合像元分解方法与比较,陈峰,邱全毅,熊永柱,黄少鹏(中国科学院城市环境研究所,城市环境与健康重点实验室,厦门361021;嘉应学院地理系,梅州514015;密歇根州大学地质科学学院,安娜堡,密歇根州48109-1005美国)摘要:线性光谱模型是目前解决城市中等空间分辨率遥感(如Landsat)中存在的混合像元问题的简单、有效的策略。本实验以广州区域为研究区,利用ENVI/IDL影像处理和开发平台对4种混合像元线性光谱分解方法进行了对比,即无约束条件
2、法、带部分约束条件法、普通带全约束条件法和带全约束条件的可变端元法。结果表明,普通带全约束条件法和带全约束条件的可变端元法的分解结果比无约束条件法和带部分约束条件法的分解结果合理,均方根误差明显要小;同时,带全约束条件的可变端元法要优于普通带全约束条件法。光谱归一化处理则对不同分解方法带来不同的影响,应依据实际需要采取合适的光谱处理方式。关键词:Landsat;混合像元;线性光谱模型doi:10.3969/j.issn.1000-3177.2010.04.005中图分类号:TP79!!文献标识码:A!!文章编号:1000-3177(2010)110-0022-07PixelUnmixin
3、gBasedonLinearSpectralMixtureModel:MethodsandComparison!!,QIUQuanyi,XIONGYongzhu,,HUANGShaopengCHENFeng(KeyLabofUrbanEnvironmentandHealth,InstituteofUrbanEnvironment,ChineseAcademyofSciences,Xiamen361021;DepartmentofGeography,JiayingUniversity,Meizhou514015;DepartmentofGeologicalSciences
4、,UniversityofMichigan,AnnArbor,MI481091005,USA)Abstract:Atpresent,LinearSpectralMixtureModel(LSMM)hasbeenconsideredasasimplebuteffectivewaytoextractusefulinformationfromthemixedpixelwhichistheproblemconfrontedintheapplicationofspatialmediumresolutionremotesensingimages(e.g.Landsat)tostudytheurb
5、anenvironment.TakingGuangzhouasastudyregion,fourunmixtureapproachesbasedontheconceptofLSMMweredevelopedandcomparedusingENVI/IDL,whichisapopularplatformforimageprocessingandcodedevelopment.Unmixtureapproachesinthisstudyaretermedunconstrained,partialconstrained,generallyfullyconstrained(GFC),and
6、selectiveendmemberwithfullyconstrained(SEFC)respectively.TheresultsindicatethatGFCandSEFChavetheadvantageovertheunconstrainedandpartialconstrainedapproachesinthereasonabilityofunmixingresultandwithsmallerrootmeansquareerror(RMSE),however,SEFCisabetteralternativetoGFC.Itisalsoshownspectranormaliz
7、ationmightbringdifferenteffectstoeachmethodmentionedinthisstudy.So,inconclusion,theappropriatespectralprocessingshouldbetakenaccordingtotheactualneeds.Keywords:Landsat;mixedpixel;linearspectralmixturemodel收稿日期:2009-10-
