我所在遙感混合像元分解理論分析方法方面取得進(jìn)展
由于空間分辨率限制，高光譜或多光譜遙感圖像上混合像元不可避免。近年來，為滿足圖像信息提取和制圖需要，學(xué)者們發(fā)展了一系列的混合像元分解方法用于提高子像元內(nèi)端元比例的反演精度。其中一個關(guān)鍵的問題就是：在給定多端元光譜特征的前提下，混合像元究竟能夠分解到何種精度？我所微波遙感學(xué)科組研究人員創(chuàng)新地提出了光譜解混分辨率的概念，并基于擴(kuò)展的支持向量機(jī)及其特征空間的幾何分析方法推導(dǎo)出了光譜變化與光譜分辨率的定量關(guān)系。由此，當(dāng)端元確定后能夠根據(jù)該方法給出光譜解混的極限精度；另一方面，對于預(yù)定的光譜解混分辨率，端元的光譜不確定性允許范圍也能夠得以確定，這為端元的選取和異常端元去除提供了新的標(biāo)準(zhǔn)。
該遙感混合像元分解的理論分析方法不僅豐富了遙感混合像元的分解算法，也為遙感界深入認(rèn)識遙感混合像元分解并合理設(shè)計高精度解混算法提供了理論依據(jù)。
該研究成果近期發(fā)表在國際學(xué)術(shù)期刊IEEE TRANSACTIONS ON GEOSCENCE AND REMOTE SENSING上。我所微波遙感學(xué)科組李曉峰副研究員為論文第一作者、趙凱研究員為論文通訊作者。本研究得到了國家自然基金、吉林省自然科學(xué)基金等項目的資助。
論文信息： Xiaofeng Li, Xiuping Jia, Liguo Wang, Kai Zhao, “On Spectral Unmixing Resolution Using Extended Support Vector Machines,” IEEE Trans. Geosci. Remote Sens., vol. 53, no. 9, pp.4985-4996, Sep. 2015.
鏈接：
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=7090971&queryText%3DOn+Spectral+Unmixing+Resolution+Using+Extended+Support+Vector+Machines
附件下載：
吉公網(wǎng)安備22017302000214號
