混合像元分解

混合像元分解 混合像元分解是将每个像元的光谱分解为几种纯净端元光谱按面积比例的线性或非线性组合，以获取亚像元级地物丰度。权威解读

📐 测量原理：线性混合模型用最小二乘解算端元丰度并满足非负和全和约束。 | 🔭 仪器与方法：ENVI线性光谱解混模块。 | 📋 标准与规范：参照GB/T 36301。

📖 深度解析

🧭 核心原理 —— 线性混合模型假设入射光经单一地物反射到达传感器，像元光谱是各端元光谱线性相加，丰度非负且和为1。
💡 核心要点：理解空间信息获取的内在规律。
🗺️ 典型案例 —— 城市30m像元中区分植被、不透水面和裸土三端元丰度。
💡 实际效果：测绘工程实践参考。
📊 关键数据 —— 光谱端元数量通常3-8个，丰度误差<10%。
💡 量化指标：测绘工程统计数据。

什么时候线性混合模型会失效？

提示： 从光线多次散射和密实物体的非线性效应分析。

👉 点击查看参考思路

矿物颗粒间光线多次弹射和植被冠层双向反射均造成非线性混合，线型模型丰度估计产生偏差。

误区： 端元越少分解越准。
事实： 端元过少遗漏重要地物也会大误差，选取关键端元是关键。

问：分解出的丰度能当真值使用吗？

答：需验证，光谱同物异谱会影响结果，野外实地验证有必要。

前置依赖： 光谱特征提取、高光谱数据特点。

后续延伸： 地物精细识别、高光谱应用。

🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。

纯净地物的典型光谱。

每个端元在每个像元的占比影像。

像元光谱=端元光谱×丰度。

我是学习高光谱遥感的测绘工程学生，请结合具体案例详细讲解混合像元分解的测量原理、仪器与方法、以及标准与规范，并指出常见误区。