文档介绍：第 26 卷
第 1 期遥
感
技
术
与
应
用 Vol . 26
N o. 1

2011 年 2 月 REM OT E SENSING TECH NOLOGY AND APPLICAT ION Feb. 2011
遥感影像亚像元制图方法研究进展综述
任
武1, 2 , 葛
咏1
( 1. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京
100101;
2. 中国科学院研究生院, 北京
100049)
摘要: 遥感影像混合像元的普遍存在给遥感影像解译造成困扰。有效处理混合像元问题, 细化分类
结果, 获得更为精细的地物细节信息就需要进行亚像元绘图。目前亚像元制图方法主要包括 3 个
步骤:
混合像元分解; 提取软信息; ! 亚像元制图。总结归纳了近年来遥感影像亚像元绘图
领域的研究进展和成果, 详细阐述了亚像元制图的步骤及涉及的研究方法。依据辅助信息的类型
将亚像元绘图方法大致划分为: 基于空间相关性、基于空间结构信息、基于神经网络、基于像元交换
途径的 4 类亚像元分类方法, 并分别对各种方法的优缺点进行了分析对比。最后, 评述了亚像元制
图的发展趋势。
关
键
词: 亚像元分类; 软分类; 混合像元分解; 亚像元制图
中图分类号: T P 75
文献标志码: A
文章编号: 1004
0323( 2011) 01
0033
12
1
引
言许多先进成果, 但事实上有一个基本假设条件却经
常不能得到满足: 即每个像元所代表的地区只包含
随着遥感技术越来越多的被应用在资源评估、环一种地物类别。因为遥感影像每个像元所覆盖的地
[1
2]
境规划、公共安全、自然灾害等领域, 人们对遥感面区域内往往包含不止一种地物类别, 大部分都属
图像的分辨率要求也越来越高。然而在实际情况中, 于混合像元[ 2] 。无论用哪种方法进行分类划定, 它
并不是所有地区都有足够高分辨率的遥感图像来满们都不能被合理地划归到某一种地物类型中。针对
[ 3]
足应用需要。从遥感影像数据中获取准确地面利混合像元问题, 科研工作者们尝试了多种方法来解
用类别的影响因素包括: 传感器参数、环境参数、所采决。例如通过线性光谱混合模型、概率模型、模糊模
用的图像分析方法等[ 2, 4] 。此外, 还有其他复杂原因: 型、几何光学模型、随机几何模型、凸面多面体模型
比如在进行精度评估时参考数据集中也经常包含一等[ 2, 11] 。混合像元分解方法只能获得不同类型地物
[ 5]
些误差。如果可以利用低分辨率遥感影像来获得的统计比值, 不能在亚像元尺度上解决遥感影像信
较高分辨率的分类结果, 就可以弥补这方面的不足, 息空间分布的问题, 更不能定位、制图。基本组分在
这也正是亚像元制图技术的主要目标。像元内部的空间分布信息可以为影像分类带来更高
亚像元制图过程包括亚像元分类和亚像元成像的精度, 同时也为影像不确定性研究提供更丰富的
两个部分。亚像元分类也称软分类和混合像元分信息。于是就将问题集中到了小于图像像元分辨率
解[ 2, 6
9] , 是针对低分辨率遥感影像的混合像元而言的亚像元尺度分类上, 亚像元分类绘图法的基本目
的, 其目标是获得混合像元内部各种基本组分的面标也在于此[ 10] 。
积比例信息。亚像元成像部分是根据亚像元分类提亚像元成像的概念是 Atkinso n[ 10] 在 1997 年提
供的这类比例信息绘制出混合像元内部的空间分布出的。亚像元绘图技术是指利用空间相关性或者先
位置信息[ 10] 。验模型, 对低分辨率遥感影像进行降尺度分析, 进而
尽管目前遥感图像分析和分类技术已经获得了得到图像在亚像元尺度上的类别分布情况。仅通过
收稿日期: 2010
09
13; 修订日期: 2010
10
29
基金项目: 国家自然科学基金项目( 40971222) ; 国家 863 重点项目( 2006AA120106) 资助。
作者简介: 任武( 1984- ) , 男, 陕西汉中人, 硕士研究生, 主要从事亚像元制图研究。E
mail: renw @ lreis. ac. cn。
通讯作者: 葛咏( 1972- ) , 女, 新疆奎屯市人, 博士, 副研究员, 主要从事空间数据分析和质量评价研究。E
mail: gey@ lreis. ac. cn。
34
遥
感
技
术
与
应
用
第 26 卷
一幅低分辨率的影像, 要得到真实地物的分布情况 2. 1
混合像元
相当困难。近年来, 国内外科研人员在这方面