基于线性光谱混合模型的棉花遥感识别混合像元分解

Mixed Pixel Decomposition of Cotton Identification with Remote Sensing Data Based on Linear Spectral Mixture Model(LSMM)

遥感图像中普通存在着混合像元,对这部分像元进行分类(即混合像元分解)是遥感图像处理中的难点。以新疆玛纳斯县为研究区,运用线性光谱混合模型,估算端元丰度值,进行空间建模,将棉花、玉米、番茄和土壤4类典型的端元组分光谱值代入线性模型,在非约束条件下用最小二乘法估计混合系数,得到每种地物类型的丰度及均方根误差图,以实地测量的棉花种植面积对模型分解效果进行评估,结果表明:线性光谱混合模型构模简单、计算量小,棉花线性光谱混合像元分解精度达到90%以上,可用于新疆棉花的遥感识别。