基于光谱分解的高光谱与高空间分辨率数据融合

为了提高空间分辨率的同时不破坏原有的光谱特征，可以将光谱分解引入高光谱与高空间分辨率数据融合中。先进行光谱分解，获得合适端元在每个像元的百分比估计;再将分解的端元(亚像元)定位到高分辨率的遥感图像中去，即端元的定位。这种方法在一些文献中也称为光谱分解-锐化。

首先,进行高光谱图像混合像元的光谱分解。光谱传感器非常适合于波谱分解应用,因为必要条件是光谱波段数多于要分解的要素数。线性波谱分解假设图像中的端元间的相互作用和入射的光量子是线性的，即一个像元内地物对观察到的端元辐射量的贡献正比于它们的数量。有些相互作用用非线性模型能更好地描述;但如果对数据进行了大气校正，大多数情况下端元的线性混合能很好地匹配传感器测得的光谱。

其次,将分解的端元定位到高分辨率的遥感图像中去。Gross等于1998年提出了一种称为锐化的过程，将低分辨率地图的端元的百分比空间定位到高分辨率图像中去,其模型的形式和光谱混合分析是相同的。