中等分辨率遙感影像是目前遙感應(yīng)用中使用最為廣泛的且成本相對(duì)低廉的數(shù)據(jù)源，但在地球與環(huán)境科學(xué)應(yīng)用時(shí)常常存在混合像元問(wèn)題。利用計(jì)算機(jī)圖像處理技術(shù)進(jìn)行像元分解是解決這一問(wèn)題的主要途徑。

　　中科院廣州地球化學(xué)研究所博士生李慧及導(dǎo)師王云鵬研究員新近提出一種支持向量機(jī)(Support Vector Machines, SVMs)與兩兩配對(duì)(Pairwise coupling, PWC)結(jié)合的方法，應(yīng)用于分解中等分辨率遙感影像的混合像元。SVMs最初主要是應(yīng)用于遙感圖像分類(lèi)，本研究將支持向量機(jī)進(jìn)行擴(kuò)展，使其輸出值轉(zhuǎn)化為兩兩配對(duì)的后驗(yàn)概率，得到地物的組分信息。實(shí)驗(yàn)中以相對(duì)高分辨率SPOT分類(lèi)圖作為實(shí)際組分進(jìn)行驗(yàn)證，將本文方法應(yīng)用于Landsat ETM+數(shù)據(jù)的像元分解，并將分解結(jié)果與全約束最小二乘法(fully constrained least squares method, FCLS)、分解非線性支持向量機(jī)(unmixing nonlinear SVM, u_NLSVM)方法進(jìn)行比較。結(jié)果表明：SVM與PWC結(jié)合進(jìn)行混合像元分解具有更高的分解精度，分解效果可更好地滿足地學(xué)與環(huán)境科學(xué)的需要。

　　該成果近期發(fā)表在遙感領(lǐng)域的著名雜志IEEE Transactions on Geoscience and Remote Sensing上。在該期卷首發(fā)表的主編展望認(rèn)為，該文提出了一種新的NASA中分辨率圖像像元分解方法。