利用模拟与真实高光谱数据比较植被区域非线性混合模型
数据分析、统计与概率
2014-04-21 v2
摘要
光谱解混是分析高光谱数据时的关键处理步骤。在此类分析中，文献中的大部分工作依赖于广泛认可的线性混合模型来描述观测像素。不幸的是，该模型已被证明在特定场景（尤其是植被区域获取的场景）中作用有限。因此，在过去几年中，引入了多种非线性混合模型以在进行光谱解混时考虑非线性效应。然而，这些模型的提出多基于经验，缺乏彻底的验证。在本文中，作者利用两组真实数据和基于物理的模拟数据，验证了各种非线性模型在植被区域的准确性。这些基于物理和分析的模型及其相应的解混算法，根据其拟合测量光谱的能力以及提供丰度系数（被视为每个像素中物质的空间分布）准确估计的能力进行了评估。
引用
@article{arxiv.1312.1270,
title = {A comparison of nonlinear mixing models for vegetated areas using simulated and real hyperspectral data},
author = {Nicolas Dobigeon and Laurent Tits and Ben Somers and Yoann Altmann and Pol Coppin},
journal= {arXiv preprint arXiv:1312.1270},
year = {2014}
}