高光谱遥感由于其包含了丰富的空间、辐射和光谱信息,已经成为当前遥感技术的前沿领域。由于遥感图像本身具有的混合像元现象再加上高光谱图像本身的空间分辨率低,使得混合像元现象严重,每个像元的光谱为该像元内所有纯地物(端元)光谱的混合。混合像元的存在已成为高光谱遥感发展的瓶颈。为了提高分类精度,减少错分的可能,必须计算出该像元内每种纯地物所占的比例(丰度)。传统的光谱解混都是基于线性混合模型的,这使得解混精度较低。由于实际地物间的复杂关系以及大气散射的影响,光谱混合都是非线性的,所以研究基于非线性混合的光谱解混有着实际的意义。　　遥感地质填图能直观的反映某地区的矿物分布情况。由于高光谱图像混合像元大量存在,将混合像元直接标为哪一种类型进行填图肯定不合理。本文研究基于光谱解混结果的地质填图,通过对美国内华达州cuprite地区AVIRIS高光谱数据填图,很好的给出了该地区的矿物空间分布情况。　　本文的研究工作及创新点如下:　　1.定义了广义的非线性混合模型,该模型表明,高光谱遥感影像成像混合光谱是该地区所有地物纯光谱及其端元的非线性函数。由于f是未知的,基于非线性光谱混合模型的光谱解混是个病态问题,需要给出合适的确定的非线性混合模型才能进行解混。　　2.根据地物丰度分布情况,指出非线性混合多发生在不同地物的交界部分。因此,基于丰度方差定义了地物混合复杂度。该复杂度定义方法适用于致密式分布特点地物。通过实验发现,该定义方法合理可行。　　3.考虑光子在地物间发生两次散射,提出一种基于二次散射的高光谱遥感影像非线性混合模型‐二次散射模型(SSM)。通过计算解混后的地物丰度与实际地物丰度均方误差可以发现,基于二次散射模型的解混精度与基于线性混合模型解混精度相比能提高近一个数量级。　　4.探讨了基于非线性光谱解混的高光谱遥感地质填图研究,提出了3种填图规则,并选取美国内华达州南部Cuprite地区的AVIRIS数据进行了实验,给出了基于3种规则的不同的实验结果,可以发现,基于二次散射模型的填图能较好的反应实际矿物分布情况。