在遥感发展的几十年以来,在遥感成像的电磁波基础上发展的基于光谱信息的影像处珲和分析一直占据着主导地位。然而,由于光谱的易混淆性产生的“同物异谱”和“异物同谱”问题成为制约遥感光谱分析的瓶颈。随着遥感认知中空间信息的逐步融入以及遥感影像分辨率的不断提高,特别是高空问分辨率遥感将地物的空问信息更为准确、清晰地展现出来,使得空间认知在遥感信息提取和目标识别中的需求越来越迫切,从而空间认知成为遥感影像处理、分析和应用的热点。　　 前人研究中已有考虑和加入空间信息的应用实验,取得了一定的改进效果。然而,其中大多数研究主要采用的空问信息为基本的空间特征,或简单的空间关系(如距离)等,对于地物之问纷繁复杂的内在作用机制在挖掘深度和全面性上欠缺较多,尚处于初步的空间认知阶段。面向对象方法的发展给高分辨率遥感和空间认知方法提供了一种便捷有效的技术支撑体系。目前普遍采用的eCognition软件中集成了大量的空间特征和目标之间的多层次空问关系,然而具体的实际应用仍需要使用者去发掘和构建相应的空间作用模式。归根结底,还是在地物认知中对典型有效的空间关系作用模式的认识和发掘欠缺。此外,遥感影像光谱分析中大都采用统一的处理模型,对于高分影像上表现多样的地物识别需求尚不能充分满足。并且,对遥感影像的光谱分析和空间分析往往分离进行,对二者的有机结合考虑不多;而光谱和空间本身就是地物和遥感影像上固有的两种本质属性,二者相辅相成,不可孤立。　　 在上述分析的基础上,本论文研究出发点着重于高分辨率遥感中图谱信息的自适应挖掘与空间认知研究,在图谱合一空问认知理论的指引下,发展适合多样化地物的自适应光谱表征,对地表系统中的空间知识进行系统的挖掘,以期削弱高分遥感认知、应用与飞速发展的高分遥感技术及海量遥感数据之间滞后的矛盾,达到图谱合一的空间认知作用下地物的准确、完备认知。论文的主要研究内容包括:　　 (1)在分析以往遥感认知机理的基础上,结合当前高分辨率遥感的发展和空间信息应用的迫切需求,提出了高分遥感图谱合一的空间认知理论和方法体系。在此思想指引下,对空间认知的内涵进行阐述,对光谱和空间信息各自的挖掘算法体系展开探讨,对空间认知中的主要算法模型进行归纳概括,为相关实际应用提供理论和算法模型支撑。　　 (2)对于空间分辨率逐步提高所带来的地物表现更加清晰和多样的挑战,在光谱分析上发展了基于端元选取的自适应光谱表征方法,通过与常用的指数模型和地物光谱库的实验比较证实了算法的普适性和有效性。进而自此基础上,结合多层次递进的空问分析方法,发展了基于端元选取的地物自适应提取方法,通过整体向局部的细化逼近,以获取更为全面、准确的提取结果;采用水体和裸地两种地物的多类型实验证明了算法可有效提升地物提取的精度。　　 (3)面向地球表层地物间存在的丰富的空问信息,进行空问知识的系统挖掘。综合应用空间信息的特征表现、空间关系挖掘和格局层上的空问推理发展地物贴切化的空间认知方法,发展了知识驱动下的多尺度分割,采用空间知识应用于代表性地物的提取示例展示了空间认知的效用。其中,重点发展了最大空问相邻关系和方向性空间相邻关系两种典型的综合空间关系模型,并以具体示例展示了其作用机理和效果。　　 (4)以高分遥感城市空间认知为例,展示本论文提出的遥感空间认知方法在城市遥感地物提取中的系统作用。首先,对自然要素采用自适应提取方法进行精确提取,进而将其作为基准参考地物对城市中的人工要素(尤其是建筑物)进行判断识别。通过空间知识在城市中的系统性应用,并与普遍采用的融入空间知识的分类方法进行对比验证,结果证实了空间认知方法在准确性和合理性上的优势。　　 文章最后总结了本论文研究创新点以及存在的不足之处,并进一步分析指出了今后研究的重点和方向。