混合像元问题在遥感影像中普遍存在，不仅会影响地物识别和分类的精度，而且是遥感科学向定量化发展的主要障碍。在过去的二十年里，不少混合像元分解技术被提出，并在很多领域得到了成功的应用，但是同时也暴露出现有技术的若干不确定性和不精确性。本文首先综述了国内外关于混合像元分解的研究成果，并指出现有分解技术存在的缺点。考虑到真实遥感影像中存在几何纠正，大气效应等诸多因素的影响，为减少研究的不确定性，本文设计了一个室内控制实验用以模拟真实遥感影像中的混合像元。利用室内控制实验的数据，本文针对混合像元问题作了两方面的研究：　　 (1)用方差扩大因子度量端元间的共线性，考察了方差扩大因子与混合像元分解误差之间的关系。因为线性混合模型的误差通常是非正态的，这使得噪声的方向也会对混合像元分解误差产生很大的影响。为了去除噪声方向的影响，我们将其作为控制变量，发现方差扩大因子与混合像元分解误差的偏相关系数很高，其相关性是非常显著的。最后，本文还指出过去的研究中将相关系数作为端元间共线性的度量是不正确的。　　 (2)同物异谱现象普遍存在于遥感影像中，这直接导致了端元内存在光谱差异，进而影响混合像元分解精度。针对该问题，本文提出基于Fisher判别的混合像元分解算法。Fisher判别对光谱各波段进行线性组合，使得转换后的光谱值分离度最大，即端元内的光谱差异较小而端元间的光谱差异较大。利用转换后的光谱对混合像元进行分解可以最大程度地减少端元内光谱差异对分解结果的影响。利用该方法对室内控制实验的模拟混合像元光谱进行分解，并与过去提出的几种混合像元分解技术比较，结果显示新方法相对传统方法在分解精度上有相当程度的提高。