真彩色影像是在R、G、B波段真实地记录着地物的光谱，颜色和现实世界中的自然色一致，在虚拟现实、环境仿真、影像解译尤其是非专业人士在使用遥感数据等方面，真彩色影像有着得天独厚的优势。SPOT卫星遥感数据以较高空间分辨率和具有立体测图能力著称，自1986年发射第一颗卫星以来，目前已经发射了5颗卫星。尤其是2002年5月发射的SPOT5卫星，性能方面做了很大的改进，全色波段在视场宽度没有改变的情况下(60km*60km)，分辨率从原来的SPOT1-SPOT410米提高到2.5米。该卫星每天绕地球14圈，重复观测周期为26天，能够获取大量的对地观测数据，拍摄的影像应用到基础比例尺的制图、农业、林业、土地利用、水利、国防、环境、地质勘探等多个应用领域。但是，SPOT卫星在传感器的设置方面多光谱数据没有蓝光(Blue)波段，只有绿(Green)、红(Red)、近红外(NIR)以及短波红外(SWIR)波段。用户在用SPOT多光谱数据在合成真彩色影像时碰到了困难。这必将在某种程度上影响了用户对SPOT数据的使用，限制了SPOT数据的应用领域。因此，如何通过标准假彩色成功的模拟出真彩色，有效的增强SPOT数据的光谱信息，受到了遥感领域的关注。　　 目前常用的融合方法有很多是属于增强影像光谱信息的融合方法，其目的是增强高空间分辨率影像的光谱信息，为信息提取及可视化等提供信息更为丰富的影像数据。增强影像光谱信息的融合不仅可以采用光谱注入方式，还可从寻找多波段遥感数据中波段间的相关性入手，提高某些波段的光谱特性，即所谓的多波段遥感数据融合。然而，地物波谱数据库的出现为我们从新的角度研究遥感图像融合技术提供了有力的数据支持。它以较窄的光谱采样间隔记录了大量地物从紫外光区到远红外波谱范围内的反射率。　　 本文从地物波谱分析入手，引入了全球波谱库数据，深入研究地物的反射波谱物理机制，充分挖掘各类数据源信息的相关关系，建立不同空间、光谱分辨率下的光学图像间的图像相互转换系统；探求地物波谱和光学图像的内在联系，完成不同类型图像与地物波谱间融合--“图谱融合”。针对已有遥感影像模拟方法不能在影像光谱维上扩展的不足，以SPOT真彩色模拟为应用，提出了三种基于地物波谱的增强光谱分辨率的谱-像融合转换方法。即：(1)基于SAM模型的SPOT影像真彩色模拟；(2)基于波谱分析与BP神经网络的波段模拟；(3)基于支持向量机(SVM)真彩色模拟。　　 (1)基于SAM模型的高分辨率遥感影像缺失波段模拟。依据地物的波谱特征，采用光谱角匹配模型(SAM)与最小二乘法相结合。首先根据SAM模型计算出地物在绿(G)、红(R)、近红外(NIR)以及短波红外(SWIR)的波谱向量角，然后利用最小二乘法，根据波谱向量夹角最小原理，找到对应地物波谱库中最为相似的波谱曲线，最后再依据此条波谱曲线计算出该像素点在蓝波段的DN值，合成真彩色影像。　　 (2)基于波谱分析与BP神经网络的波段模拟。该方法通过对波谱库波谱与像元波谱的尺度转换问题的解决，利用BP神经网络对波谱库中的地物波谱进行学习和分析，拟合波谱库波段间的非线性关系，然后利用蓝波段和其他波段的非线性关系模拟SPOT蓝波段，从而得到SPOT模拟自然色影像。　　 (3)基于支持向量机的遥感影像波段模拟方法。以地物波谱库样本数据作为先验知识，通过支持向量机核函数向高维空间转换，挖掘地物在不同观测波段内反射率之间的关系，建立蓝波段与其它波段之间的非线性关系模型，进而在多光谱遥感影像已有波段的基础上模拟一个新的波段影像。　　 以上方法不仅用于真彩色模拟领域，同时为影像波段的模拟提供了一个可借鉴的研究方法，为实现“图谱融合”奠定了一定的基础。通过模拟TM、ETM+自然色的对比实验中可以看出，以上的波段模拟方法是可行的，能较为准确地模拟出真实的光谱影像，其模拟结果具有很高的可靠性。进一步通过模拟SPOT影像真彩色实验，结果表明：以上方法得到的SPOT模拟自然色影像无论在视觉效果还是波谱信息上均明显优于常规的波段合成方法。