实现图像解译的自动化与高精度定量化,不仅是遥感应用的要求,也是当前遥感自身发展的前沿。随着社会对专题影响数据需求的逐渐增大,要求的提高,低分辨率卫星影像制作的专题数据在许多领域已经不能满足要求。高光谱遥感数据具有图像——光谱合一的特点,与传统的多光谱遥感数据相比,能够更好的分类与识别各类地物。 本文应用Hyperion高光谱数据,对黑龙江和吉林交界处的湖西和抚育站两个林场进行分类分析。针对Hyperion数据具有的数据量大和波段多的特点,进行了基于线性混合光谱模型的分类分析。同时应用传统的监督分类方法(最小距离法和SAM法)和非监督分类方法(K-均值法和ISODATA法)进行分类。结果表明,基于光谱混合模型的分类方法远好于传统方法而不同的分类方法对各种地物分辨能力不同。这是因为基于线性混合光谱模型的分类方法使用的是先进的光学原理,将研究的分类对象从像元改变为亚象元。 而基于线性光谱混合模型的分类方法也存在终端像元不易提取的问题,所以应该与传统分类方法结合分类或者借助传统分类方法提高终端像元的提取精度,从而更好的为应用服务。