：本文主要围绕高光谱遥感数据在混合像元分解技术中的应用展开。针对这个中心提出了新的混合像元分解的方法,并根据实验进行了验证其有效性。高光谱遥感影像一般包含了上百个波段丰富的光谱信息,具有光谱分辨率高的特点,可以通过光谱信息分析与传统的影像空间信息分析结合,进行更高程度地从图像中挖掘出有用的信息。单个像元内包含的多种地物光谱的混合效应、大气传输过程中的混合效应、遥感仪器本身的混合效应,使得混合像元普遍存在于图像中。随着高光谱遥感广泛推广应用,混合像元分解技术的成熟,使得目标探测由像元级达到亚像元级别成为现实,提高了影像分类、识别等应用精度。混合像元分解的首要问题是端元的确定,再利用求取的端元和混合像元分解模型进行求解丰度。本文围绕高光谱遥感影像的端元提取这个中心进行研究,主要内容和研究工作成果是：(1)针对高光谱遥感数据具有量大,且计算复杂度高等问题,提出了基于ICA特征提取的N-FINDR算法,并与传统的MNF特征提取后进行N-FIDNR端元提取实验对比,影像解混后的丰度误差图像的协方差降低,验证了该算法的有效性和优越性。(2)相较只利用光谱信息的传统端元提取算法和合理利用空间信息和光谱信息,但判别端元程序繁琐的AMEE端元提取算法,提出了基于坐标的最大距离法的AMEE的改进的方法,并结合AVIRS高光谱遥感数据进行实验对比,验证了该方法的可行性。