高光谱遥感数据所提供的具有诊断意义的精细光谱信息，能够反映出地物类别间的细微差异，可以实现地表地物信息的精确提取和分类。但是高光谱遥感数据幅宽较窄、空间分辨率偏低的特点，大大限制了它的实际应用效能。不同遥感器获取的数据具有各自的时、空、谱特征，复合利用多源遥感数据可以实现不同数据的深度综合和互补，是获得更全面和丰富的地表信息以及实现多源遥感数据价值的关键。　　本论文以高光谱遥感数据为核心，针对高光谱数据的特点及实际应用中面临的问题，重点从拓展覆盖范围、补充空间信息和引入其它谱段信息三方面开展了高光谱数据与其它类型遥感数据复合的地表精细分类研究。　　(1)针对高光谱数据光谱丰富但幅宽较窄的特点，提出了利用窄幅高光谱图像辅助宽幅多光谱图像进行精细分类的思路，并从样本优选和光谱重构两个角度开展了两者的复合分类研究。在样本优选方面，借助窄幅高光谱图像提取更为精细和纯净的训练样本，通过改善训练样本的代表性和精细化程度，提高了宽幅多光谱图像的精细分类水平。在光谱重构方面，提出了一种局部数据约束下，将区域多光谱图像重构为高光谱图像的方法，利用重构的高光谱图像挖掘和构建了新的分类特征，从而实现了大范围地表的精细分类。实验结果表明，少量高光谱数据的辅助可以有效改善大范围多光谱图像的分类精细化程度和水平，解决了大区域资源环境调查中高效与精细化分析之间无法平衡的问题，能够满足大区域高精度地表覆盖分类的实际应用需求。　　(2)针对单纯使用高光谱数据的光谱特征无法有效实现复杂城市地区精细分类的问题，考虑引入激光雷达(LiDAR)数据，重点研究整合光谱和空间信息的高光谱与LiDAR数据的复合分类。提出了一种基于边界约束的马尔科夫随机场分类方法，该方法一方面利用LiDAR高度信息改善高光谱数据初始分类结果，另一方面复合利用高光谱和LiDAR数据的边界信息获取自适应权重系数，从而有效控制马尔科夫随机场对图像中不同位置像元的空间校正强度，达到去除地块内部噪声和保持边界细节的效果。最后，通过模拟数据实验和真实数据实验证明了方法的有效性和优越性。　　(3)以岩矿为代表，充分利用不同谱段所呈现的地物特性，实现可见光-短波红外与热红外谱段信息在矿物识别和分类方面的复合利用。论文对比分析了岩矿在可见光-短波红外波段的反射率光谱特征和热红外波段的发射率光谱特征，指出热红外波段数据在矿物识别上的潜力。在此基础上尝试利用热红外多光谱数据辅助可见光-短波红外高光谱数据进行岩矿识别与分类。模拟数据和真实数据实验证明了在一定条件下热红外多光谱数据可以辅助提高可见光-短波红外高光谱数据在岩矿识别和分类的精度。　　本论文的研究在一定程度上顺应了“十二五”863计划“对地观测与导航领域”提倡的最大限度发挥多星组网或星机地协同观测数据资源优势的要求，对于提高高光谱遥感数据的处理能力和应用水平具有非常重要的意义。