对海冰进行监测,一方面是出于应急防灾的需要,另一方面是由于海冰的热力、动力的时空效应会对区域及全球的气候状态和变化产生重大影响。本文选择高光谱分辨率、高时间分辨率、适中空间分辨率的中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,MODIS)的影像来进行实验,以我国主要的结冰海区之一的渤海为实验区域,提出了一种基于多特征约束端元提取和线性光谱分解的海冰检测方法,根据MODIS数据最大空间分辨率为250m的特点以及海冰和海水混合光谱反射率的物理特性,混合光谱像元分解为海冰检测提供了可行的思路。本文所提方法主要可分为两个步骤:一是多特征约束的端元提取,这是一个粗分类过程,从光谱特征、纹理特征、形状特征和温度特征四个方面来分析海冰和海水的差异,选取具有代表性的多个特征表达来构造约束条件,进而对端元进行约束性提取;二是混合像元线性分解求得丰度,进而得到亚像元级海冰和海水的精分类结果。本算法能够自动化地提取不同地物类别的端元,通过构造不同特征约束规则,提出基于多约束条件的端元提纯算法,使提纯后的端元更具类别代表性,并进一步提高了混合像元分解的精度。本文算法的创新点主要有两个,一是结合实验区域内海水的悬浮泥沙浓度较高的情况,将混浊海水从海水中分离出来单独作为一类来分析其特征,即本文共提取三类端元,分别是“清澈海水端元”、“混浊海水端元”和“海冰端元”,混浊海水具有不同于清澈海水和海冰的特征,这样能有效解决悬浮泥沙带来的扰动;二是提出一种边缘点密度加权的纹理均值特征,直接根据灰度共生矩阵(Grey Level Co-occurrence Matrix,GLCM)计算得到的均值特征不易区分海冰和混浊海水,本文利用边缘点密度来加权均值特征,海冰区的边缘点密度大,海冰的均值特征能得到有效加强,而混浊海水区的边缘点密度小,甚至为0,这样就能有效减弱混浊海水在影像上的特征表现,从而增加海冰和混浊海水的分离度。本文利用详细的实验充分分析了所提算法的检测性能和鲁棒性,与其它三种典型方法的结果进行了比较,不仅进行了具体的目视结果的比较,还基于混淆矩阵进行了详细的定量评价。结果表明,本文所提方法具有较高的总体精度和Kappa系数,较好的视觉效果,受条纹噪声和薄云影响较小。此外本文也在多张MODIS影像上做了测试,均获得良好的检测效果,并且该方法能同时适用于Terra卫星和Aqua卫星的影像,这均证明本文方法具有较好的鲁棒性。