引言

　　线性光谱混合分析模型与约束线性光谱混合分析模型因其贴近遥感传输理论模型的优良特性在亚像元遥感信息提取中得到了广泛应用。周存林等利用线性光谱混合模型和MNF变换技术分析了福州城区的不透水表面!结果表明城市不透水面的增加对城市生态环境有负面影响。

　　李晓松等利用约束光谱混合分析模型提取了毛乌素沙地油蒿群落，结果表明，基于光谱混合分析技术提取的油蒿群落分量与实测油蒿群落覆盖度线性相关显著，相关系数为0.88，因而研究区的油蒿群落覆盖度可以通过油蒿群落分量的线性变换得到。

　　许珺等利用约束光谱混合分析模型从SPOT影像中提取了台湾地区的槟榔树的专题信息，结果表明，光谱混合分析法不仅有效地提取了槟榔树分布的范围，还计算出槟榔树分布的密度，是一种较好的方法。

　　Chen利用系留气球探测器评估了线性与非线性光谱混合分析模型在草地-针叶林群落交错区评估中的应用，结果表明非线性模型对模型输入数据非常敏感，而线性模型却很稳定。高对比度(低相关)的端元可以用来进行光谱混合分析，而高度相关的端元却加剧光谱混合的非线性特征，从而增加模型的不确定性与误差。

　　Miao利用线性光谱混合模型在CASI-2高光谱数据中估算了黄矢车菊的百分含量。

　　Zhang利用标准化光谱来降低不同地衣光谱间的差异性，与此同时利用光谱混合分析模型反演混合像元中地衣与岩石的含量!结果表明反演的百分含量与实际百分含量具有很高的相关性。

　　Wikhamara利用约束线性光谱分解模型从MODIS数据中对雪覆盖面积进行填图，结果表明，96%像元的分类误差都小于20%。

　　Sabol Jr利用约束的光谱混合分析模型对ETM+数据进行光谱混合分解来分离太平洋西北部森林的结构特征。

　　Olthof利用PFTh数据和多种光谱混合分析模型提取了加拿大北部地区地表覆盖类型所占据的比例!结果表明线性回归与回归树方法的反演结果较好。

　　Bannari利用约束线性光谱混合分析模型对作物残余物分布的比例进行填图，结果表明高光谱数据的提取结果好于IKONOS数据的提取结果。

　　Fitzgerald应用多端元光谱混合分析技术提取了多个棉花株冠的阴影组分，结果表明NDVI在地表覆盖面积上与四端元的光谱混合分析模型的解算结果相同!然而，光谱混合模型却在估计高度和叶绿素含量方面比NDVI具有优势。

　　Eckmann等利用多端元光谱混合分解方法从MODIS数据中提取了亚像元中的火情。Powell利用多端元光谱混合分析模型提取了城市中地物的分布情况。

　　上述研究只是利用两种模型进行组分比例的反演，并不清楚它们的优势与劣势。本文将通过光谱混合实验对两种常用的光谱混合分析模型进行评估，为今后选择亚像元信息提取模型提供科学依据。