近年来，研究组围绕高光谱遥感信息处理、多源遥感数据融合及地学解译等方面开展了相关理论与应用研究。

针对高光谱遥感图像中地物所呈现出的多样属性特征，通过结合人类的视觉感知和稀疏编码技术，设计了不同结构属性的特征提取方法以及相应的字典表征方法。所提取的多属性特征较好地提升了异质地物之间的可分性。其次，针对高光谱遥感图像的像元混叠问题，开发了一种基于曲波变换域稀疏正则的盲解混算法，该算法把对亚像元丰度的直接稀疏正则转换为对丰度变换域稀疏表示下的稀疏系数正则，并设计了相应的快速优化求解模型，获得了较好的解混结果。相关研究成果已经发表在《Remote Sensing of Environment》、《IEEE Transactions on Geoscience and Remote Sensing》等遥感领域国际权威期刊。基于上述研究成果，研究组构建了高光谱遥感“特征表达选择-像元精细分类-混合像元分析”的一体化遥感智能信息处理系统，并应用于养殖水体的水环境监测、农作物精细分类、滨海湿地入侵植物的遥感监测等。进一步，利用高光谱，激光雷达等多源遥感数据之间在地学表示和解译方面的互补特性，开发了面向地表物质的多层次属性描述，构建了基于智能计算与优化的多源遥感数据融合分类与变化检测的一体化解决方案，并应用于城市遥感数据分析与应用、农业遥感信息处理、以及多源遥感影像目标检测等领域。

图1 基于局部聚类空间预处理的高光谱解混方法

图2 基于亚像元成分分析的高光谱图像分类方法