光谱类别的确定

为了将各波段图像中像元的亮度值与地面景物特征联系起来，必须发现其中的规律。由地物反射率曲线可知，在不同的波段，各种地物反射率有差异。图 3—3 是雪、沙漠、小麦、湿地反射率曲线的例子，按 MSS 波段 1，2， 3，4 分段，可以看出各段中它们的反射率的差异。

任意选取卫星图像同一景中的两个或两个以上的波段，以每一波段的亮度（灰度）为轴作多光谱空间，可以发现，对应于地面同一地类的像元点在多光谱空间内的位置都靠得很近，有聚集的倾向。如图 3—4 中，由于几类地

物反射率在波段 1 和波段 3 的不同，凡同一类型的地物，如湿地，亮度接近，并且在波段 1 亮度最小，在波段 3 亮度也最小，因此在二维波段 1～3 空间中，湿地的位置在左下角区域；而小麦亮度在波段 1 较小，在波段 3 却较大，位于光谱空间的左上角，等等。这种同类聚集的特性说明，如果按照地物类别聚集的规律把多光谱空间划分为若干个子空间，每一子空间包含有一个类别，这样就可以对图像中未知的像元进行分类，把它们分配到各自的子空间去。

这种完全按照光谱特征在多光谱空间内聚集的类别称为光谱类

（spectral classes）。如果光谱类与分类系统中的类别（称为概念类， conceptual classes）是一一对应的，那么光谱分类的结果就是最后分类结果，分类系统中的类别即为光谱类。但实际上，由于自然界地物光谱的复杂性，以及其他一些因素，在分类时经常会发现同种地类（概念类）有不同的光谱类，即同质异谱，以及不种地类（概念类）属于同一光谱类，即异质同谱现象。因此，不能对所有的分类数据都简单地按照分类系统中的类别进行光谱分类（Richards 1986，Lark 1995）。

造成光谱类与概念类不能一一对应的原因有下列几种：

外部因素。如传感器本身的辐射误差，云覆盖的影响等。
同一地类特性的差异。同一地类由于特性的差异会造成光谱特性的不同，如同样是林地，不同类型的林地可能会有不同的光谱特性。即使是同种类型的林地，也会因为生长状况、组成密度的不同而有不同的光谱特性。
某些地类之间信息差别不分明，如大豆与玉米，云杉与冷杉，它们的光谱特征十分相似，甚至还有重叠的部分[6]。
混合像元。混合像元由几种地物组成，一般以像元中比例最高的地物作为该混合像元的类型。随着各类地物比例的不同，混合像元所反映出的光谱特性可能是新的光谱类，也有可能与其他光谱类混淆。
类型的定义。分类系统中某些类型所对应的图斑可能不是单质图斑，而是复区图斑。复区图斑的类型一般是按照组成地物的比例来确定，如沙地的类型（流动、半流动、半固定、固定）是按照沙地中植被的比例来确定。

根据光谱类与概念类不能一一对应的原因，通常按下面的方法来确定光谱类：

首先对图像数据进行预处理，消除可能由于外部因素形成的无实际意义的光谱类。

对某一地类（概念类）通过对样本数据进行分析，检验是否符合正态假设，对明显具有多重模态概率函数（即具有一个以上极大点的概率函数）的类别，分成若干光谱类，使一个光谱类正好对应于实际分布中的一种模态。

分析不同地类之间的光谱差异，如小于某一阈值，则合并为一个光谱类。最后得出光谱类别数及对应的光谱类别。