高光谱遥感影像多目标稀疏亚像元制图方法研究

Sub-pixel mapping can divide a pixel into sub-pixels and assign each new smaller sub-pixel to a land-cover class based on hyperspectral unmixing results. The traditional sub-pixel mapping methods are mainly based on spatial dependence assumption. However, sub-pixel mapping problem is ill-conditioned and underdetermined, having difficulty in accurately constructing and optimizing the sub-pixel mapping model, and acquiring diverse sub-pixel spatial distribution pattern. This project will research hyperspectral sub-pixel mapping based on the theory of multi-objective optimization and sparse representation, taking “multi-objective sparse modeling - spatial distribution pattern dictionary construction - multi-objective sparse model optimization” as the base research line. The multi-objective optimization theory will be used to transform the sparse hyperspectral sub-pixel mapping problem into a multi-objective optimization problem, which can model the sparsity of spatial distribution pattern using L0 norm directly; learn the sub-pixel spatial distribution pattern dictionary using sub-pixel patches; introduce the multi-objective memetic optimization strategy with the global and local optimization capabilities to optimize multi-objective sparse sub-pixel mapping model. The study can improve the accuracy and robustness of sub-pixel mapping.

高光谱遥感影像亚像元制图在混合像元分解结果基础上能够确定地物在亚像元上的空间分布。传统亚像元制图方法大多基于空间相关性先验假设设计模型，而由于亚像元制图本质上是病态、欠定问题，已有方法仍存在欠定问题建模和求解困难、亚像元空间分布模式单一等问题。为此，本项目拟利用稀疏表达的空间正则化约束设计、欠定问题求解能力和多目标优化的最优化求解能力，开展高光谱遥感影像多目标稀疏亚像元制图方法研究。核心思想是以“稀疏亚像元制图建模—亚像元空间分布模式字典构建—多目标稀疏模型最优化求解”为主线，将稀疏亚像元制图问题转化为对数据保真、稀疏约束、空间约束的多目标优化问题，在稀疏约束上直接使用非凸的L0范数建模；构建基于亚像元集群块的亚像元空间分布模式字典，实现亚像元级空间约束；研究具有全局和局部优化能力的多目标模因优化方法，对多目标稀疏亚像元制图模型进行最优化求解。研究成果可以有效提高亚像元制图的适用性和精度。

高光谱遥感影像亚像元制图本质上是病态、欠定问题，本项目主要针对已有亚像元制图方法存在的欠定问题建模和求解困难、亚像元空间分布模式单一等问题，开展了高光谱遥感影像多目标稀疏亚像元制图方法研究，攻克了多目标稀疏亚像元制图L0范数建模、亚像元空间分布模式字典与空间约束构建、亚像元空间分布模式字典与空间约束构建等关键技术，系统地构建了“稀疏亚像元制图建模—亚像元空间分布模式字典构建—多目标稀疏模型最优化求解”方法体系，提出了高光谱遥感影像亚像元制图的多目标稀疏建模方法，实现了稀疏亚像元制图模型中最优正则化参数的选择和亚像元空间分布模式稀疏性的准确建模；提出了亚像元空间约束构建方法，获取了高光谱遥感影像中多尺度的亚像元空间分布模式，提高了亚像元制图模型中空间约束的准确性；提出了基于模因优化算法的稀疏亚像元制图模型的最优化求解方法，解决了多目标稀疏亚像元制图模型最优化过程中易陷入局部极值点等复杂问题。.在项目的支持下，项目成员在IEEE TGRS，ISPRS P&RS，IEEE TCY，IEEE TEC等国际学报上发表了15篇SCI学术论文，在CVPR，IGARSS，ICCV，NeurIPS等国际会议上发表了6篇学术论文；获得了首届天智杯人工智能挑战赛亚军、美国国防创新部举办的xView2国际竞赛第四名、IEEE 地球科学与遥感协会举办的数据融合大赛第四名等多个国内和国际奖项；该项目的研究成果应用于2020年湖北省汛期农作物受灾情况遥感分析、2021年辽宁省暴雪温室大棚受灾情况遥感分析等；项目成员1人晋升特聘副研究员、1人入选博士后创新人才支持计划等，培养研究生10名