Анализ гиперспектральной информации — область дистанционного зондирования, получившая широкое развитие в начале миллениума. Преимуществом использования гиперспектральных данных является расширенный покрываемый спектральный диапазон и высокое пространственное расширение. Это позволяет применять данные в широком спектре задач национального значения [1].
Стоит отметить, что начиная с определенного уровня пространственного разрешения, все природные и большинство искусственных поверхностей оказываются неоднородными. Смешивание характерных признаков не пропадает при переходе к изображениям с более высоким пространственным разрешением. Применительно к съемочной аппаратуре космического базирования, в зависимости от пространственного разрешения датчика аппаратуры (в случае, если оно недостаточно высоко) и материалов на поверхности, полученная гиперспектральная информация иметь в своем составе пикселы с «чистой» и «смешанной» спектральными характеристиками. Для отдельного спектрального диапазона, стабильный спектр (детерминированный), соответствует идеализированному прототипу спектральной сигнатуры, используемому в спектральных библиотеках.
В случае, когда пиксел имеет в своем составе «смешанную» спектральную сигнатуру, измеренный спектр может быть разделен по методу, используемому при разработке нейронных сетей низкого порядка. В этом случае, спектр пиксела линейно разделяется на малые компоненты, обладающие относительно постоянными спектральными свойствами — или конечные элементы (endmember), и каждой присваивается свой весовой коэффициент на основе пропорционального присутствия (fractionalabundance) [2, 3]. Представление методов спектрального взвешенного анализа может быть линейным (LSU) и нелинейным (NSU) (рис. 1).
Наилучшим считается исход, когда локальная спектральная библиотека содержит такое число конечных элементов, что их линейная комбинация формирует весь остальной набор спектров на маршруте (рис. 2).
К общим недостаткам методов спектрального взвешенного анализа относят необходимость применения библиотек спектральных сигнатур (повышенные требования к высокоточной взаимной калибровке) и сложность определения процентных долей примесей в пикселе. Кроме того, хотя сверка с библиотекой спектральных сигнатур может показаться правильным выбором, однако у этого подхода имеется набор недостатков.