Described herein is a process for objectively and automatically determining spectral endmembers and transforming Spectral Mixture Analysis (SMA) from a widely used research technique into a user-friendly tool that can support the needs of all types of remote sensing. The process extracts endmembers from a spectral dataset using a knowledge-based approach. The process identifies a series of starting spectra that are consistent with a scene and its environment. The process then finds endmembers iteratively, selecting each new endmember based on a combination of physically and statistically-based tests. The tests combine spectral and spatial criteria and decision trees to ensure that the resulting endmembers are physically representative of the scene.

Описан здесь процесс для объективно и автоматически обусловливающ спектральные endmembers и преобразовывающ спектральный анализ смеси (SMA) от широко используемый методикаа исследований в user-friendly инструмент может поддержать потребности всех типов дистанционного считывания. Процесс извлекает endmembers от спектрального dataset использующ knowledge-based подход. Процесс определяет серию начиная спектров совместимыми с место и своя окружающая среда. Процесс после этого находит endmembers итеративно, выбирающ каждое новое endmember основанное на комбинации физическ и statistically-based испытаниях. Испытания совмещают спектральные и spatial критерии и дерева решений для того чтобы обеспечить что приводя к endmembers физическ репрезентивны места.