针对一些遥感数据缺失蓝波段而无法进行真彩色影像合成的问题，提出一种模拟多光谱传感器真彩色影像的方法。将中分辨率成像光谱仪MODIS 地表反射率产品(MOD09)作为参考影像，经影像聚类分析得到具有代表性训练样本，并通过反向传播(BP)人工神经网络训练得到蓝波段与特征波段(绿/红/近红)间关系的非线性回归模型，该模型用于模拟Landsat TM/MSS 和SPOT-5 的蓝波段并最终合成真彩色影像。实验结果表明：BP 神经网络能够很好地模拟多光谱影像的蓝波段，并且能够在一定程度上去除蓝波段上的大气影响，从而可以得到较为理想的真彩色合成效果。研究成果进一步扩展了图-图遥感影像波段模拟模型的研究深度。

针对“波谱库-影像”多光谱遥感影像波段模拟方法中波谱库以矿物质类别为主、 忽略大气环境和成像时间对地物波谱影响的问题, 以及“参考影像-影像”影像波段模拟方法中地物混合像元和不同空间分辨率像元间模拟的尺度效应问题, 提出基于局部地物端元提取的遥感影像波段模拟方法。 首先对与待模拟影像具有相似地物类别组成的参考影像进行光谱聚类分割, 形成影像局部区域; 然后提取各个局部区域的地物端元, 并对地物端元进行优选形成地物端元样本集; 接着利用端元样本集建立地物端元波谱间的关系模型; 最后利用关系模型预测目标影像波段。 首先通过模拟Landsat TM5影像的蓝光波段, 验证方法的稳定性和可靠性; 然后通过模拟IRS-P6影像的蓝光波段, 验证方法的适用性和推广性; 并在实验过程中同已有的“波谱库-影像”波段模拟方法和“参考影像-影像”波段模拟方法进行视觉效果对比和定量统计分析, 进一步表明方法对各类地物均有较好的模拟效果, 能够准确地表达地物的真实波谱。

针对常规的“影像-影像”多光谱影像波段模拟模型对研究区参考影像的依赖和随机性采样带来的模型不稳定问题以及“光谱库-影像”波段模拟模型中光谱库在类别、 时间和空间上的不完善导致模型缺乏适用性问题， 本文提出了基于影像光谱库的波段模拟方法。 首先对与待模拟影像具有相似类别组成的参考影像进行光谱聚类， 然后对各个光谱类别进行采样， 形成影像光谱库， 接着提取光谱库中的等量类别样本训练BP神经网络(BPN)回归模型， 最后利用BPN模拟目标影像的波段。 实验结果表明: 该方法能够更为精确的模拟出TM蓝波段， 其模拟均方根误差(RMSE)较“光谱库-影像”模型提高了1.3， 较“影像-影像”模型提高了0.6， 与“影像-影像”和“光谱库-影像”模型相比， 该方法更加稳定可靠； 该方法能够成功的应用到SPOT和MSS的蓝波段的模拟中并取到较好的效果。

针对已有遥感影像模拟方法难以在影像光谱维上扩展的不足, 提出了一种基于地物波谱学习的遥感影像波段模拟方法.以地物波谱库作为先验知识,通过支持向量机拟合地物在不同观测波段范围内反射率之间的复杂非线性关系, 进而在多光谱遥感影像已有波段的基础上模拟一个新的波段影像.通过模拟TM红波段影像的实验, 证明本方法能较为准确地模拟出真实的光谱影像, 其模拟结果可靠.进一步将该方法应用于模拟IRS真彩色影像, 验证了本方法的实用性.本方法能够有效地解决多光谱影像波段缺损的问题, 并在一定程度上可解决较高空间分辨率遥感影像光谱维的不足, 为建立地物波谱与遥感像元波谱的定量联系提出了新的思路.