مروری بر انواع روش های جداسازی طیفی غیرخطی تصاویر فراطیفی دورسنجی
امروزه، استفاده از سنجش از دور فراطیفی بعنوان ابزاری توانمند برای کشف، شناسایی و تهیه نقشه های متنوع از عوارض سطح زمین است. این فن آوری کاربردهای گوناگونی در نقشه برداری، معدن، پایش محیط زیست، کشاورزی، تصاویر شهری و سنجش از دور سیاره ها دارد. در این بین، فرآیند جداسازی تصاویر فراطیفی بعنوان یکی از مهمترین مراحل پردازشی در آنالیز این داده ها محسوب می گردد. که براساس دو مدل اختلاط خطی و غیرخطی پایه ریزی می گردد. در سالیان اخیر، دامنه گسترده ای از انواع این روش های جداسازی بر پایه مدل اختلاط خطی بنا نهاده شده، که براساس آن بخش اصلی فرآیند یعنی تشخیص اعضای انتهایی و مقادیر فراوانی مربوط به آنها تعیین می گردد. با این حال بر کسی پوشیده نیست که در برخی مواقع وجود اثرات اختلاط غیرخطی می تواند جزء مهمی در بسیاری موقعیت های دنیای واقعی همچون: اختلاط کانیایی مواد، پوشش های گیاهی، محیط های شهری و... محسوب گردد و نادیده گرفتن این اثرات اجتناب ناپذیر است. در نتیجه هدف از این مقاله، مروری بر روش ها و مدل های غیرخطی در فرآیند جداسازی و بررسی جزیی تر تکنیک های محبوب تر می باشد. در همین راستا، انواع روش های جداسازی را می توان به دو گروه روش های مبتنی بر فیزیک و روش های براساس ابرداده ها تقسیم نمود که در آنها از مهمترین تکنیک ها و مدل ها می توان به انواع مدل های دوخطی، چندخطی، مدل های بر پایه اختلاط ذاتی یا داخلی، روش های بر پایه مسیریابی پرتو، روش های کرنلی، شبکه های عصبی و روش های یادگیری منیفولد و توپولوژی اشاره کرد. در این بین، با یک بررسی جامع بر انواع این روش ها می توان پی برد که مدل های دوخطی و شبکه های عصبی در طی این سال ها از اهمیت و محبوبیت بیشتری در بین پژوهشگران این حوزه برخوردار بوده اند.