普遍存在于遥感影像中的混合像元，不仅给传统硬分类结果带来误差限制其分类精度，而且使软分类结果产生地物在混合像元内的位置不确定性，从而最终导致遥感分类结果难以满足实际应用的需求。因此，有效解决混合像元制约遥感分类精度问题，获取更精细的高精度遥感分类结果，为地学应用提供行之有效的多级亚像元尺度的基础数据，使遥感技术应用进入到亚像元尺度，就成为了一个具有非常必要和重要意义的研究领域。　　亚像元制图正是用于解决混合像元在遥感分类过程中的问题。目前，国内外大多数亚像元制图方法主要是基于空间相关性原理逐步发展起来的一系列方法，这些方法能有效处理大斑块面状模式(AP)分布特征地物的制图问题。然而，混合像元内部地物分布不仅包含面状地物，还包括线状模式(LP)和点状模式(PP)分布特征的地物。当前，少量的单独针对点状和线状地物研究还远不能有效解决这两类地物的制图问题。尤其，对于一幅包含多种空间分布特征的地物类型的遥感影像仅采用基于空间相关性特征的亚像元方法对其处理，会导致一些具有离散性空间分布特征的点状地物产生聚集性的相反结果，也难以保证微细线状地物的连通性和易在粗线状地物边缘产生“锯齿效应”。因此，鉴于目前还没有能同时处理这三种地物的有效方法，本文致力于在理论上构建一个能同时处理点线面状地物的基于地物空间分布特征的亚像元制图理论模型，用于弥补当前研究的不足。围绕该模型，开展的主要研究内容包括:　　①阐述模型原理和结构。针对三种不同地物的亚像元制图，从最优化的角度，阐述了模型的基本原理，并构建出地物类型划分和对点线面状地物采用三种不同处理方式的基本结构。　　②地物类型的划分。围绕模型结构中地物类型划分模块，提出基于区域生长法和地物形状面积指数将地物划分为点线面状三种地物，为模型实施“分而治之”策略提供先决条件。　　③面状地物的亚像元制图。在已有的能有效处理面状地物的几何亚像元制图研究基础上，进一步完善该算法并将其作为模型中处理面状地物的子模块。　　④线状地物的亚像元制图。采用线状模板匹配的方式作为模型中专门处理线状地物亚像元制图的子模块，以避免基于空间相关性方法结果产生的断裂和锯齿现象。　　⑤点状地物的亚像元制图。试图在无需先验知识的情况下，借助描述点状地物空间分布模式的模型从分数影像中获取当前点状地物的分布模式，将其作为目标值匹配获得亚像元尺度下点状地物与像元尺度一致的分布模式，从而真实地反映空间异质性较大区域的地表情况。　　⑥模拟与真实影像的验证。首先，通过模拟影像的实验，在理论上验证了模型的有效性与可靠性。然后，通过真实影像的制图，在应用中进一步验证评价了模型和方法的具体性能。　　实验结果表明，基于地物空间分布特征的亚像元制图模型结果能在保证面状地物精度的同时，避免了线状地物的断裂和边缘“锯齿效应”，进而显著提高了线状地物的制图精度，并且使总体的制图精度相比传统的硬分类结果和基于空间相关性亚像元制图结果有明显的改善和提升。