洪水作为一种自然现象,对人们的生产生活有着重要的影响,所以对洪水尤其是洪水淹没范围进行监测具有重要的意义。MODIS影像时间分辨率高、覆盖范围广,是进行长时序、大范围洪水监测的重要数据。但是由于遥感影像自身空间分辨率和时间分辨率之间的相互制约,导致MODIS影像空间分辨率较低,混合像元现象明显,这严重制约了洪水淹没制图的精度。因此,本文提出利用亚像元制图技术来解决MODIS中的混合像元问题,以提高洪水淹没的制图精度。本文主要完成了以下工作和成果:1.本文分析了传统的PPI指数端元提取算法的缺点和不足,提出综合中高分辨率遥感影像和PPI指数法的端元优化提取方法,并进行了精度验证。实验结果表明优化算法提取的端元光谱意义明确,均方根误差RMS Error小于0.025的占到了 94.3%以上,精度高于传统的PPI算法。2.本文基于SPSAM亚像元定位算法,实现了洪水淹没范围的亚像元级别提取,两组实验提取结果的总体精度都达到了 91%以上。考虑到亚像元级别微小地形起伏对洪水淹没范围的影响,本文提出D-MSPSAM算法,利用DEM高程信息来辅助修正亚像元定位结果中的水体异常分布。从实验结果来看,修正后结果水体边界更加细腻,许多因为光谱特征与水体近似而导致错分的现象也得到了较好的修正,定位精度进一步提高,平水期精度达到91.40%,枯水期达到92.47%。这证明了 DEM数据对洪水淹没提取的应用潜力,为亚像元定位模型的改进提供了新的思路。3.本文批量处理了 2008-2017年间覆盖整个洞庭湖区的MOD09A1影像,研究大范围、长时序的洪水最大淹没范围和淹没频率等年际变化规律。结果表明,2016年面积最大,风险最高。在2008年—2017年10年时间里,约占研究区总面积的22.67%的区域几乎常年被水覆盖的水面或为永久陆地,基本没有洪水风险;占总面积的6%的区域水陆更替较频繁,是洪水监测的重要区域。