中等分辨率的遥感影像(TM/ETM+、ASTER)以获取成本低、存档数据时间序列长、具有多个波谱段等特性在城市土地利用/土地覆盖中广泛使用。但由于城市地物的复杂性，中等分辨率的遥感影像中存在着大量的混合像元，传统的遥感研究方法(监督分类、非监督分类)都是基于像元级的，一个像元对应一种地物类型，这样得到的结果精度往往达不到实用要求。为了提高中等分辨率的遥感影像在城市研究中的精度，就必须解决混合像元分解的问题。　　 本研究以广州花都区为例，针对中等分辨率遥感影像在城市中存在大量混合像元问题，探讨基于V-I-S模型思想的混合像元分解。结合花都区实际情况，对花都区2003年的ETM+、ASTER遥感影像进行混合像元线性分解。在V-I-S模型模型基础上，初步确定植被、土壤、高反射率地物和低反射率地物四种基本组分。采用优化的端元选择方法，先对图像进行MNF变化进行数据降维，然后利用PPI处理筛选出纯度较高的像元，缩小了终端单元的选择范围，在MNF变换前三个主成分的散点图上选定终端单元。然后利用混合像元线性分解得到了花都区2003年植被、土壤、高反射率地物和低反射率地物覆盖度图像。由得到的高反射率地物和低反射率地物覆盖度图像计算出不透水面覆盖度图像，并利用高分辨率的QuickBird影像数据对不透水面覆盖度进行精度验证，结果表明ETM+、ASTER遥感影像都能有效的提取不透水面，ETM+提取的结果效果更佳。最后结合V-I-S模型对花都区植被、土壤、不透水面覆盖度进行分析。　　 本研究还使用了1998年的TM数据进行混合像元线性分解，得到花都区植被、不透水面、土壤三种覆盖度图像，和2003年ETM+图像得到的V、I、S覆盖度图像做变化检测；并利用植被覆盖度进行生态环境评价。结果表明花都区植被覆盖度从1998年到2003年下降了3.35％，不透水面覆盖度增加了3.86％，土壤覆盖度下降了0.74％。对花都各镇的基于像元分解的V-I-S变化研究结果表明，花都生态环境有退化的趋势。随着城市的发展植被覆盖度可能进一步下降，不透水面会进一步上升，土壤在其中起过渡作用。本研究结果展现了混合像元分解技术在土地覆盖及变化与生态环境研究中有非常好的应用潜力。