上个世纪80年代以来,随着遥感技术的迅速发展,利用遥感技术提取烃类微渗漏信息来圈定油气探测靶区进行直接找油,已成为现代油气资源勘探发展的新趋势。高光谱遥感技术作为一种现代社会不可或缺的新兴技术,已成功运用到地质填图、环境监测、植被覆盖调查、海洋监测等多个重要领域,涵盖了卫星观测、航空观测和对地观测,形成了以先进的探测技术,发展图像、光谱信息合一的综合数据处理、信息提取和分析、多学科、多领域定量化应用为特征的发展研究方向。由于遥感成像仪器有限空间分辨率的限制,以及自然界中多样复杂的地物类型的影响,导致混合像元在遥感影像中普遍存在,使得遥感影像的精度受到影响,像元级别的遥感分类以及面积计量精度不能达到使用要求。这直接影响了对高光谱数据的精确分析和应用。而我们关注的许多目标,在遥感影像中处于亚像元级,或者说是弱信息状态。因此,对高光谱数据中混合像元进行分解,成了一个迫切需要解决的问题,同时也是高光谱遥感影像目标探测的一个难题。根据有无先验信息,高光谱影像的目标探测算法可分为监督分类与非监督分类,文中概述了五种目标探测算法,对监督分类的正交子空间投影算法做了学习研究,提出了直接将像元矢量往感兴趣目标构建的子空间做投影的算法用于光谱解混,并与正交子空间投影算法做了比较,在求取感兴趣目标端元对应像元矢量丰度结果上一致。正交子空间投影关注单个目标丰度信息,将其他信息都作为背景信息压缩到零空间中;而直接投影算法则考虑的是兴趣目标整体,计算所有目标的丰度,将像元完全表征。文章最后,在研究烃微渗漏原理及其异常信息遥感探测机理的基础上,结合线性光谱解混模型的高光谱遥感目标探测方法,针对研究区内航空高光谱遥感影像中可能出现的烃微渗漏信息,采用纯净像元指数进行端元提取;然后,基于特征空间投影的方法进行待识别像元的解混,完成了烃微渗漏弱信息提取,并将其运用到工程应用中,对吉木萨尔地区油气覆盖区烃微渗漏引起的异常蚀变信息进行提取,并取得了不错的效果。基于特征空间投影的的烃弱信息提取为野外实地勘探的前期工作提供了有效的资料,为油气靶区的圈定提供了参考,具有一定的学术研究及工程应用的价值。