提出了基于贝叶斯网络的混合像元分解模型来处理光谱信息不足的遥感影像.首先,用随机变量来表示像元中各成分的光谱值,在此基础上建立贝叶斯网络来刻画像元中各成分丰度与像元光谱的因果关系.然后,通过贝叶斯推理计算像元中各端元丰度的联合概率分布,并利用蒙特卡罗积分来计算各端元丰度的无偏估计值,从而得到混合像元内各端元丰度值.为了证明该算法的有效性,本研究设计了模拟试验和真实影像试验.结果表明,该算法在光谱信息不足的情况下的分解能力明显优于最小二乘算法.