煤矿开采对于我国城市建设、工业发展和现代化进程具有重要作用。随着煤矿区规模的迅速发展,矿区塌陷、土壤污染等问题日渐严重,对矿区生态环境造成了严重破坏。因此,对煤矿区进行土地利用/覆盖变化(land use and land cover change,LUCC)监测具有重要的现实意义。遥感技术作为一种先进的信息采集方法,在LUCC研究中具有明显优势,运用遥感技术进行LUCC研究已经成为矿区LUCC监测的主要手段之一。但是,由于传感器空间分辨率的限制与矿区生态环境的复杂性,矿区遥感图像数据中存在着大量的混合像元,若简单地将混合像元判别归属于某一地物类别进行LUCC监测,势必会影响监测精度,故有必要借助混合像元分解技术提高LUCC监测与分析的准确性。在混合像元分解中,端元提取和丰度解混是非常关键的两个步骤,尤其是端元提取,提取到的端元的质量可能直接影响LUCC监测结果的准确度,一直是混合像元分解研究的热点和难点。本文分析了目前矿区遥感影像进行LUCC监测面临的问题,及混合像元分解中的难点,引入并改进了引力智能优化算法(GSA,也称为引力搜索算法)优化端元提取,利用TM影像,快速、准确的实现了矿区内各类型地物面积的统计及变化分析。主要的研究内容如下:1、对混合像元分解的模型、端元数目的估计、端元提取算法、丰度估计算法及精度评价方法进行了理论的学习及算法的实现,并分析了现有的端元提取算法存在的问题;2、在深入分析引力搜索算法及其他几种智能算法的基础上,将斥力引入到GSA算法中,通过模糊规则自适应的控制斥力的大小,得到基于斥力的引力搜索算法RFGSA,并实现了RFGSA优化端元提取算法。3、利用提取到的端元进行丰度估计,并通过丰度图进行研究区内各地物类型的面积统计及变化分析。