与传统的多光谱遥感相比，高光谱遥感具有更高的光谱分辨率，能更好地进行地物分类识别。但是，当训练样本数与数据维数相当，或小于后者时，会导致协方差矩阵近似奇异或奇异，使得经典最大似然分类失效，需要对协方差矩阵进行修正。典型的协方差阵估计方法往往只选取总体协方差、类别协方差及其相应变形中的两种形式进行组合，未考虑多种形式共同对协方差阵估计的影响。提出将PSO算法应用到协方差阵估计中，考虑所有形式的共同作用，对组合参数进行优化。最后，通过高光谱数据的分类实验证明了方法的可行性和有效性。