Este documento considera un enfoque experimental para evaluar algoritmos utilizados para explotar datos obtenidos por sensores remotos. El enfoque emplea imágenes sintéticas que se generan utilizando modelos físicos para hacerlas más realistas, mientras que aún se proporciona datos de referencia para una evaluación cuantitativa. Este enfoque complementa el enfoque común de utilizar datos reales y/o datos generados por modelos simples. Para demostrar el valor de tal enfoque, se evalúa el comportamiento del algoritmo FastICA como una técnica de desconvolución hiperespectral utilizando dichos datos. Esta exploración conduce a una serie de ideas útiles, como: (1) la necesidad de retener más dimensiones de las indicadas por el análisis de valores propios para obtener resultados casi óptimos; (2) condiciones en las que la ortogonalización de los vectores de desconvolución es perjudicial para los resultados de explotación; y (3) un medio para mejorar los resultados de desconvolución de FastICA al reconocer y compensar los materiales que se han dividido en múltiples mapas de abundancia.