蚀变矿物信息与构造在高光谱遥感找矿中的应用初探

高光谱遥感蚀变信息提取是地质找矿和蚀变矿物填图的重要方法之一,研究基于现有的机载HyMap高光谱遥感影像模拟的星载高光谱遥感数据,通过光谱特征分析、降噪、端元提取、蚀变矿物填图等高光谱遥感技术结合实验区线性构造,对实验区进行星载高光谱遥感数据找矿应用初探,提取的蚀变矿物组合分布区,可以作为靶区开展进一步预查工作。     

高光谱遥感矿产资源探测软件研制与问题探讨

针对高光谱遥感矿产资源探测的处理流程和实施算法,从光谱特征提取、光谱解混及地物分类识别和填图3个方面涉及的关键技术展开了简述。在此基础上基于IDL研发了高光谱遥感资源探测软件。软件集成了影像特征分析、影像信息提取、端元提取、混合像元分解、蚀变填图、成矿远景区分析等功能模块。同时,对存在的问题,从波谱库构建、基于高光谱的资源深部探测、岩矿光谱特性机理分析、高光谱遥感影像高性能处理等方面进行了探讨。     

ASTER数据蚀变矿物信息提取技术研究及其应用综述

由于ASTER卫星数据具有6个短波红外(SWIR)波段,对粘土矿物和碳酸盐化类矿物具有一定的识别能力,在岩浆热液作用密切相关的铜、金等多金属矿找矿中得到了广泛应用。总结了常见蚀变矿物波谱曲线特征,特别是其吸收谷和反射峰对应ASTER卫星数据波段的特征,同时对比分析了常用的基于ASTER数据开展蚀变矿物信息提取的主成分分析法、光谱角法和比值分析法,分析其各自的优缺点及其主要适用区域,并简要介绍了2个典型蚀变矿物组合信息提取的实例。认为ASTER数据蚀变矿物信息提取方法的选择应结合研究区具体情况而定,即根据研究区地理地貌、植被覆盖度、蚀变类型及其蚀变矿物特征选择最优的蚀变矿物信息提取方法。     

西藏驱龙铜矿高光谱遥感蚀变分带矿物提取

以西藏墨竹工卡县驱龙斑岩铜矿床为例,利用Hyperion高光谱数据对矿区蚀变分带信息进行提取,确定了针铁矿、磁黄铁矿、高岭石、绿泥石和铜蓝等5类端元矿物。结果表明,在Cu I及其外围提取的蚀变矿物由斑岩体向外为针铁矿+高岭石→针铁矿+高岭石+磁黄铁矿→绿泥石;在Cu II及其外围提取的蚀变矿物由斑岩体向外为针铁矿+高岭石→针铁矿+高岭石+绿泥石→绿泥石,矿物分布情况与驱龙铜矿围岩蚀变分带基本一致,利用Hyperion数据能够较好地提取驱龙铜矿的蚀变分带信息。     

成像光谱技术及其在土地动态监测中的应用

20世纪80年代出现并于20世纪90年代蓬勃兴起的成像光谱遥感技术已经受到国内外学术界的广泛重视,代表了遥感定量化的发展方向。成像光谱技术提供的连续窄波段成像技术,使它在地质填图、精细农业、资源调查等定量遥感应用中具有极大的潜力。土地动态监测是土地管理工作中的重要环节,研究成像光谱技术在土地动态监测中的应用具有十分重要的意义。本文介绍了成像光谱技术及其在土地动态监测中的应用,并对利用成像光谱技术进行土地动态监测的关键技术进行了阐述。     

基于快速定点学习算法的高光谱遥感信息提取

高光谱遥感通过航空或航天成像光谱仪获得地物的连续光谱信息,可探测到普通遥感不能探测到的物质。而独立成分分析技术是一种基于信号高阶统计特性的分析方法,在利用该方法进行高光谱数据处理时,将待识别的地物作为独立成分表示出来,可得到地物之间的分离度最大化。通过对高光谱遥感图像数据的特性进行分析,使用USGS光谱库中的矿物光谱作为端元信号,构造模拟的高光谱遥感图像,证明了快速定点学习算法在高光谱遥感矿物蚀变信息提取中的有效性。     

基于高光谱曲线的马铃薯与其他主要作物光谱差异性分析

[目的]文章以马铃薯关键生长期——结薯期为测量时点,以马铃薯和玉米、大豆、水稻为研究对象,开展高光谱曲线特征差异性研究。[方法]为更好地描述马铃薯与其他作物的光谱差异,创建高光谱反射率差异性指数、高光谱一阶导数差异性指数、高光谱红边幅值差异性指数、高光谱曲率差异性指数及高光谱植被指数差异性指数。[结果](1)马铃薯与玉米、大豆、水稻3种作物光谱曲线具有明显差异,马铃薯与玉米的反射率值在480nm附近蓝色波段位置差异最显著,差异性指数值为67.866%,与大豆、水稻的最大差异性指数值分别为49.068%、57.559%,均位于550nm附近绿色波峰位置;(2)作物光谱曲线经一阶导数变换运算,马铃薯与其他作物间的光谱差异被显著放大,在近红外波段放大程度最显著;(3)马铃薯与玉米、大豆、水稻高光谱曲率差异性指数最大值均位于波长750nm附近,差异性指数值分别为78.365%、63.471%、80.882%;(4)常用植被指数中,比值植被指数、增强型植被指数可显著区分马铃薯与玉米、大豆、水稻。[结论]差异性分析结果为农作物空间分布遥感识别提供了技术支撑。     

遥感影像土地覆盖(LC)专题信息提取方法研究

在对研究区背景本底知识和遥感数据光谱知识充分分析的基础上,挖掘谱间结构,得出各典型地物的光谱空间特征及相互分离规则。结合原有GIS数据,用地学知识和DTM模型纠正初步分类图,得到较理想的分类结果。尝试提出各专题信息分层提取,分类结果加权叠加的方法。     

基于支持向量机算法的乳制品分类识别技术研究

本文针对乳制品分类快速识别技术依旧相对匮乏的现状,获取了样品的拉曼光谱,以此作为表征样品的质量特性数据,输入支持向量机判别模型,构建高效识别技术。结果显示,乳制品拉曼光谱数据采集迅速,含水样品可直接上样测试,单个样品的数据采集时间仅需2.5min,计算机处理时间在10s以内,参数优化条件分别为小波软阈值降噪(db1小波基,分解层数N=3)、归一化处理([-1,1]区间),通过主成分分析提取80个主成分(累计贡献率99%以上),支持向量机算法(径向基核函数,惩罚系数c=32,核函数参数g=0.022097),测试集最佳识别率可达到100%。由此可见,本文所建立的高效识别方法,具有分析速度快、流程便捷等多项优点,能够为乳制品质量安全监管提供技术参考。     

基于Landsat-TM和测量地物光谱耦合分析——以开封地区为例

地物光谱数据是遥感技术之基础资料,是建立地面数据和遥感数据关系的桥梁;在对遥感机理和地物光谱理论深入理解的基础上,用回归分析思想探讨遥感影像光谱与实测相应地物光谱的耦合程度,两者的相关系数ρ=0.8689,相关性较好,因此可以将经过大气校正后的影像光谱值代替实测地物的光谱值进行相关的分析。