高光谱分辨率遥感在地质应用中的关键技术及前景

遥感技术应用于地质中的目的之一是分辨和识别出不同的岩石和矿物等地质体。宽波段遥感只能分辨不同岩石类型，而难以识别含不同成分的岩石和矿物。高光谱分辨率遥感则可通过诊断性光谱特征对岩石或矿物成分及结构进行识别。通过对高光谱分辨率遥感应用于地质中的关键技术进行分析，对未来高光谱分辨率遥感在地质中的应用进行了预测。     

岩石和矿物的反射光谱特征及其应用

本文从岩石和矿物成分、粒度、颜色和表面状态探讨它们与反射光谱特征的关系，并研究了某些铜铁矿床的围岩、蚀变岩和矿石的反射光谱特征。对反射光谱数据和物理化学参数进行数理统计分析后，提出区分岩石和矿石较好的工作波段。     

红外光谱定量比较分析法及其应用

利用红外光谱定量比较分析的原理，从定向及微区的角度研究晶化固态物质的成分、结构等，有效地解决矿物、岩石、矿床乃至构造研究中的诸多问题。     

成像光谱数据建模与分类识别技术研究——以云南腾冲矿区为试验区

在系统分析成像光谱数据特征及岩石矿物具有诊断意义的吸收光谱特征形成机理的基础上，采用基于相关系数测度的光谱匹配技术、基于高斯改进型模型的光谱建模技术及人工神经网络分类算法，实现了岩石矿物光谱特征波形对比分析及诊断光谱信息提取与建模，提高了光谱分类识别算法的计算速度和分类精度。采用上述技术对云南腾冲铀矿区进行实验研究，取得良好效果。     

新疆谢米斯台地区岩矿光谱特征提取及光谱分析

不同岩石矿物和矿化蚀变具有不同的光谱特征, 这是利用遥感技术进行岩石矿物和蚀变信息识别的基础。本研究在谢米斯台地区进行岩矿样品采集, 利用ASD野外光谱辐射仪采集光谱反射率数据, 通过去噪处理、标准化处理、微分处理和去包络线处理, 开展了典型岩矿样品、风化面与新鲜面样品和不同矿化蚀变的光谱特征提取和光谱分析。研究发现, 岩矿在380~1 100 nm波段的光谱特征, 主要是金属离子产生;在1 100~2 500 nm波段的光谱特征, 主要是阴离子基团中的羟基、碳酸根和水分子产生;矿化蚀变光谱具有可诊断性特征谱带, 是其矿物组成中的各种蚀变矿物特征信息的反映;受到矿物含量改变和外界环境因素的影响, 光谱的整体形态或局部特征都发生变化。岩矿光谱特征的提取和分析, 将提高和改善高光谱技术对不同区域同种类型的矿床勘查。     

相山铀矿田典型蚀变矿物地面光谱特征研究

利用光谱特征进行岩石矿物分析受到了国内外研究者的广泛关注,大多数蚀变矿物如赤铁矿、水云母等在可见光-近红外-短波红外波段具有诊断性强的波谱特征。因此,利用典型岩石矿物光谱特征可为矿产资源勘查与评价提供一种新的手段和方法。本文对相山铀矿田蚀变矿物进行光谱测量,经数据处理获得了不同典型蚀变岩石矿物的反射率光谱曲线。通过对这些光谱曲线特征的分析研究,提出了影响岩石矿物反射率的因素,探讨了水云母、萤石、赤铁矿等典型蚀变岩石的反射率曲线特征,并建立了相应的典型蚀变矿物光谱识别模型。     

砂岩型铀矿光谱特征匹配技术研究

本根据成像光谱数据的特点，采用高精度光谱数据预处理技术和基于相关系数测度的光谱匹配技术，实现了岩石矿物光谱特征波形对比分析及诊断光谱信息提取。在此基础上，以云南腾冲铀矿区和内蒙古海拉尔盆地为例，进行试验研究，取得实效。     

常见岩石矿物微区特征信息激光剥蚀光谱快速识别技术研究

利用一台小型Nd:YAG 266 nm调Q激光器,在常压大气环境下诱导激发150个岩石矿物标本产生等离子体,通过微光谱仪记录等离子体200～800 nm范围内的发射光谱,形成岩石矿物标本微区特征激光剥蚀光谱(LAS)谱图,对谱图中主量元素进行定性识别;将岩石矿物标本的显微照片、矿物组成、特征LAS谱图以及主量元素的特征波长等信息汇总,建立其特征信息库;并编写常见岩石矿物LAS快速识别软件。该软件采用平滑、抽提特征峰等处理方法对LAS谱图进行简化,通过比较未知岩石矿物与特征库中参考岩石矿物LAS谱中特征峰位置的匹配度来快速识别、筛选未知岩石矿物。本研究建立的LAS实验平台和常见岩石矿物特征LAS谱图库,可减少矿物鉴定人为因素影响大、鉴定速度慢、花费高等不足,并为实现原位快速测定岩石矿物微区成分奠定了基础,可望为矿产勘探、开采和选矿提供技术支持。     

矿物蚀变区典型地物光谱特征初步研究——以内蒙古突泉县-扎鲁特旗成矿带为例

文章基于野外的实测光谱数据,对岩石、土壤和植被的光谱反射特征以及它们在统计空间的分布关系进行分析研究,总结中等植被覆盖的矿物蚀变区典型地物的光谱反射特征以及不同地物在光谱空间的分布规律,为矿物的遥感蚀变信息提取提供一定的科学依据,有利于改进蚀变信息提取的方法。     

基于ASTER数据的蛇绿岩组分识别：以德尔尼矿区为例

本文运用高级星载热辐射和反射探测器(ASTER)反射率数据对青海德尔尼蛇绿岩的主要岩石组成和蚀变矿物进行探测。以现有的标准光谱库数据作为参照,采用光谱角制图法来提取感兴趣的岩性和矿物信息,并通过与现有地质图对比,验证结果的精度。实验结果表明,运用ASTER数据和标准的光谱库数据,可较有效地识别蛇绿岩的主要岩性和相关矿物成分,但不同岩性的识别精度不同。     

利用遥感光谱特征提取岩性信息的基础和技术研究

地物光谱特征的研究是遥感技术的基础研究工作之一．从光谱遥感发展与地质应用的趋势出发。从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展．在技术方法方面，主要从多光谱与成像光谱以及遥感与航空放射性信息集成3个层次上，分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性，并简单阐述了遥感与航空放射性信息的复合这一遥感岩性信息识别研究的发展趋势．     

近红外光谱分析方法在桂西地区沉积型铝土矿找矿中的研究

本文利用近红外光谱分析仪在研究区进行近红外光谱剖面测量，选定研究区近红外光谱剖面Y001，对岩石或土壤的蚀变矿物进行光谱测试分析与反演，建立基于近红外光谱分析技术的沉积型铝土矿光谱特征参数找矿标志，从而推断找矿有利地段，缩小找矿范围，建立经红外光谱特征参数找矿模式。     

矿物红外光谱多组分优化计算模式

矿物红外光谱多组分优化计算模式梁长林（华东地质学院）一、权计算公式一个由几种单组分物质（矿物）按一定比例组合而成混合物（岩石），在没有化学反应发生情况下，它的红外光谱也是由这几个单组分物质的谱按相应的比例叠加而成，假设混合物样品的红外光谱（样品谱）为...     

成像光谱矿物填图精度兼与矿物丰度关系初探

成像光谱遥感技术在岩石矿物识别和矿物填图方面发挥着越来越大作用,而成像光谱矿物填图的精度问题一直是研究的焦点。文章利用高光谱数据HyMap对新疆东天山地区的矿物填图结果,通过引入矿物填绘分布强度的概念,探索性的分析了成像光谱矿物填图与填绘矿物丰度的关系。     

多源遥感数据图谱协同岩石单元分类方法

岩石单元的结构、构造、差异风化和出露状况在遥感图像上综合表现为图形纹理特征即“图”标志，其矿物成分和组合则表现为光谱特征即“谱”标志.传统遥感岩石单元分类以利用其光谱特征为主，图形纹理特征为辅，因此分类精度有限.以新疆维吾尔自治区与甘肃省交界的北山西段为研究区，开展岩石单元图形指数和光谱指数协同分类方法研究.基于Worldview-2全色图像构建的图形指数，能够量化岩石单元的层理、构造、展布形态和微地貌等特征，包括0°和45°定向滤波图像及灰度共生矩阵计算出的同质性和异质性特征图像、熵特征图像；光谱指数基于Worldview-2多光谱图像和ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）短波红外波段图像利用比值、和-差方法构建.多源遥感图像构建的光谱指数其光谱波段涵盖可见光-近红外及短波红外，包括RI（Ratio index）_ASTER、SI（Spectral index）_ASTER、SI_Worldview-2.采用面向对象方法对建立的图谱指数进行多尺度分割，依据不同岩石单元出露规模建立适宜的分割尺度，利用光谱指数自动提取相应岩石信息，实现岩石单元自动分类.结果表明，实验区基于图谱协同方法共划分出17类岩石单元，总体精度达到83.62%，而单独利用Worldview-2和ASTER图像，仅划分出13类和14类岩石单元.提出的图谱协同岩石分类方法可为我国西部高海拔深切割无人区地质调查及找矿工作提供新思路和遥感技术支撑.      

基于主成分分析的反射光谱在岩石学中的应用——以哈密地区为例

本文首先总结并分析了岩矿常见光谱特征的波长位置及其产生原因。然后基于主成分分析技术对哈密42条岩石实验室光谱进行了定量分析。前两个主成分共包含了96．7％的信息量，代表了原始信息。第一主成分反映了岩石总体反射率大小，称为反照率因子；第二主成分反映了光谱曲线斜率变化，称为形状因子。使用这两个主成分可以区分该区主要岩类，达到了数据压缩和分类的目的。第三和第四主成分尽管所占信息很少，但反映了岩石蚀变信息。为了突出蚀变岩石光谱吸收特征，进而又对经过连续统去除后的光谱进行主成分分析，结果发现，在新生成的第三和第四主成分图上，4种矿石被清晰区分开来。     

鄂尔多斯盆地东胜地区主要岩（矿）石光谱特征解析

通过对鄂尔多斯盆地东胜地区几种主要岩石、蚀变和矿化的光谱特征分析,为高光谱诊断性波段的选择提供依据,为利用高光谱数据进行岩石、矿物识别与地质分析提供物性基础。     

植被覆盖区卫星高光谱遥感岩性分类

植被高覆盖区岩石和土壤在遥感图像上表现为弱信息、小目标,如何利用卫星高光谱遥感提取岩性弱信息是目前遥感地质应用中的最大挑战之一。以黑龙江呼玛地区为例,选择美国EO-1卫星Hyperion高光谱数据。由于植被与下伏岩石-土壤的光谱混合,分别计算研究区含土壤因子和不含土壤因子的植被指数,并对两类不同的植被指数进行主成分分析,以此分离植被和岩石-土壤组分。在含土壤因子植被指数主成分分析的二维组分散点图上,明显区分出背景植被与异常岩石-土壤组分,证实了植被与岩石-土壤组分经主成分分析分离的效果。同时在不添加土壤因子植被指数的分析中,明显区分出植被覆盖信息。通过对实验区典型岩石进行野外光谱测试,然后对光谱进行连续统去除处理,将其作为参考光谱,与分离后的岩石-土壤光谱进行光谱特征拟合（SFF）,从而成功地识别出研究区内不同岩石类型,特别是玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩识别效果较好。根据研究区内不同岩石地层单元内岩石组合特征,通过分离后的组分合成图像,成功地实现了岩性分类。与已知地质图叠加,证实通过卫星高光谱数据提取的不同岩石类型颜色边界与地质图岩性界线吻合较好。结果表明：通过植被与岩石-土壤光谱组分分离,结合高光谱遥感的光谱特征拟合,能够识别不同的岩石类型,实现植被覆盖区岩性分类。     

基于激光诱导击穿光谱技术的岩石表面指纹图谱分析及分类方法

岩石岩性识别在油气田探测开发、研究地球成因及演化发展、地质灾害分析预测等众多方面起着不可替代的导向作用,因此岩石的识别分类对于地质勘探分析来说至关重要。为了提高岩石的分类准确率,提出了一种基于激光诱导击穿光谱技术(LIBS)的岩石表面指纹图谱分析及分类方法。通过LIBS对岩石表面不同位置进行激发,获取原始光谱数据。对收集到的光谱数据进行去除异常点、归一化等预处理操作,根据岩石矿物成分确定五种含量差异较大元素(硅、铝、钾、钠、镁)的特征谱线并得到元素指纹图谱。然后选择支持向量机(SVM)作为分类器进行分类,分别建立利用光谱均值的分类模型和多维指纹图谱融合的分类模型,并对两种分类结果进行比较。利用光谱均值的分类模型准确率为59. 4%,多维指纹图谱融合的模型分类准确率为96. 5%。实验结果表明,元素指纹图谱展示了岩石表面元素分布,可以充分利用不同种类岩石本身的不均匀性结构信息,极大地提高了岩石的分类准确率。     

面向铀矿地质应用的航空高光谱数据与伽马能谱数据协同应用研究

充分挖掘赋存于地学数据中的有用信息服务于铀矿勘查是地学信息技术应用领域研究的关键。高光谱遥感作为反映地物光谱特征内在物理属性的一种重要技术手段,能用于基岩裸露区岩性、矿物及蚀变识别,但岩石和矿物通常不完全裸露,单一的高光谱遥感数据无法满足矿物、岩石识别高精度的要求。伽马能谱数据不受植被覆盖的影响,能够反映浅地表及地下不同岩石、地物的放射性强度,在区分岩性和钾化蚀变信息方面效果好,弥补了高光谱数据受植被干扰的影响。高光谱数据和伽马能谱数据能够分别反映地物的光谱信息、空间信息及放射性信息,及其表征的岩石、矿物及蚀变特征,因此两种数据各具优势、能够互相补充。文章提出了基于航空高光谱和伽马能谱数据信息挖掘的铀矿控矿要素。首先,对两种数据分别进行矿物、断裂构造与伽马能谱放射性异常等多元信息提取,以二者数据的优势互补效应为基础,从空间相关性、内在地质规律的关联性进行协同应用。结果表明,研究提出的多源数据信息协同应用技术能够有效克服单一数据源分析结果的不足,可以提高铀成矿要素遥感解译和信息提取的精度。