基于ETM~+和ASTER数据的矿化蚀变信息提取

选用ETM+和ASTER影像作为数据源,以西藏某矿区为例,在分析影像波谱特征的基础上,运用比值法、主成分分析等方法进行了矿化蚀变信息提取研究;对不同数据源提取的蚀变信息结果进行空间叠加分析,定量化地分析叠加蚀变信息,从而确定基于不同数据源、不同蚀变信息提取方法的综合蚀变异常信息,提高了矿化蚀变信息提取的准确性与可靠性。     

基于SVM遥感矿化蚀变信息提取研究

提出一种基于支持向量机(SVM)遥感数据矿化蚀变信息提取的新方法。该方法首先根据蚀变岩及矿体围岩的实测光谱数据,利用光谱角度制图法(SAM)提取训练样本,应用交叉比对(cross-validation)算法确定最优SVM模型参数,选择径向基(RBF)核函数,训练SVM分类器模型;然后,用训练好的SVM模型进行遥感矿化蚀变信息提取;最后,选择青海芒崖地区的ETM数据进行遥感矿化蚀变信息提取试验。试验结果经野外检查和验证,效果良好。     

遥感影像的冰川信息提取方法对比

以林芝地区为例,首先利用2001年10-12月ETM+遥感数据、地质图和DEM数据,经过遥感图像预处理生成冰川信息提取的基础影像。在此基础上采用波段比值法、主成分分析法、光谱角制图法、非监督分类法、监督分类法等进行冰川信息的自动提取,对各种提取方法进行了对比。结果表明,监督分类提取的冰川信息图像清晰、层次分明、分类边界清楚、满足冰川地貌解译的要求。最后通过实例分析得出监督分类法在提取林芝地区冰川信息时获得了较好的应用效果。     

内蒙古东乌旗遥感构造和蚀变信息提取与找矿预测

为了研究内蒙古东乌旗Pb-Zn-Ag多金属成矿区的找矿远景,在对Landsat7 ETM+数据进行几何纠正、大气校正和去干扰等预处理的基础上,对多波段假彩色合成图像做滤波处理以增强区域构造信息、进行线性构造解译;运用分形几何学原理和计盒维数法求取线性构造分维值,得到线性构造的统计自相似性和分形特征;采用主成分分析和阈值分割法对图像进行铁染、羟基蚀变信息提取;最后根据区内线性构造、遥感蚀变信息、岩体分布特征、区域地球化学异常和已知矿床(点)分布资料综合分析,圈定出3个级别的7个找矿预测区,再次证实了基于遥感图像的线性构造和遥感蚀变异常信息可以作为找矿预测的标志.     

基于遥感数据随机模型的空间结构分析与蚀变信息提取

遥感图像信号属于随机信号,其波段数据直方图与二维散点图分别是随机模型一维、二维概率密度函数的基本估计。从遥感数据的随机模型出发,讨论了一维概率密度的基本类型与形态、二维高斯分布的椭圆几何参数特征等。在此基础上,系统分析了由不同类型直方图生成的二维散点图的空间几何结构特征,以及异常信息空间定位等问题。最后,通过应用实例阐述了遥感数据空间结构分析在蚀变信息提取中的重要性与实用性。     

云南播卡金矿遥感蚀变信息提取及成矿预测

云南东川播卡金矿位于康滇地轴中段东缘,成矿背景复杂,找矿潜力巨大.利用ETM+遥感影像对研究区进行构造解译和矿化蚀变信息提取,并结合区域地质和物化探异常信息进行综合找矿信息分析.研究结果表明,该矿区南北向构造与东西向构造交叉部位附近蚀变异常信息强烈,在区内呈规律性变化,播卡金矿的南部与研究区东部的南北向蚀变带找矿前景良...     

基于物理意义的二维散点图类型划分与遥感蚀变信息提取

遥感图像的二维散点图是表达2个波段组合光谱空间结构信息的最佳图示方式,但以往的工作只是研究了光谱数据点阵空间的背景-异常子空间模型,遥感图像二维散点图的分布规律、形态规则、多层次聚类套叠等基本空间几何结构特征,基于2个波段概率密度联合高斯分布模型估计二维散点图的椭圆几何参数,以及遥感图像背景、干扰与蚀变异常同二维散点图空间结构的关系等.该文进一步研究了基于物理意义的遥感图像二维散点图的类型划分问题,并通过实例分析阐述了不同类型的二维散点图在遥感蚀变信息提取中的应用,表明依据这样的类型划分不仅能够定位出相应遥感图像的背景、干扰与蚀变信息,而且可以为遥感蚀变信息提取方法的选择提供理论依据,具有较好的应用效果.     

PCA和布谷鸟算法优化SVM的遥感矿化蚀变信息提取

为了进一步提高遥感矿化蚀变信息提取的精度,本文提出了一种基于主成分分析PCA (Principal Component Analysis)和布谷鸟算法优化支持向量机SVM (Support Vector Machine)的遥感矿化蚀变信息提取方法。首先,通过波段比值法增强研究区遥感图像中的矿化蚀变信息,并获得比值图像;然后,对比值图像进行主成分分析,进而提取训练样本;接着,利用SVM对训练样本进行训练,同时采用布谷鸟算法求取SVM的最优核参数及惩罚因子,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息提取。选择青海省五龙沟地区为研究区,提取羟基及铁染蚀变信息。实验结果表明,与主成分分析法、基于光谱角法和SVM的方法、基于粒子群和SVM的方法及基于波段比值、PCA和粒子群优化SVM的方法等4种方法相比,本文方法获得的遥感矿化蚀变信息和已知矿点的吻合度最高,提取效果最好。     

北衙金矿床遥感矿化蚀变信息提取及找矿预测

在利用遥感技术找矿中,矿化蚀变信息识别与提取起着重要作用.以北衙金多金属矿为例,选择Landsat8OLI数据,根据与矿物蚀变相关的光谱特征,采用主成分分析法,设计了干扰信息(植被、水体和阴影)去除-异常信息提取-异常分级-中值滤波-异常筛选的蚀变信息提取方案,所得结果结合遥感地质解译(岩性、构造)、野外实地查证圈定出...     

稻城地区遥感蚀变信息提取研究

根据围岩蚀变在多波段遥感图像（TM）上具有的光谱特征,利用比值分析、主成分分析及比值增强后主成分分析等方法,对 四川省稻城地区围岩蚀变信息进行提取和分析,通过多层次的筛选和评估提取矿区异常区,制作遥感异常图。     

LANDSAT-7 ETM+影像大气校正算法IDL的实现

基于IDL语言平台,实现一种较为成熟的适于LANDSAT-7号卫星ETM 传感器获得的影像的大气校正算法.结果表明所采用的校正算法简便实用,可操作性强.     

基于TM/ETM+影像的不同水体指数对比研究

本文以草海国家级自然保护区为例,基于Landsat ETM+影像从区分度、水体错提率和面积精度3方面对比研究了NDⅥ植被指数和NDWI、MNDWI、RNDWI、NWI、NEW 5种归一化水体指数提取湿地水体信息的准确度.结果表明,NDⅥ提取水体效果较差,5种水体指数均能对水体进行有效提取,其中NWI法综合精度最高,其次是MNDWI、NEW,较差的是RNDWI和NDWI,从而为水体的快速提取提供了参考.     

基于知识的水体信息提取研究

随着遥感技术的不断发展,使用遥感手段自动提取地表水体信息已成为全球信息提取研究方面的热点,其研究具有重要的现实意义。本文利用基于知识的遥感信息提取方法对地貌复杂的ETM遥感影像进行水体信息提取:首先,对其进行几何校正和目视解译,进行光谱特征分析和纹理分析;然后,利用光谱间关系和NDWI法,在ERDAS和ENVI软件的支持下,将基于各种知识形成的判决规则进行概念化描述,构建数据模型,对遥感影像进行自动分类,并取得了较好的分类结果。经精度评价,分类总精度为98.05%,Kappa系数为0.808 2,证明该方法具有可行性。同时,灵活地运用纹理特征等专家知识可以有效地弥补单纯使用光谱特征进行自动分类的不足,提高分类的精度。     

ETM+图像锰矿化蚀变信息提取与找矿预测

锰矿床浅层常含大量羟基、三价铁离子的现象使锰矿化异常在一定程度上可由羟基、铁染异常表征.由此提出采用波段比值、阈值分割、主成分分析等方法对ETM+遥感图像进行羟基异常和铁染异常蚀变信息提取,并利用GIS、结合已知矿点对提取的蚀变信息进行综合分析.以桂西-滇东南地区的锰矿为例,经过锰矿化蚀变信息提取与综合分析,验证了锰矿...     

基于ETM~+和ASTER近红外波段的水体信息提取对比

利用Landsat ETM+和ASTER近红外波段数据进行了水体信息提取,然后利用知识规则对2种提取结果进行进一步分类,并分析了波谱分辨率的差异对水体信息提取结果的影响。实验表明,基于Landsat ETM+数据的水体提取总体精度为82.4%,基于ASTER数据的水体信息提取结果总体精度为92.4%;在空间分辨率相同情况下,波谱分辨率的提高可以有效地提高水体信息提取的精度。     

基于矿物光谱指数的蚀变信息提取——以西藏多龙铜金矿集区ASTER数据为例

矿物光谱指数是利用比值的方法增强Fe和含OH矿物在可见光、短波红外区间的吸收特征,进而提取蚀变矿物信息的一种方法。由于斑岩型矿床的蚀变分带特征明显,西藏多龙矿集区中集中了斑岩型、浅成低温热液型等铜、金矿床,通过矿物光谱指数的计算提取相关蚀变信息,对该区域的下一步找矿具有指导意义。本文采用矿物光谱指数(5+7)/6、(6+9)/8等方法提取了镁、铝两类羟基及铝羟基类下的高岭石等蚀变信息,采用5/4、2/1的方法提取了二价铁、三价铁的蚀变信息。经过与OLI影像采用PCA方法及野外实地勘查采样,证实了利用本文方法所提取的蚀变信息有效。     

黔桂地区微细浸染型金矿蚀变信息提取机理

本文围绕与微细浸染型金矿有关的硅化、褐铁矿化、粘土矿化、碳酸盐化等蚀变标志，在黔桂地区进行了相关的地球化学和光谱信息研究。通过对岩矿的光谱特征、地球化学因子、ＴＭ波段比值因子与地球化学因子的相关性等研究，探索从室内光谱数据中提取与金矿化密切相关的蚀变信息，并以此为依据做图象处理，取得了满意的结果。     

Use of landsat ETM+ SLC-off segment-based gap-filled imagery for crop type mapping

Failure of the Scan Line Corrector (SLC) on the Landsat ETM+ sensor has had a major impact on many applications that rely on continuous medium resolution imagery to meet their objectives. The United States Department of Agriculture (USDA) Cropland Data Layer (CDL) program uses Landsat imagery as the primary source of data to produce crop-specific maps for 20 states in the USA. A new method has been developed to fill the image gaps resulting from the SLC failure to support the needs of Landsat users who require coincident spectral data, such as for crop type mapping and monitoring. We tested the new gap-filled method for a CDL crop type mapping project in eastern Nebraska. Scan line gaps were simulated on two Landsat 5 images (spring and late summer 2003) and then gap-filled using landscape boundary models, or segment models, that were derived from 1992 and 2002 Landsat images (used in the gap-fill process). Various date combinations of original and gap-filled images were used to derive crop maps using a supervised classification process. Overall kappa values were slightly higher for crop maps derived from SLC-off gap-filled images compared to crop maps derived from the original imagery (0.3–1.3% higher). Although the age of the segment model used to derive the SLC-off gap-filled product did not negatively impact the overall agreement, differences in individual cover type agreement did increase (?0.8%–1.6% using the 2002 segment model to ?5.0–5.1% using the 1992 segment model). Classification agreement also decreased for most of the classes as the size of the segment used in the gap-fill process increased.     

Fusion of TerraSAR-x and Landsat ETM+ data for protected area mapping in Uganda

TerraSAR-X satellite acquires very high spatial resolution data with potential for detailed land cover mapping. A known problem with synthetic aperture radar (SAR) data is the lack of spectral information. Fusion of SAR and multispectral data provides opportunities for better image interpretation and information extraction. The aim of this study was to investigate the fusion between TerraSAR-X and Landsat ETM+ for protected area mapping using high pass filtering (HPF), principal component analysis with band substitution (PCA) and principal component with wavelet transform (WPCA). A total of thirteen land cover classes were identified for classification using a non-parametric C 4.5 decision tree classifier. Overall classification accuracies of 74.99%, 83.12% and 85.38% and kappa indices of 0.7220, 0.8100 and 0.8369 were obtained for HPF, PCA and WPCA fusion approaches respectively. These results indicate a high potential for a combined use of TerraSAR-X and Landsat ETM+ data for protected area mapping in Uganda.