基于多元参照光谱的SAM岩性划分方法

光谱角制图（SAM）是一种光谱匹配方法,通过量化目标地物光谱与已知参照光谱的相似程度来判断目标地物的类型,广泛应用于多光谱遥感岩性识别。目前,岩石单元训练区内像元的均值光谱,往往作为代表该岩石单元的参照光谱来进行光谱角制图,而使用均值光谱作为参照光谱库的方法,并未考虑岩石单元内部固有的光谱差异性,很大程度上影响了SAM分类效果。为了消除SAM岩性划分时岩石单元内部的光谱差异的影响,本文采用了一种多元参照光谱的SAM岩性划分方法。首先,依据研究区已有地质资料和Landsat-8影像特征,选定各类岩石单元训练区;接着进行各岩石单元训练区内部像元的光谱差异性分析,和各训练区之间的样本可分离性分析,分别使用均值参照光谱库的SAM方法和多元参照光谱库的SAM方法对研究区Landsat-8影像进行了岩性划分实验。研究结果表明,多元参照光谱库的SAM岩性分类方法很好地改善了岩石单元内部光谱差异性对均值参照光谱库的SAM岩性分类方法的影响,分类精度显著提高。     

面向高光谱矿物填图的多特征结合降维方法研究

高光谱影像具有图谱合一的特点,图像空间信息是遥感影像的重要信息,但以往基于最佳波段选择的降维方法中只考虑基于灰度统计的特征空间信息,忽视了图像空间信息,而且计算量大。综合高光谱遥感影像的特征空间与图像空间信息,提出了一种多特征结合的高光谱影像降维方法并应用于矿物填图中。统计分析波段相关性并划分不同特征子空间;计算各波段的分形维数,在各子空间选择分形维数较小的波段作为候选波段;在候选波段中,计算待识别地物光谱间的相关系数,并快速选择出最佳波段组合。经实验,应用该方法选出的最佳波段组合影像清晰、不同蚀变矿物对比明显,根据特征选择提取出的矿物蚀变信息与应用成熟的光谱角制图(SAM)提取结果大致相同,表明结合图像空间和特征空间的降维方法能够选择出理想的波段组合,有效降低高光谱数据的维数,信息提取效果好。      

一种考虑雪粒径变化的积雪面积反演算法

光谱混合分析能够提取亚像元信息,被广泛地应用于遥感影像目标探测之中。本文针对MODIS积雪遥感影像,基于光谱混合分析框架,利用渐进辐射传输模型建立不同粒径大小的雪反射率光谱库,提出了一种考虑端元变化及二次辐射的雪盖面积反演算法。此算法首先利用渐进辐射传输模型建立不同粒径大小积雪的反射率光谱库,然后使用序贯最大角凸锥方法获取植被、土壤与岩石、阴影的光谱库。在建立各种地物反射率光谱库之后,利用均方根误差最小的方法获取最优端元组合。在此基础上,考虑端元独立辐射以及积雪与其它地物的二次辐射过程,利用稀疏光谱混合模型获取积雪面积与雪粒径大小。实验结果表明：此方法能够同时反演雪粒径与积雪面积,反演的雪粒径相比单波段的渐进辐射传输模型小,反演的积雪面积相比MOD10A1产品精度略微提高。     

基于高光谱岩心扫描的蚀变矿物光谱特征分带及其在找矿勘查中的应用——以山东省郗山稀土矿为例

本文对郗山稀土矿进行实物地质资料数字化工作的基础上,重点对该矿钻孔岩心进行高光谱扫描,利用光谱诊断特征进行蚀变矿物识别,识别出热液蚀变矿物主要有蒙脱石、伊蒙混层、伊利石、高岭石、碳酸盐矿物、金云母、绿泥石、白云母、蛋白石、石膏等,其中与稀土矿化关系密切的主要为金云母、绿泥石,总结了蚀变分带特征,提取主要蚀变矿物的光谱特征参数,实现主要蚀变矿物在钻孔垂向上的半定量表达。对主要蚀变矿物各自特征峰位置进行特征峰位移统计,发现主要蚀变矿物各自特征峰位移明显区域与矿化(矿体)段(热液蚀变带区域)具有良好对应一致性。其中,Al-OH峰位,即2200nm特征峰位置(Pos2000),在2190～2220nm之间进行“漂移”,且普遍大于2205～2210nm部位能准确指示热液蚀变带区域,可用于指示成矿环境,确定找矿方向及预测找矿,是郗山矿区稀土矿体找矿的又一重要标志。     

基于红外光谱的煤炭产地溯源技术研究

随着我国煤炭对外依赖程度的不断提高,煤炭进口掺假、以次充好的问题日益严重,因此建立准确、快速、便捷、安全、环保的煤炭产地溯源技术的工作势在必行。红外光谱分析技术近年来也已经广泛应用在医药、食品、工业等领域的原产地鉴别工作中。红外光谱中包含丰富的成分与结构信息,不同国家产出的煤炭,不同产地的煤炭在组分及分子结构上存在较大的差异,可以作为产地溯源的特征指示信息。因此,本研究应用傅里叶红外光谱分析仪对来自5个国家30个进口煤炭样品进行了光谱采集分析,通过不同产地的煤炭在红外光谱上所表现出的特征性,以主成分分析和判别分析等化学计量学分析方法创新性地建立了3个国家的基于红外光谱特征信息的煤炭产地溯源模型,并对模型的准确性进行了验证,得出的主要认识如下：(1)不同国家产出的煤炭,其测定的红外光谱曲线形状存在差异,所含有的官能团种类不同,同种官能团吸收峰的数量、峰位及峰强度也有明显的差异;(2)基于3个国家23个煤炭样品的红外光谱测试数据,建立了官能团的特征信息数据库,对其进行主成分分析和判别分析等化学计量学方法分析,建立了俄罗斯、印尼和澳大利亚的煤炭产地溯源模型;(3)选取已知产地的煤炭样本对建立...     

高光谱遥感的物质组分和物质成分反演的应用分析

高光谱遥感的最大特点是可以提取和重建像元光谱,从而依据光谱特征直接识别地物类型、地物组成,乃至地物的成分,反演地物的物理、化学参量。本文阐述了高光谱的光谱识别方法所能探测的岩石、土壤、植被和人工建筑物的物质组分或成分;另外,与多光谱相比较的角度,讨论了高光谱图像地物特征识别和物质成分反演等技术方法的应用。     

公路路面光谱特征分析与沥青路面老化遥感监测方法初探

随着道路交通的快速发展,道路养护工作正变得日益繁重,如何快速获取道路路面健康状况信息,为公路养护部门提供技术支撑,已成为交通部门的迫切需求。本文通过地面光谱测量手段获取了公路路面的光谱反射数据,基于对不同谱段光谱反射吸收特征的分析,探索了沥青路面老化过程中的光谱响应变化规律。在此基础上,通过比值、归一化等数学运算构建了能反映沥青路面健康状况的光谱指数模型,并基于北京南六环良乡地区2013年9月21日的Worldview-2高分辨率遥感数据,对所构建的沥青路面健康光谱指数模型进行了有效性验证与分析。通过比较不同指数反映沥青路面老化状况的差异,筛选出几个适合沥青道路健康状况检测的光谱指数,并以地面观测数据对检测结果的精度进行了验证。结果表明：利用遥感手段可快速实现大范围道路路面健康状况的监测与评价,拓展了遥感技术的应用领域,同时为公路养护部门提供了新的技术手段。     

群库恰克地区井壁失稳影响因素的研究

群库恰克地区钻井复杂事件统计表明,群6、群601及群7井中共发生各类复杂事件129次,严重影响了钻井工程安全和工程进度。对此问题,通过分析失稳井段岩石矿物组分与岩石理化的情况并结合实际钻探中遇到的问题,研究了井壁失稳的主要影响因素,并分析了钻井液在钻探过程中所起的作用及其重要性,为该地区井壁稳定技术的研究提供了合理的依据。     

“光谱地壳”计划——探索新一代矿产勘查技术

 本文首先对我国能源和矿产资源日益增长的需求现状,分析了目前地质找矿所面临的诸多难题,及国内外探索新一代矿物勘查技术的研究现状,然后,系统地介绍了"光谱地壳"的基本概念、研究内容和建设意义。文中指出,"光谱地壳"计划的提出,旨在针对地表和地壳表层,实现高光谱技术对地球表面的地质填图和矿物蚀变信息的遥感探测,以及对岩芯的光谱探测,建立地壳高光谱数据库集,满足以高光谱探测技术对地壳表层一定范围内矿物的识别和探矿需求。 "光谱地壳"计划瞄准国家战略需求,强化技术创新与应用模式创新,提高星载、机载高光谱遥感矿产资源探测能力,建立地面光谱测量平台及地下岩芯光谱扫描、编录、分析平台,发展由天基、空基、地基,地下岩芯探测构成的一体化"光谱地壳"遥感立体探测体系。"光谱地壳"计划是我国高光谱遥感技术发展的顶层设计,拟将解决遥感直接找矿和深部找矿的勘查难题,以带动我国整体勘查技术水平的提高和发展。     

基于光谱吸收特征分析的彩绘文物颜料识别研究

高光谱成像技术作为一种无损高效的检测方法,对于彩绘文物颜料的鉴别具有重要意义。由于全波段参与光谱相似度计算会造成数据的冗余,没有充分利用光谱的细微特征。为此,本文首先对文物颜料光谱吸收特征进行参量化分析,并通过改进的光谱吸收特征拟合算法与标准光谱进行匹配识别,从而得到识别结果。实验以获取的一幅波长为400~1000nm的古代壁画高光谱影像为例,通过光谱吸收特征分析识别出壁画的颜料主要成分有朱砂、赭粉、石绿和石青,4种颜料的光谱吸收特征拟合度分别是:0.95、0.77、0.92、0.81。实验结果表明:对光谱吸收特征分析可以帮助识别彩绘文物的颜料信息,该方法可为以后文物修复提供参考。     

Lithological mapping with multispectral data–setup and application of a spectral database for rocks in the Balakot area,Northern Pakistan

In the frame of landslide susceptibility assessment, a spectral library was created to support the identification of materials confined to a particular region using remote sensing images. This library, called Pakistan spectral library (pklib) version 0.1, contains the analysis data of sixty rock samples taken in the Balakot region in Northern Pakistan. The spectral library is implemented as SQLite database. Structure and naming are inspired by the convention system of the ASTER Spectral Library. Usability, application and benefit of the pklib were evaluated and depicted taking two approaches, the multivariate and the spectral based. The spectral information were used to create indices. The indices were applied to Landsat and ASTER data to support the spatial delineation of outcropping rock sequences in stratigraphic formations. The application of the indices introduced in this paper helps to identify spots where specific lithological characteristics occur. Especially in areas with sparse or missing detailed geological mapping, the spectral discrimination via remote sensing data can speed up the survey. The library can be used not only to support the improvement of factor maps for landslide susceptibility analysis, but also to provide a geoscientific basis to further analyze the lithological spot in numerous regions in the Hindu Kush.     

基于多尺度纹理分类及矿物识别的ASTER地质填图

遥感技术已经成为基础地质调查必不可少的手段。为提高地质填图效率及精度, 本研究提出了基于ASTER的岩性自动分类加主要和典型造岩矿物识别的填图方法。首先, 对ASTER数据进行主成分变换, 对选取的第一主分量采用Haar小波进行多尺度小波分解, 将小波系数的统计特征作为纹理特征, 构建纹理及光谱多维特征空间; 接着, 运用支持向量机(SVM)进行岩性分类; 同时, 根据光谱特征提取主要造岩矿物; 最后将主要造岩矿物叠加在分类结果上, 结合野外调查背景进行岩性填图。混淆矩阵结果显示光谱+小波纹理分类精度可以达到83.496 2%, 较光谱+灰度共生矩阵纹理分类精度提高了2.675 6%, 较光谱特征分类精度提高了6.318 9%。与最大似然法(MLC)分类相比, SVM分类精度提高了6.623 7%。矿物提取结果表明, 构造的提取指数可有效提取白云母、黑云母、方解石、角闪石等矿物。野外工作证明, 填图结果与野外调查结果的相关系数为0.7, 可见, 基于ASTER数据利用图像处理技术、机器学习算法及波段运算可作为植被覆盖较少地区有效的地质填图手段。      

分布式遥感模型库的构建及其运行机制

波谱特性是地物目标的基本特性之一,是定性、定量遥感的基础。我国新一代地物波谱库建设以目标地物结构、波谱、知识库、模型库的相互配套为特色,旨在解决以前地物波谱库建设和使用中存在的一些问题,使地物波谱库在空间信息产业化过程中发挥更大的作用。论述了遥感模型库在新一代波谱数据库中的地位和作用,并就遥感模型库的组成、网络环境下的体系结构与开发技术,以及波谱知识库和元数据支持下的遥感模型库运行机制进行了探讨。提出基于网络的三层分布式遥感模型库体系结构和基于组件的模型库构建方法。同时还根据遥感模型库建设的具体情况,讨论了遥感模型方法元数据,并提出基于元数据的遥感模型库管理和运行机制。上述设计思想保证了遥感模型库具有动态的扩充机制和较强的代码可重用性,使模型库能够得到及时更新和扩充,从而保持库的先进性与实用性。     

高光谱技术在书画检测中的应用研究——以王震《三秋图》为例

书画作品是人类文化遗产的重要组成部分。高光谱成像技术具有"图谱合一"以及无损检测的特点,本文结合拉曼光谱和荧光光谱,利用高光谱成像技术对王震《三秋图》进行分析,主要研究颜料识别、受损提取和隐含信息挖掘。实验不仅对画作中的颜料进行了分析,而且运用主成分分析方法与SAM分类等算法对其进行图像增强与特征提取,实现了书画隐含信息的挖掘。实验结果表明高光谱技术将会是书画研究的一种有效方法。     

基于深度置信网络的CRISM影像火星表面矿物识别方法

鉴于传统的光谱特征参数方法存在不能综合考虑光谱在整个波长范围内的谱形、对于单一吸收带相似的不同矿物难以区分等问题,研究采用深度置信网络方法对火星专用小型侦察影像频谱仪（CRISM）高光谱影像中的火星表面矿物进行自动识别,该算法具体包括:①预训练阶段。利用非监督算法逐层训练受限玻尔兹曼机,自动学习模型参数,提取光谱特征。②调优阶段。将自动学习的光谱特征输入分类器,采用反向传播算法对模型进行监督微调,识别矿物在CRISM影像中的分布。在算法的研究中,采用光谱比值方法降低火星表面灰尘等噪声对矿物光谱的影响,并探讨样本数量、隐含层节点数、网络深度等对算法识别精度的影响,试图构建适宜于CRISM影像火星表面矿物识别的深度置信网络模型。以火星表面镁铁蒙脱石和氯盐为例进行测试,实验结果表明:该方法能够对火星表面矿物进行自动识别,准确率达到85%以上,与光谱参数法的识别结果基本叠合,并能够探测光谱参数法未能识别的部分矿物分布。      

Combining spectral with texture features into object-oriented classification in mountainous terrain using advanced land observing satellite image

Most existing classification studies use spectral information and those were adequate for cities or plains.This paper explores classification method suitable for the ALOS(Advanced Land Observing Satellite) in mountainous terrain.Mountainous terrain mapping using ALOS image faces numerous challenges.These include spectral confusion with other land cover features,topographic effects on spectral signatures(such as shadow).At first,topographic radiometric correction was carried out to remove the illumination effects of topography.In addition to spectral features,texture features were used to assist classification in this paper.And texture features extracted based on GLCM(Gray Level Cooccurrence Matrix) were not only used for segmentation,but also used for building rules.The performance of the method was evaluated and compared with Maximum Likelihood Classification(MLC).Results showed that the object-oriented method integrating spectral and texture features has achieved overall accuracy of 85.73% with a kappa coefficient of 0.824,which is 13.48% and 0.145 respectively higher than that got by MLC method.It indicated that texture features can significantly improve overall accuracy,kappa coefficient,and the classification precision of existing spectrum confusion features.Object-oriented method Integrating spectral and texture features is suitable for land use extraction of ALOS image in mountainous terrain.     

Spectral response of different eroded soils in subtropical china: A case study in Changting County,China

Hyper-spectral data is widely used to determine soil properties. However, few studies have explored the soil spectral characteristics as response to soil erosion. This study analysed the spectral response of different eroded soils in subtropical China, and then identify the spectral characteristics and soil properties that better discriminate softs with different erosion degrees. Two methods were compared： direct identification by inherent spectral characteristics and indirect identification by predictions of critical soft properties. Results showed that the spectral curves for different degrees of erosion were similar in morphology, while overall reflectance and characteristics of specific absorption peaks were different. When the first method is applied, some differences among different eroded groups were found by integration of associated indicators. However, the index of such indicators showed apparent mixing and crossover among different groups, which reduced the accuracy of identification. For the second method, the correlation between critical soil properties, such as soil organic matter （SOM）, iron and aluminium oxides and reflectance spectra, was analysed. The correlation coefficients for the moderate eroded group were primarily between -0.3 to -0.5, which were worse than the other twogroups. However, the maximum value of R2 was obtained as 0.86 and 0.94 for the non-apparent eroded and the severe group. Furthermore, these two groups also showed some differences in the spectral response of iron complex state （Fep）, Aluminium amorphous state （Alo） and the modelling results for soil organic matter （SOM）. The study proved that it is feasible to identify different degrees of soil erosion by hyperspectral data, and that indirect identification by modelling critical soil properties and reflectance spectra is much better than direct identification. These results indicate that hyper-spectral data may represent a promising tool in monitoring and modelling soil erosion.