基于多源遥感数据的蚀变信息提取对比研究

以 LandsatＧ８、ASTER和 WorldViewＧ３(WVＧ３)影像为数据源,在分析影像波谱特征的基础上,采用主成分分析法提取３种数据中的蚀变矿物信息,得到研究区蚀变矿物分布图.通过对比发现,不同数据的提取结果在空间位置上基本保持一致,说明３种影像在蚀变信息提取方面均具有一定准确性和可靠性.LandsatＧ８数据适合提取羟基、铁染等基团信息,而 ASTER 和 WVＧ３数据能进一步识别不同类型的含羟基蚀变矿物及碳酸盐蚀变矿物,并且由于 WVＧ３数据具有更高的空间分辨率和丰富的短波红外波段,蚀变信息提取精度明显优于 LandsatＧ８和 ASTER数据,在遥感地质领域具有较大的应用潜力.      

山西灵丘县梨园金矿遥感蚀变信息提取

本文通过对山西灵丘县梨园金矿矿区及其外围地区的ETM+图像遥感蚀变信息进行提取,采用ETM+7(R)+ETM+4(G)+ETM+1(B)进行遥感图像的RGB融合,分别提取铁染蚀变信息和泥化蚀变信息,分析结果表明研究区内蚀变信息不强,但研究区外围狼牙山一带蚀变信息较强,上述结论对今后该地区的找矿工作具有一定的指导意义。     

新疆白碱滩地区遥感蚀变信息提取研究

本文以新疆白碱滩地区为研究对象,结合化探资料进行遥感蚀变信息提取研究。因为工作区植被和河流不发育,遥感图像受云层影响较小,所以运用传统的Crosta法进行羟基和含铁氧化物的矿化蚀变信息的提取及阈值分割,并用不同的色彩叠加到遥感与化探融合图像上。结合地质构造信息进行综合分析,圈定了两个成矿远景区、十三个找矿靶区,为进一步找矿指引了方向。     

空间分辨率与纹理特征对多光谱遥感分类的影响

多光谱遥感分类与影像空间分辨率有着密切的关系,在适宜空间分辨率影像上进行地物分类能够获得更高的精度。随着遥感影像空间分辨率的提高,纹理特征被广泛用于遥感分类,但由于不同地类空间尺度不同,纹理对不同地物分类的影响程度也有所差异。本文基于高分一号2 m全色和8 m多光谱影像融合后的高空间分辨率多光谱数据构建反射率空间序列,选用3种分类方法对序列分类,并分别计算2 m融合数据及8 m多光谱影像的纹理特征,选择特征波段与相应多光谱波段组合用以分类研究,最后计算混淆矩阵评价分类精度。研究结果表明,通过回归分析得到多光谱分类的最佳空间分辨率为5 m,与其他研究中利用全色波段分类的结论一致,这说明最佳空间分辨率的选择不受光谱信息影响;对多光谱分类精度随空间分辨率变化的变化趋势分析发现,分类精度在20~30 m分辨率范围区间内快速降低,这为多光谱遥感分类数据空间分辨率的选择提供了重要参考;此外,对光谱与纹理特征结合后不同地类分类精度的变化分析显示,加入纹理特征后,冬小麦、人工建筑、有林地和水体的分类精度在2 m分辨率下分别提高了1.49%、1.51%、4.94%、1.54%,8 m分辨率下分别提高了2.95%、10.95%、5.91%、5.14%,说明引入纹理特征有利于提高分类精度,但其对不同地物类型、不同分辨率影像的影响程度不同。     

多色彩高空间分辨率遥感影像矢量边缘信息提取算法与应用

相对单波段灰度影像而言,多波段高空间分辨率遥感影像中可用于边缘检测的光谱信息更加丰富。鉴于Canny算子在灰度图像边缘检测中的优越性能,本文利用输出融合策略对其适用于高空间分辨率遥感影像矢量边缘检测作了改进。基于可视化开发平台VC++.NET,编程实现了福州市航拍的高空间分辨率遥感影像红绿蓝三个标准波段在RGB、IHS、Y IQ、YUV、C IELUV色彩空间中对各种地物矢量边缘信息的有效提取。对高空间分辨率遥感影像矢量边缘各分量的分析认为,由于波谱范围差异的影响,在上述色彩空间中不同地物类型边缘检测时响应程度具有显著的不同。本文研究结果表明,该算法参数设置和色彩空间选择对高空间分辨率遥感影像矢量边缘信息提取有较大的影响。     

遥感蚀变矿物填图与找矿方法

针对遥感蚀变矿物填图方法多样、影响因素复杂、效果参差不齐等问题,对TM或ETM＋数据遥感蚀变矿物填图方法进行剖析,采用比值法、主成分分析法、Crosta法以及基于已知矿点和光谱角法的监督分类等方法,结合在新疆西天山等地的应用实例,认为植被、地形、土壤覆盖等是影响应用效果的主要因素;矿化目标大小与遥感数据像元大小之间的关系很可能导致混合反射率起主导作用,加之矿化蚀变中常存在石英、长石等高反射率矿物,会影响到含羟基与含碳酸根蚀变矿物之特征性诊断谱带的正常体现,从而大幅降低蚀变矿物填图效果;一些数据处理层面上的方法,例如借助“纯净物质”反射率的子像元分类、混合光谱分析、模糊分类等,能够一定程度地缓解问题,但对找矿来说也仅限于地表线索的二维定位。因此,在现有技术水平下,遥感还主要为战略找矿手段,只有综合运用地质、物探、化探、遥感等多种方法,才能避免片面性并增大发现新矿产的可能。     

基于遥感蚀变信息提取巴林格撞击坑周边铁陨石

目前地球上已经得到确认的撞击坑有190余个，其中直径小于1 km的简单撞击坑绝大部分是由铁质撞击体撞击形成的。由铁质撞击体撞击而成的撞击坑周边存在大量的铁陨石物质，这些铁陨石物质的空间分布特征对研究撞击坑的撞击过程和机理具有重要意义。铁元素的异常富集也可作为探寻地球表面疑似撞击坑的重要信息。为了获取撞击坑周围的铁陨石残片，早期主要通过人工方式进行实地调查，但这种方法效率低下且需要投入大量人力物力。基于铁陨石独特的光谱特征，利用遥感蚀变信息提取手段可以很方便地获取撞击坑周边的铁陨石物质。根据铁陨石矿物的波谱特征，以美国亚利桑那州巴林格撞击坑（Barringer Meteor Crater）为研究对象，基于Landsat 8 OLI数据，采用目前提取蚀变信息的常用方法:波段比值（BandMath）—主成分分析法进行撞击坑周边铁陨石信息的提取。提取结果与前人实地调查获取的铁陨石分布情况契合程度较好。撞击坑东侧、东南侧、西南侧等处的铁陨石聚集区在提取结果图上均有较好的反映。表明利用波段比值-主成分分析方法提取巴林格撞击坑周边铁陨石信息是可行的，实验结果准确地获得了该撞击坑周围的铁陨石空间分布信息，为探寻地球表面撞击成因的环形构造提供了可行方案，同时为未来同类撞击坑信息提取提供了重要的方法参考。      

基于遥感的河南卢氏西部地区蚀变信息提取与分析

近矿围岩蚀变和构造分析是找矿研究的重要内容,遥感异常信息提取、遥感地质解译,结合野外调查能查明围岩蚀变分布情况和构造特征。本文以河南省卢氏县西部地区的成矿远景区为研究区域,选用ASTER多光谱数据和SPOT5高分辨率数据,利用遥感图像波段比值处理方法及特征主组分分析、光谱角填图分类等分析方法,对该地区重要成矿区段做矿化蚀变信息提取及遥感地质综合分析并提供了新的找矿靶区。     

主成分分析技术在遥感蚀变信息提取中的应用研究综述

主成分分析是目前遥感蚀变异常信息提取常用方法之一,该方法具有对影像大气校正质量要求不高、实现简单、提取效果好、效果稳健等优点,广受地质工作者的青睐。根据输入影像的数量及类型、主成分分析的次数等,本文将主成分分析分为标准主成分分析、特征向量主成分分析、定向主成分分析、二次主成分分析、不同影像间的主成分分析等5种类型。其中,特征向量主成分分析又可细分为4个波段特征向量主成分分析和3个波段特征向量主成分分析。在上述分类的基础上,系统介绍了各种主成分分析及蚀变信息主分量的选择,尤其是对特征向量主成分分析的Crosta技术和定向主成分分析的软落叶技术进行了详细阐述。并以TM/ETM+、ASTER影像为例,对部分应用主成分分析提取蚀变异常信息的实例进行了分析,认为：在基岩裸露区,不同主成分分析都可以很好地提取铁化、泥化蚀变信息;在中、低植被覆盖区,采用标准主成分分析、Crosta技术、改进的Crosta技术、软落叶技术、“掩膜/抑制干扰信息+主成分分析”等方法可以有效地提取蚀变异常信息;高植被覆盖区多采用主成分分析生成的蚀变信息主分量进行彩色合成,再通过对彩色影像进行目视解译的方式判断蚀变的类型和范围。其中,“掩膜+Crosta技术”、“掩膜+软落叶技术”、二次主成分分析等方法在高植被覆盖区也可以取得较好的应用效果;对于干扰信息种类众多、岩性复杂的地区,可根据干扰信息、岩性种类划分成若干个小区,再根据每个小区实际情况采用不同的蚀变提取方法,最后将每个小区内提取的蚀变信息进行合并。     

甘肃省席芨水地区遥感蚀变信息提取及找矿远景分析

在地质工作程度较低、基岩出露较好的地区,充分重视遥感数据的使用,可有效地缩小工作靶区,提高找矿效率。该文以甘肃省席芨水地区为研究区,基于ETM+遥感数据,利用多元数据分析、准归一化、掩膜分析、主成分分析、密度分割等方法,从Landsat7ETM+数据中提取金矿化蚀变信息。在遥感地质解译的基础上,充分分析提取的羟基异常和铁染异常,结合区域地质特征、区域成控矿条件及区域物化探异常特征等,尽可能去掉假、弱异常。结果表明:该方法能有效消除植被、水系、阴影等干扰信息的影响,从遥感数据载体中提取微弱的金矿化蚀变信息。提取的矿化蚀变信息与断裂构造具有较好的相关性,主要分布于断裂构造交会处、断裂与岩体交会处等成矿优势部位,对今后的找矿工作具有一定的指导意义。     

岩溶区中低分辨率遥感数据第四系信息提取研究——以ETM数据为例

文章通过遥感技术手段,采用特征波段阈值切割法对广西桂西地区岩溶区洼地、谷地第四系进行自动提取,提出了遥感技术在编制岩溶区第四系地质图新的技术方法,并采用该方法编制了研究区第四系地质图。     

光谱角技术在多光谱遥感蚀变异常提取工作中的应用

选择朱拉扎嘎金矿为试验区,ASTER数据为数据源,利用光谱角技术进行蚀变异常提取实验.重点阐述光谱角技术(SAM)在多光谱遥感蚀变异常提取工作中的两个关键技术:内部平均相对反射率法(IARR)大气校正和典型蚀变矿物波谱对应于AsTER波段重采样,最终通过光谱角计算提取了3种蚀变异常,分别为高岭土化蚀变异常、碳酸盐化蚀变组合异常和Fe-OH蚀变组合异常.     

高空间分辨率遥感影像多尺度分割优化组合算法

高空间分辨率遥感影像能够充分地描述地表覆盖空间异质性,可用于提取地面目标物。然而高空间分辨率在像元尺度的目标提取时易产生"椒盐效应"问题,面向对象的小尺度影像分割也受此效应影响;而大尺度的影像分割造成较小目标的遗漏。本文提出了一种针对高空间分辨率遥感影像的多尺度分割优化组合算法MOCA(Multi-scale-segmentation Optimal Composition Algorithm),基于后验概率信息熵指标选择影像中每个地面目标的最优分割尺度并集成组合,获得高空间分辨率遥感影像的多尺度分割优化组合结果。本文使用F指标和BCI(Bidirectional Consistency Index)两种指标评估地面目标物提取精度,并将MOCA与同类多尺度分割方法进行比较。实验结果表明,本文提出的MOCA算法可实现多个分割尺度的最优组合,并获得较高的地面目标物提取精度。     

面向对象的高空间分辨率遥感影像道路信息的提取

遥感影像的道路信息提取是构建及更新地理空间数据库的一个重要组成部分。针对高空间分辨率遥感影像丰富的地物细节信息和突出的结构、纹理信息的特点,采用一种面向对象技术,实现了高空间分辨率影像道路信息提取。首先,利用面向对象的影像分割技术得到道路均值对象,然后挖掘高空间分辨率遥感影像中描述道路的光谱特征、几何特征及纹理特征,构建道路对象的知识库,实现了城郊重要道路信息的提取。与最大似然法相比,提取结果充分利用道路形状和纹理信息,能克服光谱特征的噪声现象,提取道路准确率高,为高空间分辨率遥感影像道路信息提取提供了一种新的途径。     

基于数学形态学的高空间分辨率遥感影像几何特征提取

本文结合高空间分辨率遥感影像的特点,利用数学形态学方法,选取具有不同尺度和包含全部方向的结构元素,设计了全方位结构元素多级加权滤波去噪算法和多尺度全方位形态学边缘检测算法,用于高空间分辨率遥感影像的处理;并通过图像边界追踪生成栅格数据对象和矢量数据对象,据此建立了高空间分辨率遥感影像的几何特征提取模型。结果表明:全方位结构元素多级加权滤波去噪算法很好地抑制了图像中的噪声,并保留了图像细节;多尺度全方位形态学边缘检测算法很好地解决了噪声抑制和精细边缘提取的矛盾,检测出的图像边缘比基本的边缘检测算子清晰,而且抗噪性能强。提取的几何特征信息可以结合遥感图像的光谱、纹理、统计等特征用于遥感图像地物识别与分类,也可以在GIS、摄影测量、计算机视觉等领域和气象、农林、地理、海洋、水利、国土资源和环保等行业使用。     

ASTER数据与ETM数据蚀变信息提取的对比研究——以巴什布拉克铀矿区油气还原蚀变分析为例

本文在深入分析巴什布拉克铀矿区油气还原蚀变岩石的光谱特征,ASTER与ETM数据对蚀变岩石光谱特征反映的差异性的基础上,提出了正反两种蚀变信息提取的思路和两种数据在不同思路下提取蚀变信息的效果对比。研究表明,利用ASTER数据与ETM数据在增强研究区三价铁信息,间接反映油气还原蚀变规律方面效果相当;而在直接增强油气还原蚀变信息方面,ASTER数据的应用效果明显好于ETM数据。增强的遥感油气还原蚀变信息对分析研究区白垩系油气还原蚀变规律和矿区外围铀矿找矿具有重要的意义。     

高时间分辨率遥感在土壤质地空间变化识别中的应用

在土壤信息推测研究中,遥感技术通常被作为辅助手段,用来提供地形和植被数据,并利用它们与土壤之间的关系推导土壤空间信息。然而,在平原等地形平缓的农业区,易于观测的地形和植被等环境因素,通常与土壤的协同程度较低,不能有效用于推测土壤质地等属性的空间变化。对于这类地区,如何寻找新的易于获取的变量,以准确地揭示土壤属性的空间变化,是需要解决的问题。本文提出了利用高时间分辨率遥感捕捉这类地区土壤质地空间变化的方法。采用光谱-时间响应线对多时相的光谱数据进行组织表达,使用光谱信息散度定量刻画不同光谱-时间响应线之间的差异。结果显示,在相同的地形和植被条件下,土壤质地相同的区域,其地表动态反馈模式明显相似;土壤质地不同的区域,其反馈模式也明显不同;土壤质地越相似,反馈模式也呈相似趋势。这表明,高时间分辨率遥感获取的地表动态反馈能够有效地指示土壤质地的空间差异。本文的工作表明了高时间分辨率遥感在土壤空间变化识别方面的应用潜力。     

高空间分辨率遥感影像分割尺度参数自动选择研究

面向对象解译技术在高分辨率遥感影像信息提取中得到广泛应用,但影像分割的基础问题仍严重制约其自动化水平,尤其是分割参数选择。因此,本文以广泛使用的分型网络演化分割算法为例,开展尺度参数选择研究。借鉴对遥感影像分辨率敏感的局部方差指标,引入边长和面积权重,构造加权局部方差（WLV）指标,对多个分割结果进行评价,进而实现最佳尺度参数选择。在珠江区域2.5 m的SPOT 5融合影像上进行实验,通过计算最佳分割结果与人工分割结果的相似度对WLV进行定量验证。此外,还对WLV在分割对象最小为一个像元、最大为整景影像的全范围尺度参数的变化规律进行了实验,结果表明：在WLV随尺度参数的变化曲线中,不同极大值点的分割结果反映了实验区不同景观层级上的斑块,其中第1个极大值点对应的分割结果能够较好地反映影像的最小可识别单元。     

高空间分辨率遥感影像分割定量实验评价方法综述

GEOBIA（Geographic Object-Based Image Analysis）技术针对高空间分辨率遥感影像分析的效果和精度远优于基于像元的传统方法。影像分割作为GEOBIA中的关键技术,学者们对此已经做了大量的研究,提出众多分割算法。对分割算法进行评价和分割技术本身同样重要,通过分割评价可以对分割算法的性能进行评价,比较不同分割算法的优劣,为影像选择合适的分割算法并设定合适的分割参数。影像分割的目的是为了实现影像分析操作的自动化,而主观评价法、系统评价法和分析评价法,因其无法给出客观定量指标的特点,难以应用于实时、自动化的高分辨率影像信息提取与分析系统当中。加之近年来针对分割评价方法的研究远远落后于分割算法本身,因此对定量分割评价方法进行综述对于影像分割方法及其应用研究意义重大。本文对现有的评价方法进行系统总结,建立了针对高空间分辨率遥感影像分割评价方法的分类体系。对各种方法,特别是定量的实验评价法进行对比,分析其应用范围和优劣,最后指出了高空间分辨率遥感影像分割评价未来的改进方向和应用前景。     

基于光谱-空间残差网络模型的高光谱遥感图像分类

残差网络是近几年提出的一种新型深度卷积网络,通过增加网络深度提高分类的准确率,也解决了网络退化问题。基于残差学习原理,设计了针对高光谱遥感图像分类的光谱-空间残差网络模型。首先,将原始高光谱遥感数据三维立方体输入网络模型,并使用特定的卷积核对光谱特征进行降维;然后,利用光谱残差模块和空间残差按模块分别且连续地学习光谱和空间特征;最后,对提取到的特征进行池化操作并分类。此外,为规范训练数据和防止过拟合,学习过程中使用了批量归一化和dropout的方法。所设计网络模型在Indian Pines和Pavia U数据集上进行了验证实验,结果表明,所提方法有效地缓解了网络退化的问题,且在分类精度上也高于支持向量机、卷积神经网络等现有算法。