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。     

新疆塔里木盆地北缘铀矿勘查中高分辨率遥感分析应用

 高分辨率遥感技术(包括高空间分辨率和高光谱分辨率)是新世纪以来地质勘查领域的重要新技术、新方法。本文以新疆塔里木盆地北缘巴什布拉克铀矿区和柯坪地区为例,研究了Quickbird高空间分辨率卫星遥感技术和CASI(Compact Airborne Spectrographic Imager)/SASI (Shortwave infrared Airborne Spectrographic Imager)航空高光谱遥感技术在铀矿勘查中的应用。首先,介绍了Quickbird和CASI/SASI高分辨率遥感数据的特点和处理方法;然后,分析了Quickbird高空间分辨率遥感技术在新疆塔里木盆地北缘巴什布拉克铀矿区油气还原褪色蚀变识别与空间分布规律分析中的应用,为铀矿油气还原成因研究和外围找矿方向提供重要依据;并研究了Quickbird与CASI/SASI两种高分辨率遥感技术在新疆塔里木盆地北缘柯坪地区铀矿勘查中的应用,发现了萨拉姆布拉克铀矿化带及其铀矿化蚀变空间分布特征,确定了铀矿化蚀变类型,预测了铀矿找矿靶区,为该地区铀矿勘查的新突破提供了重要依据。上述应用表明,高分辨率遥感技术在铀矿地质勘查领域可以取得很好的应用效果,值得广大遥感地质工作者今后进一步深入挖掘其应用潜力。     

ASTER数据的斑岩铜矿典型蚀变矿物组合信息提取方法 ——以秘鲁南部阿雷基帕省斑岩铜矿区为例

 本文利用美国地质勘查局(USGS)波谱数据库,重建了斑岩铜矿典型蚀变带主要蚀变矿物在ASTER卫星数据对应的反射率曲线,综合分析了主要蚀变矿物的波谱曲线特征,建立了ASTER数据B1、B4、B6、B7和B1、B3、B4、B8主成分分析模型,分别提取典型蚀变带中泥化-绢英岩化类和青磐岩化蚀变矿物组合信息,并以秘鲁南部阿雷基帕省斑岩铜矿区为例,利用研发的技术方法,分别提取了研究区白(绢)云母、高岭石、蒙脱石、明矾石和伊利石等泥化-绢英岩化类蚀变矿物组合信息,绿泥石、绿帘石和方解石等青磐岩化蚀变矿物组合信息。同时结合区域化探资料开展了斑岩铜矿靶区遥感综合找矿预测,经高分辨卫星图像验证,与已知斑岩铜矿床对比表明,本文的方法具有较好的效果。     

卫星遥感图像空间分辨率适用性分析

从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不同比例尺地图所需要的卫星遥感图像空间分辨率大小。讨论了当前主要遥感信息源的应用范围,并结合案例对其适用性进行了分析,最后指出了卫星遥感技术目前存在的一些问题,提出了几点看法。     

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。     

基于优化合并的高分辨率遥感影像分割算法

高分辨率遥感影像的分割算法研究对遥感数据处理与应用具有重要意义。本文提出了一种优化合并的分割算法以提高运算效率,该算法包含局部最优合并和全局最优合并2个阶段。第1阶段采用凝聚层次聚类（Hierarchical Agglomerative Clustering,HAC）方法实现局部最优合并,并对其合并规则进行了优化,使优化后的合并规则先注重光谱特征,再考虑待合并区域的几何特征。第2阶段采用区域邻接图（Region Adjacency Graph,RAG）方法实现全局最优合并,其合并规则主要考虑了区域的光谱和边界信息,减少了区域尺度对合并规则函数产生的负面影响,并且该阶段利用了红黑树来实现全局最优合并,以提高对RAG的搜索效率。最后,利用OrbView3高分辨率遥感影像开展了分割实验,结果表明本文算法可以得到令人满意的分割精度。本文的成果为遥感影像分割及其相关研究提供了新思路。     

IKONOS等高分辨率遥感技术的发展与应用分析

对以IKONOS卫星为代表的高分辨率卫星遥感技术的发展作了分析,分析了米级分辨率卫星遥感技术在20世纪90年代中后期能快速发展的原因：首先,随着“冷战”的结束,国际政治形势出现了新变化,原来被各国军事部门限制的高分辨率卫星遥感技术逐渐解禁。第二,由于技术科学的发展,特别是军事部门在高分辨率卫星遥感技术方面已历经摸索、试验期,为该技术的大范围应用创造了条件。第三,20世纪90年代之前,卫星遥感资料的用户主要是政府部门。但进入90年代以后,经济的飞速发展使得卫星遥感资料的使用者范围逐渐扩大,对卫星遥感数据的需求量日益增加,这为卫星遥感技术创造了商业化运作条件。另外分析了高分辨率卫星遥感数据的应用领域,包括测绘、城市规划、土地管理、环境、农业等部门,并就具体的应用前景提出见解。最后,结合高分辨率卫星遥感数据的特点,对遥感数据分类技术和数据共享问题作了探讨。     

综合多层优选尺度的高分辨率影像分割

采用面向对象方法处理高空间分辨率遥感影像时,影像分割质量对后续影像的信息提取结果影响很大。本文主要针对高分辨率影像分割中地物多尺度的问题,提出了一种基于多层优选尺度的高分辨率影像分割算法。该算法首先采用一系列规律变化的尺度对高分辨率影像进行多尺度分割,然后通过单分割层全局标准差的变化与尺度的关系确定一组最优分割尺度。在此基础上,通过各优选分割层之间的包含关系,局部建立多层次对象树,从整体上形成影像森林;通过局部同质性异质性综合评价指数的比较及父层光谱特征的限制来选取多层次对象树中的优势对象,从而获得最终的高分辨率影像分割结果。最后,本文分别采用了Geoeye和ZY3多光谱影像进行了2组分割实验,结果表明本文算法能有效地提高正常分割影像对象的比例。     

面向单波段高分辨率遥感影像的人工目标变化检测技术研究

针对利用遥感影像进行目标变化检测的特点,设计了一套面向单波段高分辨率遥感影像的人工目标的变化检测处理流程,集成运用人工变化检测的影像分析工具,最大限度地发挥自动和人工两种变化检测方式的优点,特别是提出了基于变化目标相似度验证的检测算法,提高了影像变化检测的效率并有效地保证了检测的可靠性。     

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。     

高分辨率遥感影像特征分割及算法评价分析

图像分割一直是图像处理和计算机视觉领域中的一项关键技术。本文首先从遥感影像地学处理与应用的角度阐述了影像分割技术对于遥感信息提取和目标识别的重要性,然后提出了基于特征的高分辨率遥感影像信息提取技术框架,建立了一套基于特征的遥感影像分割方法及分类体系。同时,鉴于遥感影像分割方法评价的重要性, 阐述了一种高分辨率遥感影像分割方法评价的思路,并对几种典型的基于特征的遥感影像分割方法进行定性和定量的试验和评价,对其各自的性能和适用面进行对比分析。最后,指出了遥感影像特征分割方法所存在的问题及其发展趋势。