高光谱遥感技术在基岩区区域地质调查填图中的应用

高光谱遥感以其超高的光谱维数据优势,使对地物的精细识别和区分能力较传统多光谱遥感数据有质的提升.以HyMap高光谱数据和高分五号高光谱数据为数据源,选择中国西部基岩区区域开展了高光谱遥感岩性-构造解译工作.通过图像增强处理后,对研究区地层单元、岩体/脉、构造等进行了遥感地质解译.对比已有的地质调查结果,发现高光谱遥感数...     

浅析泥石流堆积物的光谱特征——以蒋家沟泥石流堆积物为例

作者运用100BXMTS野外光谱仪探测了小江支流蒋家沟新、老泥石流堆积物的光谱反射率,总结了新、老堆积物的反射光谱特征,进一步分析了影响泥石流堆积物反射光谱特性的因素（岩性、水分含量、植被覆盖）,最后讨论了应用高空间分辨率遥感图像解译泥石流堆积物的可能性。     

基于ASTER光谱特征的科技廊带岩性填图:以新疆塔什库尔干地区为例

科技廊带填图是以解决关键地质问题为目的填图方式,但部分地区海拔高差大,交通不便,给填图工作造成巨大困难。遥感岩性解译可为填图工作提供重要参考。然而,当前主流的遥感岩性解译方法仍是基于地貌纹理等间接解译标志开展的。相对而言,矿物岩石光谱特征作为最为直接和准确的遥感岩性解译标志却少有实例报道。本文基于ASTER遥感影像和岩石光谱特征分析,对部分地区海拔高差较大的新疆塔什库尔干地区进行岩性解译工作,以检验其适用性。在野外工作对研究区岩性类型进行识别和鉴定的基础上,ASTER光谱分析成果影像可较准确显示区内主要岩性类型的地表出露。其中,ASTER热红外波段比可反映区内中高级变质岩、花岗岩类及碳酸盐岩的整体分布特征;在此基础上,ASTER可见光-近红外及短波红外波段比可准确鉴定与Fe~(3+)、Fe~(2+)-硅酸盐、Al-OH、Mg-OH等成分相关的矿物组成(如绿泥石、白云母及石榴子石等),从而对地表岩性出露进行更为细致的识别和分类。研究结果表明基于ASTER光谱特征的岩性填图方法在新疆、西藏等地区有天然的实用性,既可克服区内海拔高、交通不便等困难,又可准确指示地表关键岩性类型的出露情况,可作为科技廊带填图及地质研究工作的重要手段。     

面向地学应用的高光谱遥感器指标体系设计

高光谱成像技术在地物精确分类上的巨大优势, 使其成为地学遥感领域的热点与主要技术手段.为确定适合地学应用的高光谱遥感器的指标体系, 分析了地学应用的需求, 以及高光谱传感器各指标之间的"约束"关系, 包括空间分辨率、光谱分辨率、幅宽以及信噪比等.提出了高分辨率与宽幅高光谱遥感器的指标体系, 利用宽幅高光谱数据与高分辨率高光谱数据, 可同时满足大范围调查以及重点区域详查的地学应用需求, 为未来地学应用高光谱遥感器的体系化发展提供了参考和支持.      

ASD FieldSpec 3地物光谱数据在水磨—大河地区岩性分类中的应用

以四川省旺苍县水磨—大河地区为研究区, 利用美国ASD FieldSpec 3便携式地物光谱仪野外实测岩矿波谱数据和ASTER遥感影像数据, 基于GIS平台, 根据野外实测的岩石光谱曲线和USGS光谱库的典型岩石光谱曲线提取端元波谱, 对区域影像像元的光谱曲线进行匹配, 采用ENVI4.4软件自动信息提取与人机交互解译相结合的方式, 进行岩性分类, 可以有效地划分区内岩性界线, 满足填图需求, 对辅助该区区域基础地质调查、矿产普查等具有重要的应用价值。      

协同利用高光谱与多光谱遥感技术提取油气异常信息

为了在缺少地面实测数据的情况下对遥感油气异常结果进行验证, 利用多光谱遥感数据和高光谱遥感数据对同一地区进行油气异常解译, 针对同一位置使用两种不同数据的异常结果进行相互验证.并提出了利用高光谱异常提取结果作为先验知识的多光谱异常主分量阈值确定方法, 将该方法与传统主分量阈值方法提取的异常结果, 分别与高光谱提取出的粘土异常区域结果进行重叠率计算, 发现该方法提取出的异常区与高光谱提取的结果重叠率达98.808%, 高于传统主分量阈值方法的98.198%.结果表明利用该方法确定的阈值划分出的异常区具有较高的精度.      

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．     

基于Hyperion高光谱数据和随机森林方法的岩性分类与分析

探索利用高光谱数据的岩性填图新方法是遥感地质应用领域的重要需求之一。本文运用随机森林方法和EO-1Hyperion高光谱数据,对新疆塔里木西北部柯坪地区的局部区域进行岩性分类,并对相关问题进行分析。分别利用光谱特征以及加入光谱一阶导数特征进行岩性分类,并对不同特征对岩性分类的重要性进行分析,同时与现有的基于光谱角制图方法(SAM)进行比较。结果表明,与SAM方法相比,随机森林方法得到了更高精度的岩性分类结果,是一种有效可行的岩性分类方法。根据特征重要性的排序,蓝绿光波段、短波红外波段以及相应的一阶导数特征对研究区Hyperion数据的沉积岩岩性分类贡献更大。     

基于ASTERSWIR-TIR多光谱数据的西准噶尔花岗岩类岩性信息提取与识别——以克拉玛依岩体为例

花岗岩类的遥感岩性提取与识别研究一直是遥感岩石学领域的热点之一.位于中国新疆北部的西准噶尔地区有许多花岗岩体产出,其岩性信息对于西准噶尔的地质研究十分重要.本文通过对西准噶尔克拉玛依花岗岩体岩石样品及光谱库中相关矿物的可见光-近红外及短波红外(VNIR-SWIR)与热红外(TIR)的光谱测试与特性分析,采用ASTER SWIR-TIR比值13/12(R),4/6(G),(12×12)/(11×13) (B)假彩色合成技术识别与提取出研究区碱长花岗岩、花岗岩、花岗闪长岩与二长花岗岩四种花岗岩类,证明ASTER SWIR-TIR多光谱数据,尤其是TIR数据,对花岗岩类岩性识别的能力.此外,根据遥感影像中岩性、构造特征的解译与区域内包古图斑岩型铜钼矿的成矿斑岩岩体比较,推断出位于克拉玛依Ⅱ号岩体以及Ⅰ号与Ⅲ号岩体交汇部位东侧的部分区域仍可能具有一定的成矿潜力.     

遥感和光谱地质进展及其对矿产勘查的实践应用

根据2009年Economic Geology出版的专辑Remote Sensing and Spectral Geology,近年来发表的相关文献以及研究和应用的实践,对遥感与光谱地质进行了综述.内容从测谱学、TM/ETM和ASTER宽波段遥感应用,到地面和航空高光谱遥感应用与热红外遥感.传统的信息填图主要是解译,现...     

一种基于光谱角和光谱距离自动加权融合分类方法

高分辨率遥感影像分类一直是业内研究的热点之一,考虑到影像地物光谱角和光谱距离在分类中具有较好的互补性,提出了一种基于光谱角和光谱距离自动加权融合的分类方法,对传统多分类器分类的融合策略进行改进,能够在训练阶段根据样本自动地调整好各分类器对各类别进行分类的权重系数,使得融合后的分类结果更加科学和准确。QuickBird影像的分类实验表明,方法的分类精度明显优于单纯的光谱角或距离法,可广泛用于各种高分辨率影像的分类识别。     

高光谱遥感卫星技术及其地质应用

在收集国内外高光谱技术发展、地质应用与研究实例资料的基础上,主要介绍了国内外高光谱地质应用的现状及其主要进展,并简要介绍了高光谱地质应用的主要技术.结合地质应用成功的实例.分析了高光谱遥感卫星技术在矿物识别与填图、岩性填图、矿产资源勘探、矿业环境监测、油气渗漏监测等地学方面的应用优势与前景,同时指出了目前高光谱遥感卫星技术地质应用存在的主要问题与发展趋势.     

基于光谱匹配的热红外高光谱数据岩性分类研究

从岩石光谱出发,结合光谱谱带强度特征和光谱波形特征,针对机载热红外高光谱数据（TASI）,在以往算法基础上,提出一种改进的算法--光谱离散能级波形匹配法（SDEM）,并将其运用到岩性分类研究中。SDEM算法能识别岩石光谱间的微小差异,并在充分考虑光谱谱带强度和波形特征的同时,有效减弱数据噪声。与传统的岩性分类方法--高光谱角度制图法（SAM）相比,改进的算法能更精确地区分岩石相似光谱,识别易混淆岩性,对出现“异物同谱”现象的岩石也具有更好的区分能力。将SDEM、SAM方法应用于甘肃柳园地区TASI数据岩性分类研究中,可看出SDEM方法能识别出SAM未识别或识别错误的岩性。通过研究区野外查证,可知SDEM方法所得岩性分类结果更符合岩石实际分布情况。可见光谱离散能级波形匹配法具有较好的岩性分类效果,能更好地区分地物。     

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。     

高光谱遥感水文地质应用新进展

高光谱遥感是一种利用成像光谱仪同时获取地物目标辐射、光谱和空间等多重信息遥感的技术,水文地质是高光谱遥感重要的应用领域之一,通过高光谱遥感图像分析,能够提取大区域包气带及含水系统的水文地质信息,可为水文地质环境的识别及实时监测、地下水资源高效管理、地下水数值模型构建等提供科学数据。通过调研凝练了高光谱遥感基本原理方法及其在水文地质方面的应用研究,重点总结了地下水环境污染和水文信息反演方面的高光谱遥感应用研究进展,分析了高光谱遥感水文地质应用所面临的挑战,并展望了高光谱遥感水文地质应用研究的发展趋势,主要包括:通过土壤和植被的光谱信息实现对研究区包气带土壤重金属污染状况的大面积、短周期连续快速监测;在高光谱图像中提取构造、地层岩性等地质和水文地质特征,以环境指示因子（如植被）为有效补充,获取饱和带地下水环境信息;通过高光谱图像识别植被类型、计算植被覆盖度、分析叶片反射光谱特征并建立模型反演土壤含水量和地下水位,为研究和保护缺水地区生态环境提供数据支撑。     

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。     

基于人机交互技术的ETM+影像岩性信息提取方法研究——以康恩纳德斑岩铜矿床为例

随着遥感应用技术飞速发展,及近年来高分辨率传感器的不断出现,人们对遥感影像的数字化处理也有了长足进步.但在遥感地质方面,由于"同物异谱"和"同谱异物"现象广泛存在,使计算机自动提取遥感影像上的岩性信息出现较大误差.完全人工解译虽准确率较高,但速度慢,如何将计算机自动提取与人工解译有效结合起来是本次研究的重点.文章以康恩纳德斑岩铜矿床地区ETM 遥感影像为数据源,以计算机自动提取与人工解译相结合,根据已有地质资料,对该区ETM 遥感影像进行岩性信息提取.通过在包古图地区对提取模型进行验证,结果表明两者相互结合可以大大提高识别精度,为进一步地质工作提供良好的遥感信息.     

EO-1Hyperion高光谱数据FLAASH模块大气纠正

EO-1Hyperion高光谱遥感影像在实际应用中,需对图像进行大气纠正及补偿等预处理,以便获得较好质量的图像,为进一步分析和应用提供保障.笔者运用FLAASH大气校正模型对中国云南香格里拉地区的Hyperion卫星影像进行大气校正,利用图像MNF转换法对光谱曲线进行去噪平滑优化,再对校正前后影像进行遥感影像和典型地物光谱曲线对比分析.结果表明,影像经FLAASH大气校正和MNF平滑后,较好地消除了大气影响和Hyperion高光谱遥感图像的光谱噪声.     

地物光谱的颜色分析技术及其在颜色装饰生产中的开发应用

讲述了遥感地物光错研究中地物光语的颜色分析技术的原理和光谱的测量设备及解译方法，并且列举了光讲与颜色分析技米在颜色装饰工业生产中的开发应用实例。     

基于光谱指数的遥感影像岩性分类

由于传统的岩性分类方法受岩石辐射干扰因素大, 存在"同物异谱"以及"同谱异物"现象, 岩性分类精度低, 所以在深入分析岩石矿物光谱特征基础上, 以西昆仑成矿带地区的二长花岗岩、石英正长岩以及正长岩为研究对象, 基于这3种岩性的实测光谱数据以及先进星载热发射和反射辐射仪(advanced spaceborne theemal emission and reflection radiometer, ASTER)影像数据的波段设置特征, 建立了RI和SI两种光谱指数.利用所建立的RI以及SI光谱指数对ASTER遥感数据进行岩性分类.结果显示, RI和SI两种光谱指数法在提取二长花岗岩时精度达到70%以上, 石英正长岩精度为80%左右, 与最大似然法得到的分类结果相比, 这两种岩性的分类精度明显提高了.