| 高分五号高光谱影像矿物精细识别 |
| |
| 引用本文： | 董新丰,甘甫平,李娜,闫柏琨,张磊,赵佳琪,于峻川,刘镕源,马燕妮. 高分五号高光谱影像矿物精细识别[J]. 遥感学报, 2020, 24(4): 454-464 |
| |
| 作者姓名： | 董新丰 甘甫平 李娜 闫柏琨 张磊 赵佳琪 于峻川 刘镕源 马燕妮 |
| |
| 作者单位： | 1.中国自然资源航空物探遥感中心， 北京 100083;2.自然资源部 航空地球物理与遥感地质重点实验室， 北京 100083;3.中国地质大学（北京） 地球科学与资源学院， 北京 100083 |
| |
| 基金项目： | 国家重点研发计划(编号: 2017YFC0602104, 2016YFB0500505-2)；民用航天项目（编号: D040104）；高分国土资源遥感应用示范系统（二期）（编号: 04-Y30601-9001-18120）；中国地震局基本科研业务专项（编号:EDJ2018-18） |
| |
| 摘 要： | 矿物识别是高光谱遥感技术优势之一,已在地质矿产领域取得了显著应用效果。随着光谱分辨率的不断提高,高光谱遥感矿物识别逐渐从识别矿物种类向矿物亚类、矿物成分等精细信息识别发展,且随着应用实践的不断深入,对矿物精细信息的需求也越来越大。而光谱分辨率和矿物识别方法是制约高光谱矿物精细识别的主要因素。高分五号(GF-5)超高的光谱分辨率为矿物精细识别提供了可能。首先在分析总结已有高光谱矿物识别方法优缺性的基础上,提出了综合光谱特征增强匹配度和特征参量的矿物识别方法;其次,选取甘肃柳园和美国Cuprite两个研究较多的地区为研究对象,基于GF-5卫星数据开展了矿物精细识别,在完成矿物种类、亚类识别的基础上,进一步对绢云母成分信息进行了反演;最后,结合上述地区已有机载高光谱数据及填图结果开展对比分析。结果表明:GF-5矿物识别信息分布与机载HyMap、AVIRIS一致性很好,相较机载数据GF-5矿物识别平均正确率优于90%,说明本研究提出的矿物识别方法能够满足GF-5矿物精细识别,可为后续业务化应用提供技术支撑,同时认为超高的光谱分辨率使得GF-5在矿物成分信息识别上更具优势。
|
| 关 键 词： | 高分五号 高光谱 短波红外 矿物填图 遥感地质 |
| 收稿时间： | 2019-06-10 |
Fine mineral identification of GF-5 hyperspectral image |
| |
| DONG Xinfeng,GAN Fuping,LI N,YAN Bokun,ZHANG Lei,ZHAO Jiaqi,YU Junchuan,LIU Rongyuan,MA Yanni. Fine mineral identification of GF-5 hyperspectral image[J]. Journal of Remote Sensing, 2020, 24(4): 454-464 |
| |
| Authors: | DONG Xinfeng GAN Fuping LI N YAN Bokun ZHANG Lei ZHAO Jiaqi YU Junchuan LIU Rongyuan MA Yanni |
| |
| Abstract: | |
| |
| Keywords: | GF-5 hyperspectral shortwave infrared mineral mapping remote sensing geology |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载全文 |
|
