高光谱遥感技术在地质调查中的应用分解

高光谱矿物识别与矿物填图
• 从利用一些标准库中矿物的光谱特征参与 信息的识别与提取，在对大量岩石光谱特 征进行分析、归纳。 • 基于高光谱数据岩矿信息识别与提取的方 法主要有基于光谱波形参数、基于光谱相 似性测度、基于混合光谱模型、基于地质 统计规律和基于光谱知识的智能识别等。
高光谱地质成因信息探测研究
高光谱遥感技术在地质调 查中的应用
• • • • •
高光谱地质应用的历史 国内外高光谱地质应用技术与方法 国内外高光谱地质应用主要进展 高光谱地质应用的领域与实例 存在的主要问题
高光谱地质应用的历史
• 从 20 世纪 70 年代末至 80 年代初美国提 出高光谱遥感概念模型并研制成像光谱仪 以来，世界各国进行高光谱遥感的应用。 • 80 年代以来，高光谱遥感被广泛地应用于 地质、矿产资源及相关环境的调查中。 • 我国在20世纪80年代末开展了高(成像)光 谱技术的研究,取得了极大的进展
蚀变矿物与矿化带的探测
• 通过蚀变带和蚀变矿物的识别， 并结合相 关的地质资料，找寻潜在的矿产。 • 主要用于： • 热液蚀变矿物组合探测与成矿分析 • 金矿矿区蚀变岩石信息提取 • 铜矿矿区识别与探测 • 铀矿矿区探测等
高光谱矿山环境分析研究
• 利用高光谱的技术优势快速且有效地直接 识别与提取出污染源的种类、类型，并分 析其潜在的污染趋势。对矿山环境进行监 测。 • 例如： • 欧盟矿区环境影响评价与监测 （MINEO 计划）
国内外高光谱地质应用主要进展
• • • • 多层次的高光谱信息获取体系 基于高光谱数据的矿物精细识别 高光谱影像地质环境信息反演 基于高光谱遥感的行星地质探测
多层次的高光谱信息获取体系
地面光谱仪主要有澳大利亚的 PIMA，美国的 ASD、 GER、热红外 FT-IR； 机载成像光谱仪：美国的 VIRIS、 澳大利亚的 HyMap、 加拿大的 CASI 系列等；中科院开发的机载 OMIS 系列、PHI、 干涉成像光谱仪。 星载成像光谱仪美国的 Hyperion，德国的 EnMAP 和 日本的 Hyper-X。 在外星探测中，有火星探测 热红外高光谱仪等，中国 和印度的探月计划中也将搭载高光谱仪。
• 根据高光谱所识别出的矿物共生组合的关 系进行地质成因环境分析 • 根据高光谱对矿物组成成分信息的探测来 分析地质成因环境
高光谱成矿预测研究
• 在岩体侵位以及地质构造等地质作用下,热 液侵入、物质置换等使源于矿体的矿物质 发生扩散作用，这些成分的变化在矿物光 谱中有着或强或弱的表现，通过对这些细 微的变化的探测，实现对地质作用演化信 息的探测。
基于高光谱遥感的行星地质探测
• 1996 年美国的火星探测器 Mars Global Sur-veyor • 2003 欧空局的火星探测器 • 2007年中国发射的月球探测卫星嫦娥一号 • 2008年印度月船一号探月卫星 • 探测火星、月球的矿物种类及其分布、含 量，研究水体的存在和演化
高光谱地质应用的领域与实例
光谱微分技术
• 包括对反射光谱进行数学模拟和计算不同 阶数的微分(差分)值，以确定光谱弯曲点和 最大最小反射率的波长位置。 • 光谱微分强调曲线的变化和压缩均值影响。 • 一阶微分去除部分线性或接近线性的背景、 噪声光谱对目标光谱（须为非线性的）的 影响。
光谱分类源自文库术
• 主要的方法包括传统的最大似然方法、人 工神经网络方法、支持向量机方法和光谱 角制图方法（Spectral Angel Map-per, SAM）。
• • • • • • • 高光谱矿物识别与矿物填图 高光谱地质成因信息探测研究 高光谱成矿预测研究 高光谱植被重金属污染探测 蚀变矿物与矿化带的探测 高光谱矿山环境分析研究 油气资源及灾害探测
高光谱矿物识别与矿物填图
遥感地质填图：
岩性填图 矿物填图
其中矿物识别以及识别的种类和精度将关系到矿物 填图的成败。 矿物识别也是高光谱地质应用的基础和核心,从宏观 和区域上为地质应用提供地物组成分布的物质信 息,实现遥感地质应用由多光谱的定性描述向高光 谱定量物质组成鉴别的飞跃。
国内外高光谱地质应用技术与方法
• • • • • •
光谱微分技术（spectral derivative） 光谱匹配技术 （spectral matching） 混合光谱分解技术（spectral unmixing） 光谱分类技术(spectral classification) 光谱特征提取（spectral feature extraction） 模型方法（modeling）
高光谱成矿预测研究的步骤
• • • • 可能存在的岩性及其演化信息探测 可能的岩体信息识别 矿物精细识别 成矿潜力综合分析
高光谱植被重金属污染探测
• 植被在可见光波段（400～685 nm）的光 谱主要受叶色素（叶绿素、叶黄素、胡萝 卜素）的控制，其中以叶绿素的影响最大。 在680～750 nm 区间急剧上升形成一个发 射陡坡，称为“红边”。 • 重金属改变或破坏叶细胞的结构，造成光 谱红边的斜率和位置发生变化。叶绿素含 量的减少会造成红边向短波方向位移，称 为蓝移。
基于高光谱数据的矿物精细识别
• 利用高光谱遥感（含热红外高光谱）进行 矿物识别可分为 3 个层次： • 矿物种类识别 • 矿物含量识别 • 矿物成分识别
高光谱影像地质环境信息反演
• 在矿物识别和矿物精细识别的基础之上， 根据矿物共生组合规律和矿物自身的地质 意义指示作用，直观地反演各种地质因素 之间的内在联系，可提高高光谱在地质应 用中分析和解决地质问题的效能。
油气资源及灾害探测
• 油气微渗漏探测 • 油气管线监测 • 石油泄漏探测
• 植被生物变异特征在谱学上重点表现为光 谱红边的“红移”(健康,生长旺盛)和“蓝 移”(不发育,中毒等)。 • 利用高光谱对植物光谱的“精细”结构和 变异的探测和分析,可以定量、半定量地提 取与估计植被生物物理和生物化学参数,快 速且定量地评价冠层结构、状态或活力,冠 层水文状态,估计冠层生物化学成分。