基于光谱特征参数组合的高光谱数据矿物填图方法

第40卷第8期地球科学中国地质大学学报V o l .40 N o.82015年8月E a r t hS c i e n c e J o u r n a l o fC h i n aU n i v e r s i t y ofG e o s c i e n c e s A u g .2015d o i :10.3799/d qk x .2015.130基金项目:国家科技支撑计划课题项目(N o .2012B A H 27B 04).作者简介:韦晶(1991-),男,硕士,主要从事定量遥感方面研究.E -m a i l :w e i j i n g_r s @163.c o m *通讯作者:明艳芳,E -m a i l :m yf 414@163.c o m 引用格式:韦晶,明艳芳,刘福江,2015.基于光谱特征参数组合的高光谱数据矿物填图方法.地球科学 中国地质大学学报,40(8):1432-1440.基于光谱特征参数组合的高光谱数据矿物填图方法韦 晶1,明艳芳1*,刘福江21.山东科技大学测绘科学与工程学院,山东青岛2665902.中国地质大学信息工程学院,湖北武汉430074摘要:受大气环境等因素的影响,高光谱遥感矿物识别难以达到较高的精度.为解决该问题,根据光谱吸收特征参数在大气变化中能保持相对稳定的特点,提出一种基于光谱特征参数组合的高光谱矿物类型识别方法.文中计算了多种光谱特征参数,通过最佳指数因子(o p t i m u mi n d e x f a c t o r ,O I F )优选特征参数组合,选定最佳特征参数组合,利用模式识别方法实现矿物识别.利用机载可见/红外成像光谱仪(a i r b o r n e v i s i b l e i n f r a r e d i m a g i n g s p e c t r o m e t e r ,A V I R I S )高光谱数据,在美国内华达州C u p r i t e 矿区进行了该方法的应用试验研究,并与前人矿物填图结果做了对比.结果表明:吸收波谷位置-吸收面积-吸收右肩位置(P -A -S 2)光谱特征参数组合的矿物识别效果最优,整体精度达到74.68%.关键词:光谱吸收特征参数;遥感;矿物填图;机载可见/红外成像光谱仪数据;最佳指数因子;C u pr i t e 矿区.中图分类号:P 575.4;P 237 文章编号:1000-2383(2015)08-1432-09 收稿日期:2015-04-02H y p e r s p e c t r a lM i n e r a lM a p p i n g Me t h o dB a s e do n S pe c t r a l C h a r a c t e r i s t i cP a r a m e t e rC o m b i n a t i o n W e i J i n g 1,M i n g Y a nf a ng 1*,L i uF u j i a n g21.C o l l e g e o f G e o m a t i c s ,S h a n d o n g U n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y ,Q i n g d a o 266590,C h i n a2.F a c u l t y o f I n f o r m a t i o nE n g i n e e r i n g ,C h i n aU n i v e r s i t y o f Ge o s c i e n c e s ,W u h a n 430074,C h i n a A b s t r a c t :I nf l u e n c e db y t h ea t m o s p h e r i ce n v i r o n m e n ta n do t h e rf a c t o r s ,t h e m i n e r a l r e c og n i t i o n w i t hh y p e r s pe c t r a lr e m o t e s e n s i n g i s d if f i c u l t t o a c h i e v e a h igh a c c u r a c y .T oi m p r o v e t h e a c c u r a c y o f t h em i n e r a l i d e n t i f i c a t i o nw i t h s u c h t e c h n o l o g y ,a h y -p e r s p e c t r a lm i n e r a l r e c o g n i t i o nm e t h o db a s e do ns p e c t r a l c h a r a c t e r i s t i c p a r a m e t e r c o m b i n a t i o n ,w h i c hc a n m a i n t a i nr e l a t i v e l ys t a b l e c h a r a c t e r i s t i c sw i t ht h ea t m o s p h e r i cc h a n g e s ,i s p r o p o s e d i nt h i s p a p e r .V a r i o u ss p e c t r a l c h a r a c t e r i s t i c p a r a m e t e r sa r e c a l c u l a t e d ,a n dt h eo p t i m a l c o m b i n a t i o no f t h e p a r a m e t e r s i ss e l e c t e dt h r o u g ht h eo p t i m u mi n d e xf a c t o r (O I F ),b a s e do n w h i c h ,m i n e r a l i d e n t i f i c a t i o n i s r e a l i z e dw i t h p a t t e r n r e c o g n i t i o nm e t h o d .B a s e do n t h e a b o v em e t h o d ,m i n e r a l t y p e i d e n t i f i c a -t i o n t e s t i s c a r r i e do u t i nC u p r i t em i n e o fN e v a d a ,w i t h a i r b o r n e v i s i b l e i n f r a r e d i m a g i n g s p e c t r o m e t e r (A V I R I S )h y p e r s p e c t r a l d a t a .T h e r e s u l t s a r e c o m p a r e dw i t h t h ew o r ko f p r e v i o u sm i n e r a lm a p p i n g ,i t s h o w s t h a t t h e c o m b i n a t i o n o f t h e s pe c t r a l c h a r -a c t e r i s t i c p a r a m e t e r s ,P -A -S 2(P i s a b s o r p t i o nw a v e t r o u g h p o s i t i o n ,Ai s a b s o r p t i o n a r e a ,S 2i s a b s o r p t i o n r i g h t s h o u l d e r p o s i -t i o n )c a n g e t t h eh i g h e s t i d e n t if i c a t i o n p r e c i s i o n ,t h e o v e r a l l a c c u r a c y c a n r e a c h74.68%.K e y w o r d s :s p e c t r a l c h a r a c t e r i s t i c p a r a m e t e r ;r e m o t e s e n s i ng ;m i n e r a lm a p p i n g ;a i r b o r n e v i s i b l e i n f r a r e d i m a g i n g s p e c t r o m e t e r d a t a ;o p t i m u mi n d e x f a c t o r (O I F );C u p r i t em i n i n g ar e a . 利用遥感手段可以从广域空间尺度㊁多时相尺度下实现矿物信息的快速识别,缩短矿物填图时间,提高效率.高光谱遥感由于具有波段连续㊁波谱分辨率高的特点可以在矿物类型识别中发挥重要作用,且已经在局部区域矿物填图等工作中得到广泛的应用(甘甫平和王润生,2007;王润生等,2010).然而由第8期韦晶等:基于光谱特征参数组合的高光谱数据矿物填图方法于地表结构复杂㊁混合光谱及大气环境背景等因素的影响,高光谱遥感的矿物识别精度较低.目前高光谱遥感矿物识别的方法主要分为4类:一是基于光谱反射率匹配的方法,该方法使用高光谱数据连续的光谱信息与地面实测光谱之间的相似性来确定矿物类型.该方法操作方便,易于实现,对于低植被覆盖㊁矿物裸露较好的区域的填图能够达到较高的精度(B a u g h e t a l.,1998;R o b i l a,2005; v a nd e rM e e r,2006;何中海和何彬彬,2011;张修宝等,2011),但对于有植被覆盖或碎屑覆盖的区域,因混合光谱的影响,矿物识别精度较低.二是基于特定矿物光谱特征参数的识别方法,该方法利用不同矿物类型在不同光谱波段所体现出的独特光谱吸收特征进行识别.在矿物类型单一的区域,该方法拥有较高的识别精度(C r o w l e y e ta l.,1989;甘甫平等, 2003,2004;许宁等,2011),对于矿物类型复杂区域,单一光谱特征参数很难区分出不同类型的矿物.三是混合像元分解技术,该方法能够实现混合矿物的有效分离(W ua n d M u r r a y,2003;余先川等,2014),但在背景复杂的区域,纯净端元获取精度较低,限制了该方法的应用.四是矿物类型智能识别方法,该方法以大量矿物光谱知识为基础,选取特征光谱参量,结合专家系统方法建立识别规则,能够实现矿物的自动或半自动化识别.但由于不同类型矿物波谱间的微小差异易受大气及环境背景影响,从而导致误判(王润生等,2007).因此,现有的高光谱矿物识别方法容易受大气环境背景的影响,在复杂㊁未知类型的矿物识别中精度较低.针对上述问题,本文提出一种基于多类型光谱特征参数组合的矿物类型遥感识别方法.计算出多种光谱特征参数,并确定出最优的光谱特征参数组合,基于确定的光谱特征参数实现多类型矿物的识别.本文以资料丰富的㊁矿物类型多样的美国内华达州C u p r i t e矿区为实验区,利用机载可见/红外成像光谱仪(a i r b o r n ev i s i b l e i n f r a r e di m a g i n g s p e c-t r o m e t e r,A V I R I S)数据,展开矿物填图实验.选择目前被普遍认可的,由C l a r ka n dS w a y z e(1996)所做的矿物填图结果对实验结果进行精度验证.1研究区概况与数据源1.1研究区概况C u p r i t e矿区位于美国内华达州(N e v a d a)内西南部奈伊县(N y e)和埃斯梅拉达县(E s m e r a l d a)州交界处(37.52ʎ~37.57ʎN,117.17ʎ~117.23ʎW),该地区植被稀疏,基岩裸露程度较高,主要出露岩层有寒武系沉积岩和变质沉积岩以及第三系火山岩和第四系冲积物.其中第三系火山岩热液蚀变特征明显,沿95号高速路两侧形成了南北细长的蚀变区,明显可分为泥化带㊁硅化带和蛋白石化带,由内到外呈同心圆状依次展布.其中泥化区的蚀变矿物主要有高岭石㊁蒙脱石和少量由火山玻璃生成的蛋白石;硅化区的主要蚀变矿物为石英和少量的方解石㊁明矾石和高岭石;蛋白石化带分布较为广泛,主要蚀变矿物为明矾石㊁浸染状蛋白石㊁方解石置换的蛋白石和高岭石等(S w a y z e,1997).自20世纪70年代以来,该地区因其丰富的矿物类型以及较好的裸露条件,被国内外学者选择为遥感地质研究的典型实验区(H o o k e ta l.,1992;v a n d e r M e e ra n d B a k k e r, 1997;甘甫平等,2003;C h e n e t a l.,2007).1.2数据介绍与处理选择覆盖美国内华达州C u p r i t e矿区的A V I R I S 高光谱数据,影像获取时间为2006年9月20日.A V I R I S是由美国航空航天局(N A S A)和喷气动力实验室(j e t p r o p u l s i o n l a b o r a t o r y,J P L)联合研制的高光谱机载传感器,光谱覆盖范围为0.4~2.5μm,光谱分辨率为10n m,空间分辨率为20m,共224个波段, A V I R I S数据因其光谱分辨率和空间分辨率较高的特点被广泛应用到地质填图等应用中.为了消除或减弱大气的散射和吸收对传感器接收到的地表反射和辐射能量的影响,准确获取A V I R I S数据的地表反射率信息,需要对该数据做大气校正处理.使用E N V I(t h e e n v i r o n m e n t f o r v i s-u a l i z i n g i m a g e s)中F L A A S H大气校正模块进行大气校正处理.F L A A S H模块是基于中分辨率大气辐射传输模型(m o d e r a t e r e s o l u t i o n a t m o s p h e r e t r a n s m i t t a n c e a n d r a d i a n c e c o d e,MO D T R A N)开发的大气校正模块,能够有效去除不同类型传感器受大气的影响(F e l d e e t a l.,2003)(图1).由图1可以看出,大气校正后的A V I R I S数据在1450n m和1950n m附近有两个很明显的水汽吸收带,其受水汽影响明显,反射率值无效,而C u-p r i t e矿区矿物的吸收谱带主要集中分布在1300~ 2500n m的短波红外范围,因此,笔者选取A V I R I S 数据2000~2500n m范围内的50个短波红外波段进行矿物填图实验.笔者选择美国地质调查局(U n i t e dS t a t e sG e o-l o g i c a l S u r v e y,U S G S)公布的C l a r k a n d S w a y z e3341地球科学中国地质大学学报第40卷图1 A V I R I S 数据大气校正前后的光谱曲线F i g .1S p e c t r u ma f t e r a t m o s ph e r i c c o r r e c t i o no fA V I R I Sd a t a a 为大气校正前;b为大气校正后图2 U S G S 在C u pr i t e 矿区的矿物填图结果F i g .2M i n e r a lm a p p i n g r e s u l t i n t h eC u p r i t em i n i n g a r e am a d eb y US G S (1996)利用A V I R I S 数据结合地面调查在C u pr i t e 矿区的矿物填图结果作为验证数据(图2),红框内为C u pr i t e 矿区,该数据利用T r i c o r d e r 软件使用波形匹配和最小二乘拟合等技术生成,具有较高的准确性和矿物识别精度,已被广泛应用于C u p r i t e 矿区矿物识别结果验证等研究中(甘甫平等,2003;H u a n g an d 4341第8期韦晶等:基于光谱特征参数组合的高光谱数据矿物填图方法H s u,2012;I o r d a c h e e t a l.,2014).笔者分别选取明矾石㊁高岭石㊁蒙脱石㊁白云母和方解石5种主要典型矿物进行矿物填图实验和结果对比分析.2研究方法2.1光谱特征参数计算受电子跃迁和碳酸根㊁水分子等分子团振动的影响,不同类型岩石等地物的光谱曲线会出现很多精细的吸收带,不同地物类型的光谱诊断特征有不同程度的差异(C l a r k e t a l.,1990),当前表达诊断性光谱吸收特征的参数主要有吸收波谷位置(P)㊁吸收反射率(R p)㊁吸收宽度(W)㊁吸收对称度(S)㊁吸收深度(H)㊁吸收面积(A)㊁吸收斜率(K)及光谱吸收指数(S A I)等.定量分析光谱特征参数成为高光谱数据矿物识别的主要方法之一.在计算诊断性光谱吸收特征参数之前需要对原始影像进行包络线去除(K r u s e e t a l.,1985;C l a r ka n dS w a y z e,1995).包络线去除能够有效突出地物光谱的吸收特征,在增强地物光谱特征的同时,能够将反射率规格化到相同的背景上,并计算光谱吸收特征参数,以便与其他光谱的吸收特征相比较,进行光谱间匹配分析等(v a nd e rM e e r,2000;H u a n g e t a l.,2004).如图3所示,每一个光谱吸收特征可以由光谱吸收波谷及两个吸收肩部S1和S2组成.各光谱吸收特征参数均使用包络线去除后的光谱进行计算,计算方法如下所述:吸收波谷位置P是吸收谱带反射率最低处的波长;吸收反射率R p指的是吸收波谷位置处的反射率值.吸收宽度W定义为吸收谱带两肩的波谱带宽度,计算公式为:W=λ2-λ1,(1)式中:λ1和λ2分别为吸收左肩和吸收右肩的波长.吸收对称度S指过吸收波谷位置垂线左右两部分的对称程度,可用左(右)肩部距谷底的波长宽度与吸收宽度之比表示:S=(λ1-P)/W.(2)吸收深度H是指某一波段吸收范围内极小值的反射率值与1之差,如下所示:H=1-R p.(3)吸收面积A指吸收带曲线与两侧吸收肩部连线所围成的面积,是吸收深度一半处吸收峰的宽度与吸收深度的乘积,如下所示:A=H W/()图3光谱吸收特征参数示意F i g.3T h es c h e m a t i cd i a g r a m o fs p e c t r a la b s o r p t i o nc h a r a c t e r i s t i c p a r a m e t e r sS1表示吸收谱带左侧的起始波长位置,称为吸收左肩位置,其计算方法为首先取P所在的波长位置作为初始值K(Kɪ[1,50]),后由吸收波谷位置向左侧逐渐递减,直至满足公式(5)为止,此时所在的波长位置即为吸收左肩位置,式中(3)R为K波长位置处的反射率.S2表示吸收谱带右侧的终止波长位置,称为吸收右肩位置,同样,以P所在的波长位置作为初始值K,后由吸收波谷位置向右侧逐渐递增,直至满足公式(5)为止,此时所在的波长位置即为吸收右肩位置. |1-R|=0.(5)吸收斜率K定义为吸收谱带左右两侧吸收肩部间连线的斜率,则:K=(R2-R1)/(λ2-λ1),(6)式中R1和R2分别为吸收左肩和吸收右肩的反射率.光谱吸收指数S A I是指非吸收基线和吸收波谷底垂线交点的反射率与吸收反射率的比值,则: S A I=[W㊃R1+(1-W)㊃R2]/R p.(7) 2.2光谱特征参数组合的优选从众多的光谱特征参数中,需选择最佳的组合,并且最大效率的为矿物类型识别提供信息,这是工作的重点.基于高光谱数据波段间的标准差越大,信息量越丰富,波段间的相关系数越小,波段间信息的冗余度越小的原理,C h a v e z e ta l.(1982)提出了最佳指数因子(o p t i m u mi n d e x f a c t o r,O I F)的波段组合选优方法,通过计算波段间的信息量,确定高光谱数据独立性最高㊁信息冗余最小的波段组合,该方法已被广泛应用到高光谱数据特征波段选择中(马娜等,2010).O I F的数学计算公式如下所示:5341地球科学 中国地质大学学报第40卷表1A V I R I S光谱特征参数影像O I F计算结果T a b l e1T h e O I F c a l c u l a t i o n r e s u l to f A V I R I S s p e c t r a lc h a r a c t e r i s t i c p a r a m e t e r s排名特征参数1特征参数2特征参数3O I F1W S S26529.20542P A S23166.07063P W S21869.84534P K S21658.91955W H S21179.31726P R K728.601907W A S A I520.429528P K S1321.255939K S1S2294.2594210W H K258.37796O I F= 3i=1S i/ 3j=1|R i j|,(8)式中S i表示图像中第i个波段的标准差,其中3表示假彩色合成影像共有3个波段,R i j表示波段i和波段j之间的相关系数.对于N个波段的图像,首先分别统计各个波段的标准差,然后计算各波段间的相关系数矩阵,再分图4光谱特征参数影像假彩色合成影像F i g.4F a l s e c o l o r c o m p o s i t i o n i m a g e o f c h a r a c t e r i s t i c p a r a m e t e r s i m a g ea为W-S-S2彩色合成影像;b为P-A-S2彩色合成影像别求出所有可能波段组合的O I F指数,进而根据O I F值大小来判断各种特征波段组合的优越性.O I F值越大,表示该参数组合所含的信息量越大,波段间冗余越少,对O I F进行排序即可选出最优参数组合.然而在实际应用中,该方法存在其局限性,O I F值最高,信息量最大的波段组合未必是最优的(苏红军和杜培军,2006).因此,最优波段组合的最终选取还需要参照实际情况进行选择.表1列出了O I F值排名前10位的光谱特征参数组合.由表1可知吸收宽度W㊁吸收对称度S和吸收右肩位置S2波段组合的O I F值最大,吸收波谷位置P㊁吸收面积A和吸收右肩位置S2波段组合的O I F值其次,然后通过遥感目视解译确定本文研究所需的最优光谱特征参数组合.图4为O I F前两名光谱特征参数假彩色合成影像.2.3基于最佳特征参数组合的图像分类最大似然法,又称为贝叶斯(B a y e s)分类法,该方法以贝叶斯准则为理论基础,假设训练样本在光谱空间中服从高斯正态分布,基于各类地物的特定光谱特征,偏重于不同地物类别在光谱特征空间中各自集群分布的特性,建立分类判别函数,分别统计未知像元落入不同集群的概率,并将其作为判别函数概率最大对应的依据.该分类算法整体分类精度较高,已成为应用最为广泛的分类算法之一(F r i e d le t a l.,2002;W ua n dS h a o,2002).最大似然法的计算公式为:D=l n(k i)-12l n|C o v i|-12(X-M i)T(C o v-1i)(X-M i),(9)式中D表示加权距离;i表示某一地物类别;X表示像元的测量向量;M i表示类型i的样本平均矢量;K i表示某一像元属于类别i的百分概率;C o v i表示类别i训练样本中像元的协方差矩阵.以获取的A V I R I S高光谱数据作为基准图像,通过选取控制点对矿物填图验证数据(图3)进行地图配准,使得配准后的两幅影像空间匹配误差在2个像元以内.笔者利用光谱特征参数假彩色合成影像,使用遥感目视解译手段从图3中分别选取明矾石㊁高岭石㊁白云母㊁方解石及蒙脱石5类矿物训练样本,并通过配准后的矿物填图结果中对各类别训练样本进行修正,保证训练样本的准确性,使用最大似然法对前两名光谱特征参数组合影像进行矿物填图实验,图5为C u p r i t e矿区矿物识别结果.6341第8期 韦 晶等:基于光谱特征参数组合的高光谱数据矿物填图方法图5 不同光谱特征参数组合的C u pr i t e 矿区矿物填图结果F i g .5M i n e r a lm a p p i n g r e s u l t su n d e r d i f f e r e n t s p e c t r a l c h a r a c t e r i s t i c p a r a m e t e r s c o m b i n a t i o n i nC u pr i t e a 为W -S -S 2组合矿物填图结果;b 为P -A -S 2组合矿物填图结果图5分别为W -S -S 2组合和P -A -S 2组合的矿物填图结果,对比C l a r ka n dS w a y z e (1996)的矿物填图结果可以看出,矿物分布与图2的吻合程度较高.基于光谱特征参数组合分析的方法能够较好的识别C u pr i t e 矿区明矾石㊁高岭石㊁白云母㊁方解石和蒙脱石5种典型矿物,由图5可以看出C u p r i t e 矿区西部地区主要以明矾石㊁高岭石和白云母矿物为主,以及一定量的方解石和蒙脱石矿物,矿物信息分布较为集中;东部地区主要以明矾石和高岭石为主,同时包含少量的白云母和蒙脱石矿物.整体看来,C u p r i t e 矿区中明矾石㊁高岭石和白云母矿物分布广泛,相对集中;蒙脱石和方解石的含量相对较少,分布较为零散.3 结果验证与分析为了验证本文方法对矿物类型的识别精度,在配准后的矿物填图结果中分别随机选取上述5类矿物验证样本,验证样本与训练样本相互独立,计算混淆矩阵和K a p p a 系数,对本文的矿物填图结果进行精度验证.表2为W -S -S 2和P -A -S 2两种不同光谱特征参数组合的矿物填图验证对比结果.验证结果表明基于光谱特征参数组合分析的矿物填图方法具有较高的整体识别精度.其中W -S -S 2组合的矿物识别整体精度为70.07%,K a p p a 系数为0.5805,而P -A -S 2组合矿物填图结果的整体精度达到74.68%,K a p p a 系数为0.6519,与前者相比,P -A -S 2组合优势更为明显.后者识别出的5类矿物类型的生产者精度大部分达到65%以上,用户精度达到70%以上,与验证数据的吻合程度较高.本文方法对白云母和方解石的识别效果最好,识别精度分别达到90.23%和88.95%;明矾石和高岭石的识别效果其次,两者识别混淆现象较为严重,原因是明矾石和高岭石常伴生交错分布,且矿物组成成分和光谱吸收特征较为类似,导致两者难以区分;蒙脱石的识别效果最差,识别精度仅为33.43%,原因是蒙脱石分布相对分散,常分布在高岭石和白云母周围,蒙脱石受周围的衍生矿物影响明显,且多以混合物形式存在,导致识别能力较差(C l a r k e ta l .,2003;H u a n g an dH s u ,2012).4 结论本文提出了一种基于光谱特征参数组合的高光谱矿物信息识别方法,实现了多种光谱吸收特征参表2 不同光谱特征参数组合的矿物填图精度对比分析T a b l e 2C l a s s i f i c a t i o na c c u r a c i e s o fm i n e r a lm a p p i n g f o r d i f f e r e n t s pe c t r a l c h a r a c t e r i s t i c p a r a m e t e r s c o m b i n a t i o n 精度评价W -S -S 2组合P -A -S 2组合生产者精度(%)用户精度(%)生产者精度(%)用户精度(%)明矾石58.4864.4767.5874.66高岭石74.8466.0671.4971.17白云母88.7397.5790.2393.55蒙脱石18.1621.8233.4319.06方解石89.9485.0288.9584.72K a p pa 系数 0.5805 0.6519整体精度(%) 70.0774.687341地球科学 中国地质大学学报第40卷数在矿物类型识别中的综合应用.与传统的矿物类型识别方法相比,该方法在大气以及复杂环境背景的影响下,能保持较高的稳定性.笔者选择局部区域矿物类型复杂的美国内华达州C u p r i t e矿区为研究区,利用A V I R I S高光谱数据开展了矿物类型识别试验;计算了包括吸收波谷位置㊁吸收反射率㊁吸收宽度等10种光谱特征参数,通过O I F法确定出W-S-S2㊁P-A-S2等最优光谱特征参数组合,使用最大似然法进行矿物填图实验,提取出研究区包括明矾石㊁高岭石㊁蒙脱石㊁白云母和方解石等5类典型矿物的空间分布;使用C l a r k e t a l.(1996)在该区域的矿物填图数据对本文矿物填图结果进行了评价,得到以下结论:该方法在矿物类型识别中总体达到了较高的精度,多种光谱特征参数组合的矿物类型识别结果对比表明,P-A-S2光谱特征参数组合提取矿物类型精度最高,整体矿物识别精度达到74.68%,不同的矿物类型其识别精度有一定的差异,其中白云母的识别精度最高,识别精度达到90.23%.本文提出的矿物类型识别方法为高光谱矿物识别提供了一种新思路,可为以后使用高光谱遥感手段进行矿物类型识别中不同信息的综合应用提供借鉴.R e f e r e n c e sB a u g h,W.M.,K r u s e,F.A.,A t k i n s o n,W.W.,1998.Q u a n t i t a-t i v e G e o c h e m i c a l M a p p i n g o fA mm o n i u m M i n e r a l si n t h eS o u t h e r nC e d a rM o u n t a i n s,N e v a d a,U s i n g t h eA i r-b o r n e V i s i b l e/I n f r a r e d I m a g i n g S p ec t r o m e t e r(A V I R I S).R e m o t eS e n s i n g o f E n v i r o n m e n t,65(3): 292-308.d o i:10.1016/s0034-4257(98)00039-xC h a v e z,P.S.,B e r l i n,G.L.,S o w e r s,L.B.,1982.S t a t i s t i c a lM e t h o d f o rS e l e c t i n g L a n d s a t M S S R a t i o s.J o u r n a lo f A p p l i e dP h o t o g r a p h i cE n g i n e e r i n g,8(1):23-30.C h e n,X.F.,W a r n e r,T.A.,C a m p a g n a,D.J.,2007.I n t e g r a t i n gV i s i b l e,N e a r-I n f r a r e da n dS h o r t-W a v e I n f r a r e d H y p e r-s p e c t r a la n d M u l t i s p e c t r a lT h e r m a l I m a g e r y f o r G e o-l o g i c a lM a p p i n g a tC u p r i t e,N e v a d a.R e m o t eS e n s i n g o f E n v i r o n m e n t,110(3):344-356.d o i:10.1016/j.r s e. 2007.03.015C l a r k,R.N.,K i n g,T.V.V.,K l e j w a,M.,e ta l.,1990.H i g hS p e c t r a lR e s o l u t i o nR e f l e c t a n c eS p e c t r o s c o p y o fM i n e r-a l s.J o u r n a l o f G e o p h y s i c a lR e s e a r c h,95(B8):12653-12680.d o i:10.1029/j b095i b08p12653C l a r k,R.N.,S w a y z e,G.A.,1995.M a p p i n g M i n e r a l,A m o r-p h o u s M a t e r i a l s,E n v i r o n m e n t a lM a t e r i a l s,V e g e t a t i o n, W a t e r,I c ea n dS n o w,a n d O t h e r M a t e r i a l s:T h e U S G ST r i c o r d e r A l g o r i t h m.S u mm a r i e so ft h e F i f t h A n n u a lJ P L A i r b o r n e E a r t h S c i e n c e W o r k s h o p,J P L P u b l i c a-t i o n,39-40.C l a r k,R.N.,S w a y z e,G.A.,1996.E v o l u t i o n i nI m a g i n g S p e c-t r o s c o p y A n a l y s i sa n dS e n s o rS i g n a l-t o-N o i s e:A ne x-a m i n a t i o no fH o w F a r W e H a v eC o m e.S u m m a r i e so f t h e6t h A n n u a lJ P L A i r b o r n eG e o s c i e n c e s W o r k s h o p, J P LP u b l i c a t i o n,96(4):49-53.C l a r k,R.N.,S w a y z e,G.A.,L i v o,K.E.,e ta l.,2003.I m a g i n g S p e c t r o s c o p y:E a r t h a n dP l a n e t a r y R e m o t e S e n s i n g w i t h t h eU S G ST e t r a c o r d e r a n dE x p e r t S y s t e m s.J o u r n a l o f G e o p h y s i c a lR e s e a r c h,108(E12):5131-5135.d o i:10. 1029/2002j e001847C r o w l e y,J.K.,B r i c k e y,D.W.,R o w a n,L.C.,1989.A i r b o r n e I m a g i n g S p e c t r o m e t e rD a t a o ft h e R u b y M o u n t a i n s,M o n t a n a:M i n e r a l D i s c r i m i n a t i o n U s i n g R e l a t i v e A b-s o r p t i o nB a n d-D e p t hI m a g e s.R e m o t eS e n s i n g o f E n v i-r o n m e n t,29(2):121-134.d o i:10.1016/0034-4257(89)90021-7F r i e d l,M.A.,M c I v e r,D.K.,H o d g e s,J.C.F.,e t a l.,2002.G l o b a lL a n dC o v e rM a p p i n g f r o m M O D I S:A l g o r i t h m s a n dE a r l y R e s u l t s.R e m o t eS e n s i n g o f E n v i r o n m e n t,83(1-2):287-302.d o i:10.1016/s0034-4257(02)00078-0F e l d e,G.W.,A n d e r s o n,G.P.,C o o l e y,T.W.,e ta l.,2003.A-n a l y s i so f H y p e r i o n D a t a w i t ht h eF L A A S H A t m o s-p h e r i cC o r r e c t i o n A l g o r i t h m.I E E EI n t e r n a t i o n a lG e o-s c i e n c ea n d R e m o t eS e n s i n g S y m p o s i u m(I G A R S S),(1):90-92.d o i:10.1109/I G A R S S.2003.1293688G a n,F.P.,L i u,S.W.,Z h o u,Q.,2004.I d e n t i f i c a t i o no fM i n i n gP o l l u t i o nU s i n g H y p e r i o nD a t aa tD e x i n g C o p p e rM i n e i nJ i a n g x iP r o v i n c e,C h i n a.E a r t hS c i e n c e J o u r n a lo f C h i n aU n i v e r s i t y o f G e o s c i e n c e s,29(1):119-126(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).G a n,F.P.,W a n g,R.S.,2007.T h eA p p l i c a t i o no f t h e H y p e r-s p e c t r a l I m a g i n g T e c h n i q u e t oG e o l o g i c a l I n v e s t i g a t i o n. R e m o t eS e n s i n g f o rL a n d&R e s o u r c e s,19(4):57-60, 127-128(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).G a n,F.P.,W a n g,R.S.,M a,A.N.,2003.S p e c t r a l I d e n t i f i c a t i o nT r e e(S I T)f o r M i n e r a lE x t r a c t i o n B a s e do nS p e c t r a lC h a r a c t e r i s t i c s o fM i n e r a l s.E a r t hS c i e n c eF r o n t i e r s,10(2):445-454(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).H e,Z.H.,H e,B.B.,2011.W e i g h tS p e c t r a l A n g l e M a p p e r(W S AM)M e t h o d f o rH y p e r s p e c t r a lM i n e r a lM a p p i n g. S p e c t r o s c o p y a n d S p e c t r a l A n a l y s i s,31(8):2200-2204(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).H o o k,S.J.,G a b e l l,A.R.,G r e e n,A.A.,e ta l.,1992.A C o m-p a r i s o no fT e c h n i q u e s f o rE x t r a c t i n g E m i s s i v i t y I n f o r-m a t i o n f r o m T h e r m a l I n f r a r e dD a t a f o rG e o l o g i cS t u d-i e s.R e m o t eS e n s i n g o f E n v i r o n m e n t,42(2):123-135.8341第8期韦晶等:基于光谱特征参数组合的高光谱数据矿物填图方法d o i:10.1016/0034-4257(92)90096-3H u a n g,X.M.,H s u,P.H.,2012.C o m p a r i s o m o f W a v e l e t-B a s e da n dHH T-B a s e dF e a t u r eE x t r a c t i o n M e t h o d s f o rH y p e r s p e c t r a l I m a g e C l a s s i f i c a t i o n.I S P R S-I n t e r n a-t i o n a lA r c h i v e s o f t h eP h o t o g r a mm e t r y,R e m o t eS e n s-i n g a n d S p a t i a lI n f o r m a t i o n S c i e n c e s,X X X I X-B7:121-126.d o i:10.5194/i s p r s a r c h i v e s-X X X I X-B7-121-2012H u a n g,Z.,T u r n e r,B.J.,D u r y,S.J.,e ta l.,2004.E s t i m a t i n gF o l i a g e N i t r o g e n C o n c e n t r a t i o n f r o m H YMA P D a t aU s i n g C o n t i n u u m R e m o v a l A n a l y s i s.R e m o t e S e n s i n g o fE n v i r o n m e n t,93(1-2):18-29.d o i:10.1016/j.r s e.2004.06.008I o r d a c h e,M.D.,B i o u c a s-D i a s,J.M.,P l a z a,A.,2014.C o l l a b o-r a t i v eS p a r s eR e g r e s s i o nf o r H y p e r s p e c t r a lU n m i x i n g.I E E ET r a n s a c t i o n s o nG e o s c i e n c e a n dR e m o t e S e n s i n g,52(1):341-354.d o i:10.1109/T G R S.2013.2240001K r u s e,F.A.,R a i n e s,G.L.,W a t s o n,K.,1985.A n a l y t i c a lT e c h n i q u e sf o r E x t r a c t i n g G e o l o g i cI n f o r m a t i o nf r o mM u l t i c h a n n e lA i r b o r n eS p e c t r o r a d i o m e t e rA i r b o r n e I m-a g i n g S p e c t r o m e t e r D a t a.P r o c e e d i n g s,I n t e r n a t i o n a lS y m p o s i u m o n R e m o t eS e n s i n g o fE n v i r o n m e n t,T h e-m a t i cC o n f e r e n c eo n R e m o t eS e n s i n g f o r E x p l o r a t i o nG e o l o g y,4t h,E n v i r o n m e n t a l R e s e a r c h I n s t i t u t e o fM i c h i g a n,A n nA r b o r.M a,N.,H u,Y.F.,Z h u a n g,D.F.,e ta l.,2010.D e t e r m i n a t i o no n t h eO p t i m u m B a n dC o m b i n a t i o no f H J-1A H y p e r-s p e c t r a lD a t a i n t h eC a s eR e g i o no fD o n g g u a nB a s e do nO p t i m u mI n d e xF a c t o r a n dJ-M D i s t a n c e.R e m o t eS e n s-i n g T e c h n o l o g y a n dA p p l i c a t i o n,25(3):358-365(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).R o b i l a,S.A.,2005.U s i n g S p e c t r a lD i s t a n c e sf o rS p e e d u p i nH y p e r s p e c t r a l I m a g eP r o c e s s i n g.I n t e r n a t i o n a lJ o u r n a l o f R e m o t eS e n s i n g,26(24):5629-5650.d o i:10.1080/01431160500168728S u,H.J.,D u,P.J.,2006.S t u d y o nF e a t u r eS e l e c t i o na n dE x-t r a c t i o no f H y p e r s p e c t r a lD a t a.R e m o t eS e n s i n g T e c h-n o l o g y a n dA p p l i c a t i o n,21(4):288-293(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).S w a y z e,G.A.,1997.T h eH y d r o t h e r m a l a n dS t r u c t u r a lH i s t o-r y o f t h eC u p r i t eM i n i n g D i s t r i c t,S o u t h w e s t e r nN e v a d-a:A nI n t e g r a t e d G e o l o g i c a l a n d G e o p h y s i c a lA p p r o a c h(D i s s e r t a t i o n).U n i v e r s i t y o fC o l o r a d o a tB o u l d e r,U S A. v a nd e r M e e r,F.,B a k k e r,W.,1997.C C S M:C r o s sC o r r e l o-g r a mS p e c t r a lM a t c h i n g.I n t e r n a t i o n a lJ o u r n a lo f R e-m o t e S e n s i n g,18(5):1197-1201.d o i:10.1080/014311697218674v a nd e rM e e r,F.,2000.S p e c t r a l C u r v e S h a p eM a t c h i n g w i t h aC o n t i n u u m R e m o v e d C C S M A l g o r i t h m.I n t e r n a t i o n a l J o u r n a l o f R e m o t eS e n s i n g,21(16):3179-3185.d o i: 10.1080/01431160050145063v a nd e rM e e r,F.,2006.T h eE f f e c t i v e n e s s o f S p e c t r a l S i m i l a r-i t y M e a s u r e s f o r t h eA n a l y s i so fH y p e r s p e c t r a l I m a g e-r y.I n t e r n a t i o n a lJ o u r n a lo f A p p l i e d E a r t h O b s e r v a-t i o na n dG e o i n f o r m a t i o n,8(1):3-17.d o i:10.1016/j. j a g.2005.06.001W a n g,R.S.,G a n,F.P.,Y a n,B.K.,e t a l.,2010.H y p e r s p e c t r a lM i n e r a lM a p p i n g a n dI t s A p p l i c a t i o n.R e m o t eS e n s i n g f o rL a n d&R e s o u r c e s,(1):1-13(i n C h i n e s e w i t hE n g l i s ha b s t r a c t).W a n g,R.S.,Y a n g,S.M.,Y a n,B.K.,2007.A R e v i e wo fM i n-e r a lS p e c t r a lI d e n t i f i c a t i o n M e t h o d sa n d M o d e l s w i t h I m a g i n g S p e c t r o m e t e r.R e m o t eS e n s i n g f o rL a n d&R e-s o u r c e s,(1):1-9(i nC h i n e s ew i t hE n g l i s ha b s t r a c t). W u,C.S.,M u r r a y,A.T.,2003.E s t i m a t i n g I m p e r v i o u s S u r f a c eD i s t r i b u t i o nb y S p e c t r a lM i x t u r eA n a l y s i s.R e m o t e S e n s-i n g o fE n v i r o n m e n t,84(4):493-505.d o i:10.1016/ s0034-4257(02)00136-0W u,W.,S h a o,G.F.,2002.O p t i m a lC o m b i n a t i o n so fD a t a,C l a s s i f i e r s,a n dS a m p l i n g M e t h o d s f o rA c c u r a t eC h a r a c-t e r i z a t i o n so fD e f o r e s t a t i o n.C a n a d i a nJ o u r n a lo f R e-m o t eS e n s i n g,28(4):601-609.d o i:10.5589/m02-050 X u,N.,H u,Y.X.,L e i,B.,e ta l.,2011.M i n e r a l I n f o r m a t i o nE x t r a c t i o n f o rH y p e r s p e c t r a l I m a g eB a s e do n M o d i f i e dS p e c t r a lF e a t u r eF i t t i n g A l g o r i t h m.S p e c t r o s c o p y a n d S p e c t r a lA n a l y s i s,31(6):1639-1643(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).Y u,X.C.,X i o n g,L.P.,X u,J.D.,e t a l.,2014.M i n e r a lM a p p i n gB a s e do nS e c o n d a r y S c a t t e r i n g M i x t u r e M o d e l.R e m o t e S e n s i n gf o r L a n d&R e s o u r c e s,26(2):60-68(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).Z h a n g,X.B.,Y u a n,Y.,J i n g,J.J.,e ta l.,2011.S p e c t r a lD i s-c r i m i n a t i o n M e t h o dI n f o r m a t i o n D i v e r g e n c eC o m b i n e dw i t hG r a d i e n tA n g l e.S p e c t r o s c o p y a n dS p e c t r a lA n a l-y s i s,31(3):853-857(i n C h i n e s e w i t h E n g l i s ha b-s t r a c t).附中文参考文献甘甫平,刘圣伟,周强,2004.德兴铜矿矿山污染高光谱遥感直接识别研究.地球科学 中国地质大学学报,29(1):119-126.甘甫平,王润生,2007.高光谱遥感技术在地质领域中的应用.国土资源遥感,19(4):57-60,127-128.甘甫平,王润生,马蔼乃,2003.基于特征谱带的高光谱遥感矿物谱系识别.地学前缘,10(2):445-454.何中海,何彬彬,2011.基于权重光谱角制图的高光谱矿物填9341地球科学 中国地质大学学报第40卷图方法.光谱学与光谱分析,31(8):2200-2204.马娜,胡云峰,庄大方,等,2010.基于最佳波段指数和J-M距离可分性的高光谱数据最佳波段组合选取研究.遥感技术与应用,25(3):358-365.苏红军,杜培军,2006.高光谱数据特征选择与特征提取研究.遥感技术与应用,21(4):288-293.王润生,杨苏明,阎柏琨,2007.成像光谱矿物识别方法与识别模型评述.国土资源与遥感,(1):1-9.王润生,甘甫平,闫柏琨,等,2010.高光谱矿物填图技术与应用研究.国土资源遥感,(1):1-13.许宁,胡玉新,雷斌,等,2011.基于改进光谱特征拟合算法的高光谱数据矿物信息提取.光谱学与光谱分析,31(6): 1639-1643.余先川,熊利平,徐金东,等,2014.基于二次散射非线性混合模型的矿物填图方法.国土资源遥感,26(2):60-68.张修宝,袁艳,景娟娟,等,2011.信息散度与梯度角正切相结合的光谱区分方法.光谱学与光谱分析,31(3): 853-857.*********************************************(上接1390页)Z h a n g,H.A.,Z h u,Y.H.,1994.A p p l i c a t i o no fL a n d s a tTM D a t at o L a n d u s eC l a s s i f i c a t i o na n d T h e m a t i cI n f o r m a-t i o n E x t r a c t i o ni n S u b t r o p i c a lE c o n o m i c F o r e s tZ o n e. R e m o t eS e n s i n g f o rL a n d&R e s o u r c e s,(2):52-54(i n C h i n e s ew i t hE n g l i s ha b s t r a c t).Z h a o,P.D.,C h e n,Y.Q.,2011.T h e o r i e sa n d A p p r o a c h e so n S c i e n t i f i c T a r g e t i n g a t M i n e r a l D e p o s i t e s.E a r t h S c i-e n c e J o u r n a l of C h i n a U n i v e r s i t y o f G e o s c i e n c e s,36(2):181-188(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).Z h a o,T.Y.,Z h o u,K.F.,Z h a n g,X.F.,e t a l.,2007.A p p l i c a t i o n o fO p h i o l i t eR e f l e c t a n c eS p e c t r a i n W e s tJ u n g g a rA r e aB a s e do n W a v e l e tT r a n s f o r m.N o r t h w e s t e r nG e o l o g y,40(4):87-93(i nC h i n e s ew i t hE n g l i s ha b s t r a c t).附中文参考文献陈翠华,倪师军,何彬彬,等,2005.G I S技术支持下的江西德兴地区矿山环境地球化学质量评价.成都理工大学学报(自然科学版),6(7):86-92.龚星,陈植华,罗朝晖,2014.罗河铁矿水文地球化学特征及成因.地球科学 中国地质大学学报,39(3): 293-302.杭小帅,周健民,王火焰,等,2007.粘土矿物修复重金属污染土壤.环境工程学报,1(9):113-120.李晓峰,华仁民,杨凤根,等,2002.金山金矿K-A r年龄及其对赣东北构造演化的指示意义.岩石矿物学杂志,21(1):49-54.李晓峰,王春增,易先奎,等,2007.德兴金山金矿田不同尺度构造特征及其与成矿作用的关系.地质论评,53(6): 774-785.李晓峰,易先奎,朱和平,2009.德兴金山金矿床成矿流体来源:小尺度构造和同位素地球化学证据.矿床地质,28(1):42-52.汤艳杰,贾建业,谢先德,2002.粘土矿物的环境意义.地学前缘,9(2):337-344.谢伯承,薛绪掌,刘伟东,等,2005.基于包络线法对土壤光谱特征的提取及其分析.土壤学报,42(1):171-175.张华安,朱永豪,1994.土壤中粘土矿物的反射光谱定量分析.国土资源遥感,(2):52-54.赵鹏大,陈永清,2011.科学选靶的理论与途径.地球科学 中国地质大学学报,36(2):181-188.赵同阳,周可法,张晓帆,等,2007.基于小波变换的反射光谱分析在蛇绿岩识别中的应用研究.西北地质,40(4): 87-93.0441。