高光谱蚀变信息提取
基于SAM与SVM的高光谱遥感蚀变信息提取
基于SAM与SVM的高光谱遥感蚀变信息提取阎继宁;周可法;王金林;王珊珊;汪玮;李东【摘要】高光谱遥感技术的发展,提高了遥感技术的定量化水平,要求人们从光谱维去理解地物在空间维的变换。
提出了一种光谱角匹配技术(Spectral Angle Mapper,SAM)与支持向量机(Support Vector Machine,SVM)相结合的高光谱遥感蚀变信息提取模型,在光谱维提取地表的蚀变信息。
鉴于SAM算法仅考虑波谱矢量方向,忽略辐射亮度大小的缺点,利用SVM算法对SAM的提取结果进行二次分类,利用网格搜索法并结合分类精度评估进行参数寻优。
通过AVIRIS 高光谱数据实验证明,提取的蚀变信息分类精度为78.1726%,Kappa系数为0.7125。
该模型计算方便,对于解决光谱维的地物分类及相似矿物的蚀变信息提取具有一定的实际意义。
%With the development of hyper-spectral remote sensing technology, the level of quantitative remote sensing technology has improved. Aiming at the hyper-spectral image cube, the understanding and data processing in image spatial dimension must be changed to that completed in the spectral dimension. Therefore, an image classification model combined with SAM(Spectral Angle Mapper)and SVM(Support Vector Machine)is introduced, and extracts alteration information in the spectral dimension. In view of the SAM algorithm considering only the spectrum direction, ignoring radiance size, the second classification is made for the SAM results using SVM algorithm and the best parameter is sought using grid search method combined with the classification accuracy assessment. The results of AVIRIS hyper-spectral data show that the classification precision of alteration informationreaches 78.172 6%, and a Kappa coefficient of 0.712 5. This model is convenient calculation, and has some practical meaning in solving spectral dimension terrain classification and similar mineral alteration information extraction.【期刊名称】《计算机工程与应用》【年(卷),期】2013(000)019【总页数】6页(P141-146)【关键词】光谱角匹配技术;支持向量机;高光谱;蚀变信息提取;相似矿物【作者】阎继宁;周可法;王金林;王珊珊;汪玮;李东【作者单位】中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011; 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011; 中国科学院大学,北京 100049;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011; 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011; 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011; 中国科学院大学,北京100049【正文语种】中文【中图分类】TP79高光谱遥感技术是20世纪80年代遥感领域的最大成就之一,它在空间对地观测的同时获取众多连续波段的地物光谱图像,达到从空间直接识别地球表面物体的目的,因此高光谱遥感器一般又被称为成像光谱仪。
高光谱遥感图像信息提取模型改进及应用
高光谱遥感图像信息提取模型改进及应用高光谱遥感图像信息提取是一种重要的遥感应用技术,它可以提取出图像中不同波段的光谱信息,帮助人们更好地理解和分析地表物体的特征和状态。
随着高光谱遥感技术的不断发展,提取高质量的信息模型成为研究的重点。
本文将介绍当前常用的高光谱图像信息提取模型,并提出一种改进方法,探讨其在遥感图像应用中的实际效果。
一、高光谱图像信息提取模型1. 高光谱图像预处理在信息提取之前,通常需要对高光谱图像进行预处理,以消除噪声和增强图像质量。
预处理方法包括大气校正、辐射校正、几何校正等。
这些步骤可以提高信息提取的准确性和可靠性。
2. 光谱特征提取光谱特征提取是高光谱图像信息提取的关键步骤之一。
常用的方法包括主成分分析(PCA)、线性光谱混合分析(LSMA)、支持向量机(SVM)等。
这些方法可以将高维的光谱数据降维成少数几个关键特征。
3. Spectral-Spatial 模型高光谱图像中的像素不仅包含光谱信息,还包含空间信息。
因此,结合光谱和空间特征的提取方法可以更好地反映地表物体的特征。
Spectral-Spatial 模型是应用广泛的方法之一,它结合了光谱和空间信息,并通过一系列算法实现信息提取。
二、高光谱遥感图像信息提取模型改进方法1. 深度学习模型应用随着深度学习在计算机视觉领域的快速发展,其在高光谱遥感图像信息提取中也有着广泛的应用。
例如,卷积神经网络(CNN)可以提取高光谱图像的空间特征,递归神经网络(RNN)可以建模时序信息,这些模型的引入可以提高信息提取的准确性和效率。
2. 融合多源数据除了高光谱图像,其他遥感数据如激光雷达、热红外图像等也包含了地表物体的重要信息。
因此,将多源数据进行融合,结合各种数据的特点,可以提高信息提取的全面性和可靠性。
融合方法可以包括特征级融合、决策级融合等。
3. 超分辨率图像重建高光谱遥感图像存在空间分辨率较低的问题,这会导致信息提取的局限性。
基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例
基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例李楠;肖克炎;陈析缪;娄德波【期刊名称】《地质通报》【年(卷),期】2010(029)010【摘要】以已知的矿床--内蒙古炭窑口矿床为研究区,基于围岩矿化蚀变理论,利用高光谱遥感技术对矿化蚀变异常信息进行提取.首先对Hyperion影像进行预处理,包括去坏线、条带、大气校正及光谱重建.其次,从反演后的反射率数据提取5类端元矿物,通过分析矿物组合.最终确定5类矿物并利用渡谱角制图法在研究区填图,进而提取矿化蚀变信息.在以上研究过程中改进了去除条带的方法.在获得蚀变信息后,结合炭窑口研究区的地质图进行应用分析,通过解释异常,验证其是否为矿化引起的蚀变.最后,再根据研究区的地质情况和前人对矿床的研究成果,尤其是对含矿地层的研究成果,结合提取的蚀变矿物,预测其他有利靶区.结果表明,获得的矿化蚀变信息与矿点吻合较好,具有一定的借鉴意义.【总页数】6页(P1558-1563)【作者】李楠;肖克炎;陈析缪;娄德波【作者单位】中国地质大学(北京)地球科学与资源学院,北京,100083;中国地质科学院矿产资源研究所,北京,100037;中国地质科学院矿产资源研究所,北京,100037;五矿勘查开发有限公司,北京,100037;中国地质科学院矿产资源研究所,北京,100037【正文语种】中文【中图分类】P627【相关文献】1.基于Landsat8 OLI数据的遥感蚀变异常提取应用研究——以内蒙古阿鲁科尔沁旗地区为例 [J], 江山;张渝金;汪岩;张超;李伟;郭建刚2.基于ASTER数据矿化蚀变信息提取的主成分特征向量组合模型研究——以内蒙古红旗山地区为例 [J], 刘李;向雅莉;芦雪3.基于ASTER数据与ETM数据矿化蚀变信息提取——以内蒙古苏吉营盘地区为例 [J], 张杨; 唐尧; 王英林4.基于ASTER和ETM+数据的遥感蚀变信息提取——以内蒙古塔日根敖包地区为例 [J], 杨佳佳;姜琦刚;赵静;陈凤臻5.基于ASTER数据与ETM数据矿化蚀变信息提取——以内蒙古苏吉营盘地区为例(插图) [J],因版权原因,仅展示原文概要,查看原文内容请购买。
基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取
基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取作者:***来源:《国土资源导刊》2024年第01期关键词:高光谱数据;Hyperion:蚀变信息;光谱角匹配0引言植被覆盖区域广泛分布于全球各个地区,这些区域通常有着丰富的自然资源,如矿产资源和水资源。
然而,植被的遮盖和掩盖常常使得岩矿蚀变信息难以提取,地质勘探和资源管理工作变得复杂。
传统的遥感技术无法突破植被覆盖区获取有用的信息,但随着高光谱遥感技术的不断发展,对光谱信息的获取有着极大的突破,为克服上述困难提供了新的途径,高光谱遥感技术在岩矿蚀变信息提取中的应用逐渐受到广泛关注。
Smith等利用Landsat和Hyperion数据,提出了一种基于特征选择的岩矿蚀变信息提取方法,取得了显著的成果。
Johnson和Harris则利用高光谱数据实现了对植被覆盖区岩矿蚀变信息的精确识别,为资源勘探提供了有力支持。
此外,Li等将深度学习方法应用于高光谱数据的处理,进一步提高了岩矿蚀变信息的提取精度。
国内研究方面,李明等(2017)基于Hyperion 数据,开展了岩矿蚀变信息提取的研究,但在植被遮盖下的精度有待提高。
另外,王刚等通过充分利用高光谱数据的空间信息,取得了一定的研究进展,但需要指出的是,国内研究仍然面临着数据获取和算法改进等方面的挑战。
因此,深入研究高光谱遥感技术在植被覆盖区岩矿蚀变信息提取中的潜力,对于提高地质勘探的效率,实现资源可持续利用具有重要意义。
本文旨在探讨基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取方法,具体研究目标如下:通过高光谱数据预处理,开展波谱反射率反演,并结合野外测试波谱曲线,依据像元波谱匹配技术提取特定岩矿蚀变信息。
通过研究,为植被覆盖区岩矿蚀变信息的提取提供新的思路和方法,为地质勘探和资源管理等领域的决策提供更准确的数据支持。
1研究区概况与数据情况1.1研究区概况研究区位于贵州省石阡县和余庆县之间,地处云贵高原向湘西丘陵过渡的斜坡地带,地形以山地为主,其次是丘陵。
遥感矿物蚀变信息提取方法及ENVI下实现
遥感矿物蚀变信息提取方法及ENVI下实现蚀变岩石是在热液作用影响下,使矿物成分、化学成分、结构、构造等发生变化的岩石。
由于它们经常见于热液矿床的周围,因此被称为蚀变围岩,蚀变围岩是一种重要的找矿标志。
利用围岩蚀变现象作为找矿标志已有数百年历史,发现的大型金属、非金属矿床更是不胜枚举:北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等,都属于以围岩蚀变作为找矿标志发现的矿床。
国内外遥感工作者,都在不断地设计、研制和总结对这种遥感信息的提取和识别技术。
矿化蚀变信息是找矿的一个重要标志,而这些对找矿有指导意义的矿化蚀变信息常常受其它地物信息的干扰,和受遥感图像的波谱分辨率和空间分辨率的制约,往往表现的很微弱。
因此,国内外学者也在不断尝试各种技术方法提取这种矿化蚀变弱信息。
本文总结了遥感蚀变信息提取的各类方法,及其在ENVI软件中的实现。
•原理遥感技术主要是建立在物体反射和发射电磁波的原理之上。
而地物波谱特性通常都是用地物反射辐射电磁波来描述。
由于地物反射发射电磁波的特性不同,其反射波谱曲线形态也有千差万别。
如植物的反射波谱曲线上,在绿光波段表现由于其叶绿素的存在表现为有一强反射峰,而在短波红外波段由于叶冠组织的相互作用表现为强反射峰,在红光波段则表现为强吸收谷。
遥感地质应用中,近矿围岩蚀变形成的蚀变岩石与其周围的正常岩石在矿物种类、结构、颜色等方面都有差异,这些差异导致了岩石反射光谱特征的差异,并且在某些特定的光谱波段形成了特定蚀变岩石的光谱异常。
光谱异常为用遥感图像的异常信息提取提供了理论依据。
•方法及实现依据矿化蚀变岩与围岩的波谱特征的差异,可采用图像增强处理方法获取矿化蚀变信息增强的图像变量,从而最终实现提取矿化蚀变信息的目的。
一般图像增强突出蚀变信息有以下几种方法。
(1)蚀变干扰信息剔除遥感数据包含地表的信息,遥感在地质方面的应用就是提取用户需要的信息,提取矿化蚀变信息的过程是计算影像中所有像素信息统计归类分析的过程,蚀变异常信息的提取对遥感图像的质量要求较高,因此首先要对遥感数据进行严格的筛选,干扰噪声小的数据,一般要求遥感数据的时相是植被发育较弱、冰雪覆盖少的季节,同时该时相的云覆盖量较少。
基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取
基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取魏黎
【期刊名称】《国土资源导刊》
【年(卷),期】2024(21)1
【摘要】植被遮盖增加了地质勘探和资源管理的复杂性。
高光谱遥感技术的发展为克服这一挑战提供了新途径,对植被覆盖区域的岩矿蚀变信息提取逐渐引起广泛关注。
本文探讨了基于Hyperion高光谱数据的植被覆盖区域岩矿蚀变信息提取方法,具体研究目标包括高光谱数据的预处理、波谱反射率的反演以及野外测试波谱曲线的结合,以像元波谱匹配技术提取特定岩矿蚀变信息。
通过研究,旨在为植被覆盖区域岩矿蚀变信息的提取提供新的思路和方法,从而为地质勘探和资源管理等领域的决策提供更准确的数据支持。
【总页数】7页(P83-89)
【作者】魏黎
【作者单位】湖南省自然资源事务中心
【正文语种】中文
【中图分类】P627
【相关文献】
1.植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取
2.基于混合像元分解的高植被覆盖区蚀变信息提取——以福建上杭紫金山矿田为例
3.GF-5高光谱数据
在植被覆盖区的蚀变信息提取研究——以广东省玉水铜矿为例4.植被覆盖区高光谱蚀变矿物信息提取
因版权原因,仅展示原文概要,查看原文内容请购买。
高光谱蚀变信息提取
ห้องสมุดไป่ตู้
波段选择
• 回归偏度 • 高光谱波段序列结构分析 • 选择波段
回归偏度
高光谱波段序列结构分析
选择波段
• 通过选择几个有代表性的波段序偶, 包括 • ( B195, B205)、( B148, B216) 和( B130,
B221),
信息提取
主要思路
• 序分析 • 地理现象是渐变的
蚀变信息提取流程
• 数据 • 波段选择 • 信息提取 • 验证
数据
示例数据(Hyperion西藏驱龙-Level0) 10nm光谱分辨率 1-70波段覆盖356-1058nm的可
见光和近红外区域 71-242波段覆盖852-2577nm
的短波红外波段 像元大小 30m 图像大小 256x6460 数据产品有Level0(原始数据)
高光谱蚀变信息提取
主要内容
• 背景 • 主要思路 • 蚀变信息提取流程
背景
目前,尽管理论上蚀变矿物(岩石)的光谱特 征非常明显,但由于高(多)光谱数据的空间分辨 率不够,同时蚀变矿物(岩石)在所研究的地物对 象中也总是属于“小类” 目标,加上背景与干扰 地物光谱的干扰与混合。所以,矿化蚀变信息在 遥感图像中的表现始终是“微弱” 的。因此,遥 感蚀变异常信息的提取依然具有相当难度。就物 理意义而言,蚀变矿物(岩石)在波谱曲线上的光 谱特征明显具有光谱可分性,但是蚀变信息在遥 感图像多元数据集合中的可识别性,依然具有不 确定性和较的大困难。
• 主成分分析
验证
• 与光谱库进行光谱角度匹配
参考来源
(1)863项目《高(多)光谱遥感矿物蚀变信息提取 技术及软件开发》(中国有色金属工业科学技术二 等奖) (2)张远飞,吴德文,张艮中,朱谷昌,李红 高光谱数据的波段序结构分析与应用研究
一种新的高光谱遥感蚀变矿物提取算法——MSSSt相似光谱匹配组合法
2. Northuuest China Center for Geoscience Innovation , Xifan 710054, China; 3. Changfan University , Xi9an 710054, China)
Key words: hyperspectral altered mineral; spectral matching combination algorithm; increment of similarity; spectral differential entropy ; CASI-SASI
收稿日期=2018-05-14 修订日期=2018-06-27 基金项目:国家自然科学基金(41502312);中国地质调查局项目(DD20160009 .DD20190539) 0 作者简介:韩海辉(1983—),男,博士,高级工程师,主要研究方向为资源与环境遥感。 E-mail: hanhhO 6 @ hotmail. com
21
遥感信息
2019年5期
Abstract: In recent years, the SIDSAM^ combination method proposed for the extraction of hyperspectral altered minerals still has insufficient classification accuracy under complex geological background. In order to solve these problems, the MTMFSFF-SIDSAMtan(MSSSt) combination method is proposed in this paper. The algorithm adds SFF and MTMF to the known SID-SAMa model, and the spectral signal of the target pixel is amplified. The similarity increment and spectral distinction entropy index are used to quantitatively compare the similarity of MSSSt, MTMF, SFF, SIDSAMtan , SID and SAM methods. The results show that MSSSt method has stronger spectral discrimination ability. In addition, nine kinds of alteration minerals, such as sericite, limonite and chlorite, are extracted from CASI-SASI hyperspectral image in Fangshankou area, and the accuracy of nine kinds of altered minerals is generally at about 90 % by comparison with ground measured data. The results show that the MSSSt method is effective, and it can be used as one of the methods to extract altered minerals.
光谱角技术在多光谱遥感蚀变异常提取 工作中的应用
光谱角技术在多光谱遥感蚀变异常提取工作中有着重要的应用。
该技术主要利用不同物质的光谱特征差异,通过计算待测光谱与标准光谱之间的相似度,实现对不同物质的识别和分类。
在多光谱遥感蚀变异常提取工作中,光谱角技术可以应用于以下几个方面:
数据预处理:在进行蚀变异常提取前,需要对遥感数据进行预处理,包括辐射定标、大气校正、地形校正、图像融合等步骤,以消除各种干扰因素对图像的影响,提高图像的质量和精度。
蚀变信息提取:利用光谱角技术对待处理的遥感图像中的每个像素点进行分类,根据其光谱特征差异将其分为不同的物质类别。
对于蚀变异常信息,可以通过对比正常区域和异常区域的光谱特征差异来提取。
蚀变异常识别:根据提取的蚀变信息,可以进一步识别出哪些区域存在蚀变异常。
通过对比正常区域和异常区域的光谱特征差异,可以判断出蚀变的类型和程度。
蚀变异常分析:根据提取的蚀变信息和蚀变异常识别结果,可以进行更深入的蚀变异常分析。
例如,可以分析蚀变异常区域的地质构造、成矿条件、矿产资源分布等情况,为地质找矿提供重要线索和依据。
总之,光谱角技术在多光谱遥感蚀变异常提取工作中具有广泛的应用前景,可以为地质找矿、环境监测等领域提供重要的技术支持和服务。
植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取
植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取徐元进;马洪超;孟鹏燕;杨明国【摘要】在高光谱遥感找矿应用中,从影像上提取的蚀变信息经常包含了很多对找矿无用的信息。
为了避免这些无用信息,本研究选取植被覆盖的云南普朗斑岩铜矿区作为研究区,使用该区高光谱遥感数据分别提取蚀变岩和蚀变矿物的信息,分析它们对找矿的有用性。
提取蚀变矿物信息使用的是从影像上提取的矿物端元参考光谱,光谱匹配采用的是光谱角方法;提取蚀变岩信息使用的是野外蚀变岩参考光谱,光谱匹配不仅考虑光谱的整体形态,而且考虑吸收谷位置形态。
在蚀变岩识别图上,4个典型蚀变岩点的野外验证表明:识别结果与实地地物基本一致。
但是,在蚀变矿物信息图中,这4个圈定点无任何信息。
这表明:这些点的蚀变岩信息较其表面蚀变矿物信息更丰富,因而能被有效提取出。
通过比较蚀变岩、蚀变矿物的信息分布图,发现:一些粘土矿物(比如硬石膏和高岭石)的大量信息分布在沉积岩区,因而可能是假的蚀变信息。
这表明:通过蚀变岩光谱获取的蚀变信息比通过蚀变矿物光谱获取的蚀变信息更可靠。
在蚀变岩信息提取中,比较吸收谷位置识别前后的结果表明:考虑光谱整体和局部形态比仅考虑整体形态的识别结果具有更高的可靠性。
%Hyperspectral remote sensing (RS) has been widely used in mineral exploration. However, the information of altered minerals extracted from the RS image often contains some information which is useless for ore prospecting. In order to eliminate the useless information, the authors selected a vegetation covered area from the Pulang porphyry copper deposit in Zhongdian County of Yunnan Province as the study area, extracted the information of altered minerals and altered rocks separately from the hyperspectral image of the study area, and analyzed theusefulness of the information for ore prospecting. The altered minerals in the image were identified using the reference spectra extracted from the image, and the method of SAM (spectral angle mapper) was used in the identification, whereas the altered rocks in the image were identified by spectral matching of the overall shape of the spectrum and the absorption-band position in the spectral shape, with the field spectra of altered rocks used as the reference spectra. The four marked targets of altered rocks in the figures of recognition resultswere demonstrated, and the result showed that the identification results of these targets were consistent with the field ground objects. However, there was almost no information in the marked targets of the altered mineral maps. This phenomenon can probably be attributed to the fact that the altered rocks include more information than altered minerals on their surface in the RS image. A comparison between the alteration zones obtained by the altered spectra with those obtained by the spectra of alteration minerals shows that much information of such clay alteration minerals as anhydrite and kaolinite appears in the area of sedimentary rock, and hence such information might be false information of altered minerals, which suggests that the alteration zones obtained by the spectra of altered rocks are more reliable than those obtained by the spectra of altered minerals. In the identification of altered rocks using the RS data, the recognition results obtained by considering the overall and partial shapeof the spectra have higher reliability than the results obtained by only considering the overall shape.【期刊名称】《地球学报》【年(卷),期】2015(000)002【总页数】8页(P229-236)【关键词】高光谱遥感影像;蚀变岩;蚀变矿物;光谱匹配;普朗斑岩铜矿区【作者】徐元进;马洪超;孟鹏燕;杨明国【作者单位】中国地质大学武汉资源学院数学地质遥感地质研究所,湖北武汉430074; 武汉大学遥感信息工程学院,湖北武汉 430079;武汉大学遥感信息工程学院,湖北武汉 430079;中国地质大学武汉资源学院数学地质遥感地质研究所,湖北武汉 430074;中国地质大学武汉资源学院数学地质遥感地质研究所,湖北武汉 430074【正文语种】中文【中图分类】P627;O433资源勘查中,高光谱遥感已得到了广泛的应用(Rowan et al.,2000;甘甫平等,2002;阚明哲等,2005;刘圣伟等,2006;Van der Meer,2006a,2012;Chen etal.,2007;Gersman et al.,2008;Bedini,2011;Bishop et al.,2011;高建阳,2011;王润生等,2011;郭娜等,2012;Pour et al.,2013)。
基于烃微渗漏的航空高光谱遥感蚀变信息提取
移、 扩 散等 多种 方式 , 通 过 上覆地 层 中 的断层 、 节理 、 孔隙 、 裂 隙断裂等 通道 运 移 至地 表 , 甚 至 扩散 至近 地
大气 中。这些烃类物 质及其衍 生化合 物造成 土壤 、 大 气 中烃组分 异常 , 作用 于上覆 岩层 、 土 壤等 引起蚀 变 , 造成 红层退色 、 磁 异常 、 黏 土异 常 、 碳酸 盐 异 常 、 植 被
异常表现, 通过异常信息的提取能直接圈定可能的油 气 藏 。2 0 0 8年 S h u h a b D .K h a n和 S a r a h J a c o b s o n 从 怀俄 明州 ( Wy o mi n g ) P a t r i c k D r a w地 区获取 的与烃 微渗漏 相关 的异 常 区域 高 光谱 影像 中解 译 出烃 渗 漏 区, 并 验证 了土壤 与岩石 中的蚀变矿 物与 油 田烃 微渗 漏相 关 。2 0 1 0年北 京 核工 业地 质 研究 院利 用 C A — S I / S A S I 航空高 光谱成像 仪对庆 阳地 区进行油气 探测
知油 田 , 都 存在 着烃 类物 质 的微 渗 漏 现象 。2 0世 纪8 0年代 以来 , 随 着 遥感 技 术 的迅 速 发 展 , 利 用遥 感技 术提 取烃 类微渗 漏 信息来 圈 定油气 探测 靶 区进 行直 接 找 油 , 成 为 现 代 油 气 资 源 勘 探 的 发 展 趋
关键词 高 光谱 遥感
吉分类号
P 6 2 7 ;
文献 标志码
B
烃 类微 渗 漏 现 象 是 指 油 气 圈 闭 内伴 有 二 氧 化 碳、 水汽 和惰 性气 体 的 甲烷 等轻 烃 类 物 质 透过 上 覆 致 密岩 层渗漏 到 地 表 的一 种 现象 ¨ 。据 R e c h e r s 等 人 以及 美 国达 拉 斯 城 的地 球 化 学 勘 探 公 司 累 积 4 0
高光谱影像特征选择与提取 完整ppt课件
完整编辑ppt
44
式中:X={X1,X2,……,XN}为光谱向量,N为波段 数,λ={λ1, λ2,……,λN}为波长集合。
以此类推,可以计算出任意阶导数光谱。通过导数 光谱运算可以发现待定地物某阶导数具有明显区别 于其它地物的特征,从而用于地物识别。
完整编辑ppt
45
植被指数与导数光谱实质是在光谱空间上进行特定 运算以形成新的特征,按照这一思路,可以设计其 它光谱运算特征,如波段求和、取均值以及其它更 复杂的运算获取的特征。
B距离等方法。
完整编辑ppt
23
离散度
式中,Ui、Uj分别表示i、j类的亮度均值矢量, 分别为i、j类的协方差矩阵,tr[A]表示矩阵A对角 线元素之和。
完整编辑ppt
24
B距离
式中符号的意义同于“离散度”公式中的定义。
对于任何一给定的地物类别,只要算出这两个不同 类别在所有可能的波段组合中的标准距离、离散度 或B距离,并去最大者,便是区分这两个类别的最 佳波段组合,即最优子集。
完整编辑ppt
32
其中S[i]为第i波段编码Xi为该波段原始属性值, T为阀值。通常阀值选整个光谱向量的平均值,也 可以取向量中值或根据光谱曲线进行人工阀值选择。
完整编辑ppt
33
[
二值编码采用单阀值进行处理,划分取决范围较大,
表达进度较低。一种改进算法是多值编码。四值编码基
本方法是:首先对整个像元光谱向量取平均值,得到阀
完整编辑ppt
9
熵及联合熵
根据香农信息论原理,一幅8bit表示的图像X的熵 为:
式中:X为输入图像,Pi为图像像素灰度值为i的概 率。
完整编辑ppt
10
同理,两个波段联合熵为: n个波段图像的联合熵为:
高光谱蚀变矿物提取在地质找矿中的应用研究
高光谱蚀变矿物提取在地质找矿中的应用研究罗国平,曾 琪(江西省地质矿产开发研究中心,江西 南昌 330000)摘 要:国内外已广泛使用高光谱分析技术在蚀变矿物提取地质中找矿,为此提出高光谱蚀变矿物提取在地质找矿中的应用研究。
对致密块状矿石、浸染状矿石、条带状矿石、角砾状矿石进行蚀变矿物高光谱特征分析。
并通过Micromere建模软件,分析高光谱数据建立蚀变矿物含量直方图,确定蚀变矿物含量下限,从而完成高光谱蚀变矿物提取在地质找矿中的应用研究。
关键词:高光谱;矿物提取;地质找矿;应用研究中图分类号:G642 文献标识码:A 文章编号:1002-5065(2018)03-0107-2Study on the application of hyperspectral alteration mineral extraction in geological prospectingLUO Guo-ping,ZENG Qi(Jiangxi Center for the development and research of geological and mineral resources,Nanchang 330000,China)Abstract: Hyperspectral analysis technology has been widely used in mineral extraction geology at home and abroad. Therefore, the application of hyperspectral alteration mineral extraction in geological prospecting is put forward. The hyper spectral characteristics of the altered minerals, such as dense lump ore, disseminated ore, strip ore and breccia ore, are analyzed. The Micromere modeling software is applied to analyze the hyperspectral data, establish the histogram of altered mineral content and determine the lower limit of alteration mineral content, so as to complete the application research of hyperspectral alteration mineral extraction in geological prospecting.Keywords: hyperspectral; mineral extraction; geological prospecting; Application Research随着科学技术的不断进步,高光谱技术在蚀变矿物提取的地质找矿中得到广泛应用[1],为此提出高光谱蚀变矿物提取在地质找矿中的应用研究。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
B221),
信息提取
• 主成分分析
11
.
12
.
13
.
验证
• 与光谱库进行光谱角度匹配
14
.
参考来源
(1)863项目《高(多)光谱遥感矿物蚀变信息提取 技术及软件开发》(中国有色金属工业科学技术二 等奖) (2)张远飞,吴德文,张艮中,朱谷昌,李红 高光谱数据的波段序结构分析与应用研究
感谢亲观看此幻灯片,此课件部分内容来源于网络, 如有侵权请及时联系我们删除,谢谢配合!
的短波红外波段 像元大小 30m 图像大小 256x6460 数据产品有Level0(原始数据)
和Level1两种 L1数据产品已经进行了辐射校正
7
.
波段选择
• 回归偏度 • 高光谱波段序列结构分析 • 选择波段
回归偏度
8
.
9
.
高光谱波段序列结构分析
10
.
选择波段
• 通过选择几个有代表性的波段序偶, 包括 • ( B195, B205)、( B148, B216) 和( B130,
1
高光谱蚀变信息提取
张艮中 .
主要内容
• 背景 • 主要思路 • 蚀变信息提取流程
2
.
3
.
背景
目前,尽管理论上蚀变矿物(岩石)的光谱特 征非常明显,但由于高(多)光谱数据的空间分辨 率不够,同时蚀变矿物(岩石)在所研究的地物对 象中也总是属于“小类” 目标,加上背景与干扰 地物光谱的干扰与混合。所以,矿化蚀变信息在 遥感图像中的表现始终是“微弱” 的。因此,遥 感蚀变异常信息的提取依然具有相当难度。就物 理意义而言,蚀变矿物(岩石)在波谱曲线上的光 谱特征明显具有光谱可分性,但是蚀变信息在遥 感图像多元数据集合中的可识别性,依然具有不 确定性和较的大困难。
主要思路
• 序分析 • 地理现象是渐变的
பைடு நூலகம்
4
.
5
.
蚀变信息提取流程
• 数据 • 波段选择 • 信息提取 • 验证
6
.
数据
示例数据(Hyperion西藏驱龙-Level0) 10nm光谱分辨率 1-70波段覆盖356-1058nm的可
见光和近红外区域 71-242波段覆盖852-2577nm