遥感岩性识别研究进展与展望

综述遥感岩性识别的岩石光谱学机理与岩石光谱特征,总结目前常用的遥感岩性信息提取方法.认为深入研究岩石矿物的光谱学机理,不仅要测量单个矿物的光谱,分析其诊断性特征,建立和完善矿物的光谱库,更重要的是测量和研究多种矿物、岩石组成的岩性地层单位的成分与光谱的相关性特征、规律及其诊断性特征.建议我国南方遥感岩性识别研究应开展不同岩性地层单位的岩石地球化学特征与其上部覆盖土壤化学特征和植被生物化学特征之间的相关分析,寻找其对应的遥感光谱信息变化规律;加强遥感信息与非遥感信息的综合分析,探索对新的高空间分辨率、高光谱分辨率的其它遥感信息的岩性识别方法.     

SVC HR-768地物光谱仪岩石光谱采集存在的问题与处理

单纯利用遥感图像进行矿物的识别有着一定的不确定性.利用Spectra Vista公司新式的SVC HR-768地物波谱仪对研究区内采集的岩石样品进行光谱测量的数据,能有效的提高遥感识别的精度.从岩石样品的光谱数据采集和处理出发,分析了日光条件采集数据存在的问题和人工光源采集的数据,通过对比分析,采用人工光源采集的数据简便可用,对矿物识别的结果良好.     

月表虹湾地区辉石及橄榄石含量反演

月表成分定量分布是月球探测中重要的一个科学问题．为了建立月表虹湾地区辉石与橄榄石的含量反演模型,本文在深入分析理解月表主要矿物的光谱特性的基础上,首先使用LSCC实测矿物数据,根据辉石、橄榄石在300-2600nm波谱范围的吸收特征分布,通过MGM模型计算19个采样点的光谱数据的5个吸收特征,每个吸收特征有吸收中心（Center）、吸收宽度（FWHM）、吸收强度（Strength）这3个吸收特征参数,利用多元回归分析建立矿物反演模型．由于缺乏月表实测数据,本文弓1入M^3高光谱数据利用Hapke辐射传输模型制作模拟混合矿物光谱对模型性能进行检验．最后,将反演模型应用于嫦娥三号月球车的首选着陆点一虹湾地区,得到其矿物含量分布图．实验表明利用MGM模型拟合分析的方法进行高光谱遥感矿物识别是一种可行的研究方法．     

高光谱Hyperion与高分辨率WorldView-2卫星数据协同下的岩性分类

在目前的技术条件下,一种遥感数据源很难同时具有高空间分辨率和高光谱分辨率特征,因此如何协同使用不同来源的遥感数据进行矿物岩石识别就成了遥感地质领域的重要研究内容之一.本文结合高空间分辨率WorldView-2数据和高光谱分辨率Hyperion数据,以新疆鸟恰县矿物岩石识别与地层划分为例探讨多源遥感数据协同的岩性分类.通过对比2种数据源的空间和光谱探测能力,找到其协同基础.借鉴传统的同源数据融合方法,把WorldView-2多光谱数据降采样到不同空间尺度,并进行主成分变换,采用第一主成分与Hyperion融合产生协同数据.基于SAM光谱角分类法,分别采用WorldView-2多光谱原始数据、Hyperion原始数据和各协同数据对研究区的岩性进行自动分类.结果表明,各协同数据岩性分类精度较高,Hyperion次之,WorldView-2数据岩性分类精度最低.     

基于SAM分类方法遥感矿物信息提取研究

阐述了不同波段范围内矿物的成分和诊断特征,根据波谱库中提供的矿物端元纯净像元的波谱曲线特征,利用SAM分类方法提取高光谱影像中的方解石、明矾石、高岭石和伊利石等矿物信息.     

太湖水体藻类叶绿素浓度高光谱遥感监测研究

为了更好地监测太湖水体富营养化状况,我们利用高光谱地物波谱辐射计,通过垂直水面法和倾斜测量法得到太湖水体3～10月份的波谱信息.利用这些数据,分析了太湖水体藻类的叶绿素（主要是chl_a）与水体反射光谱特征的关系,建立了藻类叶绿素高光谱遥感模型,并分析了模型精度.研究发现：两种测量法数据精度差别不大;叶绿素在700nm附近反射峰的位置、高度与叶绿素浓度有较好的对应性;利用700     

基于决策树多分类支持向量机岩性波谱分类

地面岩性波谱建模是高光谱遥感地质填图的关键环节之一,地面岩性波谱具有高维、多类特点,传统的多光谱分类方法不能对地面岩性高光谱数据进行有效处理。该文在岩性波谱特征分析的基础上,构建岩性波谱特征空间;然后,从支持向量机(SVM)基本理论出发并对算法改进,建立了一个基于决策树的SVM多类分类器(DT-SVMs);最后,利用云南北衙金矿区采集的野外实测岩性波谱数据进行分类实验,分类正确率达到93.75%。实验结果表明:基于决策树的多类分类支持向量机(DT-SVMs)可以很好的应用于地面岩性的波谱分类建模。同时,可推广到高光谱遥感岩性分类研究。     

鄂尔多斯盆地延长组矿物成分的太赫兹光谱研究

鄂尔多斯盆地上三叠统延长组碎屑岩沉积是典型低渗透砂岩储集层,岩石成分的准确鉴定和定量分析是储层评价的基础.应用太赫兹时域光谱技术研究了延长组常见单矿物在0.1–1.7 THz的光谱特征及光学参数特征,在傅里叶变换的基础上表明不同单矿物在太赫兹波段的光谱特征差异显著.利用太赫兹光谱技术可以分析岩石中单矿物的含量.在此基础上,分析了延长组沉积岩太赫兹光谱特征及其与主要组分光谱特征间的关系,研究表明沉积岩太赫兹光谱与主要组分光谱之间符合Beer-Lambert定律,沉积岩的太赫兹光谱特征是其各个组分光谱叠合的综合效应.因此,研究者提出了线性回归方法,利用岩石组分及沉积岩的太赫兹光谱预测了延长组岩石组分含量.     

安徽庐江何家大岭地区岩矿信息提取研究

安徽庐江何家大岭位于庐枞火山岩盆地,具有典型蚀变特征,文章采用先进星载热辐射与反射辐射计(Advanced Spaceborne Thermal Emission and Reflection Radiometer,ASTER)数据及高光谱数据分析方法,对研究区矿物类型进行识别,识别结果与地质资料较为吻合,说明利用ASTER数据进行岩矿识别具有较好的效果;利用线性波谱分离技术对研究区进行混合像元分解,制作了岩石矿物分布图。     

基于自适应波段聚类PCA的高光谱图像压缩

对高光谱图像进行有效压缩已经成为高光谱遥感领域的研究热点。针对现有高光谱图像压缩算法谱间特性利用不够充分的问题,提出了一种自适应波段聚类PCA(principal component analysis)与JPEG2000相结合的高光谱图像压缩算法。算法采用基于吸引力传播聚类的方法进行自适应波段聚类,对聚类后的各个波段组分别进行PCA运算,最后利用JPEG2000标准对所有主成分进行编码压缩。对高光谱图像进行波段聚类,不仅能更有效地利用谱间相关性,提高压缩性能;还可以降低PCA的运算量。实验结果表明,该算法在相同压缩比下,其信噪比、异常检测、光谱角性能相比对比算法均有所改善。     

高光谱遥感图像最大似然分类问题及解决方法

利用最大似然分类器对高光谱遥感图像分类时，由于波段数目多、波段间的相关度大，使协方差矩阵的行列式近似于奇异，因而导致了不合理的分类结果。本文调整了波段协方差矩阵对分类的影响。改进了最大似然分类判决函数，利用改进后的判决函数进行分类，试验证明这种方法是有效的。另外，根据图像特征和经验对图像进行波段选择，也是改善高光谱遥感分类效果的有效途径。     

基于烃微渗漏的航空高光谱遥感蚀变信息提取

随着遥感技术的发展,运用烃类微渗漏遥感探测进行直接找油成为油气勘探的发展趋势。国内外众多学者的研究表明,烃类微渗漏会造成岩石、土壤和植被的异常并在遥感影像上得到表现。基于油气烃微渗漏理论,研究了土壤吸附烃、黏土矿物、碳酸盐矿物和二三价铁离子作为识别油气信息的光谱特征,通过对吉木萨尔地区SASI与CASI航空高光谱遥感数据进行处理与分析,使用混合协调匹配滤波(MTMF)方法完成了矿物蚀变填图,提取到研究区烃类微渗漏异常信息,为下一步的野外实地勘探提供了有效资料。     

利用ETM数据对新疆西天山赛里木湖四台-温泉县地区进行1：5万地质填图的遥感解译及探索

通过卫星遥感技术进行地质填图以及找矿越来越成为一种快捷有效的手段。遥感地质解译根据遥感影像,通过遥感图像的数字处理,来提取与岩性特征和构造特征相关的地质信息,再结合工作区的地质资料进行地质填图。ETM＋具有从可见光到热红外的波谱范围,能满足一定矿物、岩石的岩性特征的划分需要。对ETM十的多波段数据采用主成分分析法和多波段组合分析方法。     

高光谱遥感图像异常检测研究进展

高光谱遥感图像异常检测即是对遥感图像中与背景存在显著光谱差异的像元进行识别,它在灾害预测和环境监测等领域具有很大应用价值.异常检测受到遥感学界的普遍重视,这些年来对异常检测开展的研究取得了不少成果.高光谱图像异常检测研究最初基于传统数据处理和信号分析方法,随着高光谱图像数据处理研究的深入及数据挖掘技术和智能学习方法等相关技术的发展,现在呈现智能和联合处理的新方向.文章对异常检测算法近来的研究进展进行的介绍以期为异常检测的相关研究提供一定参考.     

云南省腾冲县森林植被光谱特征的分析

森林树种光谱特征的测定和分析对森林植被遥感应用具有极其重要的意义.以云南省腾冲县为例,利用SE590地物光谱仪对其主要森林树种的反射光谱进行了测定;对光谱特征以及其一阶导数特征进行了分析,揭示出了其光谱特征.研究表明:亚热带常绿阔叶林、亚热带针叶林和亚热带落叶阔叶林等植被类型,因其树种间光谱特征混淆严重,而难以彼此区分;根据其反射率在750～1 100 nm范围上的差异,可将其归为4类;就各植被类型而言,其树种间在光谱曲线坡度,以及在770～1 010 nm范围上具有显著差异,可据此将其区分;木姜子、桤木、杉木、红桦、西南桦、大叶木荷、秃杉和小叶木荷等因具有其独特的光谱一阶导数特征,据此可以识别提取.     

云南山区NPP遥感监测研究中遥感图像预处理

 在国际上,区域植被第一性生产力(NPP)的监测和估算已成为遥感技术应用研究的重要方面.针对云南山区特点,利用遥感监测技术进行山区植被NPP的应用方法研究具有特殊意义.现就课题“遥感监测山区植被NPP的应用方法研究”中所进行的有关前期工作———遥感图像预处理的内容、工作平台、遥感图像与基础地理信息概况、遥感图像数据的试验样区切割提取,以及试验样区遥感数据多光谱信息的统计计算等进行操作整理与初步分析研究,对有关研究的深入进行获得初步的基础研究成果.     

基于跨层复制连接卷积神经网络的遥感图像融合

首先, 基于卷积神经网络提出一种采用跨层复制连接操作融合不同尺度特征图的遥感图像融合模型, 解决了传统遥感图像融合方法对不同类型遥感图像需人为选择不同的分解融合规则, 导致融合图像质量受选择规则影响较大的问题. 其次, 使用Deimos卫星和QuickBird 卫星数据验证该方法的有效性, 并用主观和客观相结合的方法评价融合图像质量. 实验结果表明, 该遥感图像融合模型与传统方法相比, 能有效将全色图像的空间信息与多光谱图像的光谱信息融合, 并抑制光谱扭曲.     

基于光谱主次吸收谱带组合特征相似性测度的高光谱遥感矿物信息提取

吸收谱带组合特征是识别和区分具体矿物类型的重要参量。研究表明,地物单一光谱特征不稳定性无法全面反映地物光谱间的相似性,直接影响识别效果。提出一种基于矿物光谱的主次吸收谱带组合特征的相似性测度方法;该方法基于光谱主次吸收特征的最小二乘相似性拟合法,对光谱特征较稳定的主、次吸收特征参量赋以不同的权重系数,将图像光谱与标准光谱库中各个参考光谱分别在主吸收特征与次级吸收特征波段进行加权比较,从而得到识别结果。基于CAIS/SASI机载高光谱数据,IDL编程实现光谱主次吸收特征最小二乘相似性拟合算法对实验区的绢云母、绿泥石蚀变矿物信息提取,并与常规光谱角制图处理结果的比较分析,发现新算法能更细致地进行高光谱遥感地物信息提取,有较强的实用性。