基于加权融合TIR数据的LST反演与硅化信息提取——以广东仁差盆地铀多金属矿区为例

硅化蚀变带是多种金属热液矿床的重要找矿标志之一,利用遥感技术实现快速大范围识别硅化蚀变信息具有重要意义,但硅化蚀变通常为弱信息,目前常规的遥感方法难以有效识别。本文以广东省仁差盆地铀矿区为例,以PAN图像高频分量图与TIR图像进行加权融合并进行地温反演,分析硅化蚀变带与地温异常的关系,建立遥感硅化蚀变弱信息增强识别模型。结果表明:采用PAN图像高频分量图像与TIR图像进行加权融合,可提高TIR图像的空间分辨率,较好保存热目标光谱特征;融合前后数据反演的LST图变化不大,后者提高了对地物热异常识别能力;硅化蚀变带在近似LST图中表现为较断裂带更为细小的高温异常带,并以此为依据进行预测识别。经验证,已知硅化带与识别硅化带较为吻合。

基于AVIRIS高光谱数据的海表甲烷异常识别

研究海洋表面烃类富集状况在监测海洋环境和探测海底油气资源中具有重要意义,海表渗漏烃中,甲烷是气态烃中最具代表性的组分。为了精准识别海表甲烷异常,研究设计了相应光谱实验,以海水为背景测定甲烷光谱反射率,基于实测数据分析甲烷的光谱特征,运用比值导数光谱法削弱海水背景组分的光谱干扰,提取出甲烷光谱吸收特征波段。研究发现甲烷在1642—1672 nm和2169—2378 nm波长范围存在光谱吸收,通过比值导数处理后显著增强了其中1642—1672 nm和2169—2208 nm区间的甲烷吸收特征,在Rebecca等提出的CH_(4)I甲烷反演指数的基础上加入比值导数参数,建立了基于AVIRIS数据的海表甲烷含量指数MI,与甲烷含量的相关系数R^(2)=0.9942,将其应用于美国加利福利亚州圣芭芭拉海峡Coal Oil Point(COP)烃渗漏区甲烷异常识别,并与CH_(4)I指数和Bradley等提出的AVIRIS CH4指数ζ(L2298/L2058)进行反演效果对比。结果表明:运用MI指数可以有效识别海表甲烷浓度异常,与ζ、CH_(4)I指数反演结果相比,MI指示的甲烷浓度异常分布与ζ指数反演结果更为吻合,效果显著优于CH_(4)I指数反演结果。