植被覆盖区卫星高光谱遥感岩性分类

植被高覆盖区岩石和土壤在遥感图像上表现为弱信息、小目标,如何利用卫星高光谱遥感提取岩性弱信息是目前遥感地质应用中的最大挑战之一。以黑龙江呼玛地区为例,选择美国EO-1卫星Hyperion高光谱数据。由于植被与下伏岩石-土壤的光谱混合,分别计算研究区含土壤因子和不含土壤因子的植被指数,并对两类不同的植被指数进行主成分分析,以此分离植被和岩石-土壤组分。在含土壤因子植被指数主成分分析的二维组分散点图上,明显区分出背景植被与异常岩石-土壤组分,证实了植被与岩石-土壤组分经主成分分析分离的效果。同时在不添加土壤因子植被指数的分析中,明显区分出植被覆盖信息。通过对实验区典型岩石进行野外光谱测试,然后对光谱进行连续统去除处理,将其作为参考光谱,与分离后的岩石-土壤光谱进行光谱特征拟合(SFF),从而成功地识别出研究区内不同岩石类型,特别是玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩识别效果较好。根据研究区内不同岩石地层单元内岩石组合特征,通过分离后的组分合成图像,成功地实现了岩性分类。与已知地质图叠加,证实通过卫星高光谱数据提取的不同岩石类型颜色边界与地质图岩性界线吻合较好。结果表明:通过植被与岩石-土壤光谱组分分离,结合高光谱遥感的光谱特征拟合,能够识别不同的岩石类型,实现植被覆盖区岩性分类。

基于改进光谱特征拟合算法的高光谱数据矿物信息提取

根据光谱特征拟合算法在实际应用中存在的问题,介绍一种改进光谱特征拟合算法,该算法综合常规的特征拟合处理和地物光谱吸收特征参量约束为一体,能更细致地进行高光谱数据地物信息提取。实验基于不同空间分辨率和信噪比的高光谱数据,编程实现改进光谱特征拟合算法对实验区的白云母、方解石、绿泥石等蚀变矿物信息提取,与常规光谱特征拟合和光谱角制图处理结果的比较分析发现改进算法在矿物混淆区分、信息提取精细度上均得到提高,有较强的实用性。

藏东罗布莎蛇绿岩遥感岩矿信息提取方法研究

为研究如何利用遥感技术进行蛇绿岩岩矿信息识别和提取,以藏东罗布莎蛇绿岩为例,基于ETM和ASTER遥感数据,分别采用比值法和主成分分析法提取羟基类(蛇纹石、绿泥石)和铁染类(磁铁矿、橄榄石)矿物信息;利用纯净像元指数法(pure pixel index,PPI)提取端元波谱,结合地面已知岩性信息,分别采用光谱角分类法(spectralangle mapping,SAM)和波谱特征拟合法(spectral feature fitting,SFF)识别纯橄岩和橄榄岩,研究了罗布莎蛇绿岩及其主要蚀变矿物的空间分布特征。经过对比分析可知,用多种方法、多种数据提取的岩矿信息可以相互验证;提取出的纯橄岩和橄榄岩与所提取的羟基类和铁染类蚀变遥感异常信息有较好的空间重叠,且与地面调查结果基本吻合。研究表明,该方法用于蛇绿岩遥感岩矿信息提取是可行的,并取得较好的地质效果。

玉龙斑岩铜矿带北段ASTER遥感蚀变信息提取与优选

玉龙铜矿带是我国迄今已发现的最大的斑岩型铜(钼)矿带,发现了多个大型斑岩铜(钼)矿床。蚀变矿物是斑岩型铜矿重要的找矿标志,利用遥感数据可定量获取蚀变信息。论文选取玉龙铜矿带北段恒星错-玉龙-莽总一带为研究区,基于ASTER数据采用常用的比值法、主成分分析法提取的蚀变信息存在多解性,而采用波谱特征拟合的方法提取的蚀变信息具有综合性,结合矿床围岩、与中酸性岩体有关的环形构造和蚀变信息分布的环带特征,对提取结果进行优化和筛选,认为位于甲丕拉组、波里拉组地层、花岗斑岩岩体上,或位于环形构造周围,环带特征明显的围岩蚀变信息,指示矿产存在或成矿有利部位的可靠性更高。