数字化转型背景下“岩矿识别与鉴定”课程混合教学模式构建与实施

以数字化转型推动职业教育的创新发展是新时代赋予职业院校的历史使命,文章以现代学徒制油气地质勘探技术专业的“岩矿识别与鉴定”课程的混合教学模式改革项目为案例,探索解决目前专业课程的课时减少,学生对信息化、数字化课程的需求和课程思政育人功能提升等问题,开展混合教学模式的构建与实施。通过课程教学模块调整、课堂革命实践、课程思政教学升级和全过程的课程管理与评价,实现了课程改革预期教学目标,学生创新思维、实践能力和技能水平均提高,为相关课程教学改革提供借鉴。

基于完全谱形特征的成像光谱遥感岩矿识别技术及其应用

成像光谱以图谱合一、自动生成像元光谱进行直接识别岩矿而极具应用潜力。本文提出并利用基于地物完全谱形特征的成像光谱遥感多波段组合的主成分 (PC,PrincipalComponent Analysis)变换方法提取岩类与蚀变分布 ;相应地利用光谱角识别技术直接提取与矿有关的蚀变矿物 ;最终进行波段组合、波段运算、反差增强与 RGB合成提取出相关岩矿信息进行成矿综合分析。利用岩矿谱形特征进行谱段组合的 PC变换的第一分量 (PC1 )更多地包含岩矿的波谱特征 ;PC2噪声多 ,信息模糊 ,相对信噪比低。利用 PC1提取岩矿信息可靠、准确。这是一种面向目标的定量与半定量相结合的岩矿识别技术 ,在后沟金矿区起到了良好的应用效果。

高光谱遥感岩矿识别的研究进展

分析与综述了当前高光谱遥感岩矿识别研究的进展。论述了岩矿光谱特征的作用机理以及岩矿光谱的特征测量与分析方法。归纳和总结了目前以及未来几年可用于岩矿识别的高光谱遥感探测器件和仪器的特点。对基于光谱吸收特征、完全波形匹配和混合像元分解的3类岩矿识别方法进行了归纳与对比,重点介绍了近年来这类技术的重要成果以及研究热点。最后,从理论、数据、方法以及应用4个方面对当前高光谱遥感岩矿识别面临的主要问题和发展趋势进行了剖析。作者认为,高光谱遥感岩矿识别的整体发展趋势为定性识别向定量化分析发展,在此发展过程中,混合光谱模型的建立与解混、面向岩矿识别的新型高光谱传感器的研制、岩矿信息提取的智能化以及复杂地质环境下的岩矿识别将成为研究的主要方向。

高光谱遥感岩矿识别填图的技术流程与主要技术方法综述

自20世纪80年代以来,伴随着多种航空和航天成像光谱仪的研制成功和投入运行,一系列的图像光谱基本处理手段和实验室岩矿光谱分析技术方法,如最小噪声分量(MNF)变换-像元纯度指数(PixelPurityIndex,PPI)-N维可视化(N-DimensionalVisualization)、岩石类型系统光谱分类、多变量统计分析、矿物光谱特征确认的概率分析、MGM技术等相继发展起来,从而为形成成像光谱岩矿填图的完整技术流程打下了坚实的技术基础。分析了多种岩矿光谱分析的技术方法,同时指出,不同方法具有各自的优、缺点,针对不同应用目标需要不同的矿物识别与岩矿填图方案;混合方法的开发应用和从可见光到微波波段的融合应用在未来更为重要。

光谱遥感岩矿识别基础与技术研究进展

遥感技术的发展与地物光谱特征的研究密不可分。主要从光谱遥感发展与地质应用的趋势出发 ,从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展。对于遥感岩矿的识别基础 ,主要阐述物谱关联和物理模型研究的技术方法与进展以及其对遥感地质应用的促进与深化。在技术方法方面 ,主要从多光谱与成像光谱两个层次上 ,分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性。强调了岩石矿物光谱特征在遥感岩矿识别与地质成因信息提取中的重要性。

高光谱遥感岩矿识别方法的研究进展

遥感技术应用于地质中的目的之一是分辫和识别出不同的岩石和矿物等地质体,高光谱分辫率遥感则可通过诊断性光谱特征对岩石或矿物成分及结构进行识别。随着高光谱矿物识别方法的不断发展,使得高光谱遥感技术在地学领域的应用由定性分析到定量识别成为可能,也为今后开展成像光谱遥感数据的广泛应用做好了技术准备。介绍了多种岩矿光谱分析的技术方法,并对不同方法的优、缺点及其应用场合进行分析。最后,总结并提出了下一步的工作方向。

多源遥感数据在新疆卡拉麦里地区岩矿识别中的应用

遥感技术广泛应用于地质基础调查、矿产资源勘探、环境评估和地质灾害调查等方面。它已从多光谱发展到高光谱阶段,Landsat-8是目前最具有代表性和最常用的多光谱数据,ASTER具有高的分辨率和多波段特征,资源一号02D(ZY1-02D)卫星是我国2019年发射的高光谱业务卫星。为了更好地了解多源遥感数据在岩矿识别中的作用,在新疆东天山卡拉麦里地区进行了相关研究。结果表明:Landsat-8 OLI的PCA变换结果清晰识别了研究区不同的岩性和地层;使用Landsat-8 OLI、ASTER和ZY1-02D高光谱数据,分别采取不同的图像端元提取方法,在进行光谱分析的基础上,利用光谱角填图(SAM)即可得到研究区的主要矿物分类图件。通过野外验证,应用GIS技术进行集成和分析,修正相关图件后,便得到了精准的矿物分类综合图。研究表明:多源遥感数据的集成在岩矿识别方面效果良好、前景巨大。

成像光谱岩矿识别方法技术及影响因素分析

成像光谱通过它所具有的超高的影像分辨率以及极其细致的地物光谱的成像能力,已被大面积的运用在地质研究、生物科学和环境保护等多领域。由于受到外界许多种不确定的因素影响,在数据的获取和决策方面上成像光谱地物的识别一直存在着不确定性质。而这种不确定性质包括基于误差和变异方面。文章根据矿物的识别为事例,由机理角度进行研究,探讨对数据产生干扰的不确定性质的因素。研究表明,尽管成像光谱的地物识别会受到一系列因素的影响,但是地物光谱所形成的原理有效决定了以上的不确定性质的因素可以被消除,文章在对此研究的基础上还提出了常见的解决方法和理论知识。

基于高光谱成像技术的矿岩识别及配矿措施研究

本文将从高光谱岩矿识别的物理基础出发,分析高光谱数据及特点、高光谱岩矿识别的物理机理等,并在此基础上阐述光谱区配的高光谱岩矿识别技术,其中,高光谱岩矿识别技术的重要组成部分为光谱匹配技术和光谱预处理技术。此外,在建立对高光谱成像技术的矿岩识别技术全面认识的基础上,提出基于高光谱成像技术的配矿措施,为岩矿识别技术的发展提供一定的参考价值。

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——以西准噶尔地区为例

介绍了基于小波变换的反射光谱分析技术的基本理论和方法;运用此技术手段对克拉玛依市白碱滩区西侧地区40条岩石野外光谱曲线数据进行了定量处理,总结并分析了蛇绿岩套中常见典型岩石(基性混杂岩、辉长岩、橄榄岩、蛇纹石)的光谱特征及其产生原因。最后,结合ETM+波段范围提出了适用于西准噶尔地区多波段遥感影像光谱角(Spectral Angle Mapper,SAM)提取模型,从遥感影像上识别蛇绿岩分布奠定了良好的基础。

某铁矿山地质数据三维综合分析技术与应用研究

在某矿山,生产勘探工作有巷道素描取样、超前钻孔素描取样和炮孔素描取样三种方式,巷道素描取样包括了沿脉巷、穿脉巷、凿岩硐室、拉底巷、出矿巷道,炮孔素描取样有凿岩硐室中深孔素描取样、上向扇形孔素描取样,将以上三种素描取样数据导入三维软件,能最大程度利用起地质工作数据,准确掌握矿岩分布情况及矿体、夹岩、断层、含水裂隙、巷道等的空间形态和相互位置关系,提高技术人员分析能力。实践表明,利用三维软件对地质资料进行综合处理,能多角度全方位控制矿岩分布情况和矿石品位变化情况,在矿产开发过程中采场地质构造分析、进度计划编制、月末验收算量、日常供配矿、数字化矿山建设等方面应用广泛且效果好。

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。

岩石矿物高波谱分析

文中研究区为具有典型蚀变特征的安徽庐江何家大岭地区,选择一个剖面,采用ASD地物光谱仪(FieldSpec-FR)进行野外波谱测试,运用ENVI spectral analyst工具将所测样点波谱进行综合打分,分值表明,研究区存在的主要岩石矿物有高岭石、黄钾铁矾、赤铁矿、绿泥石等,与地质资料一致;采用基于最小二乘的分解方法确定主要矿物组成和比例,与ENVI spectral analyst工具相比,该方法更具优越性。

遥感地质信息提取集成与矿物遥感地质分析模型

结合遥感技术的现状、发展趋势和资源环境应用需求 ,从遥感地质应用出发 ,提出多源遥感数据分层识别集成、基于岩矿识别技术体系集成和基于岩矿识别谱系集成的基本思路与框架 ,强调矿物或矿物集合体在遥感地质分类与识别中的重要性 ,初步建立矿物遥感地质分析模型 ,分析集成与模型在蚀变与矿化信息提取。

“祝融号”火星车多光谱相机岩矿类型识别的地面验证研究

中国首个自主火星探测任务"天问一号"探测器于2020-07成功发射,其搭载的中国首台火星车"祝融号"将在着陆火星后开展巡视探测,获取中国火星探测的原始科学数据。识别火星表面岩矿类型对于了解火星的大气变化、环境状态、地质演化以及生物宜居性等具有重要意义。本研究利用"祝融号"火星车搭载的多光谱相机载荷鉴定件(8个波段)在地球环境下拍摄并获取了18种火星表面岩矿的多光谱影像数据。基于该数据所开展的火星岩矿类型的识别研究可为未来基于"祝融号"多光谱相机数据进行火星表面岩矿的原位识别提供指导。本文所采用的基于多光谱影像波段运算和彩色图像HSV颜色特征直方图的岩矿识别方法,可从多光谱特征和颜色特征两个层面来识别不同类型的岩矿。所使用的多光谱影像数据是在太阳高度角约60°、拍摄高度1.8 m、拍摄角度约37°的条件下采集所得。在该实验条件下,两种识别方法共提取出12种岩矿的识别指标。基于多光谱影像波段运算可以区分出在8个特定波段下具有突出光谱特征的岩矿类型,而基于图像HSV颜色特征可区分出颜色特征分布较为集中的岩矿类型。同时,研究发现拍摄角度不同会对岩矿的识别效果产生不可忽略的影响。