天问一号矿物光谱仪短波红外焦平面制冷组件

根据“天问一号”火星矿物光谱仪短波红外探测组件小型化、轻量化、低功耗的需求,分析了红外探测器匹配性设计、集成式制冷机杜瓦适应性研制的难点。针对短波红外探测器高灵敏度、低温目标及多光谱探测需求的长积分时间模式的集成封装、抗大量级星器分离冲击等特点,提出了高信噪比探测器总体设计、具有噪声隔离和集成式冷平台结构设计、抗径向冲击的斜支撑结构设计等。解决了短波红外集成组件探测器低温下低热应力、长积分时间下干扰隔离、大量级力学加固、航天应用的高可靠性厚膜电路研制等关键技术。成功研制了短波碲镉汞探测器杜瓦制冷组件,并经过高低温循环、随机振动及机械冲击等严苛的空间环境热学力学适应性试验验证,试验前后组件性能未发生明显变化,满足火星矿物光谱仪工程化应用的要求。

小波分析在矿物光谱吸收特征提取中的应用研究

概述了小波分析方法提取矿物光谱吸收特征的基本原理,分析了不同小波基及小波分解尺度对提取效果的影响,提出了基于小波分析提取矿物光谱吸收特征的方法,并使用野外实测的岩石矿物光谱进行了实验。实验结果表明,较之传统的矿物光谱吸收特征提取方法,该方法受原始信号的噪声影响小,对矿物光谱吸收特征中心波长、起止位置等参数的提取更加精确,是一种比较理想的光谱特征提取方法。

一维空洞卷积神经网络的矿物光谱分类

矿物光谱综合反映了岩矿的物理化学特性、组分和内部结构特征,已被应用于岩矿识别研究。传统的矿物光谱分类方法需要先对矿物光谱进行预处理,再采用不同方法分析光谱特征,从而实现分类目的。但同时也会造成部分光谱信息丢失,导致最终分类精度不高且操作过程繁琐、效率低下,难以应对日益增长的大数据处理需求。因此,建立一个准确、高效的矿物光谱自动分类模型意义重大。卷积神经网络是应用最广泛的深度学习模型之一,它通过逐层抽取数据特征并组合形成高层语义信息,具有极强的模型表达能力,在光谱数据分析方面应用潜力巨大。针对矿物光谱数据的特点,提出了基于一维空洞卷积神经网络(1D-DCNN)的矿物光谱分类方法,利用空洞卷积神经网络提取光谱特征,采用反向传播算法结合随机梯度下降优化器调整模型参数,输出光谱分类结果,实现了矿物类别的端到端检测。该网络包含1个输入层、3个空洞卷积层、2个池化层、2个全连接层和1个输出层,采用交叉熵为损失函数,引入空洞卷积扩大滤波器感受野,有效避免光谱细节特征丢失。实验采集了白云母、白云石、方解石、高岭石四种矿物光谱,并通过添加噪声的方式进行数据增强,构建数量充足的矿物光谱样本用于神经网络模型训练与测试;探讨了卷积类型、迭代次数对模型分类结果的影响,并与多种传统矿物光谱分类方法进行对比,评价模型性能。实验结果表明,提出的1D-DCNN模型可实现矿物光谱快速准确分类,分类准确率达到99.32%,优于反向传播算法(BP)和支持向量机(SVM),说明所提方法能够充分学习矿物光谱特征并有效分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到煤炭、油气、月壤等其他领域光谱分类应用中。

基于地面试验的嫦娥五号月球矿物光谱分析仪数据质量分析

探月工程三期项目将完成"绕、落、回"三个阶段中的采样返回任务,将在未来发射嫦娥五号(CE-5)探测器,执行月面着陆、采样并返回地球的任务。嫦娥五号月球矿物光谱分析仪(LMS)是探月工程三期重要的数据来源,通过LMS光谱数据分析识别月球表面物质的矿物组成,包括含水矿物,同时有助于判断岩石类型,辅助地层学分析。为月球的形成过程、月球地质演变及岩石-水交互作用的研究提供数据支撑。相比于嫦娥三号红外成像光谱仪,LMS将光谱范围从450～2 400nm扩展到了480～3 200nm,除了能探测月球表面主要矿物辉石、橄榄石等,还可以探测3 000nm附近的羟基吸收峰特征,为月球表面是否存在"水"提供强有力的证据。此外,嫦娥五号月面工作任务将获取月表以下物质,LMS可以对月表采样前后的采样区域进行光谱探测,比较不同深度、不同风化程度下的月壤光谱特征,且与后期返回样品的实验室光谱对比分析。为保证LMS月面数据的可靠性,在探测器发射之前开展了LMS地面验证试验,采用多种矿物及矿物混合样品,在不同试验环境下获取LMS的探测数据,分析研究LMS的矿物成分探测能力,并结合标准比对仪器光谱进行光谱质量分析。计算了所有实验样品的光谱不确定度参数。除了具有低反射率的钛铁矿外,所有样品都具有高质量的光谱数据。同时,在相同条件下,LMS光谱特征与标准比对仪器得到的光谱数据相一致,表明LMS整体数据质量高。

基于矿物光谱指数的蚀变信息提取——以西藏多龙铜金矿集区ASTER数据为例

矿物光谱指数是利用比值的方法增强Fe和含OH矿物在可见光、短波红外区间的吸收特征,进而提取蚀变矿物信息的一种方法。由于斑岩型矿床的蚀变分带特征明显,西藏多龙矿集区中集中了斑岩型、浅成低温热液型等铜、金矿床,通过矿物光谱指数的计算提取相关蚀变信息,对该区域的下一步找矿具有指导意义。本文采用矿物光谱指数(5+7)/6、(6+9)/8等方法提取了镁、铝两类羟基及铝羟基类下的高岭石等蚀变信息,采用5/4、2/1的方法提取了二价铁、三价铁的蚀变信息。经过与OLI影像采用PCA方法及野外实地勘查采样,证实了利用本文方法所提取的蚀变信息有效。

基于ASTER和WorldView-3数据在新疆坡北地区蚀变矿物信息提取对比研究

利用ASTER和WorldView-3数据进行预处理,通过借鉴和分析ASTER数据矿物指数、矿物指数法理论、蚀变矿物光谱特征规律,总结提出WorldView-3数据蚀变矿物指数。通过观察研究区蚀变矿物信息分布情况,对比分析ASTER和WorldView-3数据蚀变矿物信息提取的适用性。ASTER数据更适用于赤铁矿、褐铁矿,黄钾铁矾矿物信息提取,WorldView-3数据更适用于白云母、绿泥石、绿帘石、菱铁矿、方解石矿物的信息提取。同时,结合研究区地质特征,预测了成矿远景区。基于ASTER和WorldView-3数据蚀变矿物指数,实现两种数据的优势互补,完善了WorldView-3数据蚀变矿物信息提取。预测成矿远景区对进一步找矿提供了参考。

成像光谱技术在典型蚀变矿物识别和填图中的应用

成像光谱矿物识别和填图技术是中国国土资源调查和监测重点发展的高新技术之一。笔者以国土资源调查应用为主要目标,研究了成像光谱矿物识别和矿物填图技术实用化中的一些关键技术问题。分析了白云母和绿泥石两种重要蚀变矿物的光谱特征及光谱变异特征;以新疆东天山黄山地区的HyMap数据为例,对目前已较为系统化的成像光谱识别技术(如MNF变换、像元纯度指数PPI和N维可视化端元识别NDVI)在典型蚀变矿物识别和填图中的应用进行介绍。

基于特征谱带的高光谱遥感矿物谱系识别

文中初步提出并建立矿物识别谱系的分层识别技术以及部分离子、矿物的光谱识别规则。矿物光谱包含一系列特征吸收谱带。这些特征谱带在不同的矿物中具有较稳定的波长位置和较稳定的独特波形 ,能够指示离子类矿物、矿物的存在 ,是利用高光谱进行矿物识别的基础。文中分析了部分在自然界广泛存在的一些阴阳离子 (如CO2 -3 ,Fe2 + ,Fe3 + ,Al3 + ,Mn2 + ,Al—OH和Mg—OH等 )的可识别特征光谱 ,总结部分离子类矿物或矿物识别规则 ,并以美国Cuprite地区的AVIRIS数据进行矿物识别试验 ,利用矿物谱系识别技术从离子类矿物到单矿物再到更精细类矿物逐层开展识别 ,取得了较好的效果 ,初步实现利用宏观的手段 (遥感技术 )进行微观 (矿物 )的探测。

高光谱遥感影像矿物自动识别与应用

在对矿物光谱特征理解与归纳的基础之上,对矿物光谱特征进行知识化表达,利用数理逻辑和一定的判别规则实现对高光谱遥感影像矿物的自动识别与批量化信息提取。在ENVI平台上,利用IDL语言开发了高光谱遥感影像矿物分层自动识别模块(M ineral Auto-identification Modu le Based on Spectral Identification Tree:MAIM-SIT)。该模块已经在新疆东天山哈密地区利用HyM ap数据、西藏驱龙地区利用Hyperion数据以及美国Cuprite地区利用AVIR IS数据成功地进行了矿物识别,可识别的矿物或矿物组合可达10种以上,基本实现了高光谱矿物信息提取的智能化与批处理能力。

基于高光谱矿物填图技术的金属矿产勘探研究

针对金属矿产资源的勘测精度和效率低的问题,研究提出了一种主成分分析法用于高光谱数据的噪声消除。该方法通过保留高序次主成分的方式,解决了高光谱矿图数据干扰大的问题。然后又结合全波段和特定波段高光谱矿物填图技术,实现全面的矿物填图效果。研究结果表明,该技术不仅可以清晰地反应铜矿分布情况,还可以保持波段曲线的反射率和波动范围稳定在原始数据的0.8μm和2.5μm左右。研究结果可应用于金属矿产勘测。

火成岩光谱吸收深度与矿物组分黑云母含量关系研究（英文）

岩石的矿物组成成分是影响其反射光谱特征的主要因素之一,是产生各类岩石特征谱带的重要原因。本文选择美国喷气推进实验室提供的岩石样本（包括组成岩石样本的各类矿物百分含量和用Analytical Spectral Devices（ASD）地物光谱仪测得0.35~2.50μm波长范围内岩石样本光谱反射率）、岩石所包含的各类矿物的光谱反射率为基础数据,根据岩石和所含矿物的光谱线性混合模型,首先进行了岩石及其矿物成分线性混合模拟实验,实验结果表明基于线性混合光谱理论的岩石矿物模拟模型能够较好的模拟岩石光谱曲线,并且能够保留各个矿物组分的吸收特征。然后从火成岩的岩石光谱中选出含有黑云母矿物的八个样本,研究岩石样本中黑云母含量及其在2.332μm处反射光谱吸收深度的特征,用线性和非线性等多种常用统计模型拟合了岩石光谱吸收深度与矿物组分黑云母含量之间的响应关系,最后本文将增长型（Growth）和指数曲线型（Exponential）两个模型相结合获得新的拟合模型,利用该模型拟合了岩石光谱吸收深度与矿物组分黑云母含量之间的统计响应关系,拟合结果表明二者的相关系数达到0.998 4,标准偏差为0.57 2,虽然利用Growth和Exponential模型拟合的标准偏差小于两个模型结合后的新模型拟合的标准偏差,但新模型的相关系数有了显著提高,这说明新模型拟合效果更接近样本的实测值。

天问一号环绕器火星矿物光谱分析仪探测机理与仪器特性

火星矿物光谱分析仪(MMS)是天问一号环绕器载的主要科学载荷之一,具备获取火星表面可见至红外谱段光谱图像的能力,服务于火星表面矿物组成和分布及化学成分与演化历史研究. MMS设计在火星椭圆轨道的远火点定标及近火点探测火星表面的光谱和空间信息,具备多点高光谱模式、多光谱成像模式等多种探测模式.本文重点对MMS的功能性能、探测机理、仪器组成、定标与验证、在轨工作模式与数据特性进行简要介绍,为火星相关科学研究提供参考.

内蒙古本巴图铀资源勘查远景区航空高光谱数据不同大气校正方法评价及应用

航空高光谱遥感在岩石矿物精细识别和填图方面具有显著优势和应用前景。大气校正是实现航空高光谱影像中矿物反射光谱重建的关键技术,现有的大气校正模型方法需进一步评价和开发,以适应地质矿产勘查领域中的实用化需求。文章以内蒙古巴丹吉林盆地东部的本巴图铀资源勘查远景区为试验区,基于4种经典大气校正模型开发了航空高光谱数据大气校正批处理软件,对试验区SASI航空高光谱影像开展大气校正不同方法的试验评价。以试验区5种典型蚀变矿物的反射光谱重建作为评价对象,通过与USGS标准矿物光谱进行对比,结果表明:经过FLAASH模型、6S模型、快速大气校正模型和经验线性模型校正后的SASI影像均能较准确地反映矿物的诊断性光谱特征,吸收峰波长位置未发生明显偏移。相对而言,经验线性法更好地保持了矿物的光谱形态,作为试验区航空高光谱数据大气校正的优选方法。最后,在航空高光谱大气校正的基础上,完成了本巴图铀资源勘查远景区矿物填图,为分析和评价该地区铀成矿潜力提供了技术支撑。

几种重要蚀变矿物的光谱可区分性和通道可区分性研究

为了更好地识别蚀变矿物并对不同种类的蚀变矿物加以区分,需要仔细研究蚀变矿物之间的光谱差异,尤其需要结合现有遥感器光谱通道研究其可区分性.利用MATLAB语言开发了自动寻找可区分光谱区间和可区分传感器通道的分析工具.根据设定的阈值可以寻找在阈值范围内的可区分通道和可区分光谱区间.最后对TM、ASTER、HYPERION等传感器的可区分性进行了对比分析.实验结果可见:高光谱传感器HYPERION能识别和区分蚀变矿物的通道比TM、ASTER传感器的多几倍甚至几十倍,所开发的分析工具能够正确地区分可区分的区间,具有较大的推广价值.

热红外高光谱成像仪(ATHIS)对矿物和气体的实验室光谱测量

首先介绍了热红外高光谱成像应用的独特优势,然后论述了机载热红外高光谱成像仪(Airborne Thermal-Infrared Hyperspectral Imaging System,ATHIS)灵敏度优化设计方法,结合仪器特点介绍了实验室矿物发射光谱和气体吸收光谱测量的辐射模型,分析了样本红外光谱与温度分离的数据处理流程。在此基础上,利用ATHIS开展了矿物发射光谱和气体红外吸收光谱的实验室测量,结果表明,利用ATHIS仪器和本文建立的数据方法具备准确反演矿物发射率光谱和气体吸收光谱的能力,后续将利用该仪器开展多平台的遥感应用试验,为未来开展星载热红外高光谱相机研制和数据处理奠定基础。

新疆卡拉塔格地区航空高光谱矿物填图及找矿预测

利用HyMap机载成像光谱仪,获取了新疆卡拉塔格地区的高光谱遥感数据,对数据进行了辐射校正和辐射定标、大气校正(光谱重建)与几何校正等预处理,同时利用ASD光谱仪,开展了成矿有利地质单元和典型矿床地面岩矿光谱测量,进行了典型蚀变矿物光谱特征的提取和光谱分析。在数据处理与光谱分析的基础上,采用混合调制匹配滤波法对矿物进行了识别和填图工作,并编制了蚀变矿物分布图。通过野外调查验证和地质综合分析,圈定了8处找矿有利地段,取得了良好的应用效果。

一种新的高光谱遥感蚀变矿物提取算法——MSSS_t相似光谱匹配组合法

针对高光谱蚀变矿物提取提出的光谱角和光谱信息散度(SIDSAMtan)组合法在复杂地质背景下仍然存在分类精度不足的问题,将波谱特征拟合(SFF)和混合调制匹配滤波(MTMF)加入SID-SAMtan法中,提出MTMFSFF-SIDSAMtan(MSSSt)组合法,可最大化地放大与目标波谱匹配的像元信号。采用相似度增量和相关光谱区分熵指标,定量比较MSSSt、MTMF、SFF、SIDSAMtan、SID、SAM 6种方法对人工模拟的相似光谱的区分能力,发现MSSSt法具有更强的光谱区分能力。在甘肃北山方山口地区,利用新方法从CASI-SASI高光谱影像上提取了绢云母、褐铁矿、绿泥石等9种蚀变矿物,通过地面实测验证对提取结果进行精度评价,发现9种蚀变矿物的提取精度都在90%左右,显示出MSSSt方法行之有效,可作为今后提取高光谱蚀变矿物的方法之一。

矿物高光谱解混进展研究综述

由于高光谱传感器低空间分辨率特征,岩石高光谱一般是矿物组分的综合反映。矿物高光谱解混对矿产勘查、矿物含量定量反演和野外地质填图等提供了可行的鉴定方法。首先介绍了2种主要的光谱混合模型;其次基于矿物混合机理特征,从模型驱动法和数据驱动法2个方面,对近年高光谱数据的端元提取和丰度求解算法进行归纳,分析各解混算法的原理和优缺点;然后从实验室实测数据、模拟数据和高光谱影像数据3个方面,对目前已开展的混合矿物高光谱解混实验进行概括,总结各算法的解混效果和适用性;最后针对各解混算法的特点和研究现状指出未来矿物高光谱解混的研究方向。

基于全光衍射深度神经网络的矿物拉曼光谱识别方法

提出了一种基于全光衍射神经网络的矿物拉曼光谱识别方法。首先,分析矿物拉曼光谱的数据结构特征,对比分析了传统神经网络与光学衍射神经网络的异同,根据预处理后的数据构建光学衍射神经网络;然后,采用交叉熵损失函数和Adam算法对光学衍射神经网络进行训练,得到优化的网络参数;最后,在仿真条件下,验证和分析不同栅格高度精度对矿物识别正确率的影响,给出了不同栅格高度精度对应的网络正确率及正确率损失。该方法在RRUFF矿物拉曼光谱数据库上的测试结果显示:五类矿物识别正确率为94.2%,证明利用光学衍射神经网络进行拉曼光谱分类具有可行性,为光学衍射神经网络的应用提供参考;栅格高度在6 bit精度条件下,五类矿物正确率为93.6%,证明栅格高度离散化能够在保证网络正确率的同时极大降低光栅制作难度,为光栅制备提供理论支撑。

基于资源一号02D卫星高光谱数据的甘肃头吊泉-南大滩地区蚀变矿物填图及金矿化带识别

高光谱遥感能够根据光谱指纹特征提取蚀变矿物,在地质领域应用成效十分显著。针对最新的资源一号02D卫星高光谱数据特点,首先进行了高光谱数据预处理,选取蚀变矿物光谱特征显著波段进行数据降维,并应用三次样条插值函数对短波红外数据进行光谱波段增值,将光谱采样间隔提高到了2 nm。在优选出矿物填图端元光谱后,应用改进的SAM填图算法提取头吊泉-南大滩地区的褐铁矿、绿泥石、方解石、白云石、短波云母、中短波云母、中长波云母共7种蚀变矿物,详细分析高光谱蚀变矿物的分布特征并开展蚀变矿物的野外地质验证。研究区蚀变矿物与地质体岩性关系密切,多集中在特定地质体的局部地段。方解石和白云石蚀变矿物的定向展布指示了碳酸盐类沉积/变质地层的走向。根据资源一号02D高光谱数据提取的褐铁矿和中短波云母的分布情况,在南大滩-西红滩地段新发现1条长约15 km的金矿化蚀变带,东部的西红滩地段经综合查证存在地表金矿化异常。资源一号02D高光谱数据可以提取褐铁矿等多种蚀变矿物,从而为矿产资源勘查和基础地质调查提供重要的遥感信息。