不同空间分辨率高光谱遥感数据对蚀变矿物信息提取的影响

高光谱遥感由于其精细的光谱分辨率,在定量分析物质成分上独具优势,因此广泛应用于提取蚀变矿物信息。探讨了不同空间分辨率高光谱遥感数据对蚀变矿物信息提取的影响,采用最邻近插值法、双线性插值法和三次卷积插值法3种重采样方法对美国Cuprite矿区空间分辨率为20 m的AVIRIS影像做空间尺度扩展,分别扩展到空间分辨率为25,30,35,40,45,50 m。采用SAM分类方法从不同空间分辨率影像中提取蚀变矿物信息,使用混淆矩阵评价提取结果。一方面比较不同重采样方法对后期蚀变矿物信息提取精度产生的影响;另一方面比较不同空间分辨率对高光谱遥感影像蚀变矿物信息提取精度的影响。结果表明:①采用不同的重采样方法做空间尺度扩展,会影响后期蚀变矿物信息提取的精度,但是数值变化相对较小。相比之下,最邻近插值法重采样下影像蚀变矿物信息提取的精度稍好一些。②在中等空间分辨率(20～50 m)范围内,基于50 m空间分辨率的高光谱影像,蚀变信息提取的总体精度和Kappa系数较20 m的明显下降。其中最邻近插值法重采样下的总体精度和Kappa系数分别下降了7.94%,0.09;双线性插值法重采样下的总体精度和Kappa系数分别下降了6.87%,0.08;三次卷积插值法重采样下的总体精度和Kappa系数分别下降了6.68%,0.08。较高空间分辨率影像的总体精度和Kappa系数整体上均高于较低空间分辨率的情形。

联合光谱角匹配与随机森林的蚀变信息提取

蚀变矿物信息提取是高光谱遥感在地质方面的重要应用,如何快速精确地进行蚀变矿物信息提取一直是一个难点。随机森林是近年来发展起来的一种新算法,在分类与回归方面具有优异的表现。但蚀变矿物信息提取不同于一般的遥感分类,针对这一算法在高光谱蚀变矿物信息提取中的适用性问题,提出了一种将随机森林算法与光谱角匹配技术相结合的提取方法。实验中通过光谱角匹配选取训练样本,然后构建随机森林分类模型,并利用美国内华达州Cuprite铜矿区的AVIRIS高光谱影像提取了明矾石与高岭石2种矿物的分布分范围,获得了较好的效果。