收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向找矿的高光谱遥感岩矿信息提取方法研究

徐元进  
【摘要】: 遥感是使用某种装置(如航空、航天传感器),不直接接触被研究目标,通过电磁波获取目标物数据,并对获取的数据进行分析处理从而得到所需信息的一门科学和技术。传统的多光谱遥感存在着一些局限,比如波段少、波谱宽、信息粗糙等。在找矿中多光谱遥感最大的不足是光谱分辨率低,这是影响地物光谱不能有效区分的原因。随着遥感技术发展,高光谱遥感应运而生,它提供了继承多光谱找矿的方法和发展新方法技术的机遇。 高光谱遥感在电磁波谱的可见光和红外波段内光谱分辨率可达10 nm或更高,能获取许多非常窄的近似连续的光谱数据,它的这种独特性能,特别是在地表物质的分类、识别等方面具有明显的优势。它使得宽波段遥感中不可探测的物质,在高光谱遥感中能被探测,是20世纪80年代以来人类在对地观察方面所取得的重大技术突破之一,是当前遥感前沿技术。成像光谱仪(高光谱传感器)的发展是为了获取图像数据,并在许多窄的波段范围内利用矿物诊断性吸收特征进行矿物识别填图。目前,已在运营的一些典型航空成像光谱仪(AVIRIS,HyMap,CASI,MAIS等)和第一个星载高光谱成像仪(Hyperion)已成功进行了大量地表矿物识别填图工作。尽管人们最先认识到高光谱遥感技术重要性的是地质领域,但是现在它已应用到包括地质在内的各个方面,比如岩矿识别、土地变化监测、植被类型区分等。 本研究以有一定植被覆盖下云南省中甸普朗斑岩铜矿区及其外围区域为研究区,在分析研究普朗区域地质背景及其区内典型矿床——普朗斑岩型铜矿床特征的基础上,使用美国EO-1卫星Hyperion的高光谱图像数据、野外实测光谱数据以及当前常用光谱库USGS、JPL、JHU等中光谱数据,研究野外环境效应下岩矿光谱的稳定特征,探寻一套面向找矿的高光遥感岩矿信息提取技术方法流程。主要研究内容及结论有: 1.对EO-1 Hyperion高光谱遥感数据预处理进行了研究,对图像中像元绝对辐射值转换、坏线修复及垂直条纹去除、大气校正和几何纠正等进行了处理,并实现了坏线修复及垂直条纹去除等算法。 2.分析研究区蚀变矿物光谱特征,采用光谱角度制图法SAM(Spectral AngleMapping),从高光谱遥感图像上提取了褐铁矿、黄铁矿、伊利石、高岭石、白云母、蒙脱石、绿泥石、透闪石、白云石和方解石等蚀变矿物信息。但是,这些蚀变信息明显地集中在地苏嘎-浪都-卓玛一带,大部分都在4200米以上,植被覆盖相对较少;其它区域识别效果不好,特别是植被影响严重的区域。分析认为:使用实验室环境下标准矿物光谱作为参考光谱进行识别存在缺陷,根源在于在野外混合光谱中矿物端元光谱表现复杂。同时研究中发现:蚀变信息提取时,阀值的存在给结果带来不确定性,需要通过一定方式表达像元光谱匹配的程度,便于对结果进行取舍。 3.通过分析不同影响因素下野外岩矿光谱变化特征,得到野外光谱定量描述的稳定特征参数:光谱曲线整体或部分形态和典型吸收谷位置(波长)。利用研究区野外地物光谱,对基于光谱向量的两种常用方法——光谱角余弦和相关系数的应用表明:大部分地物基本上与各自的最接近地物有较高的度量值;光谱角余弦的区分精度不如相关系数高。在野外岩矿光谱稳定特征参数研究基础上,通过对基于光谱吸收特征的相似性度量方法的研究,认为:野外岩矿光谱吸收特征识别,可从典型吸收谷位置(波长)进行定位分析。 4.从包含各种矿物信息的野外岩石光谱出发,提出了基于穷举法的高光谱遥感图像地物识别方法,并进行了实现。该过程中关键技术方法有:光谱数据库及其管理、包络线去除归一化处理方法、识别结果成图及其分析功能等。该识别方法通过提供像元光谱和对应参考光谱的相关系数灰度图,以显示像元识别的匹配程度,并结合使用识别信息RGB图及其分析功能,对参考光谱进行取舍,这样避免了参考光谱选取的局限性。 对研究区遥感图像未进行包络线去除归一化处理的识别结果分析后表明:选取的14种参考光谱是适合的,识别结果是满意的;经野外18种地物检验后认为,无论是相关性差的地物,还是相关性好的地物,识别结果与实际情况基本相同。试验区外A、B区域的识别结果研究表明:只要参考光谱中包含了该区域的相关地物光谱,就一定能识别出每一像元的最接近物;只是由于环境条件等(如植被、云雪)影响,造成匹配程度的相关系数不同。同时可知:野外环境因素(包括植被和土壤)对岩石光谱的影响是大的,因此在找矿中对蚀变岩的进行识别时,考虑野外环境因素的影响是必须的。 包络线去除归一化处理,能突出了地物光谱特征信息,尤其是对波形起伏较大的植被更加有效,但对于光谱波形较平缓的地物不太明显。对遥感图像进行包络线去除归一化处理后的识别结果分析表明:在岩石等地物信息增强的同时,图像的背景噪声也被增强,造成识别结果不理想。因此,对环境背景噪声高的高光谱图像,采用包络线去除归一化处理,不利于岩矿信息的提取。 5.为了精确识别光谱整体形态极其相似的地物,在基于穷举法的高光谱遥感图像地物识别基础上,增加了吸收谷位置的匹配,形成了基于光谱整体形态和局部吸收特征的高光谱遥感图像识别方法的流程。吸收谷位置匹配中关键技术主要有:吸收谷位置偏移范围的确定、吸收谷位置的光谱匹配等。吸收谷位置偏移范围的确定包括如下三步:①使用交叉相关光谱匹配方法,分析野外典型地物的所有光谱,获取光谱整体的最大偏移量;②在包络线去除法算法基础上,实现了吸收谷位置(波长)的自动获取。通过对比分析野外地物的所有光谱中,对应着相同矿物或离子的吸收谷位置(波长),获取吸收谷位置的最大偏移量;③在分析两个最大偏移量的基础上,确定吸收谷位置偏移范围。吸收谷位置的光谱匹配,是通过两项规则实现的:①参考光谱和像元光谱对应的吸收谷位置的波长差在吸收谷位置偏移范围之内;②以两光谱对应的吸收谷位置为中心,在参考光谱的每一个吸收谷波段范围内,计算参考光谱和像元光谱的相关系数,并保证该值大于指定的阀值。 五种野外代表性地物光谱的偏移结果研究表明:研究区一般地物光谱曲线整体错位都较小,局部吸收谷位置的偏移主要由自身位置漂移引起的。识别应用结果表明:编号为R11~R13的三个地物和各自对应的参考光谱,在整体光谱形态上有较小的相关性,但是它们和各自对应参考光谱有高度一致的局部吸收特征,为识别结果的准确性提供了依据,避免了单纯通过光谱整体形态进行识别的不足。 6.对基于普朗斑岩铜矿区地物光谱的矿区高光谱遥感图像识别结果进行分析,认为该结果具有较高准确性的原因在于:基于光谱整体形态和局部吸收特征的识别方法考虑到了地物内在物理化学性质及外在光谱形态;使用的野外地物光谱具有该矿区环境下的特征,适合于矿区遥感图像的识别。使用14种矿区野外地物光谱作为参考光谱,对矿区及外围区域遥感图像进行识别,分析两区识别结果中不同相关系数范围内像元数百分含量情况,认为矿区野外地物光谱能用于外围区域的高光谱遥感图像识别,且准确性较高;野外实地检验,也证实了识别结果的准确性。 对比14种(矿区)地物光谱、18种(矿区及其外围)地物光谱进行矿区及其外围遥感图像的识别结果,研究表明:普朗斑岩型铜矿区野外蚀变岩光谱可用于外围区域的高光谱遥感图像上蚀变信息识别,这为利用典型矿区野外蚀变岩光谱进行未勘探区蚀变信息识别提供了依据。同时,得到了基于野外地物光谱的高光谱遥感图像蚀变信息图,从图中信息可知,除了地苏嘎-浪都-卓玛-比都一带蚀变信息明显外,地苏嘎-松诺-普朗一带蚀变信息也很明显,而且与斑岩体吻合较好;欧赛拉、阿热蚀变信息较明显,与斑岩体也存在一定程度的吻合,这些与我们在野外考查的结果是一致的。 主要创新点有: 1.通过分析不同影响因素下野外岩矿光谱变化特征,得到野外光谱定量描述的稳定特征参数:光谱曲线整体或部分形态和典型吸收谷位置(波长)。 2.建立了基于穷举法的高光谱遥感图像地物识别方法。该方法通过提供像元光谱和对应参考光谱的相关系数灰度图,以显示像元识别的匹配程度,并结合使用识别信息RGB图及其分析功能,对参考光谱进行取舍,这样避免了参考光谱选取的局限性。 3.提出了基于光谱整体形态和局部吸收特征的高光谱遥感图像识别流程。 4.证明了普朗斑岩型铜矿区野外蚀变岩光谱可用于外围区域的高光谱遥感图像上蚀变信息识别,这为利用典型矿区野外蚀变岩光谱进行未勘探区蚀变信息识别提供了依据。 目前,在矿产勘查遥感应用领域,以高光谱图像数据和地物光谱数据为基础,开展了信息提取技术研究。光谱建模、光谱匹配和地质填图技术,是当前矿产勘查高光谱遥感领域的重点和热点。本研究就是在此背景下进行的相关工作研究。光谱的吸收特征参数,包括:吸收位置、吸收深度、吸收宽度、吸收对称性等,本研究从野外光谱定量描述的相对稳定特征参数:光谱曲线整体或部分形态和典型吸收谷位置(波长)出发,对面向找矿的高光谱遥感岩矿信息提取方法进行了研究。本研究使用高光谱遥感数据实现了面向找矿的高光遥感岩矿信息提取的技术方法,该技术方法已在本研究区得到了一定程度的检验,有待于在其它区域被检验,并能得到推广应用。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978