【摘要】：高光譜遙感技術的興起和發(fā)展,在獲取與重建精細像元光譜的基礎上,可直接識別地物類型、組成成分,反演地物的物理、化學參量,使遙感應用由宏觀觀測發(fā)展到微觀探測階段,遙感地質解譯也提升到地物光譜特征定量層次,標志遙感地質學領域從表層應用可以逐步深入到定量化。論文以高光譜遙感的巖礦組分敏感性為切入點,圍繞高光譜遙感巖礦探測應用,綜合利用遙感圖像處理和光譜識別技術,基于美國EO-1 Hyperion和國產環(huán)境與災害監(jiān)測預報小衛(wèi)星HJ-1A數(shù)據(jù)開展了以青藏高原北部東昆侖卡巴紐爾多黑刺溝地區(qū)為實驗區(qū)的高光譜遙數(shù)據(jù)協(xié)同應用方法研究,完成了黑刺溝地區(qū)巖石及金屬礦物礦化蝕變信息的定量提取,精細分類,目標識別,證實了 Hyperion和HJ-1A高光譜遙感數(shù)據(jù)協(xié)同找礦的可行性及其在地質找礦應用領域的優(yōu)越性。論文取得的主要成果和創(chuàng)新點如下:(1)提出了一種高光譜數(shù)據(jù)協(xié)同共建光譜提取青藏高原黑刺溝地區(qū)蝕變礦化信息的方法。論文分析了高光譜遙感技術在高原氣候環(huán)境和壓強效應影響下產生的光譜吸收影響及其地物敏感性變化,綜合比較了主流信息提取和光譜匹配分類方法的特點,利用HJ-1A優(yōu)勢譜段450nm-950nm與Hyperion 950nm-2500nm波段范圍進行重采樣、波譜運算,生成了 HJ-Hyperion高光譜結合數(shù)據(jù)共建光譜進行信息提取和目標識別,完成了 HJ-1A國產環(huán)境與減災小衛(wèi)星在地質找礦方面的應用嘗試,這對開展青藏高原地區(qū)現(xiàn)代地質填圖新技術新方法的研究,加快區(qū)調工作步伐,全面提升區(qū)調質量具有重要的社會、經濟和戰(zhàn)略意義(第5章)。(2)提出了一種基于巖礦光譜響應的診斷窗口加權相關波譜匹配方法。在詳細分析巖石、礦物光譜特征與其物理化學屬性的關聯(lián)及傳統(tǒng)的光譜匹配方法的基礎上,綜合考慮基于單個吸收特征、完全波形特征、光譜知識模型等提取方法的優(yōu)缺點,顧及到地物波譜曲線在高原環(huán)境因素的影響下發(fā)生實際地物光譜變異,針對性地進行波譜匹配與相似度評估。其基本思想是在全波長范圍分級對譜段進行分割,對具有診斷性光譜特征的譜段范圍給予高權重值,次一級譜段范圍及受環(huán)境影響敏感區(qū)域譜段范圍給予低權重值,在反射率范圍(0-1)之間符合正態(tài)分布規(guī)律,結合先驗知識進行計算分析及權重因子訓練,最終選中的權重因子進行波譜特征擬合及角度匹配。該方法有助于提高地物光譜分類精度,確定蝕變礦化信息,對研究區(qū)的區(qū)域地質調查、地質找礦工作有重要的參考價值(第5章)。(3)提出了一種估計光譜特性的反距離方差降低高光譜數(shù)據(jù)條帶噪聲的方法。數(shù)據(jù)預處理過程中,HSI數(shù)據(jù)可見光波段目前存在大量條帶噪聲,造成相對反射率和相對反射率反演結果曲線不夠平滑,存在噪聲引起的異常小反射峰(跳變);Hyperion可見光、近紅外波段范圍條紋清晰明顯,嚴重影響圖像的質量和分類應用。論文在ENVIIDL環(huán)境下實現(xiàn)了估計光譜特性的反距離方差的方法,有效解決了以上存在問題,其基本思想是首先選取噪聲大的條紋波段寫入一個三維數(shù)組,先求出每個波段及每列的均值,再求出各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)即均差平方和平均后的方根,最后求出增益與偏置得到去條紋后圖像數(shù)組并對圖像數(shù)組進行變換。應用證明,該方法可以較好解決目前主流商業(yè)遙感軟件存在缺點,高光譜遙感數(shù)據(jù)處理環(huán)節(jié)必須的壞線、條紋噪聲消除與圖像改善問題,可為后續(xù)巖礦信息的提取與識別提供更接近真實地物波譜特征的高質量遙感數(shù)據(jù)(第4章)。
【圖文】：

邐２５００逡逑Ｗａｖｅｌｅｎｇｔｈ邋（ｎｍ）逡逑圖２－１赤鐵礦化的礫巖風化面與新鮮面對比圖逡逑⑶巖石表面顏色對光譜反射率的影響逡逑巖石中存在礦物質、金屬雜質以及有機質，這些元素共同形成了巖石的顏色，逡逑巖石中礦物成分的不同，其顏色也會有所差異。巖石的顏色深，則代表巖石中的逡逑礦物成分、金屬雜質以及有機質含量等顏色偏深，越深的顏色，則代表巖石反射逡逑率越低；相反的，當巖石的顏色較淺，那么巖石中的有機質以及礦物質等顏色就逡逑偏淺，越淺的顏色也代表巖石的反射率越高。巖石的光譜反射率受到巖石中雜質逡逑的影響較大，甚至巖石的光譜特征會因為巖石的顏色而缺失（童慶禧等，２００６）。逡逑＿邐＾邐！邐：邐）邐ｉ邐；邐１逡逑Ｉ逡逑Ｉ邐：’邋邐邐１逡逑ｗａｖｅｌｅｎｇｔｈ邋ｍｍｉ逡逑圖２－２含碳質千枚巖及其光譜反射率逡逑⑷大氣環(huán)境對巖石光譜反射率的影響逡逑１６逡逑

圖２－１赤鐵礦化的礫巖風化面與新鮮面對比圖逡逑⑶巖石表面顏色對光譜反射率的影響逡逑
【學位授予單位】：成都理工大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：P627

【相似文獻】

相關期刊論文 前10條

1 李斐斐;;高光譜遙感影像技術發(fā)展現(xiàn)狀與應用[J];現(xiàn)代營銷(下旬刊);2018年03期

2 趙艷福;張靈凱;;高光譜遙感的應用[J];城市地理;2017年04期

3 鄭澤忠;范東明;李玉霞;曹云剛;夏清;;AVIRIS高光譜遙感影像無縫鑲嵌探討[J];地理與地理信息科學;2008年05期

4 程一松,胡春勝;高光譜遙感在精準農業(yè)中的應用[J];農業(yè)系統(tǒng)科學與綜合研究;2001年03期

5 田慶久;評《高光譜遙感及其應用》一書[J];遙感信息;2000年02期

6 陳云浩;王思佳;趙逸飛;王明國;;農業(yè)高光譜遙感研究進展及發(fā)展趨勢[J];地理與地理信息科學;2019年05期

7 黃亮平;;高光譜遙感在農作物生長監(jiān)測的應用研究進展[J];農村經濟與科技;2019年05期

8 王利龍;呂航;;高光譜遙感技術在農作物監(jiān)測中的應用[J];科技創(chuàng)新與應用;2018年01期

9 潘偉;夏麗麗;;高光譜遙感分類方法研究[J];福建電腦;2007年01期

10 孫釗;高光譜遙感的應用[J];貴州教育學院學報(自然科學);2004年04期

相關會議論文 前10條

1 張霞;劉良云;趙春江;張兵;;利用高光譜遙感圖像估算小麥氮含量研究[A];成像光譜技術與應用研討會論文集[C];2002年

2 徐元進;胡光道;;取締閥值的高光譜遙感光譜匹配分類信息制圖[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

3 徐元進;胡光道;;窮舉法在高光譜遙感圖像地物識別中的應用[A];第四屆中國軟件工程大會論文集[C];2007年

4 李京;蔣衛(wèi)國;;高光譜遙感在濕地監(jiān)測與分類中的應用[A];第十屆全國光電技術學術交流會論文集[C];2012年

5 孫蕾;谷德峰;;基于分類的高光譜遙感圖像混合噪聲參數(shù)估計[A];第五屆高分辨率對地觀測學術年會論文集[C];2018年

6 黃家柱;龔紹奇;韋玉春;李云梅;;內陸水體總氮、總磷濃度高光譜遙感實驗研究[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

7 黃娟;郭明克;張永梅;閆濤;王寧;;利用高光譜遙感資料提取赤潮信息方法研究[A];成像光譜技術與應用研討會論文集[C];2002年

8 黃文鈺;尚海興;;基于小波變換的高光譜遙感影像光譜匹配技術研究[A];陜西省水力發(fā)電工程學會第三屆青年優(yōu)秀科技論文集[C];2013年

9 王藝婷;黃世奇;劉代志;;高光譜遙感圖像波段選擇現(xiàn)狀研究[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

10 田慶久;;高光譜遙感陸海油氣探測研究新進展[A];第十七屆中國遙感大會摘要集[C];2010年

相關重要報紙文章 前6條

1 閆柏琨;高光譜遙感：地球資源環(huán)境管護開發(fā)的新利器[N];中國礦業(yè)報;2016年

2 姚娣;高光譜遙感就是“火眼金睛”[N];北京日報;2017年

3 記者 于德福 通訊員 單廣寧 魏雪松;我國開展航空高光譜遙感油氣調查示范[N];中國國土資源報;2016年

4 中國科學院院士、國際歐亞科學院院士 童慶禧;我國高光譜遙感的發(fā)展[N];中國測繪報;2008年

5 記者 金小平;中國地調局舉辦高光譜遙感找礦培訓班[N];中國礦業(yè)報;2007年

6 文龍 胡軍;張立福：用光譜觀測大地的人[N];科技日報;2012年

相關博士學位論文 前10條

1 謝衛(wèi)瑩;高光譜遙感影像高精度分類方法研究[D];西安電子科技大學;2017年

2 胡立栓;高光譜遙感影像光譜降維與空譜聯(lián)合分類方法研究[D];中國地質大學(北京);2018年

3 林紅磊;火星含水礦物精細類別的高光譜遙感探測方法研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2018年

4 陳志坤;基于改進濾波算法的高光譜遙感影像特征提取研究[D];中國地質大學;2018年

5 甘玉泉;高光譜遙感圖像光譜解混方法研究及其應用[D];中國科學院大學(中國科學院西安光學精密機械研究所);2018年

6 安金梁;基于張量表征的高光譜遙感影像維數(shù)約減與分類[D];西安電子科技大學;2018年

7 王毓乾;基于空間—光譜分析的高光譜遙感影像稀疏解混研究[D];武漢大學;2015年

8 畢曉佳;高光譜遙感協(xié)同處理黑刺溝巖礦蝕變信息方法研究[D];成都理工大學;2016年

9 譚炳香;高光譜遙感森林類型識別及其郁閉度定量估測研究[D];中國林業(yè)科學研究院;2006年

10 馮燕;高光譜圖像壓縮技術研究[D];西北工業(yè)大學;2006年

相關碩士學位論文 前10條

1 王海峰;基于高光譜遙感的土壤水鹽監(jiān)測模型研究[D];西北農林科技大學;2019年

2 閆旭蒙;不同的特征提取方法對高光譜遙感像素點分類結果比較[D];蘭州大學;2019年

3 王天宇;基于空間和光譜特征的高光譜遙感圖像識別研究[D];哈爾濱工程大學;2019年

4 周忠磊;高光譜遙感圖像的降維與分類研究[D];山東師范大學;2019年

5 李堯;基于深度學習的滑坡檢測算法研究[D];成都理工大學;2018年

6 劉群;基于深度學習的高光譜遙感圖像特征學習與分類算法研究[D];華僑大學;2018年

7 王晗;基于壓縮感知的高光譜遙感影像重構方法研究[D];東北林業(yè)大學;2018年

8 張迦南;基于不同預處理方法的冬小麥冠層高光譜遙感長勢監(jiān)測研究[D];河南農業(yè)大學;2018年

9 金晨;基于深度信念網絡的高光譜遙感圖像分類算法研究[D];東北大學;2017年

10 馬秀強;高光譜遙感在大冶銅鐵礦區(qū)水環(huán)境監(jiān)測中的應用[D];中國地質大學(北京);2018年

，

本文編號：2648544