本文關(guān)鍵詞： 高光譜遙感 巖性分類(lèi) 蝕變信息提取 北山地區(qū) 普朗銅礦　出處：《吉林大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：高光譜遙感起源于20世紀(jì)80年代初期,是對(duì)地觀測(cè)領(lǐng)域的重大技術(shù)突破之一,這一技術(shù)的出現(xiàn)使得遙感技術(shù)有了新的方向。目前,高光譜遙感已被廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、大氣研究、植被調(diào)查、精準(zhǔn)農(nóng)業(yè)、地質(zhì)填圖、海洋遙感、軍事目標(biāo)探測(cè)等領(lǐng)域,尤其在地質(zhì)填圖領(lǐng)域取得了很好的效果。高光譜遙感極大地增強(qiáng)了遙感對(duì)地觀測(cè)能力和地物識(shí)別能力,提高了遙感技術(shù)的定量化水平。高光譜遙感對(duì)地物光譜特性的測(cè)度細(xì)致、對(duì)物質(zhì)的描述精確,但圖像數(shù)據(jù)量大、波段間信息相關(guān)性強(qiáng),這也是目前高光譜技術(shù)應(yīng)用需要解決的問(wèn)題之一。本研究以新疆北山地區(qū)和云南普朗斑巖型銅礦為研究區(qū)。在分析新疆若羌北山地區(qū)和云南普朗斑巖型銅礦區(qū)域地質(zhì)背景的基礎(chǔ)上,利用Hy Map航空高光譜數(shù)據(jù)對(duì)新疆若羌北山地區(qū)進(jìn)行巖性分類(lèi);利用Hyperion高光譜數(shù)據(jù)對(duì)云南普朗斑巖型銅礦進(jìn)行蝕變礦物(組合)信息提取,并輔以全譜段的ASTER多光譜數(shù)據(jù)進(jìn)行硅化蝕變信息提取。利用HyMap航空高光譜數(shù)據(jù)對(duì)新疆北山地區(qū)進(jìn)行巖性分類(lèi)過(guò)程中,選擇光譜角(SAM)、光譜信息散度(SID)、二值編碼(BE)3種高光譜分類(lèi)方法進(jìn)行光譜匹配,分出13種不同巖性。通過(guò)對(duì)3種分類(lèi)方法進(jìn)行精度分析,發(fā)現(xiàn)SAM方法為該區(qū)巖性分類(lèi)的最優(yōu)方法。綜合利用Hy Map影像、高光譜巖性分類(lèi)結(jié)果進(jìn)行巖礦信息提取綜合應(yīng)用,能夠快速、精確的確定地質(zhì)界線和巖性填圖。利用Hyperion和ASTER數(shù)據(jù)對(duì)云南普朗銅礦進(jìn)行蝕變信息提取研究,并根據(jù)蝕變信息提取結(jié)果進(jìn)行蝕變帶劃分,分為絹英巖化帶、泥化帶、青磐巖化帶。利用ASTER數(shù)據(jù)進(jìn)行硅化蝕變信息提取過(guò)程中,通過(guò)反演Si O2含量來(lái)校正硅化蝕變信息提取結(jié)果,能夠更準(zhǔn)確的提取硅化蝕變信息。蝕變信息提取結(jié)果符合普朗斑巖型銅礦蝕變帶分布規(guī)律,在一定程度上,可為高光譜遙感找礦提供支撐。
[Abstract]:Hyperspectral remote sensing, originated in the beginning of 1980s, is one of the most important breakthroughs in the field of Earth observation. The emergence of this technology has made remote sensing technology have a new direction. Hyperspectral remote sensing has been widely used in environmental monitoring, atmospheric research, vegetation investigation, precision agriculture, geological mapping, marine remote sensing, military target detection and other fields. Especially in the field of geological mapping good results have been achieved. Hyperspectral remote sensing has greatly enhanced the ability of remote sensing to earth observation and recognition of ground objects. The quantitative level of remote sensing technology is improved. Hyperspectral remote sensing measures the spectral characteristics of ground objects carefully, describes the matter accurately, but has a large amount of image data and strong correlation of information between bands. This is also one of the problems that need to be solved in the application of hyperspectral technology. In this study, the porphyry copper deposits in Beishan area of Xinjiang and Plang porphyry copper mine in Yunnan province are studied. The study is based on the analysis of the Beishan area of Ruoqiang, Xinjiang and the porphyry copper deposit area of Plang, Yunnan Province. Based on the geological background. Using Hy Map airborne hyperspectral data, lithologic classification was carried out in the Beishan area of Ruoqiang, Xinjiang. The information of altered minerals (assemblages) of porphyry copper deposits in Plang Yunnan Province was extracted by using Hyperion hyperspectral data. The ASTER multispectral data of the whole spectrum are used to extract the information of silication alteration. The spectral angle is selected in the lithologic classification of Beishan area of Xinjiang using HyMap airborne hyperspectral data. Spectral information divergence and binary coding are used for spectral matching and 13 different lithology are obtained. The accuracy of these three classification methods is analyzed. It is found that SAM method is the best method for lithologic classification in this area. The comprehensive application of Hy Map image and hyperspectral lithologic classification results in the extraction of rock and mineral information can be rapid. Accurate determination of geological boundaries and lithologic mapping. Using Hyperion and ASTER data to extract alteration information of Plang Copper Mine in Yunnan Province and divide the alteration zones according to the results of the extraction of alteration information. It can be divided into sericolith zone, mudstone zone and Qingiranlitization zone. In the process of extracting silication alteration information from ASTER data, the result of silicification alteration information extraction is corrected by inversion of Sio _ 2 content. The result of the extraction of alteration information accords with the distribution law of the alteration zone of porphyry type copper deposit in Plang, which can provide support for hyperspectral remote sensing prospecting to a certain extent.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：P627

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于端元提取的高光譜影像特定目標(biāo)識(shí)別[J];金屬礦山;2006年06期

2 韋瑋;李增元;譚炳香;徐海生;;基于多角度高光譜CHRIS影像的隆寶灘濕地遙感分類(lèi)方法研究[J];林業(yè)科學(xué)研究;2011年02期

3 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于PHI高光譜影像的植被光譜特征應(yīng)用研究[J];西安科技大學(xué)學(xué)報(bào);2006年04期

4 楊可明;張濤;王立博;錢(qián)小麗;劉士文;王林偉;;高光譜影像的諧波分析融合算法研究[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2014年03期

5 郭宇龍;李云梅;朱利;徐德強(qiáng);李淵;檀靜;周莉;劉閣;;基于HJ1A-CCD數(shù)據(jù)的高光譜影像重構(gòu)研究[J];環(huán)境科學(xué);2013年01期

相關(guān)會(huì)議論文 前10條

1 舒寧;胡穎;;基于地物光譜特征的高光譜影像邊緣提取方法[A];地理空間信息技術(shù)與應(yīng)用——中國(guó)科協(xié)2002年學(xué)術(shù)年會(huì)測(cè)繪論文集[C];2002年

2 舒寧;;多光譜和高光譜影像紋理分析的幾種方法[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗(yàn)估計(jì)的高光譜影像分辨率增強(qiáng)方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

4 董廣軍;紀(jì)松;朱朝杰;;基于局部線性嵌入流形學(xué)習(xí)的高光譜影像分類(lèi)技術(shù)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

5 汪瑋;周可法;王金林;周曙光;劉慧;;環(huán)境減災(zāi)衛(wèi)星高光譜數(shù)據(jù)預(yù)處理[A];第十二屆全國(guó)數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會(huì)論文集[C];2013年

6 黃遠(yuǎn)程;張良培;李平湘;;基于最小單形體體積約束的高光譜影像端元光譜提取[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

7 劉慶杰;藺啟忠;王黎明;王欽軍;李慶亭;苗峰顯;;基于CFFT最優(yōu)信噪比的星載高光譜影像噪聲抑制研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

8 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國(guó)地震學(xué)會(huì)空間對(duì)地觀測(cè)專(zhuān)業(yè)委員會(huì)2013年學(xué)術(shù)研討會(huì)論文摘要集[C];2013年

10 李飛;周成虎;陳榮國(guó);;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國(guó)科學(xué)院博士后學(xué)術(shù)年會(huì)暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會(huì)議程序冊(cè)[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 劉軻;冬小麥葉面積指數(shù)高光譜遙感反演方法研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2015年

2 馬曉瑞;基于深度學(xué)習(xí)的高光譜影像分類(lèi)方法研究[D];大連理工大學(xué);2017年

3 孫艷麗;聯(lián)合豐度信息與空譜特征的高光譜影像分類(lèi)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

4 楊國(guó)鵬;基于機(jī)器學(xué)習(xí)方法的高光譜影像分類(lèi)研究[D];解放軍信息工程大學(xué);2010年

5 路威;面向目標(biāo)探測(cè)的高光譜影像特征提取與分類(lèi)技術(shù)研究[D];中國(guó)人民解放軍信息工程大學(xué);2005年

6 楊哲海;高光譜影像分類(lèi)若干關(guān)鍵技術(shù)的研究[D];解放軍信息工程大學(xué);2006年

7 王凱;基于多特征融合的高光譜影像地物精細(xì)分析方法研究[D];武漢大學(xué);2013年

8 杜輝強(qiáng);高光譜遙感影像濾波和邊緣提取方法研究[D];武漢大學(xué);2004年

9 韋瑋;基于多角度高光譜CHRIS數(shù)據(jù)的濕地信息提取技術(shù)研究[D];中國(guó)林業(yè)科學(xué)研究院;2011年

10 龔鑓;基于HDA和MRF的高光譜影像同質(zhì)區(qū)分析[D];武漢大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 司海青;含水量對(duì)土壤有機(jī)質(zhì)含量高光譜估算的影響研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2015年

2 汪重午;基于高光譜線性混合模型的地質(zhì)勘查研究[D];成都理工大學(xué);2015年

3 原娟;面向高光譜地物的在軌替代光譜定標(biāo)影響因子分析[D];浙江農(nóng)林大學(xué);2015年

4 魏祥坡;高光譜影像土質(zhì)要素和人工地物分類(lèi)技術(shù)研究[D];解放軍信息工程大學(xué);2015年

5 康苒;松嫩平原典型土壤有機(jī)質(zhì)高光譜預(yù)測(cè)模型研究[D];東北農(nóng)業(yè)大學(xué);2016年

6 張穎;基于主動(dòng)學(xué)習(xí)的高光譜影像分類(lèi)[D];成都理工大學(xué);2016年

7 張風(fēng);基于子空間學(xué)習(xí)的高光譜影像地物分類(lèi)[D];西安電子科技大學(xué);2015年

8 劉瑞香;基于多尺度局部二值模式的高光譜圖像分類(lèi)算法研究[D];西安石油大學(xué);2016年

9 劉怡君;基于機(jī)載LiDAR和高光譜遙感影像融合實(shí)現(xiàn)普洱山區(qū)樹(shù)種分類(lèi)[D];中國(guó)林業(yè)科學(xué)研究院;2016年

10 張國(guó)亮;新疆北山地區(qū)與云南普朗銅礦高光譜巖礦信息提取研究[D];吉林大學(xué);2017年

，

本文編號(hào)：1466392