CN106198402A - 一种基于航天多光谱遥感数据的基性岩识别方法 - Google Patents
一种基于航天多光谱遥感数据的基性岩识别方法 Download PDFInfo
- Publication number
- CN106198402A CN106198402A CN201510225117.4A CN201510225117A CN106198402A CN 106198402 A CN106198402 A CN 106198402A CN 201510225117 A CN201510225117 A CN 201510225117A CN 106198402 A CN106198402 A CN 106198402A
- Authority
- CN
- China
- Prior art keywords
- data
- space flight
- remote sensing
- basic rock
- etm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于遥感地质调查领域,具体涉及一种基于航天多光谱遥感数据的基性岩识别方法。具体包括以下步骤:步骤一、进行预处理;步骤二、得到ETM+数据的矢量文件;步骤三、得到ASTER数据的矢量文件;步骤四、得到SPOT6数据的矢量文件;步骤五、进行空间叠加分析,选择重叠区域作为基性岩分布区,从而得到最终的遥感识别的基性岩分布范围。本发明航天多光谱ETM+数据比值运算、ASTER数据含量分布图制作和SPOT6数据目视解译使用了多种遥感数据,通过相互印证提高了识别精度;空间叠加分析采用统一的矢量进行叠加运算,通过选择重叠地段得到遥感识别基性岩的最终分布区。
Description
技术领域
本发明属于遥感地质调查领域,具体涉及一种基于航天多光谱遥感数据的基性岩识别方法。
背景技术
遥感岩性识别方法分为目视解译和计算机自动识别两大类。目视解译是岩性识别最常用的方法,在岩性识别中发挥了重要作用,但相对而言效率较低,使其在区域岩性识别中的应用受到制约。计算机自动识别方法包括纹理识别和光谱识别,目前以光谱识别应用最为广泛,常用的岩性光谱分类方法包括比值法、SIF、SAM、MTMF等方法。岩性的计算机自动识别方法相对而言效率较高,但由于受异物同谱等因素的影响,存在较大程度的误判,需要人工对岩性识别结果进行进一步分析,剔除误提取地段。
发明内容
本发明要解决的技术问题是提供一种基于航天多光谱遥感数据的基性岩识别方法,通过相互印证提高了识别精度。
为解决上述技术问题,本发明一种基于航天多光谱遥感数据的基性岩识别方法,包括以下步骤:
步骤一、对航天多光谱的ETM+数据进行预处理,得到反射率数据;对航天多光谱的ASTER数据进行预处理,得到发射率数据,对航天多光谱的SPOT 6数据进行预处理,制作真彩色影像;
步骤二、利用步骤一中ETM+数据处理得到的反射率数据的band1~band7波段,处理得到ETM+数据的矢量文件;
步骤三、利用步骤一中航天多光谱的ASTER数据处理得到的发射率数据,采用统计模型计算SiO2、MgO和Al2O33种氧化物含量,得到SiO2、MgO和Al2O33种氧化物含量灰度图分别为B3、B4、B5,对B3、B4、B5分别处理,得到ASTER数据的矢量文件;
步骤四、利用步骤一中得到的SPOT 6数据处理得到的真彩色影像,采用目视解译的方法进行基性岩的精细识别,得到SPOT 6数据的矢量文件;
步骤五、将步骤二中ETM+数据的矢量文件、步骤三中ASTER数据的矢量、步骤四中SPOT 6数据的矢量文件进行空间叠加分析,选择重叠区域作为基性岩分布区,从而得到最终的遥感识别的基性岩分布范围。
所述的步骤二中处理得到ETM+数据的矢量文件的方法为:设定B1=(band5*band1)/(band2*band7),其中,band5、band1、band2、band7分别为反射率数据的band5、band1、band2、band7波段的数值,获得B1灰度影像,对B1灰度影像进行中值滤波处理,并采用高端切割方法,得到ETM+数据的矢量文件。
对B1灰度影像中值滤波处理为进行滤波核为3*3的中值滤波处理,设定B2=filter3*3(B1);高端切割方法中,阈值可以为X’B2+2σB2,X’B2为B2影像的灰度均值,σB2为B2影像的灰度方差。
对步骤三中的B3、B4、B5的处理分别为对B3影像进行低端切割,对B4和B5进行高端切割。
本发明的有益技术效果在于:
航天多光谱ETM+数据预处理后可以得到反射率数据,ASTER数据预处理后可以得到发射率数据,SPOT 6数据预处理后形成真彩色影像,为基性岩识别提供基础遥感数据。
航天多光谱ETM+数据比值运算、ASTER数据含量分布图制作和SPOT 6数据目视解译使用了多种遥感数据,通过相互印证提高了识别精度。
空间叠加分析采用统一的矢量进行叠加运算,通过选择重叠地段得到遥感识别基性岩的最终分布区。
具体实施方式
下面结合实施例对本发明作进一步详细说明。
本发明一种基于航天多光谱遥感数据的基性岩识别方法,包括以下步骤:
步骤一、对航天多光谱的ETM+数据进行预处理,包括辐射校正、几何校正和大气校正,得到反射率数据;对航天多光谱的ASTER数据进行预处理,包括辐射校正、几何校正和大气校正,得到发射率数据,对航天多光谱的SPOT 6数据进行几何校正预处理,制作真彩色影像;
步骤二、利用步骤一中ETM+数据处理得到的反射率数据的band1~band7波段,根据基性岩光谱在ETM+数据band5波段存在强烈反射,band2波段强烈吸收的特点,结合band1和band7波段反射率特征,采用综合波段比值法识别基性岩,设定B1=(band5*band1)/(band2*band7),其中,band5、band1、band2、band7分别为反射率数据的band5、band1、band2、band7波段的数值,获得B1灰度影像,对B1灰度影像进行滤波核为3*3的中值滤波处理,设定B2=filter3*3(B1),采用高端切割方法,选择阈值,阈值可以为X’B2+2σB2,X’B2为B2影像的灰度均值,σB2为B2影像的灰度方差,得到ETM+数据的EVF格式的矢量文件,初步圈定基性岩出露范围;
步骤三、基性岩化学成分上具有SiO2含量低、MgO含量高和Al2O3含量高的特点,利用步骤一中航天多光谱的ASTER数据处理得到的发射率数据,采用统计模型计算SiO2、MgO和Al2O33种氧化物含量,得到SiO2、MgO和Al2O33
种氧化物含量灰度图分别为B3、B4、B5,对B3影像进行低端切割,选择阈值,阈值可以为-(X’B3+2σB3),X’B3为B3的灰度均值,σB3为B3的灰度方差,对B4进行高端切割,选择阈值,阈值可以为(X’B4+2σB4),X’B4为B4的灰度均值,σB4为B4的灰度方差,对B5进行高端切割,选择阈值,阈值可以为(X’ B5+2σB5),X’B5为B5的灰度均值,σB5为B5的灰度方差,得到ASTER数据的EVF格式的矢量文件,初步圈定基性岩出露范围;
步骤四、根据基性岩深灰色、灰黑色的影像色调、椭圆形/长条形的形态和明暗相间的斑块状纹理特征,应用SPOT 6遥感数据高空间分辨率的特点,在ETM+和ASTER数据初步识别出的基性岩分布地段内,利用步骤一中得到的真彩色影像,有针对性的采用目视解译的方法进行基性岩的精细识别,得到SHAPE格式矢量文件,初步圈定基性岩出露界线;
步骤五、将步骤二中ETM+数据的EVF矢量文件和步骤三中ASTER数据的EVF矢量文件均转换为SHAPE格式矢量文件,然后,应用GIS软件平台,采用空间叠加分析方法,将ETM+、ASTER和SPOT 6数据圈定的基性岩出露范围的SHAPE文件进行叠合分析,选择重叠区域作为基性岩分布区,从而得到最终的遥感识别的基性岩分布范围。
Claims (4)
1.一种基于航天多光谱遥感数据的基性岩识别方法,包括以下步骤:
步骤一、对航天多光谱的ETM+数据进行预处理,得到反射率数据;对航天多光谱的ASTER数据进行预处理,得到发射率数据,对航天多光谱的SPOT 6数据进行预处理,制作真彩色影像;
步骤二、利用步骤一中ETM+数据处理得到的反射率数据的band1~band7波段,处理得到ETM+数据的矢量文件;
步骤三、利用步骤一中航天多光谱的ASTER数据处理得到的发射率数据,采用统计模型计算SiO2、MgO和Al2O33种氧化物含量,得到SiO2、MgO和Al2O33种氧化物含量灰度图分别为B3、B4、B5,对B3、B4、B5分别处理,得到ASTER数据的矢量文件;
步骤四、利用步骤一中得到的SPOT 6数据处理得到的真彩色影像,采用目视解译的方法进行基性岩的精细识别,得到SPOT 6数据的矢量文件;
步骤五、将步骤二中ETM+数据的矢量文件、步骤三中ASTER数据的矢量、步骤四中SPOT 6数据的矢量文件进行空间叠加分析,选择重叠区域作为基性岩分布区,从而得到最终的遥感识别的基性岩分布范围。
2.根据权利要求1所述的一种基于航天多光谱遥感数据的基性岩识别方法,其特征在于:所述的步骤二中处理得到ETM+数据的矢量文件的方法为:设定B1=(band5*band1)/(band2*band7),其中,band5、band1、band2、band7分别为反射率数据的band5、band1、band2、band7波段的数值,获得B1灰度影像,对B1灰度影像进行中值滤波处理,并采用高端切割方法,得到ETM+数据的矢量文件。
3.根据权利要求2所述的一种基于航天多光谱遥感数据的基性岩识别方法,其特征在于:对B1灰度影像中值滤波处理为进行滤波核为3*3的中值滤波处理,设定B2=filter3*3(B1);高端切割方法中,阈值可以为X’B2+2σB2,X’B2为B2影像的灰度均值,σB2为B2影像的灰度方差。
4.根据权利要求3所述的一种基于航天多光谱遥感数据的基性岩识别方法,其特征在于:对步骤三中的B3、B4、B5的处理分别为对B3影像进行低端切割,对B4和B5进行高端切割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510225117.4A CN106198402A (zh) | 2015-05-05 | 2015-05-05 | 一种基于航天多光谱遥感数据的基性岩识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510225117.4A CN106198402A (zh) | 2015-05-05 | 2015-05-05 | 一种基于航天多光谱遥感数据的基性岩识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106198402A true CN106198402A (zh) | 2016-12-07 |
Family
ID=57457958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510225117.4A Pending CN106198402A (zh) | 2015-05-05 | 2015-05-05 | 一种基于航天多光谱遥感数据的基性岩识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106198402A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108181664A (zh) * | 2018-01-18 | 2018-06-19 | 中国地质调查局西安地质调查中心 | 一种伟晶岩型稀有金属矿的识别方法及系统 |
CN109781626A (zh) * | 2019-03-11 | 2019-05-21 | 王祥 | 一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法 |
CN110261330A (zh) * | 2019-05-20 | 2019-09-20 | 桂林理工大学 | 一种利用光谱特征进行岩石分类的方法 |
CN111862778A (zh) * | 2020-06-04 | 2020-10-30 | 中国地质科学院 | 一种浅层岩性地质图生成方法、装置、储存介质及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090214084A1 (en) * | 2005-10-21 | 2009-08-27 | Asner Gregory P | Remote Sensing Analysis of Forest Disturbances |
CN103512661A (zh) * | 2012-12-07 | 2014-01-15 | 核工业北京地质研究院 | 一种基于遥感影像快速识别盐湖水域隐伏断裂构造的方法 |
-
2015
- 2015-05-05 CN CN201510225117.4A patent/CN106198402A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090214084A1 (en) * | 2005-10-21 | 2009-08-27 | Asner Gregory P | Remote Sensing Analysis of Forest Disturbances |
CN103512661A (zh) * | 2012-12-07 | 2014-01-15 | 核工业北京地质研究院 | 一种基于遥感影像快速识别盐湖水域隐伏断裂构造的方法 |
Non-Patent Citations (3)
Title |
---|
王华睿: "新疆黄山地区ASTER数据遥感岩矿信息提取研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
窦雅娟: "高分辨率遥感数据在岩性识别和成矿预测中的应用研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
谭雨婷: "基于 SPOT 影像的内蒙古额济纳旗地区遥感地质解译研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108181664A (zh) * | 2018-01-18 | 2018-06-19 | 中国地质调查局西安地质调查中心 | 一种伟晶岩型稀有金属矿的识别方法及系统 |
CN109781626A (zh) * | 2019-03-11 | 2019-05-21 | 王祥 | 一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法 |
CN109781626B (zh) * | 2019-03-11 | 2021-07-06 | 王祥 | 一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法 |
CN110261330A (zh) * | 2019-05-20 | 2019-09-20 | 桂林理工大学 | 一种利用光谱特征进行岩石分类的方法 |
CN111862778A (zh) * | 2020-06-04 | 2020-10-30 | 中国地质科学院 | 一种浅层岩性地质图生成方法、装置、储存介质及设备 |
CN111862778B (zh) * | 2020-06-04 | 2022-04-19 | 中国地质科学院 | 一种浅层岩性地质图生成方法、装置、储存介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378196B (zh) | 一种结合激光点云数据的道路视觉检测方法 | |
CN109446992B (zh) | 基于深度学习的遥感影像建筑物提取方法及系统、存储介质、电子设备 | |
CN108596103B (zh) | 基于最佳光谱指数选择的高分辨遥感影像建筑物提取方法 | |
CN109543630B (zh) | 基于深度学习的遥感影像林地提取方法及系统、存储介质、电子设备 | |
Berman et al. | ICE: A statistical approach to identifying endmembers in hyperspectral images | |
CN103839267B (zh) | 一种基于形态学建筑物指数的建筑物提取方法 | |
CN103927741A (zh) | 增强目标特征的sar图像合成方法 | |
CN112699756B (zh) | 一种基于高光谱图像的茶叶原产地识别方法和系统 | |
Mostafa et al. | Shadow identification in high resolution satellite images in the presence of water regions | |
CN103632363A (zh) | 基于多尺度融合的对象级高分辨率遥感影像变化检测方法 | |
CN106198402A (zh) | 一种基于航天多光谱遥感数据的基性岩识别方法 | |
CN108133481A (zh) | 一种针对荧光免疫层析试条成像系统的图像处理算法 | |
JP6064712B2 (ja) | 樹種識別装置及び樹種識別方法 | |
Cai et al. | Study on shadow detection method on high resolution remote sensing image based on HIS space transformation and NDVI index | |
US20150063629A1 (en) | Generation of high resolution population density estimation cells through exploitation of high resolution satellite image data and low resolution population density data sets | |
CN106845326A (zh) | 一种基于航空高光谱遥感数据的冰川识别方法 | |
CN106611410B (zh) | 基于金字塔模型的pansharpen融合优化方法 | |
CN106570912B (zh) | 一种成像高光谱钻孔岩心数据蚀变提取的方法 | |
CN115439759A (zh) | 遥感影像中植被的提取方法、装置、电子设备及介质 | |
CN106960221A (zh) | 一种基于光谱特征和空间特征融合的高光谱图像分类方法及系统 | |
CN107992856A (zh) | 城市场景下的高分遥感建筑物阴影检测方法 | |
CN108492288B (zh) | 基于随机森林的多尺度分层采样的高分卫星影像变化检测方法 | |
CN114283213A (zh) | 联合LiDAR点云与光学图像的房屋自适应矢量化方法 | |
CN109002771A (zh) | 一种基于递归神经网络的遥感图像分类方法 | |
CN108428237A (zh) | 基于稀疏非负矩阵欠近似的高光谱彩绘文物线稿提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |