CN108007902B - 一种用高光谱数据计算白云母Al-OH吸收位置的方法 - Google Patents

一种用高光谱数据计算白云母Al-OH吸收位置的方法 Download PDF

Info

Publication number
CN108007902B
CN108007902B CN201610958023.2A CN201610958023A CN108007902B CN 108007902 B CN108007902 B CN 108007902B CN 201610958023 A CN201610958023 A CN 201610958023A CN 108007902 B CN108007902 B CN 108007902B
Authority
CN
China
Prior art keywords
result
muscovite
image
hyperspectral data
minerals
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.)
Active
Application number
CN201610958023.2A
Other languages
English (en)
Other versions
CN108007902A (zh
Inventor
孟树
叶发旺
张川
刘洪成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN201610958023.2A priority Critical patent/CN108007902B/zh
Publication of CN108007902A publication Critical patent/CN108007902A/zh
Application granted granted Critical
Publication of CN108007902B publication Critical patent/CN108007902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8477—Investigating crystals, e.g. liquid crystals

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明属于高光谱遥感分析技术领域，具体涉及一种用高光谱数据计算白云母Al‑OH吸收位置的方法。包括以下步骤：步骤一、提取出白云母类矿物，结果记作result(Muscovite)；步骤二、对航空高光谱数据进行波段运算，将计算的结果记作result(Al‑OH)；步骤三、求步骤一和步骤二处理的结果的交集为result(mus‑wavelength)；步骤四、对步骤三中的结果进行密度分割。本发明针对现有光谱分辨率下的航空高光谱数据，提取白云母类矿物单元，通过波段运算计算出白云母类矿物的Al‑OH吸收峰位置，进一步根据吸收峰位置对白云母类矿物进行细分，从而更好地应用于矿产勘查。

Description

一种用高光谱数据计算白云母Al-OH吸收位置的方法
技术领域
本发明属于高光谱遥感分析技术领域，具体涉及一种用高光谱数据计算白云母Al-OH吸收位置的方法。
背景技术
航空高光谱数据已经被广泛地应用于地表蚀变矿物填图，目前，人们主要通过航空高光谱成像设备(如澳大利亚的Hymap，加拿大的CASI/SASI/TASI等)获取高光谱数据，并采用一系列技术手段对这些数据进行蚀变矿物信息提取，这些技术手段主要是基于对高光谱图像反射率光谱与光谱库或者端元光谱的特征对比来实现的，可以提取蛇纹石、透闪石、褐铁矿、白云母、蒙脱石、高岭石、绿泥石、绿帘石、方解石等数十种蚀变矿物，识别准确度较高，因而获得较为广泛的应用。
在大部分蚀变矿物中，白云母类矿物是分布较为广泛同时也是与成矿关系较为密切的一类蚀变矿物，另一方面，对蚀变矿物的光谱研究发现，白云母类矿物的Al-OH吸收峰位置(位于2200nm附近)与此类矿物中化学组分具有较为密切的联系，吸收峰位置的微量变化常常具有重要的地质指示意义，越来越多的人开始将白云母矿物的Al-OH吸收峰位置值应用于矿产资源潜力评价、成矿流体路径反演和变质岩变质程度上，因而，准确的获取白云母类矿物的Al-OH吸收峰位置值则显得较为重要。
传统的高光谱蚀变矿物提取方法可以较为准确地提取白云母类矿物，但受航空高光谱成像设备光谱分辨率(如SASI的光谱分辨率为15nm)的制约，很难对分辨不同白云母类矿物的之间微小变化，如不同Al-OH吸收峰位置(2180nm～2230nm)的白云母类矿物，因而大大制约了航空高光谱数据的进一步应用。因此，如何在现有的航空高光谱数据条件下利用白云母类矿物在不同波段的反射率等参数来计算白云母的Al-OH吸收位置，进而对白云母类矿物进行细分，是本发明重点解决的问题。
发明内容
本发明要解决的技术问题是提供一种用高光谱数据计算白云母Al-OH吸收位置的方法，针对现有光谱分辨率下的航空高光谱数据，提取白云母类矿物单元，通过波段运算计算出白云母类矿物的Al-OH吸收峰位置，进一步根据吸收峰位置对白云母类矿物进行细分，从而更好地应用于矿产勘查。
为解决上述技术问题，本发明一种用高光谱数据计算白云母Al-OH吸收位置的方法，包括以下步骤：
步骤一、利用航空高光谱数据提取白云母类矿物，读取经过大气校正的影像文件，提取出白云母类矿物，结果记作result(Muscovite)，以图像存储，含白云母类矿物的像元值记作1，不含白云母类矿物的像元值记作0；
步骤二、对航空高光谱数据进行波段运算，将计算的结果记作result(Al-OH)；
步骤三、求步骤一和步骤二获得的结果的交集；求步骤一和步骤二处理的结果的交集为result(mus-wavelength)，将运算结果作为新的像元值在新图像上存储；
步骤四、对步骤三中的结果进行密度分割，提高图像的可视化程度，对结果图像进行密度分割处理，0～2180之间的像元统一赋上黑色，而在2180～2230之间，可根据像元值范围进一步细分，进而提高图像的可视化程度，即得到所需的白云母类矿物Al-OH吸收位置图像。
所述步骤二中，选择航空高光谱数据中的波段进行运算，主要选择2195nm、2210nm、2225nm三个波段参与运算，结果result(Al-OH)＝2286.96-36.30*b2/b1-39.49*b3/b2，其中b1＝像元光谱在2195nm的反射率值，b2＝像元光谱在2210nm附近的反射率值，b3＝像元光谱在2225nm附近的反射率值，将计算的结果记作result(Al-OH)。
所述的步骤一中，读取经过大气校正的影像文件，分别进行最小噪声分离(MNF)、数据维数判断、获取端元光谱、计算纯净像元指数、N维可视化和端元光谱选择、波谱识别的一系列运算过程，得到白云母类矿物。
本发明的有益技术效果在于：受航空高光谱成像设备的光谱分辨率制约，传统的航空高光谱数据处理方法提取的白云母类矿物单元较为简单，通常根据铝羟基吸收峰位置分为高铝白云母和低铝白云母，而本发明通过波段运算对白云母类矿物的铝羟基吸收峰位置进行计算，获得的白云母类矿物Al-OH羟基吸收峰位置分辨率可达1nm，据此可对白云母类矿物单元进行更细致的划分，本发明可应用于航空高光谱数据处理领域；本发明通过利用航空高光谱数据不同波段的反射率比值进行线性拟合计算白云母类矿物Al-OH吸收峰位置值。
附图说明
图1为本发明一种用高光谱数据计算白云母Al-OH吸收位置的方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
本发明一种用高光谱数据计算白云母Al-OH吸收位置的方法，其具体实现步骤如下：
步骤一、利用航空高光谱数据提取白云母类矿物，读取经过大气校正的影像文件，分别进行最小噪声分离(MNF)、数据维数判断、获取端元光谱、计算纯净像元指数、N维可视化和端元光谱选择、波谱识别的一系列运算过程，提取出白云母类矿物，结果记作result(Muscovite)，以图像存储，含白云母类矿物的像元值记作1，不含白云母类矿物的像元值记作0；
步骤二、对航空高光谱数据进行波段运算；选择航空高光谱数据中的波段进行运算，主要选择2195nm、2210nm、2225nm三个波段参与运算，结果result(Al-OH)＝2286.96-36.30*b2/b1-39.49*b3/b2，其中b1＝像元光谱在2195nm的反射率值，b2＝像元光谱在2210nm附近的反射率值，b3＝像元光谱在2225nm附近的反射率值，将计算的结果记作result(Al-OH)，以图像形式存储，像元值即为表达式计算的结果值；
步骤三、求步骤一和步骤二获得的结果的交集；求步骤一和步骤二处理的结果的交集，表达式为result(mus-wavelength)＝result(Muscovite)*result(Al-OH)，将运算结果作为新的像元值在新图像上存储；
步骤四、对步骤三中的结果进行密度分割，提高图像的可视化程度，由于最终的图像像元值存在0值和2180～2230之间的值，而我们关注的是2180～2230之间的像元，因此，对结果图像进行密度分割处理，0～2180之间的像元统一赋上黑色，而在2180～2230之间，可根据像元值范围进一步细分，进而提高图像的可视化程度，即得到所需的白云母类矿物Al-OH吸收位置图像。

Claims (2)

1.一种用高光谱数据计算白云母Al-OH吸收位置的方法，其特征在于：包括以下步骤：
步骤一、利用航空高光谱数据提取白云母类矿物，读取经过大气校正的影像文件，提取出白云母类矿物，结果记作result(Muscovite)，以图像存储，含白云母类矿物的像元值记作1，不含白云母类矿物的像元值记作0；
步骤二、对航空高光谱数据进行波段运算，将计算的结果记作result(Al-OH)；
所述步骤二中，选择航空高光谱数据中的波段进行运算，主要选择2195nm、2210nm、2225nm三个波段参与运算，结果result(Al-OH)＝2286.96-36.30*b2/b1-39.49*b3/b2，其中b1＝像元光谱在2195nm的反射率值，b2＝像元光谱在2210nm附近的反射率值，b3＝像元光谱在2225nm附近的反射率值，将计算的结果记作result(Al-OH)；
步骤三、采用表达式result(mus-wavelength)＝result(Muscovite)*result(Al-OH)求步骤一和步骤二获得的结果的交集result(mus-wavelength)，将运算结果作为新的像元值在新图像上存储；
步骤四、对步骤三中的结果进行密度分割，提高图像的可视化程度，对结果图像进行密度分割处理，0～2180之间的像元统一赋上黑色，而在2180～2230之间，可根据像元值范围进一步细分，进而提高图像的可视化程度，即得到所需的白云母类矿物Al-OH吸收位置图像。
2.根据权利要求1所述的一种用高光谱数据计算白云母Al-OH吸收位置的方法，其特征在于：所述的步骤一中，读取经过大气校正的影像文件，分别进行最小噪声分离(MNF)、数据维数判断、获取端元光谱、计算纯净像元指数、N维可视化和端元光谱选择、波谱识别的一系列运算过程，得到白云母类矿物。
CN201610958023.2A 2016-10-27 2016-10-27 一种用高光谱数据计算白云母Al-OH吸收位置的方法 Active CN108007902B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610958023.2A CN108007902B (zh) 2016-10-27 2016-10-27 一种用高光谱数据计算白云母Al-OH吸收位置的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610958023.2A CN108007902B (zh) 2016-10-27 2016-10-27 一种用高光谱数据计算白云母Al-OH吸收位置的方法

Publications (2)

Publication Number Publication Date
CN108007902A CN108007902A (zh) 2018-05-08
CN108007902B true CN108007902B (zh) 2020-06-19

Family

ID=62047403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610958023.2A Active CN108007902B (zh) 2016-10-27 2016-10-27 一种用高光谱数据计算白云母Al-OH吸收位置的方法

Country Status (1)

Country Link
CN (1) CN108007902B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082349B (zh) * 2019-02-01 2021-11-02 南京师范大学 一种基于olci的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法
CN111521579B (zh) * 2020-05-07 2023-02-24 中国自然资源航空物探遥感中心 一种基于高光谱遥感数据的白云母及其光谱端元识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595203A (zh) * 2004-06-29 2005-03-16 中国国土资源航空物探遥感中心 高光谱矿物分层谱系识别方法
CN102609703A (zh) * 2012-03-05 2012-07-25 中国科学院对地观测与数字地球科学中心 一种高光谱图像中目标地物检测方法及装置
JP2014062278A (ja) * 2012-09-20 2014-04-10 Sumitomo Electric Ind Ltd アルミニウム酸化物イオンの定量方法、溶融塩中の水分定量方法、アルミニウム構造体の製造方法
CN103900964A (zh) * 2012-12-25 2014-07-02 核工业北京地质研究院 一种用于白云母信息提取的高光谱影像处理方法
CN104050252A (zh) * 2014-06-12 2014-09-17 核工业北京地质研究院 一种高光谱遥感蚀变信息提取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595203A (zh) * 2004-06-29 2005-03-16 中国国土资源航空物探遥感中心 高光谱矿物分层谱系识别方法
CN102609703A (zh) * 2012-03-05 2012-07-25 中国科学院对地观测与数字地球科学中心 一种高光谱图像中目标地物检测方法及装置
JP2014062278A (ja) * 2012-09-20 2014-04-10 Sumitomo Electric Ind Ltd アルミニウム酸化物イオンの定量方法、溶融塩中の水分定量方法、アルミニウム構造体の製造方法
CN103900964A (zh) * 2012-12-25 2014-07-02 核工业北京地质研究院 一种用于白云母信息提取的高光谱影像处理方法
CN104050252A (zh) * 2014-06-12 2014-09-17 核工业北京地质研究院 一种高光谱遥感蚀变信息提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于光谱特征参数组合的高光谱数据矿物填图方法;韦晶 等;《地球科学—中国地质大学学报》;20150831;第1433-1441页 *
基于特征谱带的高光谱遥感矿物谱系识别;甘甫平 等;《地学前缘》;20030430;第445-454页 *

Also Published As

Publication number Publication date
CN108007902A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
CN107179291B (zh) 基于太赫兹光谱与深度自动编码器的土壤重金属元素含量预测方法
Iordache et al. Recent developments in sparse hyperspectral unmixing
CN115761038B (zh) 一种基于图像光谱技术的隧道掌子面地质素描方法及系统
CN108007902B (zh) 一种用高光谱数据计算白云母Al-OH吸收位置的方法
CN106570912B (zh) 一种成像高光谱钻孔岩心数据蚀变提取的方法
CN109580497B (zh) 一种基于奇异性理论的高光谱矿物异常信息提取方法
CN104933685A (zh) 基于三维张量压缩感知的高光谱压缩成像方法
Chen et al. Dimensionality reduction of hyperspectral imagery using improved locally linear embedding
Yin et al. Sparse analysis based on generalized Gaussian model for spectrum recovery with compressed sensing theory
Ayhan et al. On the use of a linear spectral unmixing technique for concentration estimation of APXS spectrum
Camacho et al. An analysis of spectral variability in hyperspectral imagery: a case study of stressed oil palm detection in Colombia
Zhao et al. Nonlinear unmixing of minerals based on the log and continuum removal model
CN109696406B (zh) 一种基于复合端元的月表高光谱图像阴影区域解混方法
US20170344849A1 (en) Methods for automated chart analysis
Khodadadzadeh et al. Upscaling high-resolution mineralogical analyses to estimate mineral abundances in drill core hyperspectral data
CN102880861B (zh) 基于线性预测倒谱系数的高光谱图像分类方法
Contreras et al. Multi-label classification for drill-core hyperspectral mineral mapping
CN116385593A (zh) 基于定量半监督学习的高光谱遥感矿物填图方法
CN104036509B (zh) 一种基于压缩感知的高光谱混合像元分解的方法
Gallagher et al. Decompositions using maximum signal factors
CN104408476A (zh) 基于深度稀疏主分量分析的极化sar图像分类方法
Duarte et al. Non-homogeneous hidden Markov chain models for wavelet-based hyperspectral image processing
Fadaei et al. Detection of oil palm and acacia plantation areas using object based classification in sarawak, Malaysia
Holzbauer-Schweitzer et al. Spectral monitoring techniques for optically deep mine waters
CN108960018A (zh) 一种用于识别热液流体蚀变相对温度的航空高光谱方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant