CN108181664A - 一种伟晶岩型稀有金属矿的识别方法及系统 - Google Patents
一种伟晶岩型稀有金属矿的识别方法及系统 Download PDFInfo
- Publication number
- CN108181664A CN108181664A CN201810049397.1A CN201810049397A CN108181664A CN 108181664 A CN108181664 A CN 108181664A CN 201810049397 A CN201810049397 A CN 201810049397A CN 108181664 A CN108181664 A CN 108181664A
- Authority
- CN
- China
- Prior art keywords
- images
- worldview
- aster
- image
- principal component
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/02—Prospecting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种伟晶岩型稀有金属矿的识别方法及系统,该方法包括:对获取的WorldView‑2等高分影像进行图像处理,确定伟晶岩脉分布区域,并根据此伟晶岩脉分布区域,对处理后的WorldView‑2等高分图像进行解译,得到解译后的WorldView‑2等高分图像;对获取的ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域;对解译后的WorldView‑2等高分图像和合成后的ASTER图像进行组合处理,确定伟晶岩型稀有金属矿的位置信息。因此,本发明通过以WorldView‑2等高分影像为基础,确定伟晶岩的分布区域,并结合能够提取伟晶岩稀有金属矿产含矿区域的ASTER遥感影像,进而在较短时间内高效、快速、准确的确定伟晶岩型稀有金属矿的位置信息。
Description
技术领域
本发明涉及遥感矿产资源识别领域,特别涉及一种伟晶岩型稀有金属矿的识别方法及系统。
背景技术
稀有金属矿产包括锂、铷、铯、铌、钽、铍等矿种,这部分矿产资源的共性是在地壳中的丰度低,各具不同的理化性质,铷无独立矿物存在,多与铯共生或在钾矿物的晶格中,且这些稀有金属矿产主要赋存于伟晶岩中。稀有金属矿产资源用途广泛,尤其是在宇航、原子能、电子、国防工业等高科技技术方面应用广泛。例如,锂是制造氢弹不可缺少的原料,在核反应堆中锂作为控制棒冷却剂和传热介质,常用作飞机、火箭、潜艇的燃料等;铍被用于原子能反应堆的防护材料和制备中子源、高能燃料的添加剂等;铌、钽用于制造电子计算机记忆装置、超导合金制造大功率磁铁等。随着经济发展和高新产业升级换代,稀有金属矿的需求量越来越大,逐渐呈现供不应求的局面。因此,寻找伟晶岩型稀有金属矿对于国民经济发展和国防安全具有重要意义。
目前,地质矿产勘查工作逐渐向自然交通条件恶劣的中西部地区、偏远地区延伸,该类地区自然条件恶劣,交通条件极差,严重影响地勘工作的开展,造成花费了大量的人力物力,却达不到相应效果。因此,急需一种方法能够在较短时间内高效、快速、准确的识别伟晶岩型稀有金属矿产。
发明内容
本发明的目的是提供了一种基于遥感技术的伟晶岩型稀有金属矿的识别方法及系统,能够在较短时间内高效、快速、准确的识别伟晶岩型稀有金属矿产。
为实现上述目的,本发明提供了如下方案:
一种伟晶岩型稀有金属矿的识别方法,所述识别方法包括:
获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像;
对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域;
根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像;
对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域;
对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像;
根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。
可选的,所述对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域,具体包括:
将所述WorldView-2等高分影像与532波段组合,得到WorldView-2影像532波段组合图像;
对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像;
根据伟晶岩在所述WorldView-2等高分影像上色调为浅色且为北西向条带状展布,确定所述处理后的WorldView-2等高分图像上的伟晶岩脉分布区域。
可选的,所述对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像,具体包括:
对所述WorldView-2影像532波段组合图像进行主成分正变换,得到所述WorldView-2影像532波段组合图像的各个主分量;
将所述WorldView-2影像532波段组合图像的各个所述主分量按照0-255灰度值进行线性拉伸增强,得到增强后的主分量;
对各个所述增强后的主分量进行主成分逆变换,得到处理后的WorldView-2等高分图像。
可选的,所述对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像,具体包括:
对所述ASTER遥感影像进行去干扰处理,得到去干扰后的ASTER图像;
采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量;
将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
可选的,所述采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量,具体包括:
对所述去干扰后的ASTER图像中的B1波段、B2波段、B3波段、B4波段、B5波段、B6波段、B7波段、B8波段、B9波段进行主成分变换,得到第一主分量、第二主分量、第三主分量、第四主分量、第五主分量、第六主分量、第七主分量、第八主分量、第九主分量。
可选的,所述将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像,具体包括:
将所述第五主分量、所述第三主分量、所述第一主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
可选的,所述对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像,具体包括:
对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行空间位置重合处理,得到目标图像。
本发明还提供一种伟晶岩型稀有金属矿的识别系统,所述识别系统包括:
影像获取模块,用于获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像;
伟晶岩脉分布区域确定模块,用于对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域;
解译后的WorldView-2等高分图像得到模块,用于根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像;
合成后的ASTER图像得到模块,用于对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域;
目标图像得到模块,用于对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像;
位置信息确定模块,用于根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。
可选的,所述伟晶岩脉分布区域确定模块,具体包括:
WorldView-2影像532波段组合图像得到单元,用于将所述WorldView-2等高分影像与532波段组合,得到WorldView-2影像532波段组合图像;
处理后的WorldView-2等高分图像得到单元,用于对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像;
伟晶岩脉分布区域确定单元,用于根据伟晶岩在所述WorldView-2等高分影像上色调为浅色且为北西向条带状展布,确定所述处理后的WorldView-2等高分图像上的伟晶岩脉分布区域。
可选的,所述合成后的ASTER图像得到模块,具体包括:
去干扰后的ASTER图像得到单元,用于对所述ASTER遥感影像进行去干扰处理,得到去干扰后的ASTER图像;
主分量得到单元,用于采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量;
合成后的ASTER图像得到单元,用于将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种伟晶岩型稀有金属矿的识别方法及系统,该方法包括:获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像;对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域;根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像;对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域;对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像;根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。因此,本发明通过以WorldView-2等高分影像为基础,识别伟晶岩信息,确定伟晶岩的区域,并结合能够提取伟晶岩稀有金属矿产含矿区域的ASTER遥感影像,进而在较短时间内高效、快速、准确的确定伟晶岩型稀有金属矿的位置信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例伟晶岩型稀有金属矿识别方法的流程示意图;
图2为本发明西昆仑矿区WorldView-2等高分影像解译后的图像;
图3为本发明西昆仑矿区含矿伟晶岩目标图像;
图4为本发明实施例伟晶岩型稀有金属矿识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
近年来,随着卫星传感器的发展,遥感技术得到快速发展。1999年,美国SpaceImaging公司成功发射了全球第一颗高分辨率商业化遥感卫星Ikonos;2001年,美国Digital globe公司成功发射商用高分辨率卫星QuickBird;2002年法国发射了SPOT-5卫星;2009年,美国Digital globe公司成功发射Worldview-2,星载多光谱传感器不仅具有4个标准谱段(红、绿、蓝、近红外),还包括四个额外谱段(海岸、黄、红边和近红外2),相对于传统高分遥感数据光谱分辨率得到进一步细化。遥感数据不但空间分辨率越来越高,光谱分辨率也进一步细化,从而促进遥感技术在地球科学领域得到深入的应用。
岩石蚀变信息的提取是遥感地质信息提取中的一个重要方面。目前应用的数据源主要为多光谱TM,ETM,ASTER遥感影像以及少量高光谱与微波遥感影像,其中应用最多的是ETM影像。矿化蚀变信息提取是一种快速经济的遥感找矿手段,尤其在我国西部地质工作程度较低的岩石裸露半裸露地区,提取矿化蚀变信息是指导找矿行之有效的方法。
目前稀有金属矿的需求量越来越大,逐渐呈现供不应求的局面,寻找伟晶岩型稀有金属矿对于国民经济发展和国防安全具有重要意义。新疆、西藏、青海等地区矿产资源丰富,但是自然地理条件恶劣,交通条件极差,海拔高,地形相对高差大,山势极为险峻,恶劣的自然条件导致该地区地质工作程度较低,稀有金属矿产勘查工作程度很低。目前应用的数据源以TM,ETM、ASTER遥感影像为主,空间分辨率较低,异常一般规模较小,在这些数据源中常呈混合像元的形式出现,严重影响异常提取的精度。
基于以上缺陷,本发明提供了一种基于遥感技术的伟晶岩型稀有金属矿的识别方法及系统,能够在较短时间内高效、快速、准确的识别伟晶岩型稀有金属矿产。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例伟晶岩型稀有金属矿识别方法的流程示意图,如图1所示,本发明提供的识别方法具体包括以下几个步骤:
步骤101:获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像。
步骤102:对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域。
步骤103:根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像。
步骤104:对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域。
步骤105:对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像。
步骤106:根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。
以遥感图像处理软件PCI、ENVI、ERDAS等为图像数据处理平台,采用易于伟晶岩识别的图像处理方案,对WorldView-2等高分影像进行处理。
根据WorldView-2等高分影像特点,选择532波段组合,所含信息量丰富,易于伟晶岩识别。对图像进行融合和正射纠正,获得供伟晶岩解译的基础图像。对WorldView-2等高分影像以532波段组合进行去相关分析,突出伟晶岩的信息。去相关分析是对图像的主成份进行对比度拉伸处理,该方法能有效的降低不同波段之间的相关性,增大不同地质体信息之间的反差。
因此,步骤102具体包括如下:
步骤1021:将所述WorldView-2等高分影像与532波段组合,得到WorldView-2影像532波段组合图像。
步骤1022:对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像。
步骤1023:根据伟晶岩在所述WorldView-2等高分影像上色调为浅色且为北西向条带状展布,周边围岩为深色色调,两者差异明显,解译标志的不同,确定所述处理后的WorldView-2等高分图像上的伟晶岩脉分布区域。
步骤1022具体包括:
主成分正变换:对所述WorldView-2影像532波段组合图像进行统计特征分析和主成分正变换,得到所述WorldView-2影像532波段组合图像的各个主分量。
线性增强:将所述WorldView-2影像532波段组合图像的各个所述主分量按照0-255灰度值进行线性拉伸增强,得到增强后的主分量,提高不同信息之间的反差。
主成分逆变换:对各个所述增强后的主分量进行主成分逆变换,得到处理后的WorldView-2等高分图像。由于各主分量之前已经经过线性拉伸,主成分逆变换还原至532波段组合图像后,3个波段之间的相关性小,形成信息量丰富的图像。
ASTER遥感影像是新一代的对地观测卫星遥感数据,在近红外及热红外波段对光谱进行了进一步细分,具有14个波段,分辨率达到15米。在进行提取时,此遥感数据覆盖范围内的干扰地物,如干河道、冲积扇、冰、雪、云、湖水、雪域周边湿地、河道两测的湿地、沼泽以及阴影等,与蚀变矿物无关的地物参与计算,会对蚀变信息提取产生干扰。去干扰工作的目的是通过波谱特征观察,灵活选用不同的数学方法(比值分析、高端切割和低端切割等方法),将非目标区及非目标地物经数字处理归入干扰窗,通过掩膜获得基础图像,以便进行主分量分析,尽可能地减少干扰物对异常提取工作产生的影响,详细见表1。
表1ASTER遥感影像干扰地物的去除方法
地物 | 去除方法 | 备注 |
阴影 | B9/B1 | 应注意保留暗色岩体的异常 |
云 | B1高端切割 | |
植被 | B4/B3 | 可能与暗色岩体混淆 |
水体 | B9低端切割或B9/B1 | |
盐碱地 | B2或B3高端切割 | |
冰、雪 | B9/B1或B1高端切割 | |
湖泊、湿地 | B9/B1 |
主成分分析是通过对特定的几个波段进行主成分分析,去除波段之间的相关性,降低数据维数,使尽可能多的有用信息集中到少量的影像波段中。各个主分量常常代表一定的地质意义,且互不重复,地质意义具有其独特性。如果提取遥感异常的原则是以大型矿(常含有高值异常)为主要目标,提取方法首选应是主成分分析法。
采用ASTER遥感影像B1、B2、B3、B4、B5、B6、B7、B8、B9等9个波段进行主成分变换,得到第一主分量-第九主分量共9个主分量,在变换后的图像中,第一主分量、第三主分量、第五主分量等主分量与稀有金属矿产成矿有关的信息均呈现高值或者低值,与周边围岩差异明显,采用第五主分量、第三主分量、第一主分量按照R、G、B的顺序进行假彩色合成,即将多波段单色影像合成为假彩色影像,合成后的图像中目标信息清晰,呈现深色色调,较好反映了伟晶岩的稀有金属矿产含矿信息。
因此,步骤104具体包括如下:
对所述ASTER遥感影像进行去干扰处理,得到去干扰后的ASTER图像。
采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量。具体为:对所述去干扰后的ASTER图像中的B1波段、B2波段、B3波段、B4波段、B5波段、B6波段、B7波段、B8波段、B9波段进行主成分变换,得到第一主分量、第二主分量、第三主分量、第四主分量、第五主分量、第六主分量、第七主分量、第八主分量、第九主分量。
将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。具体为:将所述第五主分量、所述第三主分量、所述第一主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
将解译的伟晶岩信息与提取的反映伟晶岩稀有金属矿产含矿信息进行对比,既在WorldView-2等高分影像上解译出伟晶岩,又在ASTER遥感影像上提取出稀有金属矿产含矿信息,将WorldView-2等高分影像和ASTER遥感影像空间配准,使解译出伟晶岩与提取出的含矿信息空间位置重叠,即圈定为含矿伟晶岩。
因此,步骤105具体包括:
对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行空间位置重合处理,得到目标图像。
最后,根据目标图像,对确定伟晶岩型稀有金属矿的位置信息开展野外查证工作,验证提取信息的可靠性和准确性。
下面以西昆仑大红柳滩花岗伟晶岩型锂铍铌钽矿床作为实验区,说明本发明技术方案。
矿区位于西昆仑成矿带大红柳滩地区,矿区地层除北东部较大面积的第四系松散层外,其余均为三叠系巴颜喀拉山群上组,矿区见有部分侏罗纪灰浅色中粒黑云母二长花岗岩岩体分布于西侧,呈长透镜状,近东西走向,侵入于中生界三叠系巴颜喀拉山群。矿区花岗伟晶岩脉发育,共圈定伟晶岩脉75条。
大红柳滩稀有金属矿区内目前共圈定了17个矿体,矿体主要产于三叠系巴颜喀拉山群地层中,含矿岩性为花岗伟晶岩,总体呈北西—南东向展布。区内共圈定钽铌矿体9条,矿体长23~140m,宽在4~2m不等,钽最高含量0.052×10-2,最低含量为0.0071×10-2,铌最高含量0.0514×10-2,最低含量为0.0055×10-2。区内共圈定锂矿体8条,矿体长23~140m,宽在4~32m之间,锂最高含量0.8837×10-2,最低含量为0.0019×10-2。
对收集的WorldView-2等高分影像进行图像处理,按照532波段进行波段组合,伟晶岩在组合后的影像上色调为浅色,北西向条带状展布,周边围岩为深色色调,两者差异明显。根据以上解译标志的不同,对矿区的伟晶岩进行解译,共解译出伟晶岩45条,见图2中黑色线条圈定的浅色区域。对收集的ASTER遥感影像开展数据预处理和图像处理工作,采用主成分变换的方法对1-9波段进行变换,对变换后的影像中的第五主分量、第三主分量、第一主分量按照R、G、B的顺序进行假彩色合成,得到假彩色合成图像,在该假彩色合成影像中与稀有金属矿化有关的信息呈深色色调。将解译的伟晶岩信息与影像中深色色调进行对比,圈定含矿伟晶岩,详细见图3黑色线条圈定的深色区域。然后野外对圈定的含矿伟晶岩进行查证,其分布与矿区矿体的分布位置一致,证明本发明的技术方案实用有效。
为实现上述目的,本发明还提供了一种伟晶岩型稀有金属矿的识别系统。
图4为本发明实施例伟晶岩型稀有金属矿识别系统的结构示意图;如图4所示,本发明提供的识别系统包括:
影像获取模块401,用于获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像。
伟晶岩脉分布区域确定模块402,用于对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域。
解译后的WorldView-2等高分图像得到模块403,用于根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像。
合成后的ASTER图像得到模块404,用于对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域。
目标图像得到模块405,用于对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像。
位置信息确定模块406,用于根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。
其中,所述伟晶岩脉分布区域确定模块402,具体包括:
WorldView-2影像532波段组合图像得到单元,用于将所述WorldView-2等高分影像与532波段组合,得到WorldView-2影像532波段组合图像。
处理后的WorldView-2等高分图像得到单元,用于对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像。
伟晶岩脉分布区域确定单元,用于根据伟晶岩在所述WorldView-2等高分影像上色调为浅色且为北西向条带状展布,确定所述处理后的WorldView-2等高分图像上的伟晶岩脉分布区域。
所述合成后的ASTER图像得到模块404,具体包括:
去干扰后的ASTER图像得到单元,用于对所述ASTER遥感影像进行去干扰处理,得到去干扰后的ASTER图像。
主分量得到单元,用于采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量。
合成后的ASTER图像得到单元,用于将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
由于WorldView-2等高分影像空间分辨率高,达到0.5米,而作为矿体的伟晶岩脉大多有1米至40米宽度,WorldView-2等高分影像经过处理后能够较清晰的反映伟晶岩脉的信息。岩石在短波红外谱段具有吸收反射特征,ASTER遥感影像具有光谱分辨率较高的特点,在短波红外谱段具有6个波段,易于识别稀有金属矿信息。因此,本发明提供的技术方案是在以WorldView-2等高分影像为基础,识别伟晶岩信息,调查伟晶岩的分布情况,并结合ASTER遥感影像,提取伟晶岩的稀有金属矿产含矿信息,进而圈定含矿伟晶岩,最后通过野外调查验证,寻找稀有金属矿产,不仅避免了仅仅只用TM,ETM、ASTER遥感影像,导致空间分辨率较低,异常一般规模较小,且常呈混合像元的形式出现,严重影响异常提取精度的问题,而且还实现艰险边远地区伟晶岩型稀有金属矿的快速找矿,为地勘工作服务,提高工作效率,节约国家和社会投入的资金。所以本发明提供的方法或者系统,能够在较短时间内高效、快速、准确的识别伟晶岩型稀有金属矿产,且前人尚未提出,本发明技术能够填补相关领域的空白,对指导找矿工作有一定意义。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种伟晶岩型稀有金属矿的识别方法,其特征在于,所述识别方法包括:
获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像;
对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域;
根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像;
对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域;
对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像;
根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。
2.根据权利要求1所述的识别方法,其特征在于,所述对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域,具体包括:
将所述WorldView-2等高分影像与532波段组合,得到WorldView-2影像532波段组合图像;
对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像;
根据伟晶岩在所述WorldView-2等高分影像上色调为浅色且为北西向条带状展布,确定所述处理后的WorldView-2等高分图像上的伟晶岩脉分布区域。
3.根据权利要求2所述的识别方法,其特征在于,所述对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像,具体包括:
对所述WorldView-2影像532波段组合图像进行主成分正变换,得到所述WorldView-2影像532波段组合图像的各个主分量;
将所述WorldView-2影像532波段组合图像的各个所述主分量按照0-255灰度值进行线性拉伸增强,得到增强后的主分量;
对各个所述增强后的主分量进行主成分逆变换,得到处理后的WorldView-2等高分图像。
4.根据权利要求1所述的识别方法,其特征在于,所述对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像,具体包括:
对所述ASTER遥感影像进行去干扰处理,得到去干扰后的ASTER图像;
采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量;
将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
5.根据权利要求4所述的识别方法,其特征在于,所述采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量,具体包括:
对所述去干扰后的ASTER图像中的B1波段、B2波段、B3波段、B4波段、B5波段、B6波段、B7波段、B8波段、B9波段进行主成分变换,得到第一主分量、第二主分量、第三主分量、第四主分量、第五主分量、第六主分量、第七主分量、第八主分量、第九主分量。
6.根据权利要求5所述的识别方法,其特征在于,所述将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像,具体包括:
将所述第五主分量、所述第三主分量、所述第一主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
7.根据权利要求1所述的识别方法,其特征在于,所述对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像,具体包括:
对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行空间位置重合处理,得到目标图像。
8.一种伟晶岩型稀有金属矿的识别系统,其特征在于,所述识别系统包括:
影像获取模块,用于获取WorldView-2等高分影像和ASTER遥感影像;所述ASTER遥感影像为对地观测卫星遥感图像;
伟晶岩脉分布区域确定模块,用于对所述WorldView-2等高分影像进行图像处理,确定伟晶岩脉分布区域;
解译后的WorldView-2等高分图像得到模块,用于根据所述伟晶岩脉分布区域,对处理后的所述WorldView-2等高分图像进行解译,得到解译后的WorldView-2等高分图像;
合成后的ASTER图像得到模块,用于对所述ASTER遥感影像进行主成分变换和假色彩合成处理,得到合成后的ASTER图像;所述合成后的ASTER图像的深色区域为伟晶岩型稀有金属矿的分布区域;
目标图像得到模块,用于对所述解译后的WorldView-2等高分图像和所述合成后的ASTER图像进行组合处理,得到目标图像;
位置信息确定模块,用于根据所述目标图像,确定所述伟晶岩型稀有金属矿的位置信息。
9.根据权利要求8所述的识别系统,其特征在于,所述伟晶岩脉分布区域确定模块,具体包括:
WorldView-2影像532波段组合图像得到单元,用于将所述WorldView-2等高分影像与532波段组合,得到WorldView-2影像532波段组合图像;
处理后的WorldView-2等高分图像得到单元,用于对所述WorldView-2影像532波段组合图像进行去相关分析处理,得到处理后的WorldView-2等高分图像;
伟晶岩脉分布区域确定单元,用于根据伟晶岩在所述WorldView-2等高分影像上色调为浅色且为北西向条带状展布,确定所述处理后的WorldView-2等高分图像上的伟晶岩脉分布区域。
10.根据权利要求8所述的识别系统,其特征在于,所述合成后的ASTER图像得到模块,具体包括:
去干扰后的ASTER图像得到单元,用于对所述ASTER遥感影像进行去干扰处理,得到去干扰后的ASTER图像;
主分量得到单元,用于采用主成分分析法,对所述去干扰后的ASTER图像进行处理,得到所述去干扰后的ASTER图像的各个主分量;
合成后的ASTER图像得到单元,用于将所述去干扰后的ASTER图像的各个所述主分量按照R、G、B的顺序进行假彩色合成,得到合成后的ASTER图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810049397.1A CN108181664B (zh) | 2018-01-18 | 2018-01-18 | 一种伟晶岩型稀有金属矿的识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810049397.1A CN108181664B (zh) | 2018-01-18 | 2018-01-18 | 一种伟晶岩型稀有金属矿的识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108181664A true CN108181664A (zh) | 2018-06-19 |
CN108181664B CN108181664B (zh) | 2019-11-15 |
Family
ID=62550940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810049397.1A Active CN108181664B (zh) | 2018-01-18 | 2018-01-18 | 一种伟晶岩型稀有金属矿的识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108181664B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359621A (zh) * | 2018-11-02 | 2019-02-19 | 中国地质科学院矿产资源研究所 | 一种基于多源遥感数据的伟晶岩型锂矿找矿方法 |
CN111292325A (zh) * | 2020-03-31 | 2020-06-16 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 一种基于遥感技术的萤石矿识别方法及系统 |
CN112379453A (zh) * | 2020-11-04 | 2021-02-19 | 西安建筑科技大学 | 交通困难地区沉积型碳酸盐铅锌矿勘测方法、系统、设备及应用 |
CN112464834A (zh) * | 2020-12-02 | 2021-03-09 | 核工业北京地质研究院 | 一种白岗岩铀成矿区不同期次岩体的多源遥感识别方法 |
CN113625363A (zh) * | 2021-08-18 | 2021-11-09 | 中国地质科学院矿产资源研究所 | 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质 |
CN116844050A (zh) * | 2023-07-05 | 2023-10-03 | 青海省地质调查院(青海省地质矿产研究院、青海省地质遥感中心) | 一种基于多源遥感数据的伟晶岩型锂矿找矿方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539998A (zh) * | 2009-04-29 | 2009-09-23 | 中国地质科学院矿产资源研究所 | 蚀变遥感异常提取方法和系统 |
CN102749296A (zh) * | 2012-06-28 | 2012-10-24 | 中国地质科学院矿产资源研究所 | 多光谱遥感斑岩铜矿床蚀变分带信息提取方法及装置 |
JP2013196151A (ja) * | 2012-03-16 | 2013-09-30 | Chikyu Joho Gijutsu Kenkyusho:Kk | 地形画像処理装置、地形画像処理方法、地形画像処理プログラム及びそれを記録したコンピュータ読み取り可能な記録媒体、並びに地形画像データ及び地形図データ |
CN104537375A (zh) * | 2015-01-22 | 2015-04-22 | 西安煤航卫星数据应用有限公司 | 一种基于卫星遥感数据的褐铁矿化信息提取方法 |
CN106198402A (zh) * | 2015-05-05 | 2016-12-07 | 核工业北京地质研究院 | 一种基于航天多光谱遥感数据的基性岩识别方法 |
-
2018
- 2018-01-18 CN CN201810049397.1A patent/CN108181664B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539998A (zh) * | 2009-04-29 | 2009-09-23 | 中国地质科学院矿产资源研究所 | 蚀变遥感异常提取方法和系统 |
JP2013196151A (ja) * | 2012-03-16 | 2013-09-30 | Chikyu Joho Gijutsu Kenkyusho:Kk | 地形画像処理装置、地形画像処理方法、地形画像処理プログラム及びそれを記録したコンピュータ読み取り可能な記録媒体、並びに地形画像データ及び地形図データ |
CN102749296A (zh) * | 2012-06-28 | 2012-10-24 | 中国地质科学院矿产资源研究所 | 多光谱遥感斑岩铜矿床蚀变分带信息提取方法及装置 |
CN104537375A (zh) * | 2015-01-22 | 2015-04-22 | 西安煤航卫星数据应用有限公司 | 一种基于卫星遥感数据的褐铁矿化信息提取方法 |
CN106198402A (zh) * | 2015-05-05 | 2016-12-07 | 核工业北京地质研究院 | 一种基于航天多光谱遥感数据的基性岩识别方法 |
Non-Patent Citations (1)
Title |
---|
王辉等: "高分遥感技术在塔什库尔干铁矿带中的应用", 《西北地质》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359621A (zh) * | 2018-11-02 | 2019-02-19 | 中国地质科学院矿产资源研究所 | 一种基于多源遥感数据的伟晶岩型锂矿找矿方法 |
CN109359621B (zh) * | 2018-11-02 | 2019-09-24 | 中国地质科学院矿产资源研究所 | 一种基于多源遥感数据的伟晶岩型锂矿找矿方法 |
CN111292325A (zh) * | 2020-03-31 | 2020-06-16 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 一种基于遥感技术的萤石矿识别方法及系统 |
CN112379453A (zh) * | 2020-11-04 | 2021-02-19 | 西安建筑科技大学 | 交通困难地区沉积型碳酸盐铅锌矿勘测方法、系统、设备及应用 |
CN112379453B (zh) * | 2020-11-04 | 2024-05-17 | 西安建筑科技大学 | 交通困难地区沉积型碳酸盐铅锌矿勘测方法、系统、设备及应用 |
CN112464834A (zh) * | 2020-12-02 | 2021-03-09 | 核工业北京地质研究院 | 一种白岗岩铀成矿区不同期次岩体的多源遥感识别方法 |
CN112464834B (zh) * | 2020-12-02 | 2024-02-13 | 核工业北京地质研究院 | 一种白岗岩铀成矿区不同期次岩体的多源遥感识别方法 |
CN113625363A (zh) * | 2021-08-18 | 2021-11-09 | 中国地质科学院矿产资源研究所 | 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质 |
CN113625363B (zh) * | 2021-08-18 | 2022-04-08 | 中国地质科学院矿产资源研究所 | 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质 |
CN116844050A (zh) * | 2023-07-05 | 2023-10-03 | 青海省地质调查院(青海省地质矿产研究院、青海省地质遥感中心) | 一种基于多源遥感数据的伟晶岩型锂矿找矿方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108181664B (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108181664B (zh) | 一种伟晶岩型稀有金属矿的识别方法及系统 | |
Eldosouky et al. | Integration of remote sensing and aeromagnetic data for mapping structural features and hydrothermal alteration zones in Wadi Allaqi area, South Eastern Desert of Egypt | |
Pour et al. | Structural mapping of the Bentong‐Raub suture zone using PALSAR remote sensing data, Peninsular Malaysia: implications for sediment‐hosted/orogenic gold mineral systems exploration | |
Li et al. | An index and approach for water extraction using Landsat–OLI data | |
CN104537375B (zh) | 一种基于卫星遥感数据的褐铁矿化信息提取方法 | |
CN108492260B (zh) | 基于张量投票耦合霍夫变换的地质线性体提取方法 | |
Mostafa et al. | Significance of lineament patterns in rock unit classification and designation: a pilot study on the Gharib‐Dara area, northern Eastern Desert, Egypt | |
CN104123559A (zh) | 盐湖区地下含钾卤水资源的多源遥感判别方法和系统 | |
CN107145891A (zh) | 一种基于遥感影像的水体提取方法及系统 | |
CN108956483A (zh) | 一种火山岩型铀矿化地段的航空高光谱遥感快速圈定方法 | |
CN114266958A (zh) | 一种基于云平台的红树林遥感快速精准提取方法 | |
Lyu et al. | Mapping spatial distribution characteristics of lineaments extracted from remote sensing image using fractal and multifractal models | |
Ni et al. | Semi-automatic extraction and mapping of dyke swarms based on multi-resolution remote sensing images: Applied to the dykes in the Kuluketage region in the northeastern Tarim Block | |
Deng et al. | Development and Evaluation of a Cloud-Gap-Filled MODIS Normalized Difference Snow Index Product over High Mountain Asia | |
CN109359621B (zh) | 一种基于多源遥感数据的伟晶岩型锂矿找矿方法 | |
Valero et al. | Patch-based reconstruction of high resolution satellite image time series with missing values using spatial, spectral and temporal similarities | |
Amer et al. | Image processing and analysis using Landsat ETM+ imagery for lithological mapping at Fawakhir, Central eastern desert of Egypt | |
CN104298824B (zh) | 基于“嫦娥一号”数据的月海地质单元划分及定年的方法 | |
Nady et al. | Use of remote sensing and gamma ray spectrometric data for elucidating radioactive mineralized zones, Wadi Jararah-Wadi Kharit area, south Eastern Desert, Egypt | |
Aliyu et al. | Utilizing landsat-8 sensor operational land image data for hydrothermal alteration mapping within Anka Schist Belt, northwestern Nigeria | |
WOO et al. | Development of Satellite Reflectivity Retrieval Technique for Tropical Cyclone Rainfall Nowcasting | |
He et al. | Notice of Retraction: Multi-Source Data Fusion Technology and Its Application in Geological and Mineral Survey | |
Akhavi et al. | RADARSAT‐1 Imagery and GIS Modeling for Mineral Exploration in Nova Scotia, Canada | |
Qi et al. | Research on evaluation of mining area ecological security based on GF-1 satellite imagery—taking Fushun West open-pit mine for example | |
Kalelioğlu et al. | Delineating compositionally different dykes in the Ulukışla basin (Central Anatolia, Turkey) using computer‐enhanced multi‐spectral remote sensing data |
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 |