CN109269987A - 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法 - Google Patents
一种基于spot5遥感数据的盐湖水体矿化度定性估测方法 Download PDFInfo
- Publication number
- CN109269987A CN109269987A CN201811183900.9A CN201811183900A CN109269987A CN 109269987 A CN109269987 A CN 109269987A CN 201811183900 A CN201811183900 A CN 201811183900A CN 109269987 A CN109269987 A CN 109269987A
- Authority
- CN
- China
- Prior art keywords
- spot5
- salt lake
- remotely
- band
- sensed data
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000003643 water by type Substances 0.000 claims abstract description 27
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 19
- 239000011707 mineral Substances 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 230000003595 spectral effect Effects 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 6
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 239000011780 sodium chloride Substances 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 abstract 1
- XZPVPNZTYPUODG-UHFFFAOYSA-M sodium;chloride;dihydrate Chemical compound O.O.[Na+].[Cl-] XZPVPNZTYPUODG-UHFFFAOYSA-M 0.000 abstract 1
- 239000012267 brine Substances 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 3
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 3
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 229910052796 boron Inorganic materials 0.000 description 2
- 229910052810 boron oxide Inorganic materials 0.000 description 2
- JKWMSGQKBLHBQQ-UHFFFAOYSA-N diboron trioxide Chemical compound O=BOB=O JKWMSGQKBLHBQQ-UHFFFAOYSA-N 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- PGYZAKRTYUHXRA-UHFFFAOYSA-N 2,10-dinitro-12h-[1,4]benzothiazino[3,2-b]phenothiazin-3-one Chemical compound S1C2=CC(=O)C([N+]([O-])=O)=CC2=NC2=C1C=C1SC3=CC=C([N+](=O)[O-])C=C3NC1=C2 PGYZAKRTYUHXRA-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- -1 brine ion Chemical class 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 150000003467 sulfuric acid derivatives Chemical class 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- 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
- G01N2021/1765—Method using an image detector and processing of image signal
-
- 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
- G01N2021/178—Methods for obtaining spatial resolution of the property being measured
- G01N2021/1785—Three dimensional
-
- 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
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (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
本发明属盐湖水体信息提取技术领域,具体涉及一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法。本发明包括如下步骤:一、SPOT5遥感数据源获取;二、SPOT5遥感数据预处理;三、基于SPOT5遥感数据的盐湖水体水际线提取;四、盐湖水域SPOT5遥感影像不同亮度值点位选取;五、盐湖水域SPOT5遥感影像不同点位光谱信息提取;六、构建基于SPOT5遥感数据的盐湖水体矿化度遥感指数SISPOT;七、构建基于SPOT5遥感数据的盐湖水体矿化度三维指数;八、基于SPOT5遥感数据的盐湖水体矿化度信息提取;九、基于SPOT5遥感数据的盐湖水体矿化度定性估测。通过本方法,能够快速定性估测盐水水体矿化度信息,对于降低湖水矿化度人工取样和分析成本,分析盐湖水体矿化度演化趋势具有十分重要的意义。
Description
技术领域
本发明属于盐湖水体信息提取技术领域,具体涉及一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法。
背景技术
我国是世界上盐湖分布最多的国家之一,而且以数量多、类型全、资源丰富、富含稀有元素而著称于世。青海、西藏、内蒙古和新疆等西部地区均分布着广泛的盐湖,盐湖卤水不仅含盐度高,而且蕴藏着丰富的钾、镁、锂、硼、和铀等盐类资源,潜在价值极大。一般来讲,淡水湖和咸水湖不成矿,也并非所有的盐湖都含矿,只有成熟度较高的盐湖,即矿化度高的盐湖才能成矿。张彭熹(1987)等人对柴达木盆地盐湖卤水矿化度与卤水离子含量研究,得出了卤水中的锂、钠、镁、钾、硼与卤水矿化度呈线性相关,特别是卤水中的稀散元素大体上存在着随矿化度增高而增加的趋势。因此,定性估测盐湖水体矿化度对于分析盐湖的形成和演化、盐湖矿产资源富集部位具有重要的意义。
传统盐湖水体矿化度信息获取方式为对盐湖全湖域水体进行人工面积性水样采集,而后送至分析测试实验室进行室内阴阳离子含量分析,通过相应公式计算得出矿化度值。由于我国盐湖众多,大多数盐湖区自然交通条件恶劣,很难完成密集的人工面式水样采集。因此,传统盐湖水体矿化度估算方法周期较长、难度较大,不利于众多盐湖含矿性的快速评价。遥感技术作为新的调查手段,具有宏观、综合、动态、和快速的特点,为地球资源调查与开发、国土整治、环境监测以及全球性研究,开辟了一种新的探测手段和方法(梅安新等,2001)。随着遥感数据分辨率的提高和技术手段的日益完善,应用遥感技术研究盐湖受到越来越多的关注(张博,2007;张大林等,2007)。Bhargana等在实验室条件下测试了低浓度单一成分(含NaCl)盐水的波谱,Crowley等进行了硫酸盐盐湖水中芒硝和石膏等矿物光谱测定,总结得出了该种矿物的光谱反射特征。张大林等(2007)基于较低分辨率的ETM数据对西藏扎布耶盐湖氧化硼含量进行了遥感定量研究,揭示了盐湖氧化硼含量的空间大致分布规律。但限于遥感数据的空间分辨率较低,基于卫星遥感手段识别盐湖水体矿化元素含量信息的识别精度受到较大限制。因此,开发一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法十分必要,该方法对于快速识别盐湖水域矿化度相对高低,降低盐湖矿化度调查和分析成本具有十分重要的意义。
发明内容
本发明解决的技术问题:本发明提供一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,可有效降低盐湖水体矿化度定性识别的勘查和化学分析成本。
本发明采用的技术方案:
一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,包括如下步骤:
步骤一、SPOT5遥感数据源的获取:选取覆盖某一盐湖水域数据采集质量高的高分辨率多波段SPOT5卫星遥感数据;
步骤二、SPOT5遥感数据预处理:对步骤一中获取的盐湖水域SPOT5遥感数据进行预处理,获取预处理后的SPOT5遥感数据;
步骤三、基于SPOT5遥感数据实现盐湖水域水际线提取:对步骤二获取的SPOT5遥感数据进行盐湖水域水际线信息提取,获取精确的盐湖水域轮廓线;
步骤四、盐湖水域SPOT5遥感影像不同亮度值点位选取:依据步骤三获取的盐湖水域SPOT5遥感影像的亮度值大小,选取一条亮度值由高到低的剖面,在剖面上均匀选取代表SPOT5遥感影像不同亮度值的多个点;
步骤五、盐湖水域SPOT5遥感影像不同点位光谱信息提取:对步骤四中选取的SPOT5遥感影像中多个点的光谱曲线进行特征分析,在SPOT5数据可见光-近红外波段域选择影像亮度值最大、谱形变化最大的波段x,在中红外波段域选择影像亮度值最小、谱形变化最小的波段y;
步骤六、构建基于SPOT5遥感数据的盐湖水体矿化度遥感指数SISPOT:将步骤五中获取的SPOT5遥感影像亮度值最大、谱形变化最大的波段x,与亮度值最小、谱形变化最小的波段y的比值作为反演湖水矿化度信息的指数,其表达式为:
SISPOT=SPOT5(band x)/SPOT5(band y)
该矿化度指数SISPOT是用SPOT5(band x)与SPOT5(band y)波段比值来定义,其取值范围大于零;
步骤七、构建基于SPOT5遥感数据的盐湖水体矿化度三维指数:为了充分反映SPOT5不同波段对湖水矿化度的光谱特征,依据步骤六中的矿化度指数的定义,将矿化度指数维度进行推广,可得到盐湖水体的SPOT5三维矿化度指数,即SPOT5(band x1)/SPOT5(band y1)、SPOT5(band x2)/SPOT5(band y2)、SPOT5(band x3)/SPOT5(band y3),该三维矿化度指数提供了较步骤六中的一维矿化度指数更丰富的信息,为盐湖矿化度含量的定性估测奠定了良好基础;
步骤八、基于SPOT5遥感数据的盐湖水体矿化度信息提取:基于盐湖水体遥感信息提取方法对步骤七中构建的湖水矿化度SPOT5遥感三维指数进行信息分离,得到SPOT5遥感数据3个组分的遥感影像(PC1、PC2、PC3);结合盐湖湖水水深等值线图,验证第一主成分影像(PC1)亮度值的高低定性反映了湖水矿化度含量的高低信息,而非湖水的深度信息;
步骤九、基于SPOT5遥感数据的盐湖水体矿化度定性估测:对步骤八中获取的反映盐湖水体矿化度信息的第一主成分影像(PC1),按照一定量值间隔进行密度分割,对分割后亮度值由小到大的每个量级分别赋以由浅到深的颜色,盐湖SPOT5遥感影像颜色的深浅代表了盐湖水体矿化度的高低,即为该盐湖水体矿化度定性估测图。
所述步骤一中,数据采集质量高是指SPOT5卫星遥感数据的采集时间为正午时间,且天空无云;多波段是指SPOT5遥感数据可见光-中红外四个波段。
所述步骤二中,预处理过程包括基于辐射回归分析法完成SPOT5遥感数据的辐射校正,基于多项式纠正法完成SPOT5数据的几何校正。
所述步骤三中,水际线信息提取方法为采用非监督分类方法对SPOT5遥感数据第4波段影像进行信息提取。
所述步骤四中,选取SPOT5遥感影像不同亮度值的多个点数量需大于5个点。
所述步骤五中,SPOT5数据可见光-近红外波段域波长范围为350nm~1500nm;SPOT5数据中红外波段域波长范围为1500nm~2500nm;选取的波段x指SPOT5第三波段数据,选取的波段y指SPOT5第四波段数据。
所述步骤六中,SISPOT为湖水矿化度SPOT5遥感指数;SPOT5(band x)/SPOT5(bandy)指SPOT5遥感影像亮度值最大、谱形变化最大波段的辐射亮度值与亮度值最小、谱形变化最小波段的辐射亮度值进行相除。
所述步骤七中,SPOT5(band x1)/SPOT5(band y1)指SPOT5遥感影像第3波段的辐射亮度值与第4波段的辐射亮度值进行相除;SPOT5(band x2)/SPOT5(band y2)指SPOT5遥感影像第2波段的辐射亮度值与第4波段的辐射亮度值进行相除;SPOT5(band x3)/SPOT5(band y3)指SPOT5遥感影像第1波段的辐射亮度值与第4波段的辐射亮度值进行相除。
所述步骤八中,遥感信息提取方法为主成分分析法;3个组分的遥感影像(PC1、PC2、PC3)指对SPOT5遥感三维指数进行主成分变换后,得到的第一主成分(PC1)、第二主成分(PC2)和第三主成分(PC3)。
所述步骤九中,按照一定量值间隔进行密度分割指按照SPOT5第一主成分影像亮度值大小均匀分为8个等级。
本发明的有益效果:
本发明的方法能够快速识别盐湖水域矿化度含量相对高低,大大降低盐湖湖水矿化度调查和分析成本,对分析盐湖演化和含矿性评价具有重要的意义,也为基于航空/航天遥感技术快速识别盐湖富矿水域奠定了基础。
附图说明
图1为某盐湖水域SPOT5遥感数据第二波段影像图;
图2为某盐湖SPOT5不同波段影像不同点位波谱曲线图;
图3为某盐湖SPOT5遥感影像多维矿化度指数主成分分析第一主分量图;
图4为某盐湖水体矿化度SPOT5遥感数据定性估测图(色标1-8表示矿化度由低到高)。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
本发明提供一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,包括如下步骤:
步骤一、SPOT5遥感数据源的获取。选取覆盖某一盐湖水域高分辨率可见光-中红外4波段SPOT5卫星遥感数据,数据采集时间正午时间,且天空无云;
步骤二、SPOT5遥感数据预处理。对步骤一中获取的盐湖水域SPOT5遥感数据进行预处理,基于辐射回归分析法完成SPOT5遥感数据的辐射校正,基于多项式纠正法完成SPOT5数据的几何校正,获取预处理后的SPOT5遥感数据,如图1所示;
步骤三、基于SPOT5遥感数据实现盐湖水域水际线提取。对步骤二获取的SPOT5第四波段遥感数据,采用非监督分类方法(ISODATA法)进行盐湖水域边界轮廓线信息提取,获取精确的盐湖水域轮廓线;
步骤四、盐湖水域SPOT5遥感影像不同亮度值点位选取。依据步骤三获取的盐湖水域水际线SPOT5遥感影像的辐射亮度值(ND值)大小,选取一条光谱亮度值由高到低的剖面,在剖面上均匀选取代表SPOT5遥感影像不同亮度值的多个点,点数需大于5个点;
步骤五、盐湖水域SPOT5遥感影像不同点位光谱信息提取。对步骤四中选取的SPOT5遥感影像中多个点的光谱曲线进行特征分析,在SPOT5数据可见光-近红外波段域(350nm~1500nm)选择影像亮度值最大、谱形变化最大的波段即SPOT5第三波段数据(SPOT5-band3),在中红外波段域选择影像亮度值最小、谱形变化最小的波段即SPOT5第四波段数据(SPOT5-band4),如图2所示;
步骤六、构建基于SPOT5遥感数据的盐湖水体矿化度遥感指数SISPOT。将步骤五中获取的SPOT5遥感影像亮度值最大、谱形变化最大的波段(SPOT5-band3),与亮度值最小、谱形变化最小的波段(SPOT5-band4)的比值作为反演湖水矿化度信息的指数,其表达式为:
SISPOT=SPOT5(band 3)/SPOT5(band 4) (式1)
该矿化度指数SISPOT是用SPOT5(band 3)与SPOT5(band 4)波段比值来定义,其取值范围大于零;
步骤七、构建基于SPOT5遥感数据的盐湖水体矿化度三维指数。为了充分反映SPOT5不同波段对湖水矿化度的光谱特征,依据步骤六中的矿化度指数的定义,将矿化度指数维度进行推广,可得到盐湖水体的SPOT5三维矿化度指数,即SPOT5遥感影像第3波段的辐射亮度值与第4波段的辐射亮度值进行相除(SPOT5(band 3)/SPOT5(band 4)),SPOT5遥感影像第2波段的辐射亮度值与第4波段的辐射亮度值进行相除(SPOT5(band 2)/SPOT5(band4)),SPOT5遥感影像第1波段的辐射亮度值与第4波段的辐射亮度值进行相除(SPOT5(band1)/SPOT5(band 4))。该多维矿化度指数提供了较步骤六中的一维矿化度指数更丰富的信息,为盐湖矿化度含量的定性估测奠定了良好基础;
步骤八、基于SPOT5遥感数据的盐湖水体矿化度信息提取。基于主成分分析法(简称“PCA”法)对步骤七中构建的湖水矿化度SPOT5遥感三维指数进行信息提取,得到SPOT5遥感数据第一主成分(PC1)、第二主成分(PC2)和第三主成分(PC3)3个组分的遥感影像;结合盐湖湖水水深等值线图,验证第一主成分影像(PC1)亮度值的高低定性反映了湖水矿化度含量的高低信息,而非湖水的深度信息,如图3所示;
步骤九、基于SPOT5遥感数据的盐湖水体矿化度定性估测。对步骤八中获取的反映盐湖水体矿化度信息的第一主成分影像(PC1),按照一定量值间隔进行密度分割,均匀分为8个等级,对分割后亮度值由小到大的每个量级分别赋以由浅到深的颜色,盐湖SPOT5遥感影像颜色的深浅代表了盐湖水体矿化度的高低,即为该盐湖水体矿化度定性估测图,如图4所示。
综合上述分析,盐湖水体矿化度均可以通过本方法进行快速定性估测,大大降低了盐湖水体矿化度调查和分析成本,提高了盐湖富矿水域的勘查效率,对于分析盐湖的形成和演化、矿产资源富集部位具有重要的意义。
上面对本发明的实施例作了详细说明,上述实施方式仅为本发明的最优实施例,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (10)
1.一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:包括如下步骤:
步骤一、SPOT5遥感数据源的获取:选取覆盖某一盐湖水域数据采集质量高的高分辨率多波段SPOT5卫星遥感数据;
步骤二、SPOT5遥感数据预处理:对步骤一中获取的盐湖水域SPOT5遥感数据进行预处理,获取预处理后的SPOT5遥感数据;
步骤三、基于SPOT5遥感数据实现盐湖水域水际线提取:对步骤二获取的SPOT5遥感数据进行盐湖水域水际线信息提取,获取精确的盐湖水域轮廓线;
步骤四、盐湖水域SPOT5遥感影像不同亮度值点位选取:依据步骤三获取的盐湖水域SPOT5遥感影像的亮度值大小,选取一条亮度值由高到低的剖面,在剖面上均匀选取代表SPOT5遥感影像不同亮度值的多个点;
步骤五、盐湖水域SPOT5遥感影像不同点位光谱信息提取:对步骤四中选取的SPOT5遥感影像中多个点的光谱曲线进行特征分析,在SPOT5数据可见光-近红外波段域选择影像亮度值最大、谱形变化最大的波段x,在中红外波段域选择影像亮度值最小、谱形变化最小的波段y;
步骤六、构建基于SPOT5遥感数据的盐湖水体矿化度遥感指数SISPOT:将步骤五中获取的SPOT5遥感影像亮度值最大、谱形变化最大的波段x,与亮度值最小、谱形变化最小的波段y的比值作为反演湖水矿化度信息的指数,其表达式为:
SISPOT=SPOT5(band x)/SPOT5(band y)
该矿化度指数SISPOT是用SPOT5(band x)与SPOT5(band y)波段比值来定义,其取值范围大于零;
步骤七、构建基于SPOT5遥感数据的盐湖水体矿化度三维指数:为了充分反映SPOT5不同波段对湖水矿化度的光谱特征,依据步骤六中的矿化度指数的定义,将矿化度指数维度进行推广,可得到盐湖水体的SPOT5三维矿化度指数,即SPOT5(band x1)/SPOT5(band y1)、SPOT5(band x2)/SPOT5(band y2)、SPOT5(band x3)/SPOT5(band y3),该三维矿化度指数提供了较步骤六中的一维矿化度指数更丰富的信息,为盐湖矿化度含量的定性估测奠定了良好基础;
步骤八、基于SPOT5遥感数据的盐湖水体矿化度信息提取:基于盐湖水体遥感信息提取方法对步骤七中构建的湖水矿化度SPOT5遥感三维指数进行信息分离,得到SPOT5遥感数据3个组分的遥感影像(PC1、PC2、PC3);结合盐湖湖水水深等值线图,验证第一主成分影像(PC1)亮度值的高低定性反映了湖水矿化度含量的高低信息,而非湖水的深度信息;
步骤九、基于SPOT5遥感数据的盐湖水体矿化度定性估测:对步骤八中获取的反映盐湖水体矿化度信息的第一主成分影像(PC1),按照一定量值间隔进行密度分割,对分割后亮度值由小到大的每个量级分别赋以由浅到深的颜色,盐湖SPOT5遥感影像颜色的深浅代表了盐湖水体矿化度的高低,即为该盐湖水体矿化度定性估测图。
2.根据权利要求1所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤一中,数据采集质量高是指SPOT5卫星遥感数据的采集时间为正午时间,且天空无云;多波段是指SPOT5遥感数据可见光-中红外四个波段。
3.根据权利要求2所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤二中,预处理过程包括基于辐射回归分析法完成SPOT5遥感数据的辐射校正,基于多项式纠正法完成SPOT5数据的几何校正。
4.根据权利要求3所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤三中,水际线信息提取方法为采用非监督分类方法对SPOT5遥感数据第4波段影像进行信息提取。
5.根据权利要求4所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤四中,选取SPOT5遥感影像不同亮度值的多个点数量需大于5个点。
6.根据权利要求5所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤五中,SPOT5数据可见光-近红外波段域波长范围为350nm~1500nm;SPOT5数据中红外波段域波长范围为1500nm~2500nm;选取的波段x指SPOT5第三波段数据,选取的波段y指SPOT5第四波段数据。
7.根据权利要求6所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤六中,SISPOT为湖水矿化度SPOT5遥感指数;SPOT5(band x)/SPOT5(band y)指SPOT5遥感影像亮度值最大、谱形变化最大波段的辐射亮度值与亮度值最小、谱形变化最小波段的辐射亮度值进行相除。
8.根据权利要求7所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤七中,SPOT5(band x1)/SPOT5(band y1)指SPOT5遥感影像第3波段的辐射亮度值与第4波段的辐射亮度值进行相除;SPOT5(band x2)/SPOT5(band y2)指SPOT5遥感影像第2波段的辐射亮度值与第4波段的辐射亮度值进行相除;SPOT5(band x3)/SPOT5(band y3)指SPOT5遥感影像第1波段的辐射亮度值与第4波段的辐射亮度值进行相除。
9.根据权利要求8所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤八中,遥感信息提取方法为主成分分析法;3个组分的遥感影像(PC1、PC2、PC3)指对SPOT5遥感三维指数进行主成分变换后,得到的第一主成分(PC1)、第二主成分(PC2)和第三主成分(PC3)。
10.根据权利要求9所述的一种基于SPOT5遥感数据的盐湖水体矿化度定性估测方法,其特征在于:所述步骤九中,按照一定量值间隔进行密度分割指按照SPOT5第一主成分影像亮度值大小均匀分为8个等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183900.9A CN109269987A (zh) | 2018-10-11 | 2018-10-11 | 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183900.9A CN109269987A (zh) | 2018-10-11 | 2018-10-11 | 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109269987A true CN109269987A (zh) | 2019-01-25 |
Family
ID=65195674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811183900.9A Pending CN109269987A (zh) | 2018-10-11 | 2018-10-11 | 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109269987A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111816263A (zh) * | 2020-06-30 | 2020-10-23 | 核工业北京地质研究院 | 一种基于etm+遥感数据定性识别盐湖水域赋矿量的方法 |
CN111914650A (zh) * | 2020-06-30 | 2020-11-10 | 核工业北京地质研究院 | 一种基于aster遥感数据识别盐湖富矿水域的方法 |
CN116022931A (zh) * | 2023-02-13 | 2023-04-28 | 中国水利水电科学研究院 | 生态系统修复方法、装置、设备、介质及产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105243367A (zh) * | 2015-10-12 | 2016-01-13 | 水利部水利信息中心 | 一种基于卫星遥感数据的水体范围监测方法和装置 |
CN107561024A (zh) * | 2017-07-17 | 2018-01-09 | 核工业北京地质研究院 | 一种适用于盐湖富铀水体的高光谱遥感识别方法 |
CN104537375B (zh) * | 2015-01-22 | 2018-03-13 | 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 |
-
2018
- 2018-10-11 CN CN201811183900.9A patent/CN109269987A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104537375B (zh) * | 2015-01-22 | 2018-03-13 | 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 |
CN105243367A (zh) * | 2015-10-12 | 2016-01-13 | 水利部水利信息中心 | 一种基于卫星遥感数据的水体范围监测方法和装置 |
CN107561024A (zh) * | 2017-07-17 | 2018-01-09 | 核工业北京地质研究院 | 一种适用于盐湖富铀水体的高光谱遥感识别方法 |
Non-Patent Citations (2)
Title |
---|
买买提•沙吾提 等: "《干旱区土壤盐渍化遥感监测及评价研究》", 31 December 2017 * |
王俊虎 等: "含铀盐湖矿化度高分辨率遥感估测", 《地球科学 中国地质大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111816263A (zh) * | 2020-06-30 | 2020-10-23 | 核工业北京地质研究院 | 一种基于etm+遥感数据定性识别盐湖水域赋矿量的方法 |
CN111914650A (zh) * | 2020-06-30 | 2020-11-10 | 核工业北京地质研究院 | 一种基于aster遥感数据识别盐湖富矿水域的方法 |
CN111816263B (zh) * | 2020-06-30 | 2024-01-16 | 核工业北京地质研究院 | 一种基于etm+遥感数据定性识别盐湖水域赋矿量的方法 |
CN116022931A (zh) * | 2023-02-13 | 2023-04-28 | 中国水利水电科学研究院 | 生态系统修复方法、装置、设备、介质及产品 |
CN116022931B (zh) * | 2023-02-13 | 2023-09-15 | 中国水利水电科学研究院 | 生态系统修复方法、装置、设备、介质及产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111402194B (zh) | 适用于花岗岩铀成矿区出露和隐伏断裂构造识别的方法 | |
CN108171210B (zh) | 一种植被覆盖区蚀变遥感异常信息的提取方法及系统 | |
CN109406405A (zh) | 一种适用于盐湖水体矿化度的高分辨率遥感定量估算方法 | |
CN107561024B (zh) | 一种适用于盐湖富铀水体的高光谱遥感识别方法 | |
CN110390267A (zh) | 一种基于高分遥感影像的山地景观建筑提取方法和设备 | |
CN109269987A (zh) | 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法 | |
CN108613933A (zh) | 基于多源遥感数据融合的林地干旱时空动态监测方法 | |
CN109325960A (zh) | 一种红外云图气旋分析方法及分析系统 | |
CN104899562B (zh) | 基于纹理分割融合的雷达遥感影像人工建筑识别算法 | |
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 | |
CN103034858A (zh) | 一种卫星云图的二次聚类分割方法 | |
CN110378295B (zh) | 一种多光谱图像信息和光谱信息异构融合的煤矸识别方法 | |
CN102749296A (zh) | 多光谱遥感斑岩铜矿床蚀变分带信息提取方法及装置 | |
CN102749046A (zh) | 岩体结构面直剪试验中剪切面积的测量方法 | |
CN103512661A (zh) | 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 | |
CN109635713A (zh) | 高原山地阴影区冰川识别方法 | |
CN109961087A (zh) | 基于空间数据集分析的异常遥感信息提取方法及装置 | |
CN115330664A (zh) | 基于图像识别的围岩风化程度全自动识别方法及装置 | |
CN109800728A (zh) | 一种基于深度学习的矿物质快速识别的方法 | |
CN105241429B (zh) | 一种基于航空遥感的近海工业温排水提取方法 | |
CN108932474A (zh) | 一种基于全卷积神经网络复合特征的遥感影像云判方法 | |
CN104966102A (zh) | 基于卫星图像的台风检测方法 | |
Yao et al. | Mysterious increases of whiting events in the Bahama Banks | |
CN106777707A (zh) | 一种利用改进的蜘蛛网图进行测井岩性定量识别的方法 | |
CN109738369A (zh) | 一种采用航空高光谱遥感玉器的考古探测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |
|
RJ01 | Rejection of invention patent application after publication |