CN109738372A - 一种航空高光谱岩矿探测多元数据处理方法 - Google Patents
一种航空高光谱岩矿探测多元数据处理方法 Download PDFInfo
- Publication number
- CN109738372A CN109738372A CN201811588396.0A CN201811588396A CN109738372A CN 109738372 A CN109738372 A CN 109738372A CN 201811588396 A CN201811588396 A CN 201811588396A CN 109738372 A CN109738372 A CN 109738372A
- Authority
- CN
- China
- Prior art keywords
- data
- correction
- processing method
- data processing
- rock mine
- 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)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于遥感技术领域，具体公开一种航空高光谱岩矿探测多元数据处理方法，该方法具体包括以下步骤：步骤(1)高光谱图像几何校正；步骤(2)大气校正，得到多元光谱数据；步骤(3)对上述步骤(2)中得到的多元光谱数据进行辐射定标与校正；步骤(4)提取对上述步骤(3)中辐射定标与校正后的多元光谱数据。本发明的方法使高光谱数据的空间位置准确，在实现数据精度的相对最优化。
Description
技术领域
本发明属于遥感技术领域，具体涉及一种航空高光谱岩矿探测多元数据处理方法。
背景技术
测谱学是地质领域的重要技术手段之一，能够无损、快速、大面积对地质构造、地层界线和典型矿物进行探测和识别。航空高光谱遥感是光谱学的重要数据来源，其所包含的空间、辐射和光谱三重信息，在算法的支持下，实现了岩矿相关信息定量遥感目标。
传统上，各个单位在实施航空高光谱技术进行岩矿探测时，研究重点多集中在后端的高光谱信息提取工作，处理多采用传统生态环境评价的处理方法。在几何校正方面，采用遴选控制点的方法，造成条带间偏差；在辐射校正方面，缺乏仪器的标定方法；大气校正的参数常常缺失；没有充分发挥辅助数据等问题。容易忽视岩矿微弱光谱特征信息，无法实现多元数据处理的精细要求，造成所获取的航空高光谱数据常含有一些病态数据，影响到后续岩矿提取的精度。
因此，亟待需要对岩矿航空高光谱数据的处理技术进行规范化，设计一套适合岩矿探测的多元数据处理技术。
发明内容
本发明的目的在于提供一种航空高光谱岩矿探测多元数据处理方法，该方法使高光谱数据的空间位置准确，在实现数据精度的相对最优化。
实现本发明目的的技术方案：一种航空高光谱岩矿探测多元数据处理方法，该方法具体包括以下步骤：
步骤(1)高光谱图像几何校正；
步骤(2)大气校正，得到多元光谱数据；
步骤(3)对上述步骤(2)中得到的多元光谱数据进行辐射定标与校正；
步骤(4)提取对上述步骤(3)中辐射定标与校正后的多元光谱数据。
所述的步骤(1)的具体步骤如下：
步骤(1.1)定姿定位系统POS数据处理；
步骤(1.2)对高光谱图像进行Bundle校正；
步骤(1.3)对高光谱图像进行几何变换。
所述的步骤(1.1)中的定姿定位系统POS数据包括机载GPS数据、Bundle GCP数据、地面GPS基站数据和IMU数据管理。
所述的步骤(2)的具体步骤如下：
步骤(2.1)基于FLAASH模型的大气校正；
步骤(2.2)获取大气校正参数；
步骤(2.3)应用地面同步数据，得到多元光谱数据。
所述的步骤(2.2)中采用太阳光度计CE318测得大气校正参数。
所述的步骤(2.2)中的大气校正参数包括大气透过率、消光光学厚度、气溶胶光学厚度、大气水汽柱总量和臭氧总量。
所述的步骤(2.3)中的多元数据信息包括日光强度、云量、气温、能见度、风向、风速、测量高度、天顶角、方位角和时间。
所述的步骤(3)的具体步骤如下：
步骤(3.1)光谱定标；
步骤(3.2)辐射校正。
本发明的有益技术效果在于：本发明的方法通过对所采集的航空高光谱数据进行一系列处理，得到高精度岩矿光谱数据，按照几何校正、大气校正、辐射定标与校正和辅助信息提取的步骤，逐渐去除航空高光谱数据中的干扰信息，使高光谱数据的空间位置准确，在辅助信息提取的基础上，实现数据精度的相对最优化。本发明的方法为实现航空高光谱岩矿探测多元数据处理的系统化、自动化和规范化提供了技术支持。结合岩矿探测的实际需求，设计一套涵盖几何校正、大气校正、辐射定标与校正和辅助信息提取的技术体系，为现有相关工作的提升提供了决策依据。本发明的方法不限定航空高光谱的波段范围，适用于可见光、近红外、中红外和热红外等多个传感器。通过一系列的数据处理技术，有利于从大噪声背景中提取岩矿微弱光谱信息，增强岩矿的特征波段，克服现有高光谱数据被云、植被和山体阴影遮挡等多个不利因素。为相关岩矿探测多元数据处理工作提供了新的技术支持。
附图说明
图1为本发明所提供的一种航空高光谱岩矿探测多元数据处理方法的流程图。
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。
如图1所示，本发明所提供的一种航空高光谱岩矿探测多元数据处理方法，该方法具体包括以下步骤：
步骤(1)高光谱图像几何校正，具体步骤如下：
对航空高光谱图像进行几何校正，从而消除机载高光谱影像附上真实的地理坐标几何畸变。
步骤(1.1)定姿定位系统POS数据处理
定姿定位系统POS数据包括机载GPS数据、Bundle GCP数据、地面GPS基站数据和IMU数据管理。
按照项目分割原则，对定姿定位系统每个项目的POS数据进行存储。再利用定姿定位系统POSPac MMS 5.3软件处理上述POS数据，导出相应项目的定姿定位系统POS数据，快速处理和分析校正POS数据效果。处理结束后，由于POS数据中记录了每一个GPS时间的姿态数据和位置数据，通过与基站数据差分后处理最终得到结果文件sbet.out，该文件中包含了每一个GPS时间的六方位元素(XYZ和RPH)。
步骤(1.2)对高光谱图像进行Bundle校正
由POS系统计算出的结果中的六方位元素是POS系统坐标下的，而不是高光谱图像坐标系统下的，因此与高光谱图像的外方位元素有一定的偏移，为了精确获取该偏移量，需要对高光谱图像进行Bundle校正。选取一块很小的飞行区域，在该区域内测量地面控制点，并在高光谱图像上找到对应的点，计算得出高光谱图像的外方位元素的六个偏移量。
步骤(1.3)对高光谱图像进行几何变换
高光谱原始图像中记录了每一帧图像的GPS时间，机载高光谱数据生成了一个时间标志记录文件*.att文件，该文件中记录了每一帧图像的GPS时间，该GPS时间都包含在POS系统结果文件的时间段内，通过时间比对和坐标投影变换就可以获得每一帧图像的姿态数据和位置数据，从而完成高光谱图像的几何变换。
步骤(2)大气校正，得到多元光谱数据，具体步骤如下：
由于电磁波在“太阳-大气-地物-大气-传感器”的传播过程中，受大气的散射、反射和吸收作用，机载高光谱传感器所接收的地物目标电磁波谱与地物标准光谱存在失真。因此，需要进行大气校正。
步骤(2.1)基于FLAASH模型的大气校正
基于太阳波谱范围内(不含热辐射)和平面郎伯体，在传感器处接收的像元光谱辐射亮度公式为：
式中，L为传感器像元接收到的总辐射亮度；ρ为像素表面反射率；ρe为像素周围平均表面反射率；S为大气球面反照率；Lα为大气后向散射辐射率(大气程辐射)；A、B为大气条件和几何条件的两个系数。
参数A、B、S和Lα的值是通过辐射传输模型MODTRAN的计算获取的，需要用到观测视场角、太阳角度、平均海拔高度，以及假设的大气模型、气溶胶类型、能见度范围。空间平均反射率用于计算大气点扩散函数，它是描述地表未处于视线路径上的部分点对目标像素的辐射贡献关系。气溶胶厚度的反演应用暗目标法。
步骤(2.2)获取大气校正参数
在地面同步测量中，采用太阳光度计CE318，太阳光度计CE318能自动跟踪太阳作直射辐射测量，还能进行太阳高度角、太阳主平面和极化测量。通过太阳光度计CE318测得的直射太阳辐射数据可反演出的大气校正参数数据有：大气透过率、消光光学厚度、气溶胶光学厚度、大气水汽柱总量和臭氧总量。大气校正参数数据可反演大气气溶胶粒子尺度谱分布和气溶胶相函数。
步骤(2.3)应用地面同步数据，得到多元光谱数据
将测区的日光强度、云量、气温、能见度、风向、风速、测量高度、天顶角、方位角、时间等多元数据信息进行处理，为大气校正提供数据源。将上述多元数据信息反演得到在不同波段上的气溶胶光学厚度、水汽含量数据、大气浑浊度和光谱卷积算法反演后的气溶胶光学厚度。
步骤(3)对上述步骤(2)中得到的多元光谱数据进行辐射定标与校正
步骤(3.1)光谱定标
采用已知波长的激光发生器，由于已知标准光源的波长，同时能测量该波长在传感器阵列上的位置，通过最小二乘法多项式拟合得到每一个像元的中心波长，进而得到光谱定标文件。
将该定标文件存储到系统中，通过读取该文件的内容，得出传感器测量信号的波长位置、曲线形状，得到传感器每个波段的波长位置和光谱响应函数。
步骤(3.2)辐射校正
选择平场域法对机载传感器进行辐射校正，铺设3块大小均为10m×20m的黑、灰、白定标布，其光谱响应曲线已知且变化平缓，利用飞机过顶时测得的平均光谱辐射值来模拟飞行时大气条件下的太阳光谱。
通过每个像元的DN值与该定标布平均光谱辐射值的比值，作为地表反射率，实现辐射定标。
步骤(4)提取对上述步骤(3)中辐射定标与校正后的多元光谱数据，评估多元光谱数据处理的精度。
将步骤(1)～步骤(3)处理后的多元光谱数据与岩矿光谱库数据进行对比，分析特征吸收峰和反射峰的强度和位置，评估多元光谱数据处理的精度。
上面结合附图和实施例对本发明作了详细说明，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作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (8)
1.一种航空高光谱岩矿探测多元数据处理方法，其特征在于，该方法具体包括以下步骤：
步骤(1)高光谱图像几何校正；
步骤(2)大气校正，得到多元光谱数据；
步骤(3)对上述步骤(2)中得到的多元光谱数据进行辐射定标与校正；
步骤(4)提取对上述步骤(3)中辐射定标与校正后的多元光谱数据。
2.根据权利要求1所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(1)的具体步骤如下：
步骤(1.1)定姿定位系统POS数据处理；
步骤(1.2)对高光谱图像进行Bundle校正；
步骤(1.3)对高光谱图像进行几何变换。
3.根据权利要求2所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(1.1)中的定姿定位系统POS数据包括机载GPS数据、Bundle GCP数据、地面GPS基站数据和IMU数据管理。
4.根据权利要求3所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(2)的具体步骤如下：
步骤(2.1)基于FLAASH模型的大气校正；
步骤(2.2)获取大气校正参数；
步骤(2.3)应用地面同步数据，得到多元光谱数据。
5.根据权利要求4所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(2.2)中采用太阳光度计CE318测得大气校正参数。
6.根据权利要求5所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(2.2)中的大气校正参数包括大气透过率、消光光学厚度、气溶胶光学厚度、大气水汽柱总量和臭氧总量。
7.根据权利要求6所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(2.3)中的多元数据信息包括日光强度、云量、气温、能见度、风向、风速、测量高度、天顶角、方位角和时间。
8.根据权利要求7所述的一种航空高光谱岩矿探测多元数据处理方法，其特征在于：所述的步骤(3)的具体步骤如下：
步骤(3.1)光谱定标；
步骤(3.2)辐射校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811588396.0A CN109738372A (zh) | 2018-12-25 | 2018-12-25 | 一种航空高光谱岩矿探测多元数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811588396.0A CN109738372A (zh) | 2018-12-25 | 2018-12-25 | 一种航空高光谱岩矿探测多元数据处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109738372A true CN109738372A (zh) | 2019-05-10 |
Family
ID=66361266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811588396.0A Pending CN109738372A (zh) | 2018-12-25 | 2018-12-25 | 一种航空高光谱岩矿探测多元数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109738372A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110794387A (zh) * | 2019-11-28 | 2020-02-14 | 中国科学院合肥物质科学研究院 | 一种机载高光谱成像激光雷达系统的辐射标定方法 |
| CN114778463A (zh) * | 2022-06-22 | 2022-07-22 | 广东省科学院广州地理研究所 | 一种无人机高光谱影像辐射定标方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101900550A (zh) * | 2010-07-20 | 2010-12-01 | 同济大学 | 一种基于卫星影像的建筑物高程定位控制与精度评价方法 |
| CN103499815A (zh) * | 2013-09-10 | 2014-01-08 | 李云梅 | 一种基于氧气和水汽吸收波段的内陆水体大气校正方法 |
| CN103940511A (zh) * | 2014-04-03 | 2014-07-23 | 清华大学 | 高光谱采集系统的光谱谱线定标方法及装置 |
| CN108663330A (zh) * | 2018-04-19 | 2018-10-16 | 中国国土资源航空物探遥感中心 | 一种基于叶片实测光谱的植被覆盖区土壤铜元素反演方法 |
| CN108921885A (zh) * | 2018-08-03 | 2018-11-30 | 南京林业大学 | 一种综合三类数据源联合反演森林地上生物量的方法 |
-
2018
- 2018-12-25 CN CN201811588396.0A patent/CN109738372A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101900550A (zh) * | 2010-07-20 | 2010-12-01 | 同济大学 | 一种基于卫星影像的建筑物高程定位控制与精度评价方法 |
| CN103499815A (zh) * | 2013-09-10 | 2014-01-08 | 李云梅 | 一种基于氧气和水汽吸收波段的内陆水体大气校正方法 |
| CN103940511A (zh) * | 2014-04-03 | 2014-07-23 | 清华大学 | 高光谱采集系统的光谱谱线定标方法及装置 |
| CN108663330A (zh) * | 2018-04-19 | 2018-10-16 | 中国国土资源航空物探遥感中心 | 一种基于叶片实测光谱的植被覆盖区土壤铜元素反演方法 |
| CN108921885A (zh) * | 2018-08-03 | 2018-11-30 | 南京林业大学 | 一种综合三类数据源联合反演森林地上生物量的方法 |
Non-Patent Citations (7)
| Title |
|---|
| MINGMING XU 等: "An image-based endmember bundle extraction algorithm using reconstruction error for hyperspectral imagery", 《NEUROCOMPUTING》 * |
| 张东辉 等: "机载高光谱测量地面同步数据管理系统的实现", 《测控技术》 * |
| 张东辉 等: "高光谱数据CASI信息提取的空间尺度效应", 《湖南科技大学学报( 自然科学版)》 * |
| 林辉 等: "成像高光谱数据的大气校正方法研究", 《中南林业科技大学学报》 * |
| 相爱芹 等: "新疆卡拉塔格地区航空高光谱矿物填图及找矿预测", 《矿产勘查》 * |
| 袁金国 等: "基于FLAASH的Hyperion高光谱影像大气校正", 《光谱学与光谱分析》 * |
| 陆冬华 等: "航空高光谱热红外数据温度反演算法研究", 《2013上海遥感与社会发展国际学术研讨会论文集》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110794387A (zh) * | 2019-11-28 | 2020-02-14 | 中国科学院合肥物质科学研究院 | 一种机载高光谱成像激光雷达系统的辐射标定方法 |
| US11867846B2 (en) | 2019-11-28 | 2024-01-09 | Hefei Institute of Physical Science, Chinese Academy of Sciences | Method for radiation calibration of airborne hyperspectral imaging LiDAR system |
| CN114778463A (zh) * | 2022-06-22 | 2022-07-22 | 广东省科学院广州地理研究所 | 一种无人机高光谱影像辐射定标方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9990705B2 (en) | Atmospheric compensation in satellite imagery | |
| CN113324656B (zh) | 无人机搭载红外遥感的地表热异常探测方法及系统 | |
| DeSouza‐Machado et al. | Infrared retrievals of dust using AIRS: Comparisons of optical depths and heights derived for a North African dust storm to other collocated EOS A‐Train and surface observations | |
| CN113537018B (zh) | 基于多时相卫星遥感和无人机技术的水土保持监测方法 | |
| Tang | Nonlinear split-window algorithms for estimating land and sea surface temperatures from simulated Chinese Gaofen-5 satellite data | |
| Guo et al. | Atmospheric correction comparison of SPOT-5 image based on model FLAASH and model QUAC | |
| Sun et al. | Aerosol optical depth retrieval by HJ-1/CCD supported by MODIS surface reflectance data | |
| Ye et al. | Cross-calibration of Chinese Gaofen-5 thermal infrared images and its improvement on land surface temperature retrieval | |
| Wang et al. | Water vapor retrievals from near-infrared channels of the advanced Medium Resolution Spectral Imager instrument onboard the Fengyun-3D satellite | |
| CN108225572A (zh) | 基于热红外遥感数据的城市中高温热异常检测方法 | |
| CN109738372A (zh) | 一种航空高光谱岩矿探测多元数据处理方法 | |
| Li et al. | Multi-information collaborative cloud identification algorithm in Gaofen-5 Directional Polarimetric Camera imagery | |
| Zheng et al. | Quantification of the adjacency effect on measurements in the thermal infrared region | |
| Chen et al. | An atmospheric correction algorithm for Landsat/TM imagery basing on inverse distance spatial interpolation algorithm: A case study in Taihu Lake | |
| Zhong et al. | A retrieval method for land surface temperatures based on UAV broadband thermal infrared images via the three-dimensional look-up table | |
| Zhou et al. | Radiometric cross-calibration of large-view-angle satellite sensors using global searching to reduce BRDF influence | |
| Hu et al. | Comparison of absolute and relative radiometric normalization use Landsat time series images | |
| Singh et al. | Effects of topographic corrections on MODIS sensor satellite imagery of mountainous region | |
| Aragon et al. | Revisiting the spatial scale effects on remotely sensed evaporation | |
| Sartika et al. | Determining the Precision of Spectral Patterns Arising from Atmospheric Correction Utilizing MODTRAN-FLAASH and 6S Approaches on High-Resolution SPOT-6 Imagery | |
| Yang et al. | Large-scale earth surface thermal radiative features in space observation | |
| CN107389595B (zh) | 一种基于modis三通道加权平均的水汽反演方法 | |
| Zahir | Application of Geo-informatics Technology to Access the Surface Temperature Using LANDSAT 8 OLI/TIRS Satellite Data: A Case Study in Ampara District in Sri Lanka | |
| Bannehr et al. | Extracting roof parameters and heat bridges over the city of Oldenburg from hyperspectral, thermal, and airborne laser scanning data | |
| Bogliolo et al. | Inspecting MIVIS capability to retrieve chemical–mineralogical information: evaluation and analysis of VNIR–SWIR data acquired on a volcanic area |
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: 20190510 |
|
| RJ01 | Rejection of invention patent application after publication |