CN109839356A - 基于WorldView-3卫星数据的矿化蚀变信息提取方法 - Google Patents
基于WorldView-3卫星数据的矿化蚀变信息提取方法 Download PDFInfo
- Publication number
- CN109839356A CN109839356A CN201711227776.7A CN201711227776A CN109839356A CN 109839356 A CN109839356 A CN 109839356A CN 201711227776 A CN201711227776 A CN 201711227776A CN 109839356 A CN109839356 A CN 109839356A
- Authority
- CN
- China
- Prior art keywords
- worldview
- principal component
- data
- swir
- vnir
- 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
Abstract
本发明属于遥感地质调查技术领域，具体涉及一种基于WorldView‑3卫星数据的矿化蚀变信息提取方法。该方法包括以下步骤：步骤一：WorldView‑3数据读取；步骤二：数据预处理；步骤三：构建主成分分析模型，获取特征向量矩阵；步骤四：特征向量矩阵分析，确定蚀变矿物信息所在主分量；步骤五：统计主分量图像像元灰度值的平均值和标准差；步骤六：确定阈值，提取矿化蚀变信息。
Description
技术领域
本发明属于遥感地质调查技术领域，具体涉及一种基于WorldView-3卫星数据的矿化蚀变信息提取方法。
背景技术
遥感蚀变信息是指有利于成矿作用发生的空间实体中，蚀变围岩在遥感影像上反映出来的包含各种背景(土壤、水体、植被等)信息在内的综合光谱信息。不同的蚀变矿物在可见光-近红外、短波红外和热红外波段内具有与其组分密切相关的光谱特征。多光谱遥感数据包含多个波段信息，可用于鉴别不同矿物的诊断性光谱特征，从而提取矿物蚀变信息。
WorldView-3是美国DigitalGlobal公司于2014年8月发射升空的第四代高分辨率多光谱商业卫星，与ASTER(Advanced Spaceborne Thermal Emission and ReflectionRadiometer，即高级空间热放射与反射测量仪)数据一样，是介于传统TM(ThematicMapper，即专题制图仪)、ETM+(Enhance Thematic Mapper Plus，即增强型专题制图仪+)等多光谱数据和高光谱数据之间的多光谱数据。WorldView-3数据拥有8个可见光-近红外(1.24米空间分辨率)、8个短波红外(3.7米空间分辨率)共计16个波段，可以提取更加细微、精度更高的矿物蚀变信息。
国内外相关专家针对TM/ETM+、ASTER等多光谱数据开展了大量的研究，主要包括Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团等矿物蚀变信息提取方法，但对于新型的WorldView-3多光谱数据，相关的蚀变信息提取方法研究较少。Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团等矿物在不同的波长位置具有其独特的光谱吸收、反射特征。据此，需针对上述不足，选取WorldView-3数据相关波段构建主成分分析模型，通过对比典型蚀变矿物与其他矿物光谱曲线特征差异，提供出一种相应蚀变矿物组合信息提取方法。
发明内容
本发明的目的在于克服现有矿物蚀变信息提取方法中空间分辨率和光谱分辨率的限制性以及提取精度低的缺陷，提出一种基于WorldView-3卫星数据的矿化蚀变信息提取方法。
本发明所采用的技术方案是：
一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，该方法包括以下步骤：
步骤一：WorldView-3数据读取；
步骤二：数据预处理；
步骤三：构建主成分分析模型，获取特征向量矩阵；
步骤四：特征向量矩阵分析，确定蚀变矿物信息所在主分量；
步骤五：统计主分量图像像元灰度值的平均值和标准差；
步骤六：确定阈值，提取矿化蚀变信息。
如上所述的步骤一：WorldView-3数据读取，包括：读取试验区WorldView-3数据，包括8个可见光-近红外波段和8个短波红外波段。
如上所述的步骤二：数据预处理，包括：
步骤2.1，在ENVI软件中对原始影像进行辐射校正处理，通过自动读取原始影像元数据中的参数信息完成校正；
步骤2.2，利用ENVI软件中FLAASH大气校正模型，完成WorldView-3数据的大气校正；
步骤2.3，利用ENVI软件RPC正射校正工作流工具完成WorldView-3数据正射校正，其中高程数据选取ENVI自带的全球900米DEM数据；
步骤2.4，对WorldView-3数据进行重采样，将7.5米空间分辨率短波红外波段重采样至与可见光-近红外波段相同的2米空间分辨率；
步骤2.5，对可见光-近红外波段和短波红外波段进行波段合成，得到全波段的图像数据。
如上所述的步骤三：构建主成分分析模型，获取特征向量矩阵，包括：
依据USGS标准波谱数据库重建主要蚀变矿物对应WorldView-3数据16个波段的波谱曲线，综合对比分析蚀变矿物波谱曲线特征，确定Fe3+离子蚀变信息选用WorldView-3数据的VNIR-5、VNIR-7和SWIR-1、SWIR-3四个波段构建主成分分析模型；Al-OH基团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-6四个波段构建主成分分析模型；Mg-OH基团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-8四个波段构建主成分分析模型；CO3 2-离子团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-5四个波段构建主成分分析模型；
通过对Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团蚀变矿物在ENVI软件中进行主成分分析，得到统计参数文件，其中包含有对应的特征向量矩阵。
如上所述步骤四：特征向量矩阵分析，确定蚀变矿物信息所在主分量，包括：
分析特征向量矩阵中的各主分量，其中Fe3+离子蚀变特征向量矩阵主分量应具有如下特征：VNIR-5波段的贡献系数与VNIR-7波段贡献系数相反，且SWIR-1波段的贡献系数与SWIR-3波段的贡献系数也相反；
Al-OH基团蚀变特征向量矩阵主分量应具有如下特征：VNIR-7波段、SWIR-6波段的贡献系数均与SWIR-3波段贡献系数相反，且VNIR-7波段和SWIR-6波段贡献系数的绝对值相对较高；
Mg-OH基团蚀变特征向量矩阵主分量应具有如下特征：VNIR-3波段的贡献系数与VNIR-7波段的贡献系数相反，且SWIR-3波段的贡献系数与SWIR-8波段的贡献系数也相反；
CO3 2-离子团蚀变特征向量矩阵主分量应具有如下特征：VNIR-7波段、SWIR-5波段的贡献系数均与SWIR-3波段贡献系数相反；
经过试验对比，Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团矿物的第四主分量满足上述特征，进而判定所要提取的相应蚀变矿物组合信息所在主分量，即第四主分量。
如上所述步骤五，统计主分量图像像元灰度值的平均值和标准差，包括：
平均值计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值；
标准差计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值，表示蚀变信息所在主分量图像像元灰度值的平均值。
如上所述的步骤六，确定阈值，提取矿化蚀变信息，包括：
对WorldView-3数据进行对比研究，采用1.5倍标准差、2.0倍标准差和2.5倍标准差确定阈值，分割出三级蚀变矿物信息，与传统经验值所确定的阈值或分级标准基本一致。
本发明的有益效果是：
本发明方法结合新型WorldView-3卫星数据，可以半定量的提取矿化蚀变信息，方法简洁、实用、可操作性强。此外，WorldView-3卫星数据具有更高的空间分辨率和光谱分辨率，可以减少混合像元的影响，提取结果精度更高，其传感器全球覆盖的能力，具有在全球遥感地质调查中推广应用的价值，可为寻找矿产资源提供重要的直接指示信息。
附图说明
图1为本发明所提供的一种基于WorldView-3卫星数据的矿化蚀变信息提取方法的流程图。
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，一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，该方法包括以下步骤：
步骤一：WorldView-3数据读取；
WorldView-3数据读取，包括：读取试验区WorldView-3数据，包括8个可见光-近红外波段和8个短波红外波段。
步骤二：数据预处理；
步骤2.1，在ENVI软件中对原始影像进行辐射校正处理，通过自动读取原始影像元数据中的参数信息完成校正；
步骤2.2，利用ENVI软件中FLAASH大气校正模型，完成WorldView-3数据的大气校正；
步骤2.3，利用ENVI软件RPC正射校正工作流工具完成WorldView-3数据正射校正，其中高程数据选取ENVI自带的全球900米DEM数据；
步骤2.4，对WorldView-3数据进行重采样，将7.5米空间分辨率短波红外波段重采样至与可见光-近红外波段相同的2米空间分辨率；
步骤2.5，对可见光-近红外波段和短波红外波段进行波段合成，得到全波段的图像数据。
步骤三：构建主成分分析模型，获取特征向量矩阵；
依据USGS标准波谱数据库重建主要蚀变矿物对应WorldView-3数据16个波段的波谱曲线，综合对比分析蚀变矿物波谱曲线特征，确定Fe3+离子蚀变信息选用WorldView-3数据的VNIR-5、VNIR-7和SWIR-1、SWIR-3四个波段构建主成分分析模型；Al-OH基团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-6四个波段构建主成分分析模型；Mg-OH基团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-8四个波段构建主成分分析模型；CO3 2-离子团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-5四个波段构建主成分分析模型；
通过对Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团蚀变矿物在ENVI软件中进行主成分分析，得到统计参数文件，其中包含有对应的特征向量矩阵。
步骤四：特征向量矩阵分析，确定蚀变矿物信息所在主分量；
分析特征向量矩阵中的各主分量，其中Fe3+离子蚀变特征向量矩阵主分量应具有如下特征：VNIR-5波段的贡献系数与VNIR-7波段贡献系数相反，且SWIR-1波段的贡献系数与SWIR-3波段的贡献系数也相反；
Al-OH基团蚀变特征向量矩阵主分量应具有如下特征：VNIR-7波段、SWIR-6波段的贡献系数均与SWIR-3波段贡献系数相反，且VNIR-7波段和SWIR-6波段贡献系数的绝对值相对较高；
Mg-OH基团蚀变特征向量矩阵主分量应具有如下特征：VNIR-3波段的贡献系数与VNIR-7波段的贡献系数相反，且SWIR-3波段的贡献系数与SWIR-8波段的贡献系数也相反；
CO3 2-离子团蚀变特征向量矩阵主分量应具有如下特征：VNIR-7波段、SWIR-5波段的贡献系数均与SWIR-3波段贡献系数相反；
经过试验对比，Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团矿物的第四主分量满足上述特征，进而判定所要提取的相应蚀变矿物组合信息所在主分量，即第四主分量。
步骤五：统计主分量图像像元灰度值的平均值和标准差(σ)；
平均值计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值；
标准差计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值，表示蚀变信息所在主分量图像像元灰度值的平均值。
步骤六：确定阈值，提取矿化蚀变信息。
对WorldView-3数据进行对比研究，采用1.5倍标准差、2.0倍标准差和2.5倍标准差确定阈值，分割出三级蚀变矿物信息，与传统经验值所确定的阈值或分级标准基本一致。
其他具体实施例：在某矿带东段某盆地地区用本发明设计的方法进行试验，具体步骤如下：
步骤1，读取试验区WorldView-3数据，包括8个可见光-近红外(VNIR)波段和8个短波红外(SWIR)波段。
步骤2，数据预处理：
(2.1)利用ENVI软件对原始影像进行辐射校正处理。
在ENVI5.3工具箱中，选择Radiometric Correction->RadiometricCalibration，其中Calibration Type选择Radiance，Output Interleave选择BIL，OutputData Type选择Float，单击Apply完成辐射校正。
(2.2)采用FLAASH大气校正模型，对WorldView-3数据进行大气校正。
(2.3)利用ENVI软件对影像进行正射校正。
在ENVI5.3工具箱中，选择Geometric Correction->Orthorectification->RPCOrthorectification进行正射校正，其中高程数据加载ENVI自带的全球900米DEM数据。
(2.4)数据重采样。
在ENVI5.3工具箱中，选择Raster Management->Resize Data，将WorldView-3数据7.5米空间分辨率SWIR波段重采样至与VNIR波段相同的2米空间分辨率。
(2.5)波段合成。
在ENVI5.3工具箱中，选择Raster Management->Layer Stacking，对VNIR波段和SWIR波段进行波段合成，得到全波段的图像数据。
步骤3，构建主成分分析模型，获取特征向量矩阵：
以Fe3+离子基团蚀变信息为例，选取WorldView-3数据的VNIR-5、VNIR-7和SWIR-1、SWIR-3四个波段构建主成分分析模型，得到特征向量矩阵如下表。
表1 WorldView-3数据VNIR-5、VNIR-7、SWIR-1、SWIR-3波段特征向量及特征值
步骤4，分析特征向量矩阵，确定蚀变矿物信息所在主分量：
分析特征向量矩阵，依据上述判别方法，Fe3+离子蚀变特征向量矩阵主分量中，VNIR-5波段的贡献系数与VNIR-7波段贡献系数相反，SWIR-1波段的贡献系数与SWIR-3波段的贡献系数也相反，可见第四主分量(PC4)为Fe3+离子蚀变矿物信息所在主分量。
步骤5，统计蚀变信息所在主分量图像像元灰度值的平均值和标准差(σ)：
平均值计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值。
标准差计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值，表示蚀变信息所在主分量图像像元灰度值的平均值。
根据上述的计算公式，计算出PC4主分量像元灰度值的平均值为0.00和标准差(σ)为7.512527。
步骤6，确定阈值，提取矿化蚀变信息的步骤如下：
根据步骤5的计算结果，确定需提取的一、二和三级Fe3+离子蚀变矿物信息阈值分别为11.269、15.025和18.781，据此分别提取出一、二和三级Fe3+离子蚀变矿物信息。
同样的方法选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-6四个波段构建主成分分析模型提取Al-OH基团蚀变信息；选用VNIR-3、VNIR-7和SWIR-3、SWIR-8四个波段构建主成分分析模型提取Mg-OH基团蚀变信息；选用VNIR-3、VNIR-7和SWIR-3、SWIR-5四个波段构建主成分分析模型提取CO3 2-离子团蚀变信息。
试验结果表明，在某矿带东段某盆地地区提取的蚀变矿物组合信息，与已知地质背景资料吻合，证明本专利的基于WorldView-3卫星数据的矿化蚀变信息提取方法可靠、精度较高，具有很好的应用价值。
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 (7)
1.一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：该方法包括以下步骤：
步骤一：WorldView-3数据读取；
步骤二：数据预处理；
步骤三：构建主成分分析模型，获取特征向量矩阵；
步骤四：特征向量矩阵分析，确定蚀变矿物信息所在主分量；
步骤五：统计主分量图像像元灰度值的平均值和标准差；
步骤六：确定阈值，提取矿化蚀变信息。
2.根据权利要求1所述的一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：所述的步骤一：WorldView-3数据读取，包括：读取试验区WorldView-3数据，包括8个可见光-近红外波段和8个短波红外波段。
3.根据权利要求1所述的一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：所述的步骤二：数据预处理，包括：
步骤2.1，在ENVI软件中对原始影像进行辐射校正处理，通过自动读取原始影像元数据中的参数信息完成校正；
步骤2.2，利用ENVI软件中FLAASH大气校正模型，完成WorldView-3数据的大气校正；
步骤2.3，利用ENVI软件RPC正射校正工作流工具完成WorldView-3数据正射校正，其中高程数据选取ENVI自带的全球900米DEM数据；
步骤2.4，对WorldView-3数据进行重采样，将7.5米空间分辨率短波红外波段重采样至与可见光-近红外波段相同的2米空间分辨率；
步骤2.5，对可见光-近红外波段和短波红外波段进行波段合成，得到全波段的图像数据。
4.根据权利要求1所述的一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：所述的步骤三：构建主成分分析模型，获取特征向量矩阵，包括：
依据USGS标准波谱数据库重建主要蚀变矿物对应WorldView-3数据16个波段的波谱曲线，综合对比分析蚀变矿物波谱曲线特征，确定Fe3+离子蚀变信息选用WorldView-3数据的VNIR-5、VNIR-7和SWIR-1、SWIR-3四个波段构建主成分分析模型；Al-OH基团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-6四个波段构建主成分分析模型；Mg-OH基团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-8四个波段构建主成分分析模型；CO3 2-离子团蚀变信息选用WorldView-3数据的VNIR-3、VNIR-7和SWIR-3、SWIR-5四个波段构建主成分分析模型；
通过对Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团蚀变矿物在ENVI软件中进行主成分分析，得到统计参数文件，其中包含有对应的特征向量矩阵。
5.根据权利要求1所述的一种一基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：所述步骤四：特征向量矩阵分析，确定蚀变矿物信息所在主分量，包括：
分析特征向量矩阵中的各主分量，其中Fe3+离子蚀变特征向量矩阵主分量应具有如下特征：VNIR-5波段的贡献系数与VNIR-7波段贡献系数相反，且SWIR-1波段的贡献系数与SWIR-3波段的贡献系数也相反；
Al-OH基团蚀变特征向量矩阵主分量应具有如下特征：VNIR-7波段、SWIR-6波段的贡献系数均与SWIR-3波段贡献系数相反，且VNIR-7波段和SWIR-6波段贡献系数的绝对值相对较高；
Mg-OH基团蚀变特征向量矩阵主分量应具有如下特征：VNIR-3波段的贡献系数与VNIR-7波段的贡献系数相反，且SWIR-3波段的贡献系数与SWIR-8波段的贡献系数也相反；
CO3 2-离子团蚀变特征向量矩阵主分量应具有如下特征：VNIR-7波段、SWIR-5波段的贡献系数均与SWIR-3波段贡献系数相反；
经过试验对比，Fe3+离子、Al-OH基团、Mg-OH基团和CO3 2-离子团矿物的第四主分量满足上述特征，进而判定所要提取的相应蚀变矿物组合信息所在主分量，即第四主分量。
6.根据权利要求1所述的一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：所述步骤五，统计主分量图像像元灰度值的平均值和标准差，包括：
平均值计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值；
标准差计算公式为：
其中，n表示蚀变信息所在主分量图像像元总个数，Xn表示图像第n个像元的灰度值，表示蚀变信息所在主分量图像像元灰度值的平均值。
7.根据权利要求1所述的一种基于WorldView-3卫星数据的矿化蚀变信息提取方法，其特征在于：所述的步骤六，确定阈值，提取矿化蚀变信息，包括：
对WorldView-3数据进行对比研究，采用1.5倍标准差、2.0倍标准差和2.5倍标准差确定阈值，分割出三级蚀变矿物信息，与传统经验值所确定的阈值或分级标准基本一致。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711227776.7A CN109839356B (zh) | 2017-11-29 | 2017-11-29 | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711227776.7A CN109839356B (zh) | 2017-11-29 | 2017-11-29 | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109839356A true CN109839356A (zh) | 2019-06-04 |
| CN109839356B CN109839356B (zh) | 2021-07-20 |
Family
ID=66882175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711227776.7A Active CN109839356B (zh) | 2017-11-29 | 2017-11-29 | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109839356B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113239779A (zh) * | 2021-05-10 | 2021-08-10 | 中国人民武装警察部队黄金第五支队 | 一种基于孔雀石多波段逻辑运算模型的找矿方法及系统 |
| CN113406041A (zh) * | 2021-05-31 | 2021-09-17 | 核工业北京地质研究院 | 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102426625A (zh) * | 2011-09-21 | 2012-04-25 | 中国国土资源航空物探遥感中心 | 基于aster卫星数据的斑岩铜典型蚀变带矿物信息提取方法 |
| 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 |
-
2017
- 2017-11-29 CN CN201711227776.7A patent/CN109839356B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102426625A (zh) * | 2011-09-21 | 2012-04-25 | 中国国土资源航空物探遥感中心 | 基于aster卫星数据的斑岩铜典型蚀变带矿物信息提取方法 |
| 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 (1)
| Title |
|---|
| YAQIN SUN等: ""Extracting mineral alteration information using WorldView-3 data"", 《GEOSCIENCE FRONTIERS》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113239779A (zh) * | 2021-05-10 | 2021-08-10 | 中国人民武装警察部队黄金第五支队 | 一种基于孔雀石多波段逻辑运算模型的找矿方法及系统 |
| CN113406041A (zh) * | 2021-05-31 | 2021-09-17 | 核工业北京地质研究院 | 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109839356B (zh) | 2021-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | New methods for improving the remote sensing estimation of soil organic matter content (SOMC) in the Ebinur Lake Wetland National Nature Reserve (ELWNNR) in northwest China | |
| Tangestani et al. | Evaluating Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) data for alteration zone enhancement in a semi‐arid area, northern Shahr‐e‐Babak, SE Iran | |
| van der Meero et al. | Cross correlogram spectral matching: application to surface mineralogical mapping by using AVIRIS data from Cuprite, Nevada | |
| Small et al. | Multi-scale standardized spectral mixture models | |
| CN103383348B (zh) | 植被覆盖区高光谱遥感蚀变矿物提取方法 | |
| Hosseinjani et al. | Mapping alteration minerals using sub-pixel unmixing of ASTER data in the Sarduiyeh area, SE Kerman, Iran | |
| Kruse et al. | Mapping alteration minerals at prospect, outcrop and drill core scales using imaging spectrometry | |
| Peng et al. | Assessment of plant species diversity based on hyperspectral indices at a fine scale | |
| Vicente et al. | Identification of mineral components in tropical soils using reflectance spectroscopy and advanced spaceborne thermal emission and reflection radiometer (ASTER) data | |
| CN100547438C (zh) | 一种油气勘探方法及系统 | |
| Ranjbar et al. | Evaluation of geophysics and spaceborne multispectral data for alteration mapping in the Sar Cheshmeh mining area, Iran | |
| CN107192673B (zh) | 基于aster和地下岩芯光谱测量技术的一体化地质填图方法 | |
| Malahlela | Inland waterbody mapping: Towards improving discrimination and extraction of inland surface water features | |
| Bedini | Mapping alteration minerals at Malmbjerg molybdenum deposit, central East Greenland, by Kohonen self-organizing maps and matched filter analysis of HyMap data | |
| CN113625363B (zh) | 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质 | |
| CN108152216A (zh) | 一种基于岩芯高光谱扫描图像的钻孔三维矿物填图方法 | |
| Gasmi et al. | Surface soil clay content mapping at large scales using multispectral (VNIR–SWIR) ASTER data | |
| CN108195771A (zh) | 一种海洋高光谱遥感影像目标识别方法 | |
| CN108956482A (zh) | 一种火山热液活动中心的高光谱遥感快速识别方法 | |
| CN114386497A (zh) | 面向铀成矿构造的航空高光谱和伽玛能谱数据融合方法 | |
| CN109839356A (zh) | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 | |
| Yadav et al. | Tree crown segmentation and species classification in a wet eucalypt forest from airborne hyperspectral and LiDAR data | |
| Pour et al. | Evaluation of earth observing-1 (EO1) data for lithological and hydrothermal alteration mapping: A case study from Urumieh-Dokhtar volcanic belt, SE Iran | |
| Zhao et al. | Nonlinear unmixing of minerals based on the log and continuum removal model | |
| Brandmeier | Remote sensing of Carhuarazo volcanic complex using ASTER imagery in Southern Peru to detect alteration zones and volcanic structures–a combined approach of image processing in ENVI and ArcGIS/ArcScene |
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 |