CN114386498A - 一种利用WorldView-3遥感数据提取铁染信息的方法 - Google Patents

一种利用WorldView-3遥感数据提取铁染信息的方法 Download PDF

Info

Publication number
CN114386498A
CN114386498A CN202111660883.5A CN202111660883A CN114386498A CN 114386498 A CN114386498 A CN 114386498A CN 202111660883 A CN202111660883 A CN 202111660883A CN 114386498 A CN114386498 A CN 114386498A
Authority
CN
China
Prior art keywords
information
band
remote sensing
vnir
wave
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
Application number
CN202111660883.5A
Other languages
English (en)
Inventor
童勤龙
叶发旺
易敏
伍炜超
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 CN202111660883.5A priority Critical patent/CN114386498A/zh
Publication of CN114386498A publication Critical patent/CN114386498A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • 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
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明属于遥感地质技术领域，具体涉及一种利用WorldView‑3遥感数据提取铁染信息的方法。本发明包括如下步骤：步骤1、确定研究区或工作区范围，获取相应范围的WV‑3数据；步骤2、对获取的WV‑3数据辐射校正；步骤3、对辐射校正后的WV‑3数据进行波段合成；步骤4、在ENVI软件中打开波段合成后的文件；步骤5、选择VNIR‑3，VNIR‑7，SWIR‑1和SWIR‑3四个波段进行主成分分析；步骤6、选择步骤5分析完成后的文件，根据统计的特征向量矩阵选择主成分分析波段；步骤7、计算平均值和标准方差；步骤8、根据计算的平均值和标准方差进行阈值分割和信息提取。本发明在解决了盆地覆盖区一些重要地质弱信息难以被提取的问题，可以较为准确地提取出盆山结合带和盆地内部弱的铁染信息。

Description

一种利用WorldView-3遥感数据提取铁染信息的方法
技术领域
本发明属于遥感地质技术领域，具体涉及一种利用WorldView-3遥感数据提取铁染信息的方法。
背景技术
铁染是指岩石遭受中、低温热液作用或者氧化作用而发生赤铁矿化、褐铁矿化等蚀变，使岩石发生铁质浸染而变成红色。铁染可以为寻找某些矿产提供重要线索，比如中、低温热液成因的铜、铅、锌、金、铀等矿产，有铁帽标志的各种硫化物矿床，以及由氧化还原作用导致部分成矿元素富集的矿床等。因此，如果能知道某地区的铁染信息分布，对于寻找上述矿产具有重要的指导意义。遥感技术在提取矿物蚀变信息方面能发挥重要作用，已有学者利用Landsat TM、ASTER、Hyperion、GF-1、WorldView-2和WorldView-3等遥感数据，采用主成分分析、波段比值运算、光谱角匹配、掩膜分析等方法提取了铁染等蚀变信息，但主要应用于地表岩石地层出露较好的热液型矿床，对于发育在盆地内部的沉积型矿床，目前应用的相对偏少，主要是因为盆地内多覆盖严重，利用遥感技术提取相关蚀变信息的难度较大。在热液型铀矿床中，上世纪末就被地质工作者发现在矿床附近多发育由赤铁矿化或针铁矿化引起的红化蚀变，不少学者利用遥感技术在热液型铀矿附近提取了铁染等相关蚀变信息，为下一步铀矿勘查提供了重要线索。在砂岩型铀矿附近，通常也发育因氧化作用引起的褐铁矿化和赤铁矿化，但多蚀变较弱，并且由于地表覆盖严重，只在局部出露。根据砂岩型铀成矿理论，这些铁染信息对寻找砂岩型铀矿具有重要的指示意义。利用遥感技术提取蚀变信息多应用于岩石地层出露较好的热液成因矿床区，在出露较差的盆地内应用较少，也缺乏有效的方法。因此，利用遥感技术提取盆地内或者盆山结合带地区的铁染信息的意义也十分重大。
发明内容
本发明的目的在于：提供一种利用WorldView-3遥感数据提取铁染信息的方法，该方法能够在盆山结合地带和盆地内部提取出地表弱的铁染信息，从而为寻找砂岩型铀矿或其它沉积型矿床提供线索。
实现本发明目的的技术方案：
一种利用WorldViews-3遥感数据提取铁染信息的方法，该方法具体包括如下步骤：
步骤1、确定研究区或工作区范围，获取相应范围的WV-3数据；
步骤2、对获取的WV-3数据辐射校正；
步骤3、对辐射校正后的WV-3数据进行波段合成；
步骤4、在ENVI软件中打开波段合成后的文件；
步骤5、选择VNIR-3，VNIR-7，SWIR-1和SWIR-3四个波段进行主成分分析；
步骤6、选择步骤5分析完成后的文件，根据统计的特征向量矩阵选择主成分分析波段；
步骤7、计算平均值和标准方差；
步骤8、根据计算的平均值和标准方差进行阈值分割和信息提取。
所述的步骤1中获取的WV-3数据为16个波段，包括8个可见-近红外波段和8个短波红外波段，一个全色波段。
所述可见-近红外波段的空间分辨率为1.2m，短波红外波段的空间分辨率为3.7m，全色波段的空间分辨率0.3m。
所述的步骤2中的辐射校正包括辐射定标和Flassh大气校正。
所述的步骤3中的波段合成，是将短波红外波段进行重采样，统一为可见光-近红外波段一致的空间分辨率。
所述步骤5中选择VNIR-3、VNIR-7、SWIR-1和VNIR-7四个波段进行主成分分析的原因是VNIR-3波段贡献系数与VNIR-7波段的贡献系数符号相反， SWIR-1波段的贡献系数与SWIR-3波段的贡献系数符号也相反，VNIR-7波段位置是三价铁的特征吸收峰位置。
所述的步骤6中获得特征向量矩阵后，首先看各波段的值正负是否与光谱吸收特征一致，光谱在相应波段吸收，其特征值为负，反射则为正；其次，看特征值的绝对值大小，绝对值越大，说明光谱信息较丰富，更能反映所提取的矿物信息；以上述两个特点来选择合适的波段，然后进行阈值分割。
所述的步骤8中阈值分割是根据步骤7中计算获得的平均值Mean和标准方差Stdev，以Mean+2Stdev，Mean+2.5Stdev和Mean+3Stdev为阈值分割界线，将提取的铁染信息分为三级、二级和一级，其中三级代表弱铁染信息，二级代表中等铁染信息，一级为强铁染信息。
本发明的有益技术效果在于：本发明提供的一种利用WorldView-3遥感数据提取铁染信息的方法，选择WV-3(16波段)遥感数据的VNIR-3、VNIR-7、 SWIR-1和VNIR-7四个波段，利用主成分分析方法，通过阈值分割和多级别信息提取，可以准确地获取研究区相关蚀变信息的分布和强弱。该方法不仅可以应用于地层岩石出露较好的裸露区，也可以应用于覆盖较为严重的盆山结合部位和盆地内部，其主要技术效果在于解决了盆地覆盖区难以提取一些重要地质弱信息的问题。本方法可以较为准确地提取出盆山结合带和盆地内部弱的铁染信息，为寻找盆地内沉积型矿床(如砂岩型铀矿)提供重要线索。
具体实施方式
下面结合实施例对本发明提供的一种利用WorldView-3遥感数据提取铁染信息的方法作进一步详细说明。
本发明所提供的一种利用WorldView-3遥感数据提取铁染信息的方法，该方法具体包括如下步骤：
步骤1、确定研究区或工作区范围，获取相应范围的WV-3数据
本次选择内蒙古乌拉特后旗本巴图地区作为试验区，获得该地区 WorldView-3(WV-3)数据，面积约300km2。获取的WV-3数据为16波段，包括8个可见-近红外波段(空间分辨率1.2m)和8个短波红外波段(空间分辨率3.7m)，另外还有一个全色波段(空间分辨率0.3m)。
步骤2、辐射校正
对获取的WV-3数据进行辐射校正，主要包括辐射定标和Flassh大气校正；
步骤3、波段合成
对辐射校正后的WV-3数据进行波段合成，将短波红外波段(SWIR)进行重采样，统一为可见光-近红外波段(VNIR)一致的空间分辨率，即1.2m，然后另存为16个波段的文件F。
步骤4、打开波段合成文件
在ENVI软件中，打开步骤3另存的文件F，加载处理后的影像文件；
步骤5、主成分分析
选择加载的文件F，根据赤铁矿、褐铁矿等三价铁矿物的光谱特征，选择 VNIR-3，VNIR-7，SWIR-1和SWIR-3四个波段进行主成分分析，然后另存为文件P；
步骤6、主成分分析波段选择
选择步骤5完成的文件P，获得特征向量矩阵。
在获得特征向量矩阵后，首先看各波段的值正负是否与光谱吸收特征一致，光谱在相应波段吸收，其特征值为负，反射则为正。其次，看特征值的绝对值大小，绝对值越大，说明光谱信息较丰富，更能反映所提取的矿物信息。以上述两个特点来选择合适的波段，然后进行阈值分割，本次选择第四波段作为主成分进行分析，因为Band-3和Band-7符号相反，Band-9和Band-11符号相反，且绝对值相对较大。
步骤7、计算平均值和标准方差
加载步骤6所选的波段影像，然后选择快速统计，计算出主成分分析波段的最小值(Min＝-1287.759766)、最大值(Max＝1287.936401)、平均值(Mean＝0) 和标准方差(Stdev＝54.616399)。
步骤8、阈值分割和信息提取
阈值分割方法：根据步骤7中计算获得的平均值(Mean)和标准方差(Stdev)，以Mean+2Stdev＝109.2，Mean+2.5Stdev＝136.5和Mean+3Stdev＝163.8为阈值分割界线，将提取的铁染信息分为三级(阈值范围109.2～136.5)、二级(阈值范围 136.5～163.8)和一级(136.8～514.2875)，，其中三级代表弱铁染信息，二级代表中等铁染信息，一级为强铁染信息。
采用本发明的提取铁染信息的方法，解决了盆地覆盖区难以提取一些重要地质弱信息的问题，能够在盆地内部和盆山结合地区提取地层中和地表的弱铁染信息，不仅可以直观地获取铁染信息的分布，而且可以区分蚀变信息的强弱，从而帮助地质人员总结和分析地质规律，并为盆地内下一步矿产勘查提供方向。
上面结合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)

1.一种利用WorldViews-3遥感数据提取铁染信息的方法，其特征在于，该方法具体包括如下步骤：
步骤(1)、确定研究区或工作区范围，获取相应范围的WV-3数据；
步骤(2)、对获取的WV-3数据辐射校正；
步骤(3)、对辐射校正后的WV-3数据进行波段合成；
步骤(4)、在ENVI软件中打开波段合成后的文件；
步骤(5)、选择VNIR-3，VNIR-7，SWIR-1和SWIR-3四个波段进行主成分分析；
步骤(6)、选择步骤(5)分析完成后的文件，根据统计的特征向量矩阵选择主成分分析波段；
步骤(7)、计算平均值和标准方差；
步骤(8)、根据计算的平均值和标准方差进行阈值分割和信息提取。
2.根据权利要求1所述的一种利用WorldView-3遥感数据提取铁染信息的方法，其特征在于：所述的步骤(1)中获取的WV-3数据为16个波段，包括8个可见-近红外波段和8个短波红外波段，一个全色波段。
3.根据权利要求2所述的一种利用WorldView-3遥感数据提取铁染信息的方法，其特征在于：所述可见-近红外波段的空间分辨率为1.2m，短波红外波段的空间分辨率为3.7m，全色波段的空间分辨率0.3m。
4.根据权利要求2所述的一种利用WorldView-3遥感数据提取铁染信息的方法，其特征在于：所述的步骤(2)中的辐射校正包括辐射定标和Flassh大气校正。
5.根据权利要求4所述的一种利用WorldView-3遥感数据提取铁染信息的方法，其特征在于：所述的步骤(3)中的波段合成，是将短波红外波段进行重采样，统一为可见光-近红外波段一致的空间分辨率。
6.根据权利要求5所述的一种利用WorldViews-3遥感数据提取铁染信息的方法，其特征在于：所述步骤(5)中选择VNIR-3、VNIR-7、SWIR-1和VNIR-7四个波段进行主成分分析的原因是VNIR-3波段贡献系数与VNIR-7波段的贡献系数符号相反，SWIR-1波段的贡献系数与SWIR-3波段的贡献系数符号也相反，VNIR-7波段位置是三价铁的特征吸收峰位置。
7.根据权利要求6所述的一种利用WorldView-3遥感数据提取铁染信息的方法，其特征在于：所述的步骤(6)中获得特征向量矩阵后，首先看各波段的值正负是否与光谱吸收特征一致，光谱在相应波段吸收，其特征值为负，反射则为正；其次，看特征值的绝对值大小，绝对值越大，说明光谱信息较丰富，更能反映所提取的矿物信息；以上述两个特点来选择合适的波段，然后进行阈值分割。
8.根据权利要求7所述的一种利用WorldView-3遥感数据提取铁染信息的方法，其特征在于：所述的步骤(8)中阈值分割是根据步骤(7)中计算获得的平均值Mean和标准方差Stdev，以Mean+2Stdev，Mean+2.5Stdev和Mean+3Stdev为阈值分割界线，将提取的铁染信息分为三级、二级和一级，其中三级代表弱铁染信息，二级代表中等铁染信息，一级为强铁染信息。
CN202111660883.5A 2021-12-31 2021-12-31 一种利用WorldView-3遥感数据提取铁染信息的方法 Pending CN114386498A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111660883.5A CN114386498A (zh) 2021-12-31 2021-12-31 一种利用WorldView-3遥感数据提取铁染信息的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111660883.5A CN114386498A (zh) 2021-12-31 2021-12-31 一种利用WorldView-3遥感数据提取铁染信息的方法

Publications (1)

Publication Number Publication Date
CN114386498A true CN114386498A (zh) 2022-04-22

Family

ID=81199827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111660883.5A Pending CN114386498A (zh) 2021-12-31 2021-12-31 一种利用WorldView-3遥感数据提取铁染信息的方法

Country Status (1)

Country Link
CN (1) CN114386498A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Similar Documents

Publication Publication Date Title
Yuhas et al. Discrimination among semi-arid landscape endmembers using the spectral angle mapper (SAM) algorithm
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
CN102426625B (zh) 基于aster卫星数据的斑岩铜典型蚀变带矿物信息提取方法
CN104537375B (zh) 一种基于卫星遥感数据的褐铁矿化信息提取方法
Lorenz et al. Feature extraction for hyperspectral mineral domain mapping: A test of conventional and innovative methods
CN110806605B (zh) 高纬度高寒地区稀土-铀矿遥感找矿方法
Wang et al. Remote sensing and GIS prospectivity mapping for magmatic-hydrothermal base-and precious-metal deposits in the Honghai district, China
CN103383348A (zh) 植被覆盖区高光谱遥感蚀变矿物提取方法
Bencharef et al. Polymetallic mineralization prospectivity modelling using multi-geospatial data in logistic regression: The Diapiric Zone, Northeastern Algeria
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
CN103207415B (zh) 一种矿化蚀变信息的提取方法
CN114386498A (zh) 一种利用WorldView-3遥感数据提取铁染信息的方法
Eberle et al. Integrated data analysis for mineral exploration: A case study of clustering satellite imagery, airborne gamma-ray, and regional geochemical data suites
Zhao et al. Mapping alteration minerals in the Pulang porphyry copper ore district, SW China, using ASTER and WorldView-3 data: Implications for exploration targeting
Salawu et al. Structurally-controlled Gold Mineralization in the Southern Zuru Schist Belt NW Nigeria: Application of remote sensing and geophysical methods
Adeli et al. A geostatistical approach to measure the consistency between geological logs and quantitative covariates
Araffa et al. Integrated geophysical, remote sensing and geochemical investigation to explore gold-mineralizations and mapping listvenites at Wadi Haimur, Eastern Desert, Egypt
CN109839356A (zh) 基于WorldView-3卫星数据的矿化蚀变信息提取方法
Dong et al. Progress and prospectives on engineering application of hyperspectral remote sensing for geology and mineral resources
Wu et al. A fully automatic method to extract rare earth mining areas from Landsat Images
Wu et al. Mapping alteration zones in the Southern section of Yulong copper belt, Tibet using multi-source remote sensing data
Kujjo Application of remote sensing for gold exploration in the Nuba Mountains, Sudan
Li et al. Application of object-oriented classification with hierarchical multi-scale segmentation for information extraction in Nonoc Nickel mine, the Philippines
Lotfi et al. Investigating alteration zone mapping using EO-1 hyperion imagery and Airborne Geophysics Data
Shahi et al. The application of subspace clustering algorithms in drill-core hyperspectral domaining

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