高光谱蚀变信息提取

合集下载

基于SAM与SVM的高光谱遥感蚀变信息提取

基于SAM与SVM的高光谱遥感蚀变信息提取

基于SAM与SVM的高光谱遥感蚀变信息提取阎继宁;周可法;王金林;王珊珊;汪玮;李东【摘要】高光谱遥感技术的发展,提高了遥感技术的定量化水平,要求人们从光谱维去理解地物在空间维的变换。

提出了一种光谱角匹配技术(Spectral Angle Mapper,SAM)与支持向量机(Support Vector Machine,SVM)相结合的高光谱遥感蚀变信息提取模型,在光谱维提取地表的蚀变信息。

鉴于SAM算法仅考虑波谱矢量方向,忽略辐射亮度大小的缺点,利用SVM算法对SAM的提取结果进行二次分类,利用网格搜索法并结合分类精度评估进行参数寻优。

通过AVIRIS 高光谱数据实验证明,提取的蚀变信息分类精度为78.1726%,Kappa系数为0.7125。

该模型计算方便,对于解决光谱维的地物分类及相似矿物的蚀变信息提取具有一定的实际意义。

%With the development of hyper-spectral remote sensing technology, the level of quantitative remote sensing technology has improved. Aiming at the hyper-spectral image cube, the understanding and data processing in image spatial dimension must be changed to that completed in the spectral dimension. Therefore, an image classification model combined with SAM(Spectral Angle Mapper)and SVM(Support Vector Machine)is introduced, and extracts alteration information in the spectral dimension. In view of the SAM algorithm considering only the spectrum direction, ignoring radiance size, the second classification is made for the SAM results using SVM algorithm and the best parameter is sought using grid search method combined with the classification accuracy assessment. The results of AVIRIS hyper-spectral data show that the classification precision of alteration informationreaches 78.172 6%, and a Kappa coefficient of 0.712 5. This model is convenient calculation, and has some practical meaning in solving spectral dimension terrain classification and similar mineral alteration information extraction.【期刊名称】《计算机工程与应用》【年(卷),期】2013(000)019【总页数】6页(P141-146)【关键词】光谱角匹配技术;支持向量机;高光谱;蚀变信息提取;相似矿物【作者】阎继宁;周可法;王金林;王珊珊;汪玮;李东【作者单位】中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011; 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011; 中国科学院大学,北京 100049;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011; 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011;中国科学院新疆生态与地理研究所新疆矿产资源研究中心,乌鲁木齐 830011; 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011; 中国科学院大学,北京100049【正文语种】中文【中图分类】TP79高光谱遥感技术是20世纪80年代遥感领域的最大成就之一,它在空间对地观测的同时获取众多连续波段的地物光谱图像,达到从空间直接识别地球表面物体的目的,因此高光谱遥感器一般又被称为成像光谱仪。

高光谱遥感图像信息提取模型改进及应用

高光谱遥感图像信息提取模型改进及应用

高光谱遥感图像信息提取模型改进及应用高光谱遥感图像信息提取是一种重要的遥感应用技术,它可以提取出图像中不同波段的光谱信息,帮助人们更好地理解和分析地表物体的特征和状态。

随着高光谱遥感技术的不断发展,提取高质量的信息模型成为研究的重点。

本文将介绍当前常用的高光谱图像信息提取模型,并提出一种改进方法,探讨其在遥感图像应用中的实际效果。

一、高光谱图像信息提取模型1. 高光谱图像预处理在信息提取之前,通常需要对高光谱图像进行预处理,以消除噪声和增强图像质量。

预处理方法包括大气校正、辐射校正、几何校正等。

这些步骤可以提高信息提取的准确性和可靠性。

2. 光谱特征提取光谱特征提取是高光谱图像信息提取的关键步骤之一。

常用的方法包括主成分分析(PCA)、线性光谱混合分析(LSMA)、支持向量机(SVM)等。

这些方法可以将高维的光谱数据降维成少数几个关键特征。

3. Spectral-Spatial 模型高光谱图像中的像素不仅包含光谱信息,还包含空间信息。

因此,结合光谱和空间特征的提取方法可以更好地反映地表物体的特征。

Spectral-Spatial 模型是应用广泛的方法之一,它结合了光谱和空间信息,并通过一系列算法实现信息提取。

二、高光谱遥感图像信息提取模型改进方法1. 深度学习模型应用随着深度学习在计算机视觉领域的快速发展,其在高光谱遥感图像信息提取中也有着广泛的应用。

例如,卷积神经网络(CNN)可以提取高光谱图像的空间特征,递归神经网络(RNN)可以建模时序信息,这些模型的引入可以提高信息提取的准确性和效率。

2. 融合多源数据除了高光谱图像,其他遥感数据如激光雷达、热红外图像等也包含了地表物体的重要信息。

因此,将多源数据进行融合,结合各种数据的特点,可以提高信息提取的全面性和可靠性。

融合方法可以包括特征级融合、决策级融合等。

3. 超分辨率图像重建高光谱遥感图像存在空间分辨率较低的问题,这会导致信息提取的局限性。

基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例

基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例

基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例李楠;肖克炎;陈析缪;娄德波【期刊名称】《地质通报》【年(卷),期】2010(029)010【摘要】以已知的矿床--内蒙古炭窑口矿床为研究区,基于围岩矿化蚀变理论,利用高光谱遥感技术对矿化蚀变异常信息进行提取.首先对Hyperion影像进行预处理,包括去坏线、条带、大气校正及光谱重建.其次,从反演后的反射率数据提取5类端元矿物,通过分析矿物组合.最终确定5类矿物并利用渡谱角制图法在研究区填图,进而提取矿化蚀变信息.在以上研究过程中改进了去除条带的方法.在获得蚀变信息后,结合炭窑口研究区的地质图进行应用分析,通过解释异常,验证其是否为矿化引起的蚀变.最后,再根据研究区的地质情况和前人对矿床的研究成果,尤其是对含矿地层的研究成果,结合提取的蚀变矿物,预测其他有利靶区.结果表明,获得的矿化蚀变信息与矿点吻合较好,具有一定的借鉴意义.【总页数】6页(P1558-1563)【作者】李楠;肖克炎;陈析缪;娄德波【作者单位】中国地质大学(北京)地球科学与资源学院,北京,100083;中国地质科学院矿产资源研究所,北京,100037;中国地质科学院矿产资源研究所,北京,100037;五矿勘查开发有限公司,北京,100037;中国地质科学院矿产资源研究所,北京,100037【正文语种】中文【中图分类】P627【相关文献】1.基于Landsat8 OLI数据的遥感蚀变异常提取应用研究——以内蒙古阿鲁科尔沁旗地区为例 [J], 江山;张渝金;汪岩;张超;李伟;郭建刚2.基于ASTER数据矿化蚀变信息提取的主成分特征向量组合模型研究——以内蒙古红旗山地区为例 [J], 刘李;向雅莉;芦雪3.基于ASTER数据与ETM数据矿化蚀变信息提取——以内蒙古苏吉营盘地区为例 [J], 张杨; 唐尧; 王英林4.基于ASTER和ETM+数据的遥感蚀变信息提取——以内蒙古塔日根敖包地区为例 [J], 杨佳佳;姜琦刚;赵静;陈凤臻5.基于ASTER数据与ETM数据矿化蚀变信息提取——以内蒙古苏吉营盘地区为例(插图) [J],因版权原因,仅展示原文概要,查看原文内容请购买。

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取作者:***来源:《国土资源导刊》2024年第01期关键词:高光谱数据;Hyperion:蚀变信息;光谱角匹配0引言植被覆盖区域广泛分布于全球各个地区,这些区域通常有着丰富的自然资源,如矿产资源和水资源。

然而,植被的遮盖和掩盖常常使得岩矿蚀变信息难以提取,地质勘探和资源管理工作变得复杂。

传统的遥感技术无法突破植被覆盖区获取有用的信息,但随着高光谱遥感技术的不断发展,对光谱信息的获取有着极大的突破,为克服上述困难提供了新的途径,高光谱遥感技术在岩矿蚀变信息提取中的应用逐渐受到广泛关注。

Smith等利用Landsat和Hyperion数据,提出了一种基于特征选择的岩矿蚀变信息提取方法,取得了显著的成果。

Johnson和Harris则利用高光谱数据实现了对植被覆盖区岩矿蚀变信息的精确识别,为资源勘探提供了有力支持。

此外,Li等将深度学习方法应用于高光谱数据的处理,进一步提高了岩矿蚀变信息的提取精度。

国内研究方面,李明等(2017)基于Hyperion 数据,开展了岩矿蚀变信息提取的研究,但在植被遮盖下的精度有待提高。

另外,王刚等通过充分利用高光谱数据的空间信息,取得了一定的研究进展,但需要指出的是,国内研究仍然面临着数据获取和算法改进等方面的挑战。

因此,深入研究高光谱遥感技术在植被覆盖区岩矿蚀变信息提取中的潜力,对于提高地质勘探的效率,实现资源可持续利用具有重要意义。

本文旨在探讨基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取方法,具体研究目标如下:通过高光谱数据预处理,开展波谱反射率反演,并结合野外测试波谱曲线,依据像元波谱匹配技术提取特定岩矿蚀变信息。

通过研究,为植被覆盖区岩矿蚀变信息的提取提供新的思路和方法,为地质勘探和资源管理等领域的决策提供更准确的数据支持。

1研究区概况与数据情况1.1研究区概况研究区位于贵州省石阡县和余庆县之间,地处云贵高原向湘西丘陵过渡的斜坡地带,地形以山地为主,其次是丘陵。

遥感矿物蚀变信息提取方法及ENVI下实现

遥感矿物蚀变信息提取方法及ENVI下实现

遥感矿物蚀变信息提取方法及ENVI下实现蚀变岩石是在热液作用影响下,使矿物成分、化学成分、结构、构造等发生变化的岩石。

由于它们经常见于热液矿床的周围,因此被称为蚀变围岩,蚀变围岩是一种重要的找矿标志。

利用围岩蚀变现象作为找矿标志已有数百年历史,发现的大型金属、非金属矿床更是不胜枚举:北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等,都属于以围岩蚀变作为找矿标志发现的矿床。

国内外遥感工作者,都在不断地设计、研制和总结对这种遥感信息的提取和识别技术。

矿化蚀变信息是找矿的一个重要标志,而这些对找矿有指导意义的矿化蚀变信息常常受其它地物信息的干扰,和受遥感图像的波谱分辨率和空间分辨率的制约,往往表现的很微弱。

因此,国内外学者也在不断尝试各种技术方法提取这种矿化蚀变弱信息。

本文总结了遥感蚀变信息提取的各类方法,及其在ENVI软件中的实现。

•原理遥感技术主要是建立在物体反射和发射电磁波的原理之上。

而地物波谱特性通常都是用地物反射辐射电磁波来描述。

由于地物反射发射电磁波的特性不同,其反射波谱曲线形态也有千差万别。

如植物的反射波谱曲线上,在绿光波段表现由于其叶绿素的存在表现为有一强反射峰,而在短波红外波段由于叶冠组织的相互作用表现为强反射峰,在红光波段则表现为强吸收谷。

遥感地质应用中,近矿围岩蚀变形成的蚀变岩石与其周围的正常岩石在矿物种类、结构、颜色等方面都有差异,这些差异导致了岩石反射光谱特征的差异,并且在某些特定的光谱波段形成了特定蚀变岩石的光谱异常。

光谱异常为用遥感图像的异常信息提取提供了理论依据。

•方法及实现依据矿化蚀变岩与围岩的波谱特征的差异,可采用图像增强处理方法获取矿化蚀变信息增强的图像变量,从而最终实现提取矿化蚀变信息的目的。

一般图像增强突出蚀变信息有以下几种方法。

(1)蚀变干扰信息剔除遥感数据包含地表的信息,遥感在地质方面的应用就是提取用户需要的信息,提取矿化蚀变信息的过程是计算影像中所有像素信息统计归类分析的过程,蚀变异常信息的提取对遥感图像的质量要求较高,因此首先要对遥感数据进行严格的筛选,干扰噪声小的数据,一般要求遥感数据的时相是植被发育较弱、冰雪覆盖少的季节,同时该时相的云覆盖量较少。

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取魏黎
【期刊名称】《国土资源导刊》
【年(卷),期】2024(21)1
【摘要】植被遮盖增加了地质勘探和资源管理的复杂性。

高光谱遥感技术的发展为克服这一挑战提供了新途径,对植被覆盖区域的岩矿蚀变信息提取逐渐引起广泛关注。

本文探讨了基于Hyperion高光谱数据的植被覆盖区域岩矿蚀变信息提取方法,具体研究目标包括高光谱数据的预处理、波谱反射率的反演以及野外测试波谱曲线的结合,以像元波谱匹配技术提取特定岩矿蚀变信息。

通过研究,旨在为植被覆盖区域岩矿蚀变信息的提取提供新的思路和方法,从而为地质勘探和资源管理等领域的决策提供更准确的数据支持。

【总页数】7页(P83-89)
【作者】魏黎
【作者单位】湖南省自然资源事务中心
【正文语种】中文
【中图分类】P627
【相关文献】
1.植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取
2.基于混合像元分解的高植被覆盖区蚀变信息提取——以福建上杭紫金山矿田为例
3.GF-5高光谱数据
在植被覆盖区的蚀变信息提取研究——以广东省玉水铜矿为例4.植被覆盖区高光谱蚀变矿物信息提取
因版权原因,仅展示原文概要,查看原文内容请购买。

高光谱蚀变信息提取

高光谱蚀变信息提取
和Level1两种 L1数据产品已经进行了辐射校正
ห้องสมุดไป่ตู้
波段选择
• 回归偏度 • 高光谱波段序列结构分析 • 选择波段
回归偏度
高光谱波段序列结构分析
选择波段
• 通过选择几个有代表性的波段序偶, 包括 • ( B195, B205)、( B148, B216) 和( B130,
B221),
信息提取
主要思路
• 序分析 • 地理现象是渐变的
蚀变信息提取流程
• 数据 • 波段选择 • 信息提取 • 验证
数据
示例数据(Hyperion西藏驱龙-Level0) 10nm光谱分辨率 1-70波段覆盖356-1058nm的可
见光和近红外区域 71-242波段覆盖852-2577nm
的短波红外波段 像元大小 30m 图像大小 256x6460 数据产品有Level0(原始数据)
高光谱蚀变信息提取
主要内容
• 背景 • 主要思路 • 蚀变信息提取流程
背景
目前,尽管理论上蚀变矿物(岩石)的光谱特 征非常明显,但由于高(多)光谱数据的空间分辨 率不够,同时蚀变矿物(岩石)在所研究的地物对 象中也总是属于“小类” 目标,加上背景与干扰 地物光谱的干扰与混合。所以,矿化蚀变信息在 遥感图像中的表现始终是“微弱” 的。因此,遥 感蚀变异常信息的提取依然具有相当难度。就物 理意义而言,蚀变矿物(岩石)在波谱曲线上的光 谱特征明显具有光谱可分性,但是蚀变信息在遥 感图像多元数据集合中的可识别性,依然具有不 确定性和较的大困难。
• 主成分分析
验证
• 与光谱库进行光谱角度匹配
参考来源
(1)863项目《高(多)光谱遥感矿物蚀变信息提取 技术及软件开发》(中国有色金属工业科学技术二 等奖) (2)张远飞,吴德文,张艮中,朱谷昌,李红 高光谱数据的波段序结构分析与应用研究

一种新的高光谱遥感蚀变矿物提取算法——MSSSt相似光谱匹配组合法

一种新的高光谱遥感蚀变矿物提取算法——MSSSt相似光谱匹配组合法
HAN Haihui11213 ,WANG Yilin112, ZHANG Zhuan112, REN Guangli112 ,YANG Min"* (1. Xi'an Center of China Geological Survey , Xi'an 710054, China;
2. Northuuest China Center for Geoscience Innovation , Xifan 710054, China; 3. Changfan University , Xi9an 710054, China)
Key words: hyperspectral altered mineral; spectral matching combination algorithm; increment of similarity; spectral differential entropy ; CASI-SASI
收稿日期=2018-05-14 修订日期=2018-06-27 基金项目:国家自然科学基金(41502312);中国地质调查局项目(DD20160009 .DD20190539) 0 作者简介:韩海辉(1983—),男,博士,高级工程师,主要研究方向为资源与环境遥感。 E-mail: hanhhO 6 @ hotmail. com
21
遥感信息
2019年5期
Abstract: In recent years, the SIDSAM^ combination method proposed for the extraction of hyperspectral altered minerals still has insufficient classification accuracy under complex geological background. In order to solve these problems, the MTMFSFF-SIDSAMtan(MSSSt) combination method is proposed in this paper. The algorithm adds SFF and MTMF to the known SID-SAMa model, and the spectral signal of the target pixel is amplified. The similarity increment and spectral distinction entropy index are used to quantitatively compare the similarity of MSSSt, MTMF, SFF, SIDSAMtan , SID and SAM methods. The results show that MSSSt method has stronger spectral discrimination ability. In addition, nine kinds of alteration minerals, such as sericite, limonite and chlorite, are extracted from CASI-SASI hyperspectral image in Fangshankou area, and the accuracy of nine kinds of altered minerals is generally at about 90 % by comparison with ground measured data. The results show that the MSSSt method is effective, and it can be used as one of the methods to extract altered minerals.
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

B221),
信息提取
• 主成分分析
11
.
12
.
13
.
验证
• 与光谱库进行光谱角度匹配
14
.
参考来源
(1)863项目《高(多)光谱遥感矿物蚀变信息提取 技术及软件开发》(中国有色金属工业科学技术二 等奖) (2)张远飞,吴德文,张艮中,朱谷昌,李红 高光谱数据的波段序结构分析与应用研究
感谢亲观看此幻灯片,此课件部分内容来源于网络, 如有侵权请及时联系我们删除,谢谢配合!
的短波红外波段 像元大小 30m 图像大小 256x6460 数据产品有Level0(原始数据)
和Level1两种 L1数据产品已经进行了辐射校正
7
.
波段选择
• 回归偏度 • 高光谱波段序列结构分析 • 选择波段
回归偏度
8
.
9
.
高光谱波段序列结构分析
10
.
选择波段
• 通过选择几个有代表性的波段序偶, 包括 • ( B195, B205)、( B148, B216) 和( B130,
1
高光谱蚀变信息提取
张艮中 .
主要内容
• 背景 • 主要思路 • 蚀变信息提取流程
2
.
3
.
背景
目前,尽管理论上蚀变矿物(岩石)的光谱特 征非常明显,但由于高(多)光谱数据的空间分辨 率不够,同时蚀变矿物(岩石)在所研究的地物对 象中也总是属于“小类” 目标,加上背景与干扰 地物光谱的干扰与混合。所以,矿化蚀变信息在 遥感图像中的表现始终是“微弱” 的。因此,遥 感蚀变异常信息的提取依然具有相当难度。就物 理意义而言,蚀变矿物(岩石)在波谱曲线上的光 谱特征明显具有光谱可分性,但是蚀变信息在遥 感图像多元数据集合中的可识别性,依然具有不 确定性和较的大困难。
主要思路
• 序分析 • 地理现象是渐变的
பைடு நூலகம்
4
.
5
.
蚀变信息提取流程
• 数据 • 波段选择 • 信息提取 • 验证
6
.
数据
示例数据(Hyperion西藏驱龙-Level0) 10nm光谱分辨率 1-70波段覆盖356-1058nm的可
见光和近红外区域 71-242波段覆盖852-2577nm
相关文档
最新文档