高光谱在油气勘探中的国内外研究现状_杨燕杰
高光谱数据波段选择方法研究
高光谱数据波段选择方法研究高光谱数据波段选择方法研究摘要高光谱遥感技术在农业、环境监测和地质勘探等领域有着广泛的应用。
高光谱数据的特点是具有大量的波段，因此在处理和分析过程中需要进行波段选择。
本文综述了高光谱数据波段选择方法的研究进展，包括传统的统计方法和基于特征选择的方法。
本文还针对不同应用场景提出了一些波段选择的建议，并举例说明了波段选择方法在环境监测中的应用。
1. 引言高光谱遥感技术是一种能够获取物体光谱信息的重要手段，它可以获取超过几十个波段的光谱数据。
然而，这也带来了处理和分析的挑战。
因为高光谱数据的波段数量庞大，如何选择合适的波段用于特定的应用成为一个重要问题。
波段选择方法的好坏直接影响到高光谱数据的处理和分析效果，因此对波段选择方法进行研究具有重要的理论和应用价值。
2. 高光谱数据波段选择方法的研究进展2.1 传统的统计方法传统的统计方法是对高光谱数据进行统计分析，通过计算波段之间的相关性、方差等指标来筛选重要的波段。
常用的统计方法包括相关系数分析、方差分析和主成分分析等。
这些方法在波段选择中能够取得一定的效果，但是忽略了波段间的非线性关系和互信息等因素，因此在某些特定应用场景下可能不适用。
2.2 基于特征选择的方法基于特征选择的方法是通过选择一组最具有代表性的特征波段来表达整个高光谱数据集，以达到简化数据和提高分类效果的目的。
常用的特征选择方法包括相关性分析、信息熵、L1范数和Wrapper等。
这些方法能够根据具体的应用要求选择最具有代表性的波段，提高数据处理和分析的效率。
3. 不同应用场景下的波段选择建议在农业领域，根据不同作物的生长需要和养分吸收特性，可以选择与作物生长和养分相关的波段进行监测和分析。
例如，可通过选择近红外波段来监测作物叶绿素含量和生长状况。
在环境监测中，可以选择与大气污染物、水质和土壤有关的波段来进行监测和评估。
例如，可选择能够反映水体浑浊度和有机质含量的波段进行水质监测。
无人机高光谱遥感平台研究进展与应用
无人机高光谱遥感平台研究进展与应用第一篇范文无人机高光谱遥感平台作为一种新兴的遥感技术，近年来在我国得到了广泛的研究和应用。
它通过搭载高光谱传感器，能够获取地物反射、辐射和散射的光谱信息，为地表覆盖分类、资源调查、环境监测等方面提供了有力支持。
本文将梳理无人机高光谱遥感平台的研究进展与应用情况，以期为相关领域的研究和实践提供参考。
一、无人机高光谱遥感平台的研究进展1. 平台技术无人机高光谱遥感平台技术主要包括无人机飞行器技术、高光谱传感器技术、数据处理与分析技术等。
近年来，我国在高光谱遥感领域取得了一系列关键技术突破，如高光谱成像光谱仪、激光雷达、多角度成像等，为无人机高光谱遥感平台的研究提供了有力保障。
2. 数据处理与分析无人机高光谱遥感数据处理与分析主要包括数据预处理、辐射校正、大气校正、水汽校正、光谱分类、光谱重建等。
我国科研团队在高光谱数据处理与分析方面取得了显著成果，开发了一系列具有自主知识产权的高光谱数据处理软件。
二、无人机高光谱遥感平台的应用1. 地表覆盖分类无人机高光谱遥感平台在地表覆盖分类方面具有显著优势，可以实现对农田、森林、水体、城市等多种地物的精确识别。
通过对高光谱数据的处理与分析，可以获取地物的光谱特征，从而实现地表覆盖的精细分类。
2. 资源调查无人机高光谱遥感平台在资源调查方面具有广泛应用前景。
例如，在矿产资源调查中，可以通过分析高光谱数据中的光谱特征，识别出矿物的种类和分布；在农业资源调查中，可以监测作物生长状况、估测产量等。
3. 环境监测无人机高光谱遥感平台在环境监测领域具有重要作用。
例如，可以通过分析高光谱数据，监测大气污染、水体污染、土壤侵蚀等环境问题，为环境保护和治理提供科学依据。
4. 灾害监测与评估无人机高光谱遥感平台在灾害监测与评估方面具有显著优势。
例如，在地震、洪水、干旱等自然灾害发生时，可以通过高光谱数据实时获取受灾地区的地表状况，为灾害救援和恢复提供支持。
遥感技术在油气勘探中的应用研究
遥感技术在油气勘探中的应用研究一、引言油气资源是现代工业的生命线，而且随着全球经济的不断发展，人们对于油气资源的需求也越来越高。
因此，如何能够高效地开发和利用油气资源，一直是油气勘探技术领域的研究热点。
随着现代遥感技术的不断发展和应用，它已经逐渐成为了油气勘探领域中的一项非常重要的技术手段。
本文将探讨遥感技术在油气勘探中的应用研究。
二、遥感技术的原理所谓遥感技术，就是指通过遥感卫星或其他遥感平台获取地球表面信息的技术。
它可以从空中对地面、海洋等进行高分辨率观测，获取很多有用的信息，例如：地形地貌、自然资源分布、农业生产状况、城市规划、海洋环境状况等。
遥感技术主要有活动遥感和被动遥感两种。
被动遥感主要是通过光学、红外、微波、激光等探测技术，来获取地面等物体本身反射、散射、发射、吸收的能量信息，并从中获取图像或数据。
而活动遥感主要是通过向地面、海洋等物体发送电磁波，然后根据反射的信号告诉我们物体的信息。
三、遥感技术在油气勘探中的应用3.1 地质勘探在地质勘探领域，遥感技术可以通过获取地表反射率、透射率甚至磁场、重力场等物理量，从而获取地下结构与构造的信息，作为油气勘探和勘探设计的依据。
遥感技术可以提供各种分辨率、波段的影像数据，如高分辨率地形图、植被覆盖图、大范围遥感影像等，在实践生产中发挥了至关重要的作用。
3.2 油气勘探预测海陆上油气藏分布位置和规模是油气勘探一项重要而复杂的任务。
遥感技术的高分辨率、多光谱信号等特点，为油气勘探提供了新的实验室和手段。
利用多光谱、多角度、多分辨率的高分辨率遥感图像及各种影像特征图，可以开展油气井地质勘探、油气藏形态勘探，甚至对油气藏特性的聚类分析、探空技术等第二次刺探作为主要支持。
遥感技术在多方面应用中，也对油气地质勘探的各个方面起到了一定的推动作用。
3.3 油气管道安全监控遥感技术对于油气勘探领域的应用不仅仅局限于地质勘探和油气勘探领域，还可以用于油气管道安全监控。
高光谱图像特征提取方法的研究与应用
高光谱图像特征提取方法的研究与应用一、引言高光谱图像是一种具有连续光谱信息的遥感图像，其特点是波段数量多且连续。
高光谱图像的分析和处理旨在提取图像中的有效特征，以实现对地物分类、目标检测和环境监测等应用。
本文旨在综述当前高光谱图像特征提取方法的研究进展，并探讨其在实际应用中的潜力。
二、高光谱图像特征提取方法1. 光谱特征提取方法光谱特征提取是高光谱图像分析的基础，通过利用图像中不同波段的光谱信息来揭示地物的特征。
常见的光谱特征提取方法包括像元光谱特征、平均光谱特征和主成分分析等。
像元光谱特征是指通过对图像中单个像素的光谱进行分析，来获取地物光谱特征的方法。
平均光谱特征则是对图像中某一区域内的像素光谱进行求平均，以得到该区域的光谱特征。
2. 空间特征提取方法除了光谱信息外，高光谱图像还包含丰富的空间信息。
因此，空间特征提取方法在高光谱图像处理中也起着重要的作用。
常见的空间特征提取方法包括纹理特征提取和形状特征提取。
纹理特征提取通过分析地物的纹理分布来揭示其特征。
常用的纹理特征提取方法包括灰度共生矩阵（GLCM）和小波变换等。
形状特征提取则通过对地物的外形进行分析，以提取地物的形状特征。
3. 混合特征提取方法为了更准确地描述地物的特征，研究者们也提出了混合特征提取方法，将光谱特征和空间特征相结合。
例如，光谱–空间特征提取方法可以通过光谱相似性和空间相似性来同时描述地物的特征。
此外，也有研究者提出了基于深度学习的特征提取方法，通过深度神经网络模型自动学习并提取高光谱图像中的特征。
三、高光谱图像特征提取方法的应用高光谱图像特征提取方法在许多领域中都有广泛的应用，下面分别介绍其中的几个应用场景。
1. 地物分类地物分类是高光谱图像处理中的重要应用之一。
通过提取地物的光谱特征、纹理特征和形状特征，可以将高光谱图像中的地物按照类别进行分类。
这在土地利用监测、环境保护和农业管理等领域中都有重要的作用。
2. 目标检测高光谱图像中的目标检测是指通过提取图像中目标的特征，以实现对目标的自动识别和检测。
光谱分析技术在矿产资源勘探中的应用研究
光谱分析技术在矿产资源勘探中的应用研究矿产资源是人类社会经济发展不可或缺的重要物质基础。
为了更好地开发矿产资源，必须进行科学、精准的勘探工作。
传统的矿产勘探方法主要依靠地质勘探、物探、地球化学等手段，这些方法有着较强的局限性和不足之处。
而近年来，随着光谱技术的不断发展，光谱分析成为其中较为先进的勘探方法之一。
本文将从光谱分析的基本概念、光谱分析仪的种类、光谱分析技术在矿产资源勘探中的应用等方面进行探讨。
一、光谱分析的基本概念1. 光谱的概念光谱（spectrum）指的是将一个信号分解成不同频率成分的过程。
在可见光范围内，光被分解成不同波长的颜色。
但是，不同波段的电磁波也可以被分解为不同的频率或波长，这就是光谱分析的基础。
2. 光谱分析的原理光谱分析是通过将样品暴露在某种波段的光谱中，对反射、透射、发射等现象进行观测，并通过对光谱的性质进行分析，来确定样品成分。
一般来说，光谱分析可分为发射光谱分析、透射光谱分析和反射光谱分析三种。
其中，反射光谱分析应用最为广泛。
3. 光谱分析的应用光谱分析技术应用广泛，包括但不限于以下方面：材料分析、化学分析、药学研究、生物学研究、环境监测、地质勘探等等。
尤其是在地质勘探领域，光谱分析技术能够对地质物质的化学成分、矿物成分、结构特性等进行研究，可大大提高地矿勘探的效率和精度。
二、光谱分析仪的种类1. 紫外-可见吸收光谱分析仪紫外-可见吸收光谱分析仪是对物质分子产生的能级转移进行分析。
这种光谱分析仪在化学、生物、药物等领域有着广泛应用，可以用于测定物质种类、浓度、反应动力学、分子结构等参数。
2. 红外光谱分析仪红外光谱分析仪是对物质分子特有的振动和转动进行分析。
红外光谱可以反映物质的化学结构、官能团、组成等特征。
3. 等离子体发射光谱分析仪等离子体发射光谱分析仪常用于金属分析，可低于百万分之一的浓度下测定物质的元素成分及其比例。
4. 激光诱导击穿光谱分析仪激光诱导击穿光谱分析仪是一种通过激光和等离子体发光来分析样品化学元素的分析仪器。
高光谱图像处理与分析技术研究与应用
高光谱图像处理与分析技术研究与应用高光谱图像处理与分析技术是一种利用高光谱图像获取和处理数据的技术。
它结合了光学、遥感、计算机科学和统计学等多学科的知识，旨在提取地物光谱信息、监测和分析环境变化、实现目标识别等应用。
高光谱图像处理与分析的流程包括数据获取、数据预处理、特征提取和目标识别等步骤。
首先，高光谱图像是通过高光谱遥感设备获得的，可以获取到地物的多个光谱波段信息。
数据预处理是为了去除噪声、校正图像等，使得图像更加清晰和准确。
特征提取是对图像进行分割和分类，从中提取出地物的特征信息。
目标识别是根据这些特征信息来判断地物的类别，并进行进一步的分析。
高光谱图像处理与分析技术在许多领域都有重要的应用价值。
首先，在农业中，利用高光谱图像可以对作物的生长状况、病虫害等进行监测和分析，帮助农民调整农作物的管理策略，提高农作物的产量和质量。
其次，在环境监测中，高光谱图像能够对大气污染、土壤质量、水质等进行监测，实现环境变化的动态监测和模拟预测。
此外，在城市规划和交通管理中，高光谱图像处理与分析技术可以帮助相关部门有效地进行资源利用和交通流量管理。
更为重要的是，在医学领域，高光谱图像处理与分析技术可以为医生提供更准确的影像诊断，促进疾病的早期发现和治疗。
然而，高光谱图像处理与分析技术也存在一些挑战和问题。
首先，高光谱图像的数据量大，处理起来时间和空间复杂度较高。
其次，不同遥感平台的高光谱图像具有不同的特点，如空间分辨率、光谱分辨率等，需要根据具体应用场景进行选择和优化。
此外，在目标识别过程中，需要考虑到不同地物的光谱特征和相互之间的干扰，以提高目标识别的准确性和实用性。
为了进一步提升高光谱图像处理与分析技术的研究与应用水平，我们可以从以下几个方面进行努力。
首先，需要加强对高光谱图像处理算法的研究与优化，提高图像的质量和准确性。
其次，可以利用机器学习和人工智能等技术，构建高效的目标识别模型，提高目标识别的效率和准确度。
高光谱成像在遥感中的应用
高光谱成像在遥感中的应用1. 引言遥感技术是通过对地球表面的光谱、热力、电磁辐射等信息进行测量和分析，从而获取地表信息的一种手段。
高光谱成像是遥感技术中的一项重要技术，它能够获取被观测物体在数百个连续的光谱波段上的信息。
本文将探讨高光谱成像在遥感中的应用及其优势。
2. 高光谱成像的原理高光谱成像利用一个连续的光谱范围，将被观测物体的反射、辐射或发射光谱信息以光谱图像的形式记录下来。
相比于传统的彩色图像，高光谱图像包含了更丰富的光谱信息，能够提供更多种类的地表特征。
高光谱成像技术主要依赖于高光谱成像仪器，其通过分光光栅将光分成不同的波段，然后通过具有高灵敏度和高空间分辨率的光学传感器捕捉每个波段的图像。
3. 高光谱成像在地质勘探中的应用地质勘探是指通过对地质构造、矿产资源等进行调查和研究的一种手段。
传统的地质勘探通常依赖于地质样品的采集和实地勘探，而高光谱成像技术能够通过对地表光谱数据的分析，准确识别出不同的地质类型。
例如，高光谱成像可以用于矿产资源的预测和探测，通过识别不同波长下矿物质的光谱特征，可以定量地评估矿床分布和矿床类型。
此外，高光谱成像还可以用于确定地下水资源的分布情况，为地下水的开发利用提供信息支持。
4. 高光谱成像在农业中的应用农业是一个多因素综合作用的复杂系统，对农作物的监测和管理需要全面的信息支持。
高光谱成像技术可以通过对农田的高光谱图像进行分析，提供精准的作物信息。
例如，高光谱成像可以用于农作物的远程监测和应力识别。
通过分析不同波段下植被的光谱反射率，可以测量植被的生理指标，如叶绿素含量、叶面积指数等，进而判断作物生长状态和营养状况。
此外，高光谱成像还可以用于病虫害的预警和监测，通过识别不同病虫害对植物的光谱特征影响，及时发现问题并采取措施。
5. 高光谱成像在环境监测中的应用环境监测是指对环境污染、资源利用和环境质量等进行监测和评价的活动。
高光谱成像技术具有高灵敏度和高空间分辨率的特点，可以对大范围的地区进行高精度的环境监测。
高光谱遥感岩矿识别的研究进展_张成业
第２３卷 第８期２０１５年８月 光学精密工程 Ｏｐｔｉｃｓ ａｎｄ Ｐｒｅｃｉｓｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏｌ．２３ Ｎｏ．８ Ａｕｇ．２０１５ 收稿日期：２０１５－０４－１０；修订日期：２０１５－０６－０４． 基金项目：国家科技重大专项资助项目（Ｎｏ．２０１１ＺＸ０５０３４）文章编号 １００４－９２４Ｘ（２０１５）０８－２４０７－１２高光谱遥感岩矿识别的研究进展张成业，秦其明＊，陈 理，王 楠，赵姗姗（北京大学地球与空间科学学院，北京１００８７１）摘要：分析与综述了当前高光谱遥感岩矿识别研究的进展。
论述了岩矿光谱特征的作用机理以及岩矿光谱的特征测量与分析方法。
归纳和总结了目前以及未来几年可用于岩矿识别的高光谱遥感探测器件和仪器的特点。
对基于光谱吸收特征、完全波形匹配和混合像元分解的３类岩矿识别方法进行了归纳与对比，重点介绍了近年来这类技术的重要成果以及研究热点。
最后，从理论、数据、方法以及应用４个方面对当前高光谱遥感岩矿识别面临的主要问题和发展趋势进行了剖析。
作者认为，高光谱遥感岩矿识别的整体发展趋势为定性识别向定量化分析发展，在此发展过程中，混合光谱模型的建立与解混、面向岩矿识别的新型高光谱传感器的研制、岩矿信息提取的智能化以及复杂地质环境下的岩矿识别将成为研究的主要方向。
关 键 词：高光谱遥感；岩矿识别；光谱特征；综述中图分类号：ＴＰ７５１；Ｐ６２７ 文献标识码：Ａ ｄｏｉ：１０．３７８８／ＯＰＥ．２０１５２３０８．２４０７Ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎｕｔｉｌｉｚｉｎｇ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇＺＨＡＮＧ Ｃｈｅｎｇ－ｙｅ，ＱＩＮ Ｑｉ－ｍｉｎｇ＊，Ｃｈｅｎ Ｌｉ，Ｗａｎｇ Ｎａｎ，Ｚｈａｏ Ｓｈａｎ－ｓｈａｎ（Ｓｃｈｏｏｌ ｏｆ Ｅａｒｔｈ ａｎｄ Ｓｐａｃｅ Ｓｃｉｅｎｃｅｓ，Ｐｅｋｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７１，Ｃｈｉｎａ）＊Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ，Ｅ－ｍａｉｌ：ｑｍｑｉｎ＠ｐｋｕ．ｅｄｕ．ｃｎＡｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｒｅｖｉｅｗｓ ｔｈｅ ｃｕｒｒｅｎｔ ｐｒｏｇｒｅｓｓ ｏｆ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅ－ｍｏｔｅ ｓｅｎｓｉｎｇ．Ｔｈｅ ｐｈｙｓｉｃｏｃｈｅｍｉｃａｌ ｍｅｃｈａｎｉｓｍｓ ｏｆ ｍｉｎｅｒａｌ ｓｐｅｃｔｒａ ａｎｄ ｔｈｅｉｒ ｆｅａｔｕｒｅ ｍｅａｓｕｒｅｍｅｎｔ ａｎｄａｎａｌｙｓｉｓ ａｒｅ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｃｕｒｒｅｎｔ ａｎｄ ｆｕｔｕｒｅ ｍａｉｎ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｓｅｎｓｏｒｓ ａｒｅ ｃｏｎｃｌｕ－ｄｅｄ．Ｔｈｅｎ，ｔｈｒｅｅ ｓｅｒｉｅｓ ｏｆ ｍｅｔｈｏｄｓ（ｂａｓｅｄ ｏｎ ｓｐｅｃｔｒａｌ ａｂｓｏｒｐｔｉｏｎ ｆｅａｔｕｒｅ，ｆｕｌｌ ｓｐｅｃｔｒａｌ ｐｒｏｆｉｌｅ ｍａｔｃ－ｈｉｎｇ，ａｎｄ ｓｐｅｃｔｒａｌ ｕｎｍｉｘｉｎｇ，ｒｅｓｐｅｃｔｉｖｅｌｙ）ｆｏｒ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｄａｔａ ｓｅｔｓａｒｅ ｃｏｍｐａｒａｔｉｖｅｌｙ ａｎａｌｙｚｅｄ ａｎｄ ｓｕｍｍａｒｉｚｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅ ｍａｉｎ ｐｒｏｂｌｅｍｓ ｏｆ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂｙ ｕ－ｓｉｎｇ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｄａｔａ ｏｎ ｔｈｅｏｒｙ，ｄａｔａ ｓｅｔｓ，ｍｅｔｈｏｄｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ，ａｒｅ ａｎａｌｙｚｅｄ ａｎｄ ｉｔｓ ｄｅｖｅｌｏ－ｐｉｎｇ ｔｒｅｎｄｓ ａｒｅ ｄｉｓｃｕｓｓｅｄ．Ｉｔ ｐｏｉｎｔｓ ｏｕｔ ｔｈａｔ ｔｈｅ ｔｒｅｎｄ ｗｉｌｌ ｆｏｃｕｓ ｏｎ ｔｈｅ ｄｉｒｅｃｔｉｏｎ ｆｒｏｍ ｔｈｅ ｑｕａｌｉｔａｔｉｖｅ ｉ－ｄｅｎｔｉｆｉｃａｔｉｏｎ ｔｏ ｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅ ｍｉｎｅｒａｌ ａｎａｌｙｓｉｓ．Ｄｕｒｉｎｇ ｔｈｉｓ ｔｒｅｎｄ，ｓｐｅｃｔｒａｌ ｕｎｍｉｘｉｎｇ，ｔｈｅ ｄｅｓｉｇｎ ｏｆｎｅｗ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｓｅｎｓｏｒｓ ｆｏｒ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｉｎｔｅｌｌｅｃｔｕａｌｉｚａｔｉｏｎ ｏｆ ｍｉｎｅｒａｌ ｉｎｆｏｒｍａｔｉｏｎ ｅｘｔｒａｃ－ｔｉｏｎ，ａｎｄ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｉｎ ａ ｃｏｍｐｌｅｘ ｇｅｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｗｉｌｌ ｂｅ ｔｈｅ ｍａｉｎ ｒｅｓｅａｒｃｈ ｆｏｃｕｓｅｓ．Ｋｅｙ ｗｏｒｄｓ：ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ；ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｓｐｅｃｔｒａｌ ｆｅａｔｕｒｅ；ｒｅｖｉｅｗ１ 引 言 高光谱遥感技术（Ｈｙｐｅｒｓｐｅｃｔｒａｌ ＲｅｍｏｔｅＳｅｎｓｉｎｇ）又称成像光谱技术（Ｉｍａｇｉｎｇ Ｓｐｅｃｔｒｏｍｅ－ｔｒｙ）。
高光谱遥感技术在地质领域中的应用
基于高光谱数据的矿物精细识别
• 利用高光谱遥感（含热红外高光谱）进行 矿物识别可分为 3 个层次： • 矿物种类识别 • 矿物含量识别 • 矿物成分识别
高光谱影像地质环境信息反演
• 在矿物识别和矿物精细识别的基础之上， 根据矿物共生组合规律和矿物自身的地质 意义指示作用，直观地反演各种地质因素 之间的内在联系，可提高高光谱在地质应 用中分析和解决地质问题的效能。
• 植被生物变异特征在谱学上重点表现为光 谱红边的“红移”(健康,生长旺盛)和“蓝 移”(不发育,中毒等)。 • 利用高光谱对植物光谱的“精细”结构和 变异的探测和分析,可以定量、半定量地提 取与估计植被生物物理和生物化学参数,快 速且定量地评价冠层结构、状态或活力,冠 层水文状态,估计冠层生物化学成分。
基于高光谱遥感的行星地质探测
• 1996 年美国的火星探测器 Mars Global Sur-veyor • 2003 欧空局的火星探测器 • 2007年中国发射的月球探测卫星嫦娥一号 • 2008年印度月船一号探月卫星 • 探测火星、月球的矿物种类及其分布、含 量，研究水体的存在和演化
高光谱地质应用的领域与实例
高光谱矿物识别与矿物填图
• 从利用一些标准库中矿物的光谱特征参与 信息的识别与提取，在对大量岩石光谱特 征进行分析、归纳。 • 基于高光谱数据岩矿信息识别与提取的方 法主要有基于光谱波形参数、基于光谱相 似性测度、基于混合光谱模型、基于地质 统计规律和基于光谱知识的智能识别等。
高光谱图像处理技术的前沿技术和发展趋势
高光谱图像处理技术的前沿技术和发展趋势高光谱图像处理技术是一种多光谱图像处理的方法，它可以分析物体在不同波段下的反射率或发射率，以达到对物体成分、结构、空间分布等记载的目的。
随着科学技术的不断发展，高光谱图像处理技术也在不断的更新和发展中，现在我们就来了解一下高光谱图像处理技术的前沿技术和发展趋势。
一、高光谱数据的处理方法高光谱数据的处理方法可以分为两种：单像元处理方法和多像元处理方法。
单像元处理方法主要针对以一个像元为处理单元的处理，这种方法适合分析物体成分等细节问题。
多像元处理方法则以一定的像素邻域范围作为处理单元，这类方法适合研究物体在不同光谱波段下的空间分布。
高光谱数据的分类方法主要是通过统计学方法、遥感和图像分析方法。
这三种方法各有不同的特点和适用情况。
对于复杂精细的目标，统计学方法可以迅速准确的进行分类；而遥感方法则可以处理在自然环境、大尺度区域内的高光谱数据。
三、高光谱成像仪器技术成像光谱成像仪是一种将高光谱数据转换为图像的设备。
近年来，成像光谱成像仪技术发展迅速，从传统的谱线扫描类型到基于激光技术的等间距谱段成像类型，再到超分辨率高光谱成像技术。
四、机器学习技术在高光谱图像处理中的应用高光谱图像处理中利用机器学习技术进行数据处理和分类，已经成为一种研究趋势。
现有机器学习技术，如支持向量机、神经网络等，已经被应用于高光谱数据的分类、分析和处理中。
1、精细化：高光谱图像处理技术不断的追求对微观物质的更精准探测，特别是对光谱特征一致的材质，如矿物、海洋以及相关物质的高精度识别和分类要求更为细致。
2、低空间分辨率：高光谱数据处理的空间精度问题一直存在，高光谱图像的空间分辨率与其他成像技术相比还明显不足。
3、极端环境的应用：高光谱图像处理技术可以在极端环境下进行应用，例如空间和地球表面，物质组成可反映出内部的化学和物理变化。
结语高光谱图像处理技术在现代科技发展中的应用已经广泛，其涉及的范围也不断的扩大着，不同的应用方向也及其多样化，充满活力和潜力。
- 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、"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、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)。
第11卷 第6期 2011年2月1671—1815(2011)6-1290-10 科 学 技 术 与 工 程S c i e n c e T e c h n o l o g y a n dE n g i n e e r i n g Vo l .11 N o .6 F e b .2011 2011 S c i .T e c h .E n g n g .综 述地球科学高光谱在油气勘探中的国内外研究现状杨燕杰 赵英俊(核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室,北京100029)摘 要 随着科技的发展,遥感在油气勘探的作用越来越大。
高光谱作为遥感发展的最新手段,自然也受到油气勘探领域的重视。
高光谱遥感具有快速,经济,精确的特点。
通过高光谱探测油气渗漏和其引起的地表矿物蚀变、植被变化的范围,进而确定油气勘探的区域。
高光谱在油气勘探领域的应用实例相对较少,在数据和处理方法上还存在很多不足;比如现有的卫星高光谱数据覆盖范围有限(空间分辨率也较低),数据处理方法大多是原有的多光谱数据处理方法,针对高光谱数据在油气勘探中的处理方法不多。
随着高光谱遥感仪器精度的提高和数据处理方法的改进,高光谱遥感必将为油气勘探提供新的机遇。
关键词 油气勘探 高光谱 研究现状中图法分类号 P 622.2; 文献标志码 B2010年11月14日收到 20世纪90年代前通过对多光谱影像进行图像增强[1—3]、波段比值[4—6]、图像变换[7]等处理,揭示和探测由油气微渗漏引起的色调异常,填绘油气微渗漏分布区域,进行油气远景评价[8—10]。
由于多光谱遥感光谱分辨率的限制,多光谱遥感油气渗漏信息探测的不确定性较大[11]。
随着高光谱遥感传感器的研制成功及遥感信息处理方法的发展,我们可以获得更加丰富的空间影像信息资源。
高光谱使遥感地质由识别岩性发展到识别单矿物以至矿物的化学成分及晶体结构[12],可以识别几十种矿物[13],其中大部分是蚀变矿物。
这些对圈定矿化蚀变带[14],分析蚀变矿物组合[15]和蚀变相[16],定量或半定量估计相对蚀变强度和蚀变矿物含量[17],追索矿化热液蚀变中心和圈定找矿靶区[18—20],都有很重要的作用。
使用中一热红外谱段可识别包括造岩矿物和矿石矿物在内的绝大多数的矿物类型[21,22]。
高光谱遥感还可探测一些蚀变矿物和一些造岩矿物的成分[23]及结构特征[24],用以分析成矿成岩作用的温压条件[25]、热动力过程[26]和热液运移的时空演化[27]、恢复成岩成矿历史[28]、建立不同矿床的成矿模型和找矿模型[29—31]。
高光谱矿物识别技术在土壤土质调查[32,33]、土质退化(沙漠化和盐碱化)监测[34]、矿山环境监测[35—37]等领域也都发挥了重要作用。
高光谱技术是支撑我国战略矿产调查重要高新技术之一[38,39]。
利用高光谱遥感直接找油主要是利用遥感影像信息提取等技术挖掘出遥感影像的烃类微渗漏信息,圈定或预测有利的油气勘探靶区。
高光谱遥感具有经济、安全及高效率等方面的优势,在油气勘探方面有很大的应用潜力。
1 国内外研究现状随着科学技术的发展和寻找复杂油气藏的需要,早期仅靠地面油气显示来勘探油气藏的方法已逐步被其他方法所代替,地震、油气化探和卫星遥感方法被逐步引入油气勘探工作中。
现在大部分应用到油气勘探中的遥感数据为多光谱数据,高光谱数据在油气勘探中的应用实例相对较少,而高光谱遥感技术的发展,能把遥感的油气勘探应用推向更高、更有效、定量化的应用层次。
1.1 国外研究现状美国[40]、德国[41]、西班牙等国家先后利用航空高光谱仪探测烃类微渗漏的油气藏蚀变异常带。
S i n g h r o y等[42]采用荧光线阵成像仪(光谱范围(430—850)n m,288通道)研究了密西根S t o n e y P o i n t油田区植被的状况,揭示了与油气微渗漏导致的植被光谱的改变。
C r a w f o r d[43](1999)利用I R I S 光谱测量了俄勒冈州M i s t气田区的D o u g l a s杉树的光谱,研究了天然气渗漏导致的光谱异常特征。
2000年以来,国外利用A S D等野外和H y m a p, A V I R I S等航空高光谱传感器进行油气勘探,出现了较为成功的应用案例[44]。
J M E l l i s(2001)等[45]建立了油气渗漏和油气渗漏区土壤的光谱库,为其他地质研究提供了依据。
美国加利福尼亚南部圣巴巴拉地区,利用成熟的高光谱数据处理技术,确定了由于油气渗漏造成的植被异常区的范围[46]。
V a n d e r M e e r等[47]在对基于遥感的油气微渗漏方法综述的基础上,提出了综合高光谱数据及相关的地质、地球化学数据。
运用相关的决策方法提取了可能的油气微渗漏信息,并进行了实际验证。
N o o m e n (2003)等[48]通过室内实验、野外光谱测量和对高光谱图像(P r o b e—1)的分析,研究了油气微渗漏对植被光谱的影响,目的在于通过认识植被的异常来发现新的油气资源。
此外,高光谱遥感方法也被应用于油砂中油含量的探测,用于辅助油砂中油的提炼,在加拿大阿尔伯塔省已被采用。
M a r l e e nF. N o o m e n(2007)通过研究油气渗漏对地表植被(小麦和玉米)在高光谱反射波段的变化,从高光谱影像(H Y M A P)上提取地表油气渗漏异常信息,这对油气管道的监测和油气资源的勘探具有较好的效果[49]。
2008年美国的S h u h a b D.K h a n和S a r a h J a-c o b s o n验证了岩石与土壤中的矿物蚀变与油田的烃微渗漏有关。
他们应用H y p e r i o n传感器在怀俄明州的P a t r i c k D r a w地区获取与烃微渗漏有关的异常区域的高光谱影像。
通过影像的监督分类解译出烃微渗漏区,通过应用矿物、化学与碳同位素方法进行验正,解译结果精度较高。
X射线衍射结果显示异常区的长石成分减少,且含有较高的黏土成分[50]。
1.2 国内研究现状中国20世纪90年代末,中国科学院开展了高光谱传感器的研制、开发了有自主知识产权的O M I S 高光谱扫描仪,在中国石油一些油田开展了试验性的研究。
赵欣梅(2007)系统地研究归纳了烃类物质微渗漏现象以及由此引起的地表蚀变,从微渗漏地表土壤及岩石地球化学异常、地表土壤吸附烃异常、地植物异常、地热异常等几个方面寻求遥感指示标志。
充分利用卫星高光谱成像遥感数据具有的光谱细分特性,在已知油气区确定了与烃类微渗漏相关的蚀变矿物组合信息,并作为气区探测的遥感解译组合标志,进一步分析确定了新的油气勘探远景区[51]。
徐大琦(2007)等提出了典型含气区测点的光谱曲线的宏观特征;给出了一种基于野外测量的反射光谱来确定特定蚀变的地表分布(即分类)的方法。
将此方法应用于青海某地区野外测量的反射光谱的分析中,得到的蚀变异常区与该地区的已有气田成功吻合,成功圈出了测区内的3个较大含气区[52]。
沈渊婷,王向成(2007)等对柴达木地区涩北气田地质地理环境下的蚀变矿物进行分析,结合卫星高光谱遥感数据H y p e r i o n的图谱,对已知气田区与背景区光谱特征进行相关分析,确定了油气信息识别的有利波长范围;利用光谱角制图(S A M)技术提取了涩北气田油气的空间分布信息和台吉乃尔含气构造等远景区,为高光谱遥感油气勘探提供了有效技术方法与途径[53]。
田淑芳等(2007)等以内蒙古东胜为研究区,以油气微渗漏理论为基础,以目前世界上星载传感器中光谱分辨率最高的E O—1卫星H y p e r i o n数据为信息源,在对数据预处理(光谱重建、噪声消除、波段优选)的基础上,利用蚀变矿物的诊断性吸收特征谱带,结合野外实测波谱曲线,采用波段比值来分离提取含铀矿物及地层空间分布信息,进而确定油气微渗漏的空12916期杨燕杰,等:高光谱在油气勘探中的国内外研究现状 间位置分布。
从遥感的角度得出了研究区的4个油气微渗漏富集区。
为东胜地区的油气资源开发提供了理论依据[54]。
倪国强等(2008)等利用H y p e r i-o n高光谱数据,基本实现了中国某地区天然气蚀变异常区的分类:根据该地区的地质资料,具有异常显示的区域与该地区气藏形成条件相吻合。
利用小波P C A的特征提取方法,有效地提取了该地区地表微弱的天然气蚀变特征。
采用的非监督/监督分类混合训练策略,有效地将干扰地物区分开,实现了天然气蚀变异常区的聚类[55]。
高光谱数据也被应用于海上油气资源的勘查中。
海底的油气渗漏可在海洋表面形成油膜,可用遥感的方法(包括高光谱遥感)来探测[56]。
田庆久2006年9月和2007年8月通过辽东湾海上野外光谱实验及样品采集分析、多次实验室油膜光谱模拟实验与分析,针对E O—1卫星高光谱遥感H Y P E R I O N数据特点进行了谱段选择和海面薄油膜和厚油膜检测模式的建立。
核工业北京地质研究院在2010年对庆阳地区利用高分辨率航空成像光谱仪C A S I/S A S I进行了油气勘探的探索性研究,取得了阶段性的成果,为高分辨、高光谱影像在油气勘探中的研究提取了范例。
利用遥感技术提取油气微渗漏信息,是一种非侵入式技术,具有经济、安全及高效等方面的优势,有很大的应用潜力[57,58]。
高光谱遥感技术具有较高的光谱分辨率和不间断的光谱覆盖,提供了丰富的地面信息,优化了岩矿识别与提取条件,增强了遥感对地探测能力和对地物的鉴别能力,提高了遥感技术的定量化水平。
将高光谱遥感技术用于油气微渗漏信息的提取具有重要的意义。
2 油气渗漏理论赋存于地下的油气藏在一定条件下可向地表渗漏,在地表形成一些特定的现象,这些现象可为油气勘探提供有用的线索。
油气的地表渗漏包括2种类型:宏观渗漏(m a c r o s e e p a g e)和微渗漏(m i c r o-s e e p a g e)。
宏观渗漏是地表可见的油气渗漏[59],用常规的方法(如地表观测)就可以直接发现,通常沿断裂带或不整合面发育。
微渗漏是烃类物质垂直或近于垂直渗漏到地表,是肉眼不可见的油气渗漏,常规的方法难以发现,其存在的直接证据就是在某些油气藏上方进行常规地球化学测量时,发现土壤气体和土壤中轻的烃类物质的异常[47]。
微渗漏的烃类在向地表运移过程中,必然引起油气藏上方的物质的变异,产生某些理化异常,即土壤烃组分含量异常和烃类蚀变物异常[60]。
常见的油气微渗漏引起的地表异常包括:①红层的退色,油气微渗漏产生的还原环境使F e3+向F e2+转化,导致土壤或岩石中F e2+的富集;②黏土矿化(黏土矿物的富集),即混层黏土矿物和长石向高岭石的转化,长石向黏土矿物(高岭石、伊利石、绿泥石)转化;③碳酸盐化,即碳酸盐矿物含量的增多;④植被异常;⑤某些地温异常等[56]。