【摘要】：含水礦物對火星地質(zhì)過程和早期水環(huán)境具有直接指示作用,研究火星含水礦物空間分布、含量及形成過程,有助于火星的地質(zhì)及氣候演化分析,而水環(huán)境往往和生物活動緊密相關(guān),因此含水礦物探測對火星宜居性演化分析和尋找地外生命也具有重要價值。含水礦物精細類別組合的探測更能限定礦物成因,進而限定火星早期的地質(zhì)和氣候環(huán)境�；鹦呛V物具有含量低、分布零散及背景礦物未知或不確定等特點,再加上礦物非線性混合的復雜性、儀器噪聲及光譜變異性等,導致從火星高光譜圖像上識別和定量化精細類別的含水礦物存在困難。本文針對以上問題和難點,研究含水礦物精細類別的識別與定量反演方法,從火星高光譜遙感數(shù)據(jù)中準確獲取含水礦物的類別及豐度,并推測礦物成因,為揭示火星早期水環(huán)境、分析地質(zhì)演化過程等提供重要的礦物學信息。論文的主要研究成果和結(jié)論如下:1)研究了含水礦物在短波紅外譜段的光譜特征。含水礦物在短波紅外譜段的光譜特征主要是由水分子和羥基、碳酸根基團或硫酸根基團振動以及陽離子的配位等產(chǎn)生。鐵鎂層狀硅酸鹽的主要吸收特征位于水分子和羥基產(chǎn)生的1.4μm和1.9μm以及~2.28-2.32μm,鋁層狀硅酸鹽在2.2μm處有強烈的吸收,多水硫酸鹽在1.9μm附近有吸收特征,一水硫酸鹽2.1μm處也存在吸收特征,水分子的合頻和/或倍頻會使一水硫酸鹽和多水硫酸鹽在2.4μm左右出現(xiàn)一個吸收特征,碳酸鹽在~2.3μm和~2.5μm有相同強度的倍頻特征,含水硅在~2.2μm具有比較寬的吸收。含水礦物光譜特征的參量化能夠有效識別這些大類的含水礦物,但若確定礦物精細類別,需經(jīng)過復雜的目視解譯過程,且主觀性較強。2)提出了動態(tài)窗口因子分析與目標轉(zhuǎn)換方法。本論文針對目前難以準確識別火星精細類別含水礦物分布的現(xiàn)狀,提出動態(tài)窗口因子分析與目標轉(zhuǎn)換方法,實現(xiàn)礦物的準確定位。首先利用Hysime算法更客觀地獲得重要的因子來表達不同形狀移動窗口內(nèi)的原始像元光譜特征,然后利用提取的因子最小二乘擬合目標礦物光譜,當達到較好的擬合效果時則認為窗口內(nèi)含有目標礦物,不同形狀窗口重疊的像元即為目標。經(jīng)過實驗室光譜和真實CRISM高光譜圖像數(shù)據(jù)驗證,表明動態(tài)窗口因子分析與目標轉(zhuǎn)換方法能夠準確獲得蛇紋石和菱鎂礦在圖像上的具體位置,也說明了此方法在火星其他礦物探測中的應(yīng)用潛力。動態(tài)窗口因子分析和目標轉(zhuǎn)換方法在Nili Fossae地區(qū)的初步應(yīng)用首次發(fā)現(xiàn)了大量的蛇紋石分布。3)提出了基于稀疏解混的含水礦物定量反演方法。針對火星含水礦物的分布及混合特點,提出基于稀疏解混的含水礦物定量反演方法。聯(lián)合實驗室純凈礦物光譜、圖像無特征光譜和人工合成光譜構(gòu)建端元光譜庫以解釋端元光譜變異性和圖像的背景、儀器噪聲及大氣校正殘留誤差等;將光譜庫和圖像反射率轉(zhuǎn)換到單次散射反照率空間并進行歸一化,使得礦物的組合呈現(xiàn)線性特征并校正了實驗室光譜和圖像光譜測量條件不一致引起的反射率尺度差異;基于稀疏解混算法從大的端元光譜庫中尋找到最優(yōu)的礦物組合來擬合圖像光譜并計算出相應(yīng)的豐度,避免了從圖像上直接提取端元的困難。利用已知礦物混合比例的實驗室光譜和AVIRIS航空高光譜圖像數(shù)據(jù)以及已有較好研究的CRISM影像進行反演方法的驗證,表明本文方法具有較高的反演精度�；谙∈杞饣斓暮V物定量反演方法在Nili槽溝地區(qū)獲得了置信度為95%的蛇紋石分布,與動態(tài)窗口目標轉(zhuǎn)換方法的探測結(jié)果具有很好的一致性。4)實現(xiàn)了Mars2020火星車備選著陸點含水礦物精細類別填圖。聯(lián)合動態(tài)窗口因子分析與目標轉(zhuǎn)換和基于稀疏解混的含水礦物定量反演方法對NASA Mars2020火星車最終三個備選著陸區(qū)Jezero撞擊坑、NE流沙地帶和Columbia山丘進行了含水礦物精細類別的定量化填圖。在Jezero撞擊坑沖積扇附近和NE流沙地帶南部區(qū)域探測到了大量的菱鎂礦,NE流沙地帶著陸橢圓區(qū)探測到許多零散分布的菱鎂礦;在Jezero撞擊坑和NE流沙地帶首次探測到許多蛇紋石的出露點,從圖像對應(yīng)位置提取到了蛇紋石光譜,并進一步與其他研究進行對比分析,驗證了本研究結(jié)果的可靠性;在CRISM圖像上沒有在Columbia山丘探測到含水礦物的存在,可能的原因是此區(qū)域的含水礦物被火山巖單元或灰塵等覆蓋。5)推測出Mars2020火星車備選著陸點含水礦物的成因。利用Jezero撞擊坑、NE流沙地帶以及Nili槽溝區(qū)域探測到含水礦物組合、基于CTX高空間分辨率圖像的地形地貌分析及蛇紋石化和碳酸鹽化反應(yīng)的地球化學條件進行耦合分析,推測成因分析。蛇紋石、菱鎂礦和滑石的礦物組合加上這些區(qū)域具有大量鎂橄欖石,說明此區(qū)域可能存在過蛇紋石化和碳酸鹽化的熱液系統(tǒng),適宜生命的生存,極有可能存在生物標志物。
【圖文】：

圖 1. 2 線性解混示意圖，紅綠藍分別代表不同的地物類型端元光譜的變異性特征，只選擇固定的端元光譜集對整景圖像混精度，因此 Roberts et al. [1998]提出多端元光譜混合le Endmember Spectral MixtureAnalysis, MESMA），建立的端元多條光譜，利用經(jīng)過優(yōu)化的端元光譜集對每個像元光譜進行線在解混過程中可改變端元數(shù)目和迭代選擇端元集中的光譜組合準則選擇最優(yōu)分解模型，獲取最佳的豐度反演結(jié)果。通常選擇選取一些評價準則對分解模型進行評價，Roberts et al. [1998來篩選模型：1）豐度準則。模型被接受的前提是獲得的豐度就是說，在允許儀器噪聲等對豐度結(jié)果造成誤差為 1%的前提1 和 1.01 之間；2）均方根誤差（Root Mean Square Error，RMS解模型的均方根誤差低于某一個閾值時才被接受；3）殘差準和殘差計數(shù)，殘差閾值用來評判單個波段的殘差是否超過閾值

第 1 章 緒論統(tǒng)線性光譜解混技術(shù)流程，首先構(gòu)建一個大規(guī)模光譜庫作為端元庫，，然后通過在經(jīng)典線性解混模型加入稀疏約束從端元庫中尋找最優(yōu)的光譜組合來最好的模擬像元光譜（圖 1.3），其中端元庫里的光譜可以是地面測量光譜也可以是圖像光譜[Iordache et al., 2011]。由于火星含水礦物分布特點及其他因素導致直接從圖像中人提前確定端元數(shù)目、類型及光譜存在困難，因此稀疏解混模型為火星的含水礦物定量化反演提供了新的思路。
【學位授予單位】：中國科學院大學(中國科學院遙感與數(shù)字地球研究所)
【學位級別】：博士
【學位授予年份】：2018
【分類號】：P237

【參考文獻】

相關(guān)期刊論文 前3條

1 韋晶;明艷芳;劉福江;;基于光譜特征參數(shù)組合的高光譜數(shù)據(jù)礦物填圖方法[J];地球科學(中國地質(zhì)大學學報);2015年08期

2 牛志宇;趙慧潔;;基于光譜知識的高光譜圖像自動識別方法[J];北京航空航天大學學報;2012年02期

3 王潤生;甘甫平;閆柏琨;楊蘇明;王青華;;高光譜礦物填圖技術(shù)與應(yīng)用研究[J];國土資源遙感;2010年01期

本文編號：2663966