【摘要】：高光譜遙感技術(shù)的興起和發(fā)展,在獲取與重建精細(xì)像元光譜的基礎(chǔ)上,可直接識(shí)別地物類型、組成成分,反演地物的物理、化學(xué)參量,使遙感應(yīng)用由宏觀觀測(cè)發(fā)展到微觀探測(cè)階段,遙感地質(zhì)解譯也提升到地物光譜特征定量層次,標(biāo)志遙感地質(zhì)學(xué)領(lǐng)域從表層應(yīng)用可以逐步深入到定量化。論文以高光譜遙感的巖礦組分敏感性為切入點(diǎn),圍繞高光譜遙感巖礦探測(cè)應(yīng)用,綜合利用遙感圖像處理和光譜識(shí)別技術(shù),基于美國(guó)EO-1 Hyperion和國(guó)產(chǎn)環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星HJ-1A數(shù)據(jù)開展了以青藏高原北部東昆侖卡巴紐爾多黑刺溝地區(qū)為實(shí)驗(yàn)區(qū)的高光譜遙數(shù)據(jù)協(xié)同應(yīng)用方法研究,完成了黑刺溝地區(qū)巖石及金屬礦物礦化蝕變信息的定量提取,精細(xì)分類,目標(biāo)識(shí)別,證實(shí)了 Hyperion和HJ-1A高光譜遙感數(shù)據(jù)協(xié)同找礦的可行性及其在地質(zhì)找礦應(yīng)用領(lǐng)域的優(yōu)越性。論文取得的主要成果和創(chuàng)新點(diǎn)如下:(1)提出了一種高光譜數(shù)據(jù)協(xié)同共建光譜提取青藏高原黑刺溝地區(qū)蝕變礦化信息的方法。論文分析了高光譜遙感技術(shù)在高原氣候環(huán)境和壓強(qiáng)效應(yīng)影響下產(chǎn)生的光譜吸收影響及其地物敏感性變化,綜合比較了主流信息提取和光譜匹配分類方法的特點(diǎn),利用HJ-1A優(yōu)勢(shì)譜段450nm-950nm與Hyperion 950nm-2500nm波段范圍進(jìn)行重采樣、波譜運(yùn)算,生成了 HJ-Hyperion高光譜結(jié)合數(shù)據(jù)共建光譜進(jìn)行信息提取和目標(biāo)識(shí)別,完成了 HJ-1A國(guó)產(chǎn)環(huán)境與減災(zāi)小衛(wèi)星在地質(zhì)找礦方面的應(yīng)用嘗試,這對(duì)開展青藏高原地區(qū)現(xiàn)代地質(zhì)填圖新技術(shù)新方法的研究,加快區(qū)調(diào)工作步伐,全面提升區(qū)調(diào)質(zhì)量具有重要的社會(huì)、經(jīng)濟(jì)和戰(zhàn)略意義(第5章)。(2)提出了一種基于巖礦光譜響應(yīng)的診斷窗口加權(quán)相關(guān)波譜匹配方法。在詳細(xì)分析巖石、礦物光譜特征與其物理化學(xué)屬性的關(guān)聯(lián)及傳統(tǒng)的光譜匹配方法的基礎(chǔ)上,綜合考慮基于單個(gè)吸收特征、完全波形特征、光譜知識(shí)模型等提取方法的優(yōu)缺點(diǎn),顧及到地物波譜曲線在高原環(huán)境因素的影響下發(fā)生實(shí)際地物光譜變異,針對(duì)性地進(jìn)行波譜匹配與相似度評(píng)估。其基本思想是在全波長(zhǎng)范圍分級(jí)對(duì)譜段進(jìn)行分割,對(duì)具有診斷性光譜特征的譜段范圍給予高權(quán)重值,次一級(jí)譜段范圍及受環(huán)境影響敏感區(qū)域譜段范圍給予低權(quán)重值,在反射率范圍(0-1)之間符合正態(tài)分布規(guī)律,結(jié)合先驗(yàn)知識(shí)進(jìn)行計(jì)算分析及權(quán)重因子訓(xùn)練,最終選中的權(quán)重因子進(jìn)行波譜特征擬合及角度匹配。該方法有助于提高地物光譜分類精度,確定蝕變礦化信息,對(duì)研究區(qū)的區(qū)域地質(zhì)調(diào)查、地質(zhì)找礦工作有重要的參考價(jià)值(第5章)。(3)提出了一種估計(jì)光譜特性的反距離方差降低高光譜數(shù)據(jù)條帶噪聲的方法。數(shù)據(jù)預(yù)處理過程中,HSI數(shù)據(jù)可見光波段目前存在大量條帶噪聲,造成相對(duì)反射率和相對(duì)反射率反演結(jié)果曲線不夠平滑,存在噪聲引起的異常小反射峰(跳變);Hyperion可見光、近紅外波段范圍條紋清晰明顯,嚴(yán)重影響圖像的質(zhì)量和分類應(yīng)用。論文在ENVIIDL環(huán)境下實(shí)現(xiàn)了估計(jì)光譜特性的反距離方差的方法,有效解決了以上存在問題,其基本思想是首先選取噪聲大的條紋波段寫入一個(gè)三維數(shù)組,先求出每個(gè)波段及每列的均值,再求出各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)即均差平方和平均后的方根,最后求出增益與偏置得到去條紋后圖像數(shù)組并對(duì)圖像數(shù)組進(jìn)行變換。應(yīng)用證明,該方法可以較好解決目前主流商業(yè)遙感軟件存在缺點(diǎn),高光譜遙感數(shù)據(jù)處理環(huán)節(jié)必須的壞線、條紋噪聲消除與圖像改善問題,可為后續(xù)巖礦信息的提取與識(shí)別提供更接近真實(shí)地物波譜特征的高質(zhì)量遙感數(shù)據(jù)(第4章)。
【圖文】：

邐２５００逡逑Ｗａｖｅｌｅｎｇｔｈ邋（ｎｍ）逡逑圖２－１赤鐵礦化的礫巖風(fēng)化面與新鮮面對(duì)比圖逡逑⑶巖石表面顏色對(duì)光譜反射率的影響逡逑巖石中存在礦物質(zhì)、金屬雜質(zhì)以及有機(jī)質(zhì)，這些元素共同形成了巖石的顏色，逡逑巖石中礦物成分的不同，其顏色也會(huì)有所差異。巖石的顏色深，則代表巖石中的逡逑礦物成分、金屬雜質(zhì)以及有機(jī)質(zhì)含量等顏色偏深，越深的顏色，則代表巖石反射逡逑率越低；相反的，當(dāng)巖石的顏色較淺，那么巖石中的有機(jī)質(zhì)以及礦物質(zhì)等顏色就逡逑偏淺，越淺的顏色也代表巖石的反射率越高。巖石的光譜反射率受到巖石中雜質(zhì)逡逑的影響較大，甚至巖石的光譜特征會(huì)因?yàn)閹r石的顏色而缺失（童慶禧等，２００６）。逡逑＿邐＾邐！邐：邐）邐ｉ邐；邐１逡逑Ｉ逡逑Ｉ邐：’邋邐邐１逡逑ｗａｖｅｌｅｎｇｔｈ邋ｍｍｉ逡逑圖２－２含碳質(zhì)千枚巖及其光譜反射率逡逑⑷大氣環(huán)境對(duì)巖石光譜反射率的影響逡逑１６逡逑

圖２－１赤鐵礦化的礫巖風(fēng)化面與新鮮面對(duì)比圖逡逑⑶巖石表面顏色對(duì)光譜反射率的影響逡逑
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：P627

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李斐斐;;高光譜遙感影像技術(shù)發(fā)展現(xiàn)狀與應(yīng)用[J];現(xiàn)代營(yíng)銷(下旬刊);2018年03期

2 趙艷福;張靈凱;;高光譜遙感的應(yīng)用[J];城市地理;2017年04期

3 鄭澤忠;范東明;李玉霞;曹云剛;夏清;;AVIRIS高光譜遙感影像無縫鑲嵌探討[J];地理與地理信息科學(xué);2008年05期

4 程一松,胡春勝;高光譜遙感在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2001年03期

5 田慶久;評(píng)《高光譜遙感及其應(yīng)用》一書[J];遙感信息;2000年02期

6 陳云浩;王思佳;趙逸飛;王明國(guó);;農(nóng)業(yè)高光譜遙感研究進(jìn)展及發(fā)展趨勢(shì)[J];地理與地理信息科學(xué);2019年05期

7 黃亮平;;高光譜遙感在農(nóng)作物生長(zhǎng)監(jiān)測(cè)的應(yīng)用研究進(jìn)展[J];農(nóng)村經(jīng)濟(jì)與科技;2019年05期

8 王利龍;呂航;;高光譜遙感技術(shù)在農(nóng)作物監(jiān)測(cè)中的應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2018年01期

9 潘偉;夏麗麗;;高光譜遙感分類方法研究[J];福建電腦;2007年01期

10 孫釗;高光譜遙感的應(yīng)用[J];貴州教育學(xué)院學(xué)報(bào)(自然科學(xué));2004年04期

相關(guān)會(huì)議論文 前10條

1 張霞;劉良云;趙春江;張兵;;利用高光譜遙感圖像估算小麥氮含量研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2002年

2 徐元進(jìn);胡光道;;取締閥值的高光譜遙感光譜匹配分類信息制圖[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 徐元進(jìn);胡光道;;窮舉法在高光譜遙感圖像地物識(shí)別中的應(yīng)用[A];第四屆中國(guó)軟件工程大會(huì)論文集[C];2007年

4 李京;蔣衛(wèi)國(guó);;高光譜遙感在濕地監(jiān)測(cè)與分類中的應(yīng)用[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

5 孫蕾;谷德峰;;基于分類的高光譜遙感圖像混合噪聲參數(shù)估計(jì)[A];第五屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集[C];2018年

6 黃家柱;龔紹奇;韋玉春;李云梅;;內(nèi)陸水體總氮、總磷濃度高光譜遙感實(shí)驗(yàn)研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

7 黃娟;郭明克;張永梅;閆濤;王寧;;利用高光譜遙感資料提取赤潮信息方法研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2002年

8 黃文鈺;尚海興;;基于小波變換的高光譜遙感影像光譜匹配技術(shù)研究[A];陜西省水力發(fā)電工程學(xué)會(huì)第三屆青年優(yōu)秀科技論文集[C];2013年

9 王藝婷;黃世奇;劉代志;;高光譜遙感圖像波段選擇現(xiàn)狀研究[A];國(guó)家安全地球物理叢書（七）——地球物理與核探測(cè)[C];2011年

10 田慶久;;高光譜遙感陸海油氣探測(cè)研究新進(jìn)展[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

相關(guān)重要報(bào)紙文章 前6條

1 閆柏琨;高光譜遙感：地球資源環(huán)境管護(hù)開發(fā)的新利器[N];中國(guó)礦業(yè)報(bào);2016年

2 姚娣;高光譜遙感就是“火眼金睛”[N];北京日?qǐng)?bào);2017年

3 記者 于德福 通訊員 單廣寧 魏雪松;我國(guó)開展航空高光譜遙感油氣調(diào)查示范[N];中國(guó)國(guó)土資源報(bào);2016年

4 中國(guó)科學(xué)院院士、國(guó)際歐亞科學(xué)院院士 童慶禧;我國(guó)高光譜遙感的發(fā)展[N];中國(guó)測(cè)繪報(bào);2008年

5 記者 金小平;中國(guó)地調(diào)局舉辦高光譜遙感找礦培訓(xùn)班[N];中國(guó)礦業(yè)報(bào);2007年

6 文龍 胡軍;張立福：用光譜觀測(cè)大地的人[N];科技日?qǐng)?bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 謝衛(wèi)瑩;高光譜遙感影像高精度分類方法研究[D];西安電子科技大學(xué);2017年

2 胡立栓;高光譜遙感影像光譜降維與空譜聯(lián)合分類方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2018年

3 林紅磊;火星含水礦物精細(xì)類別的高光譜遙感探測(cè)方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2018年

4 陳志坤;基于改進(jìn)濾波算法的高光譜遙感影像特征提取研究[D];中國(guó)地質(zhì)大學(xué);2018年

5 甘玉泉;高光譜遙感圖像光譜解混方法研究及其應(yīng)用[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院西安光學(xué)精密機(jī)械研究所);2018年

6 安金梁;基于張量表征的高光譜遙感影像維數(shù)約減與分類[D];西安電子科技大學(xué);2018年

7 王毓乾;基于空間—光譜分析的高光譜遙感影像稀疏解混研究[D];武漢大學(xué);2015年

8 畢曉佳;高光譜遙感協(xié)同處理黑刺溝巖礦蝕變信息方法研究[D];成都理工大學(xué);2016年

9 譚炳香;高光譜遙感森林類型識(shí)別及其郁閉度定量估測(cè)研究[D];中國(guó)林業(yè)科學(xué)研究院;2006年

10 馮燕;高光譜圖像壓縮技術(shù)研究[D];西北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王海峰;基于高光譜遙感的土壤水鹽監(jiān)測(cè)模型研究[D];西北農(nóng)林科技大學(xué);2019年

2 閆旭蒙;不同的特征提取方法對(duì)高光譜遙感像素點(diǎn)分類結(jié)果比較[D];蘭州大學(xué);2019年

3 王天宇;基于空間和光譜特征的高光譜遙感圖像識(shí)別研究[D];哈爾濱工程大學(xué);2019年

4 周忠磊;高光譜遙感圖像的降維與分類研究[D];山東師范大學(xué);2019年

5 李堯;基于深度學(xué)習(xí)的滑坡檢測(cè)算法研究[D];成都理工大學(xué);2018年

6 劉群;基于深度學(xué)習(xí)的高光譜遙感圖像特征學(xué)習(xí)與分類算法研究[D];華僑大學(xué);2018年

7 王晗;基于壓縮感知的高光譜遙感影像重構(gòu)方法研究[D];東北林業(yè)大學(xué);2018年

8 張迦南;基于不同預(yù)處理方法的冬小麥冠層高光譜遙感長(zhǎng)勢(shì)監(jiān)測(cè)研究[D];河南農(nóng)業(yè)大學(xué);2018年

9 金晨;基于深度信念網(wǎng)絡(luò)的高光譜遙感圖像分類算法研究[D];東北大學(xué);2017年

10 馬秀強(qiáng);高光譜遙感在大冶銅鐵礦區(qū)水環(huán)境監(jiān)測(cè)中的應(yīng)用[D];中國(guó)地質(zhì)大學(xué)(北京);2018年

，

本文編號(hào)：2648544