航空高光谱遥感区域成矿背景研究——以甘肃柳园—方山口地区为例
本文选题:航空高光谱遥感 + 成矿条件和控矿要素 ; 参考:《遥感学报》2017年01期
【摘要】:高光谱遥感是当前地质遥感研究的前沿和热点,国内外的相关研究集中在数据处理、矿物填图、模型构建等方面,利用航空高光谱遥感技术进行区域成矿背景的研究较少。然而,要解决好高光谱遥感找矿问题,首先必须研究区域成矿背景,特别是找矿方向和有利的找矿区段,否则构建的找矿模型将不能充分发挥作用。本文以核工业北京地质研究院国家级遥感重点实验室装备的航空高光谱成像系统在甘肃柳园—方山口地区获取的可见光-近红外(CASI),短波红外(SASI)高光谱遥感数据为数据源,利用矿物填图方法所填的区域矿物分布图,探讨了柳园—方山口地区的区域成矿条件,厘定了找矿要素,构建了区域成矿构造格架,分析了区域已知矿产的空间分布规律,探索了该区的区域找矿方向和最佳找矿地段。在此基础上,利用建立的高光谱遥感找矿预测方法,新发现了7处找矿靶区,取得了显著的地质找矿效果。该成果不仅对指导柳园—方山口地区进一步找矿有重要作用,而且提出的一套高光谱遥感技术研究区域成矿背景的思路、途径和方法,对其他地区的高光谱遥感地质应用也具有重要的借鉴价值。
[Abstract]:Hyperspectral remote sensing is the frontier and hot spot of geological remote sensing research at present. The related researches at home and abroad focus on data processing, mineral mapping, model construction and so on. The research on regional metallogenic background using aerial hyperspectral remote sensing technology is less. However, in order to solve the problem of hyperspectral remote sensing prospecting, we must first study the regional metallogenic background, especially the prospecting direction and the favorable ore prospecting section, otherwise the ore-prospecting model will not be able to play a full role. In this paper, the hyperspectral remote sensing data obtained from the aerial hyperspectral imaging system in Liuyuan-Fangshankou area of Gansu Province are used as the data source, based on the hyperspectral remote sensing data obtained by the National remote Sensing key Laboratory of the Beijing Institute of Geology of the Nuclear Industry. Based on the regional mineral distribution map by mineral mapping method, the regional metallogenic conditions in Liuyuan-Fangshankou area are discussed, the prospecting elements are determined, the framework of regional metallogenic structure is constructed, and the spatial distribution law of regional known minerals is analyzed. The regional prospecting direction and the best prospecting area in this area are explored. On this basis, using the hyperspectral remote sensing prospecting and prediction method, 7 new prospecting targets have been discovered, and remarkable geological prospecting results have been obtained. This result not only plays an important role in guiding the further prospecting in Liuyuan-Fangshankou area, but also puts forward a set of ideas, approaches and methods for studying the regional metallogenic background by hyperspectral remote sensing technology. It also has important reference value for the application of hyperspectral remote sensing geology in other areas.
【作者单位】: 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;
【基金】:中国地质调查局航空高光谱遥感矿床定位模型与预测技术研究项目(编号:121201122027)
【分类号】:P627
【相似文献】
相关期刊论文 前10条
1 杜培军;陈云浩;;高光谱遥感信息智能处理的若干理论与技术问题[J];科技导报;2006年01期
2 张利;戚浩平;;高光谱遥感及其在青藏高原的应用潜力分析[J];测绘科学;2008年S3期
3 张利;戚浩平;;高光谱遥感及其在青藏高原的应用潜力分析[J];测绘科学;2008年S1期
4 岳跃民;王克林;张兵;陈正超;;高光谱遥感在生态系统研究中的应用进展[J];遥感技术与应用;2008年04期
5 方红亮,田庆久;高光谱遥感在植被监测中的研究综述[J];遥感技术与应用;1998年01期
6 王建宇;高光谱遥感──给人类配上一副神眼[J];世界科学;1999年12期
7 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才;高光谱遥感在植被理化信息提取中的应用动态[J];西北农林科技大学学报(自然科学版);2005年05期
8 陶秋香;;植被高光谱遥感分类方法研究[J];山东科技大学学报(自然科学版);2007年05期
9 龚绍琦;黄家柱;李云梅;陆皖宁;王海君;王国祥;;水体氮磷高光谱遥感实验研究初探[J];光谱学与光谱分析;2008年04期
10 孙蕾;罗建书;;高光谱遥感图像微分域三维混合去噪方法[J];光谱学与光谱分析;2009年10期
相关会议论文 前10条
1 张霞;刘良云;赵春江;张兵;;利用高光谱遥感图像估算小麦氮含量研究[A];成像光谱技术与应用研讨会论文集[C];2002年
2 杜培军;陈云浩;;高光谱遥感信息智能处理的基础研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
3 徐元进;胡光道;;取缔阀值的高光谱遥感光谱匹配分类信息制图[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 张永强;文丽萍;王振营;;高光谱遥感在监测作物受病虫肥胁迫中的应用[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
5 王艺婷;黄世奇;王红霞;;从信息的角度看高光谱遥感技术[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
6 李京;蒋卫国;;高光谱遥感在湿地监测与分类中的应用[A];第十届全国光电技术学术交流会论文集[C];2012年
7 房华乐;任润东;苏飞;梁勇;;高光谱遥感在农业中的应用[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
8 黄娟;郭明克;张永梅;闫涛;王宁;;利用高光谱遥感资料提取赤潮信息方法研究[A];成像光谱技术与应用研讨会论文集[C];2002年
9 杜培军;方涛;林卉;;高光谱遥感影像降维方法研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
10 王新鸿;唐伶俐;马灵玲;;高光谱遥感在内陆水质监测中的应用[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年
相关重要报纸文章 前4条
1 张学君;高光谱遥感技术助力覆盖区找矿[N];中国国土资源报;2011年
2 记者 金小平;中国地调局举办高光谱遥感找矿培训班[N];中国矿业报;2007年
3 中国科学院院士、国际欧亚科学院院士 童庆禧;我国高光谱遥感的发展[N];中国测绘报;2008年
4 文龙 胡军;张立福:用光谱观测大地的人[N];科技日报;2012年
相关博士学位论文 前10条
1 张海涛;基于兴趣体保护的高光谱遥感图像压缩技术研究[D];辽宁工程技术大学;2014年
2 王霄鹏;黄河三角洲湿地典型植被高光谱遥感研究[D];大连海事大学;2014年
3 孙蕾;小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D];国防科学技术大学;2010年
4 谭炳香;高光谱遥感森林类型识别及其郁闭度定量估测研究[D];中国林业科学研究院;2006年
5 田丰;全波段(0.35~25μm)高光谱遥感矿物识别和定量化反演技术研究[D];中国地质大学(北京);2010年
6 刘康;基于主动学习的高光谱图像分类技术研究[D];中国矿业大学(北京);2014年
7 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
8 沈照庆;基于支持向量机(SVM)的高光谱影像智能化分析关键问题研究[D];武汉大学;2010年
9 冯燕;高光谱图像压缩技术研究[D];西北工业大学;2006年
10 叶成名;基于高光谱遥感的青藏高原岩矿信息提取方法与应用研究[D];成都理工大学;2011年
相关硕士学位论文 前10条
1 柳家福;基于GPU的矿产资源高光谱遥感探测数据快速处理[D];南京理工大学;2015年
2 张小东;基于光谱解混的高光谱遥感烃弱信息提取[D];成都理工大学;2015年
3 刘淼;不同营养水平冬小麦长势高光谱遥感监测[D];西北农林科技大学;2016年
4 牛璐璐;航空高光谱遥感影像自动拼接技术研究[D];吉林大学;2016年
5 丁小辉;基于蚁群算法的高光谱遥感影像地物分类研究[D];中国科学院研究生院(东北地理与农业生态研究所);2016年
6 颜丙囤;基于“星—地”遥感数据的植被参数反演模型研究与应用[D];中国矿业大学;2016年
7 汤媛媛;面向桌面系统的高光谱遥感影像线性降维异构并行算法研究与实现[D];国防科学技术大学;2015年
8 陈东来;高光谱遥感场景成像模型研究[D];哈尔滨工业大学;2009年
9 杨文韬;一种结合万有引力的高光谱遥感影像无监督分类算法[D];成都理工大学;2011年
10 顾桂华;高光谱遥感场景模型仿真研究[D];哈尔滨工业大学;2008年
,本文编号:1943691
本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/1943691.html