当前位置:主页 > 科技论文 > 地质论文 >

辽西地质走廊带地面与影像光谱岩石分类

发布时间:2020-11-11 12:46
   岩石是地球演化过程中的信息载体,记录演化过程中地球上发生的地质事件,因此,对岩石的研究有助于我们更好的了解地球的进化史。同时,将岩石的研究结合地质学分支学科,如地球化学、地球物理、矿物学等学科知识的研究,将有助于解决地质学的重大理论问题。传统岩石信息获取手段,如岩石手标本鉴定、化学成分分析和物理特性测量等,虽然能够准确可靠地获取岩石成分真实信息,但存在空间和时间上的局限性。因此,现代岩石分析,需要具有更加高效、无破坏、范围大等优势的岩石信息提取方法助力行业发展,这样,遥感岩性信息提取研究受到广泛关注。本文选择辽宁兴城走廊地质带为研究区,该区域在太古宇结晶基底之上发育有丰富的火成岩及沉积岩地层,是使用遥感技术研究岩性信息提取的理想区域。在野外采集岩石样本岩相学鉴定、室内光谱反射率测量和48种化学成分分析的基础上,分别使用单变量线性回归与多变量线性回归统计方法,在各类型岩石样本中建立岩石化学元素与光谱反射率之间的回归关系。建模结果表明:在岩浆岩样本中MgO、SiO_2、P_2O_5、Fe_2O_3这四种常量元素氧化物含量与岩石光谱反射率信息之间存在较好的相关关系;沉积岩样本中Al_2O_3、CaO、P_2O_5、Ga这四种化学成分含量与岩石光谱反射率信息之间存在较好的相关关系,其中岩浆岩样本集中SiO_2的PLSR建模回归效果最佳。在岩石地面光谱反射率进行连续统去除处理基础上,通过主成分分析,提取累计85%以上信息的主成分分量,使用Fuzzy c-means分类方法将岩石样本分类,由此,岩石样本可通过光谱分为侵入岩类、火山岩类和内源沉积岩类大类,单类分类精度最高达82%,总体精度为64%。根据Hyperion和ASTER遥感影像波谱响应函数,对岩石样本地面光谱反射率进行重采样处理,建立不同遥感影像数据SiO_2含量预测模型及基于地面光谱模型的遥感影像岩石分类方法。验证结果表明:根据重采样的波段所建立SiO_2含量PLSR预测模型,能够较好的预测影像样本点的SiO_2含量;经两种类型影像随机选取样本点验证,使用基于地面光谱模型的遥感影像岩石分类方法的分类效果优于传统监督分类方法,进而验证基于地面光谱模型的遥感影像岩石分类方法应用于遥感影像的可行性。
【学位单位】:吉林大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:P627
【部分图文】:

分布情况,葫芦岛市,内陆海,轻工业


在研究区范围内采集岩石样本,测量岩石光谱反射率,测试岩石化学元素含量。整理分析各类型岩石反射率光谱特性和化学元素含量特征,为研究做数据准备。2.1 研究区概况选择辽西地质走廊带为研究区,调研该区域地理环境状况和区域地质概况,对岩石地层情况及岩石类型分布情况做出总结,为研究奠定基础。2.1.1 地理环境研究区位于辽宁省西部辽西地质走廊带,东经 120°00′-121°00′,北纬40°30′-41°00′,属于辽宁省葫芦岛市辖区,如图 2.1 所示。该辖区地处华北与东北两大经济协作区的交汇地带,是辽宁省东湾西部重要经济区,属于海滨丘陵地貌。海拔高度一般为20~500m,相对高差200m~350m。海拔最高点在九龙山为558.7m,山体为北东走向,区域内地势呈现西北高东南低的趋势。

沉积序列,走廊带,地质简图,地质


第 2 章 研究区概况与数据获取,矿石量 307000 千吨),4 个中型矿床(钼铅锌多金属、硫铁矿、石灰石多小型矿床。1.2 区域地质概况辽西地质走廊带位于辽宁省西南部,其大地构造位置位于华北克拉通北,燕山裂陷槽东段[41]。研究区以 1:25 万锦西市地质图范围为主。(1)地层辽西地质走廊带为典型的华北型沉积序列,地层发育齐全且出露比较完太古代结晶基底之上依次发育了中-新元古界、古生界、中生界和新生界等、火山岩和沉积岩地层。

点分布,岩石样本,斜长片麻岩,黑云


第 2 章 研究区概况与数据获取类型。变质表壳岩包括变粒岩、斜长角闪岩、磁铁石英岩。变质深层岩包括斜长片麻岩、黑云角闪斜长片麻岩、黑云二长片麻岩和麻粒岩[43]。中生代时要岩石类型有糜棱岩、构造片岩、角岩、矽卡岩等。.2 岩石地面光谱采集在选定研究区域的基础上,对研究区范围内的各类型岩石进行采样,并使SD 光谱仪对采样样本进行反射率光谱测量,总结岩石光谱特征。.2.1 岩石样本位置研究所使用的岩石样本分布如图 2.3 所示,其中包含岩浆岩样本 264 个和岩样本 227 个,样本均匀分布于研究区域内。
【参考文献】

相关期刊论文 前10条

1 徐梦龙;杨长保;刘万崧;吴燕冈;张晨曦;;岩石密度及磁化率与反射光谱特征关系研究[J];光谱学与光谱分析;2015年08期

2 贺金鑫;陈圣波;王阳;吴艳繁;;一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法[J];光谱学与光谱分析;2014年02期

3 刘琳;肖正辉;;岩石矿物高波谱分析[J];矿山测量;2013年05期

4 丛丽娟;岑况;余学中;黄增芳;冷福荣;;朱拉扎嘎金矿区地物光谱特征与地球化学成分之间的关系[J];中南大学学报(自然科学版);2013年01期

5 纪文君;李曦;李成学;周银;史舟;;基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究[J];光谱学与光谱分析;2012年09期

6 李国志;丛利民;刘冰;王登科;王宝林;;光谱匹配技术应用于ASTER数据中提取蚀变异常[J];西部探矿工程;2010年04期

7 郑培玺;金巍;周燕;李建;郑长青;;辽西地区台子里花岗质片麻岩锆石U-Pb年龄及其地质意义[J];吉林大学学报(地球科学版);2009年03期

8 王润生;杨苏明;阎柏琨;;成像光谱矿物识别方法与识别模型评述[J];国土资源遥感;2007年01期

9 闫柏琨;刘圣伟;王润生;甘甫平;陈伟涛;杨苏明;;热红外遥感定量反演地表岩石的SiO_2含量[J];地质通报;2006年05期

10 陈方,牛铮,骆成凤,王长耀;一种基于光谱知识库的TM影像地物识别方法[J];遥感技术与应用;2005年04期


相关博士学位论文 前3条

1 林波;辽西地质走廊带中生代火山岩地球化学与岩石成因研究[D];吉林大学;2017年

2 陶建斌;贝叶斯网络模型在遥感影像分类中的应用方法研究[D];武汉大学;2010年

3 武子玉;矿物近红外光谱信息提取及应用研究[D];吉林大学;2005年


相关硕士学位论文 前2条

1 闻兵工;地物光谱特征分析技术研究[D];解放军信息工程大学;2009年

2 刘伟;基于光谱特征分析的匹配与分类技术研究[D];解放军信息工程大学;2008年



本文编号:2879197

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/2879197.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b2119***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com