云南个旧普雄多源光谱遥感矿物光谱特征分析及找矿信息提取

发布时间：2017-08-04 16:29

  本文关键词：云南个旧普雄多源光谱遥感矿物光谱特征分析及找矿信息提取

  更多相关文章： 多源遥感数据 光谱特征分析 奇异值分解 光谱相关角 光谱信息散度 蚀变矿物 线性构造

【摘要】：云南省个旧普雄地区位于个旧西区,建水县东南,该区具有多期次的岩浆活动,区内断裂构造对成矿流体的运移及富集具有一定的控制作用。本文综合利用多源遥感数据的空间特征和光谱特征,结合研究区三维遥感影像进行线性构造解译,并对解译成果进行定性、定量分析,总结其空间分布特征,探索与已有矿(床)点的相关性。以野外岩矿样品实测光谱为参考,综合分析矿物标型光谱、矿物像元光谱特征,依据多源遥感数据的特点,建立相应的直接或间接的矿石信息识别标志,并分别利用合适的技术手段提取标志信息,对比多源数据的矿物信息识别效果。本研究主要内容如下：(1)收集覆盖研究区的ALI、ASTER多光谱数据,Hyperion高光谱影像及数字高程模型,并进行相应的辐射定标、大气校正、子区裁剪等预处理工作。Hyperion数据预处理较为复杂,还包括未定标和受水汽影响波段的去除、坏线修复、条纹去除、smile效应去除；(2)将ALI数据全色波段与ASTER可见光-近红外多光谱波段进行融合处理,结合DEM数据制作三维影像。综合利用多源遥感数据的空间信息、光谱信息和三维信息,以研究区已有的构造信息为参考建立色调、水系及微地貌解译标志,进而对全区进行线性构造解译；(3)将研究区线性构造解译成果与已有矿(床)点做空间叠加,定性分析其相关性,并从定量的角度统计其方位、强度特征,线性构造密度特征及分形特征,阐明区域构造格局与局部构造异常的相互关系、局部构造异常与矿化点之间的联系,降低目视判别的主观随意性,为矿产预测提供定量化信息；(4)从库中矿物标型光谱出发,归纳与个旧普雄研究区相关蚀变矿物的稳定吸收特征,吸取先验知识；然后对野外采集的样品进行光谱测试与特征分析,建立了矿石信息提取标志；最后从ALI+ASTER和Hyperion影像中提取出研究区矿物(组合)像元光谱,建立地面信息与影像信息之间的联系;(5)以矿物像元光谱特征为基础,将奇异值分解技术应用于ALI+ASTER数据的蚀变矿物信息提取,并利用SIDSCAtan光谱匹配算法识别Hyperion影像中的矿物信息,对比多源遥感数据信息提取效果及分析其找矿意义。通过以上研究工作得到如下结论和认识：(1)本区线性构造以小断裂为主,局部发育具控制性的大断裂,且小断裂主要分布于南北两条大断裂附近。构造主要方位为北东向,次为北西向。该区线性构造信息具有极好的分形特征。线性构造分维高值区、构造信息密度高值区和已有矿床点的空间分布基本一致,说明了构造对成矿流体具有较强的控制作用,对成矿有利地段的圈定具有指示意义；(2)普雄研究区内矿石的主要矿物在可见光-短波红外区间不具有稳定的吸收特征,但由成矿热液交代作用和后期风化作用形成的含铁矿物或泥化矿物在矿石光谱中可形成重要的特征吸收谱带,分析可知本区的含铁矿物和泥化矿物可作为研究区内矿石信息的直接和间接提取标志；(3)从整体上来看ALI+ASTER多光谱数据和Hyperion高光谱数据分别提取的蚀变矿物信息与大部分实地检验结果较为吻合,由于受数据特点及处理过程的影响在局部地区矿物识别能力较差。从空间分布来看,两种数据提取的矿物信息在轮廓上具有相似性,在边缘上Hyperion数据的信息提取可靠性高于ALI+ASTER。个旧普雄研究区线性构造、蚀变矿物信息与矿(床)点在空间分布上具有较好的一致性,说明本文提取的找矿信息对研究区内矿(床)点的勘查具有一定的指示意义。
【关键词】：多源遥感数据 光谱特征分析 奇异值分解 光谱相关角 光谱信息散度 蚀变矿物 线性构造
【学位授予单位】：中国地质大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P627
【目录】：

• 作者简历7-8
• 摘要8-10
• abstract10-15
• 第一章 绪论15-22
• 1.1 选题来源、研究目的及意义15-16
• 1.1.1 选题来源15
• 1.1.2 研究目的及意义15-16
• 1.2 国内外研究现状16-19
• 1.2.1 地质构造信息国内外研究现状17
• 1.2.2 蚀变异常信息国内外研究现状17-19
• 1.3 主要研究内容及技术路线19-22
• 1.3.1 主要研究内容19
• 1.3.2 研究技术路线19-22
• 第二章 地质背景22-31
• 2.1 研究区概况22
• 2.2 区域地质特征22-27
• 2.2.1 区域地层22-24
• 2.2.2 区域构造24-25
• 2.2.3 区域岩浆岩25-27
• 2.3 研究区地质特征27-31
• 2.3.1 地层27
• 2.3.2 构造27-28
• 2.3.3 岩浆岩28-29
• 2.3.4 矿化点及围岩蚀变情况29-31
• 第三章 多源遥感线性构造解译与分析31-53
• 3.1 遥感数据源31-35
• 3.1.1 ALI多光谱数据31-33
• 3.1.2 ASTER多光谱数据33-34
• 3.1.3 数字高程模型34-35
• 3.2 多光谱遥感数据处理35-42
• 3.2.1 串扰校正35
• 3.2.2 辐射定标35-36
• 3.2.3 大气校正及影像裁剪36-39
• 3.2.4 影像融合及三维遥感影像制作39-42
• 3.3 多源遥感数据线性构造目视解译42-46
• 3.3.1 建立线性构造解译标志42-45
• 3.3.2 线性构造目视解译及定性分析45-46
• 3.4 线性构造定量化分析46-53
• 3.4.1 线性构造方位分析46-47
• 3.4.2 线性构造密度分析47-49
• 3.4.3 线性构造分形特征49-51
• 3.4.4 小结51-53
• 第四章 多源遥感蚀变信息提取与分析53-81
• 4.1 多源遥感数据处理53-56
• 4.1.1 Hyperion高光谱数据处理54-55
• 4.1.2 ALI、ASTER多光谱数据处理55-56
• 4.2 研究区矿物光谱特征分析56-65
• 4.2.1 矿物标型光谱特征分析57-59
• 4.2.2 野外岩矿光谱特征分析59-61
• 4.2.3 矿物像元光谱特征分析61-65
• 4.2.4 小结65
• 4.3 基于奇异值分解的ALI+ASTER数据蚀变信息提取65-71
• 4.3.1 原理及方法66-67
• 4.3.2 奇异值分解法蚀变矿物信息提取67-70
• 4.3.3 结果分析70-71
• 4.4 基于SIDSCA_(tan)的Hyperion数据蚀变信息提取71-77
• 4.4.1 原理及方法72-73
• 4.4.2 方法比较73-76
• 4.4.3 基于SIDSCA_(tan)的蚀变矿物信息提取76-77
• 4.5 蚀变矿物信息提取结果分析77-81
• 4.5.1 多源数据提取蚀变矿物信息对比分析77-79
• 4.5.2 蚀变矿物找矿分析79-81
• 第五章 结语81-84
• 5.1 主要认识81-83
• 5.2 存在问题83-84
• 致谢84-86
• 参考文献86-90

【相似文献】

中国期刊全文数据库 前10条

1 万余庆,阎永忠,张凤丽;延河流域植物光谱特征分析[J];国土资源遥感;2001年03期

2 李翔;俞乐;董传万;张登荣;;新昌地区典型火成岩发射光谱特征分析[J];国土资源遥感;2010年02期

3 王震;张晓丽;安树杰;;松材线虫病危害的马尾松林木光谱特征分析[J];遥感技术与应用;2007年03期

4 杨可明;郭达志;;植被高光谱特征分析及其病害信息提取研究[J];地理与地理信息科学;2006年04期

5 张杰林;;桃山铀矿田铀成矿要素光谱特征分析[J];世界核地质科学;2007年04期

6 李颖;刘丙新;李宝玉;陈铎;;基于小波变换的油膜光谱特征分析[J];光谱学与光谱分析;2012年07期

7 张文群;蒋光润;商铁兰;朱大权;;定西遥感试验场土壤光谱特征分析[J];遥感技术与应用;1992年02期

8 王繁;周斌;徐建明;凌在盈;周根娣;;杭州湾混浊水体表面光谱测量及光谱特征分析[J];光谱学与光谱分析;2009年03期

9 贺容;杨存建;李春燕;陈军;杨建祥;;云南省腾冲县不同覆盖物的光谱特征分析[J];亚热带资源与环境学报;2009年02期

10 丁建丽;张飞;塔西甫拉提·特依拜;;塔里木盆地南缘典型植被光谱特征分析——以新疆于田绿洲为例[J];干旱区资源与环境;2008年11期

中国重要会议论文全文数据库 前4条

1 彭代亮;江樟焰;AlfredoR.Huete;;基于光谱特征分析的花粉遥感识别初步研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

2 宋文鹏;陈江麟;崔文林;;赤潮爆发现场多源数据集光谱特征分析[A];成像光谱技术与应用研讨会论文集[C];2002年

3 李晓琴;孙永军;张振德;;格尔木监测区土地荒漠化遥感调查与监测[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 唐红;李雄耀;王世杰;;不同赋存状态水的光谱特征分析[A];中国矿物岩石地球化学学会第14届学术年会论文摘要专辑[C];2013年

中国硕士学位论文全文数据库 前4条

1 吴浩;云南个旧普雄多源光谱遥感矿物光谱特征分析及找矿信息提取[D];中国地质大学;2016年

2 刘天乐;基于高光谱遥感的矿物光谱特征分析和提取[D];中国地质大学;2009年

3 刘云鹤;植被覆盖不同结构各层的光谱特征分析[D];西北大学;2013年

4 张亚南;高光谱图像特征分析技术的研究与软件开发[D];中国地质大学（北京）;2010年

，

本文编号：620579