当前位置:主页 > 科技论文 > 矿业工程论文 >

光谱特征提取对近似矿物光谱差异性影响分析

发布时间:2018-03-06 23:16

  本文选题:近似矿物 切入点:光谱特征提取 出处:《光谱学与光谱分析》2017年03期  论文类型:期刊论文


【摘要】:矿物光谱特征是基于光学遥感数据对矿物进行种类识别及定量反演的理论基础,光谱特征提取是高光谱数据常用的技术手段,但在多光谱数据中较少涉及。近似矿物识别是矿物光谱分类应用中的难点,目前还缺少有效指标来指示近似矿物类别光谱的差异性。光谱特征提取有望提高矿物分类精度,但该处理对近似矿物光谱差异性的影响还缺少相关研究。本文从矿物光谱差异性的原理出发,通过类间和类内光谱角的比值体现不同类别群体差异,并引入样本量因素,提出了类别可分比作为近似矿物光谱差异性的指标。以明矾石和高岭石两种近似矿物为例,对USGS光谱库光谱及Hyperion,ASTER,OLI等传感器的模拟数据进行光谱特征提取处理,通过对比处理前后矿物光谱差异性的变化,分析光谱特征提取对近似矿物光谱差异性的影响。实验结果表明,有效的光谱特征提取可以显著提高近似矿物光谱差异性,并且光谱分辨率越高,近似矿物光谱差异性越大。此外,光谱分辨率及中心波长设置对于包络线去除结果有很大影响,多光谱数据吸收特征提取效果有待进一步提高。该研究为今后近似矿物光谱识别精度的提高奠定了基础,也为未来新型遥感找矿传感器参数设置提供了参考。
[Abstract]:The spectral feature of minerals is the theoretical basis for classification identification and quantitative inversion of minerals based on optical remote sensing data. Spectral feature extraction is a common technique for hyperspectral data. But it is less involved in multispectral data. Approximate mineral recognition is a difficult point in mineral spectral classification. At present, there is still a lack of effective indicators to indicate the spectral differences of approximate mineral types. The extraction of spectral features is expected to improve the classification accuracy of minerals. However, the effect of this treatment on the approximate mineral spectral difference is still lack of relevant research. Based on the principle of mineral spectral difference, the ratio of spectral angle between classes and within classes is used to reflect the difference of different groups, and the sample size factor is introduced. Taking alunite and kaolinite as examples, the spectral characteristics of USGS spectra and simulated data of Hyperion Aster Oli sensors are extracted and processed. By comparing the changes of mineral spectral differences before and after treatment, the effects of spectral feature extraction on the approximate mineral spectral differences are analyzed. The experimental results show that the effective spectral feature extraction can significantly improve the approximate mineral spectral differences. And the higher the spectral resolution, the greater the spectral difference of approximate minerals. In addition, the spectral resolution and the setting of central wavelength have great influence on the envelope removal results. The extraction effect of absorption characteristics of multispectral data needs to be further improved. This study lays a foundation for improving the accuracy of near mineral spectral recognition in the future and provides a reference for the parameter setting of the new remote sensing sensor for mineral prospecting in the future.
【作者单位】: 中国矿业大学(北京)地球科学与测绘工程学院;中国科学院遥感与数字地球研究所高光谱遥感应用技术研究室;
【基金】:国家自然科学基金项目(41171306) 国家高技术研究发展计划项目(2013AA12A302)资助
【分类号】:P627

【相似文献】

相关期刊论文 前10条

1 祝昌汉,朱福康,刘玉洁;地表光谱特征[J];气象;1992年03期

2 包安明,吴中莹;可见~近红外波段矿物和岩石光谱特征——以新疆北疆部分地区岩石为例[J];干旱区地理;1993年03期

3 袁春琼,胡列群;北疆一些水域光谱特征浅析[J];新疆气象;1997年03期

4 杨柏林;岩矿光谱特征在遥感地质找矿中的作用[J];地质地球化学;1989年05期

5 董秉宇;张建洪;;钻石的辐射着色处理、色心及光谱特征(一)[J];国外非金属矿与宝石;1990年04期

6 高来之,杨柏林;应用于油气资源遥感的近红外石油物质光谱特征研究[J];国土资源遥感;1991年04期

7 徐金鸿;;粤西不同母岩型红土野外光谱特征[J];测绘科学;2009年S2期

8 谢慧瑗,吕斯骅,金丽芳;几种岩石的中红外反射光谱特征[J];科学通报;1983年20期

9 朱亚平;刘健文;白洁;;云的光谱和纹理特征统计分析[J];遥感技术与应用;2006年01期

10 何挺;王静;程烨;林宗坚;;土壤氧化铁光谱特征研究[J];地理与地理信息科学;2006年02期

相关会议论文 前9条

1 张登荣;董传万;阎强;邓超;;浙东火山岩区岩墙可见光-近红外遥感光谱特征[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

2 徐金鸿;;粤西不同母岩型红土野外光谱特征[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 吴德文;吴健生;周正武;张云峰;;青海芒崖金多金属成矿区岩石光谱特征及应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

4 高占国;张利权;;盐沼植被光谱特征的间接排序识别分析[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 王晓梅;张玉钧;刘文清;夏慧;;基于光谱特征的植被遥感探测及应用研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 林颖;徐卫明;袁立银;王建宇;;热红外高光谱非均匀性校正及光谱特征提取[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

7 邓书斌;陈秋锦;;植被光谱特征与植被指数综述[A];第十七届中国遥感大会摘要集[C];2010年

8 周宁;尹球;张凤丽;朱迅;;服装面料光谱特征初探[A];成像光谱技术与应用研讨会论文集[C];2002年

9 袁琳;张利权;;大型沉水植物的光谱特征识别[A];第九届全国河口海岸学术研讨会论文(摘要)集[C];2006年

相关重要报纸文章 前1条

1 本报记者 沈俊霖;19个“电子眼”监测胶州湾[N];青岛日报;2011年

相关博士学位论文 前3条

1 刘丙新;基于高光谱特征的水上油膜提取与分析研究[D];大连海事大学;2013年

2 高占国;长江口盐沼植被的光谱特征研究[D];华东师范大学;2006年

3 周广柱;铜矿区植物光谱特征与信息提取[D];山东科技大学;2007年

相关硕士学位论文 前10条

1 刘效栋;黄土台塬区土壤有机质高光谱特征及反演研究[D];西北农林科技大学;2015年

2 张宣宣;玉米铁毒胁迫的光谱特征与叶绿素含量反演实验研究[D];东北大学;2014年

3 张健;锡林郭勒典型草原植被光谱特征研究[D];内蒙古大学;2016年

4 刘璇;基于高光谱遥感图像的植被光谱特征分析及含水量反演[D];哈尔滨工业大学;2016年

5 王祥峰;基于光谱特征以及养分指示因子的土壤养分遥感监测研究[D];辽宁工程技术大学;2015年

6 赵思颖;稻田镉污染高光谱响应及其关系研究[D];江西师范大学;2016年

7 段瑞鲁;科尔沁沙地典型沙丘植被光谱特征及其覆盖变化分析[D];内蒙古农业大学;2013年

8 张荟平;基于光谱特征不确定性的遥感影像分类研究[D];华中科技大学;2013年

9 谢红叶;基于光谱特征的高光谱丰度估计模型研究[D];大连海事大学;2013年

10 韩趁霞;基于ICA的土壤重金属污染遥感弱信息分离技术与软件原型[D];中国地质大学(北京);2009年



本文编号:1576922

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/kuangye/1576922.html


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

版权申明:资料由用户b642c***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