新疆北山地区与云南普朗铜矿高光谱岩矿信息提取研究
本文关键词: 高光谱遥感 岩性分类 蚀变信息提取 北山地区 普朗铜矿 出处:《吉林大学》2017年硕士论文 论文类型:学位论文
【摘要】:高光谱遥感起源于20世纪80年代初期,是对地观测领域的重大技术突破之一,这一技术的出现使得遥感技术有了新的方向。目前,高光谱遥感已被广泛应用于环境监测、大气研究、植被调查、精准农业、地质填图、海洋遥感、军事目标探测等领域,尤其在地质填图领域取得了很好的效果。高光谱遥感极大地增强了遥感对地观测能力和地物识别能力,提高了遥感技术的定量化水平。高光谱遥感对地物光谱特性的测度细致、对物质的描述精确,但图像数据量大、波段间信息相关性强,这也是目前高光谱技术应用需要解决的问题之一。本研究以新疆北山地区和云南普朗斑岩型铜矿为研究区。在分析新疆若羌北山地区和云南普朗斑岩型铜矿区域地质背景的基础上,利用Hy Map航空高光谱数据对新疆若羌北山地区进行岩性分类;利用Hyperion高光谱数据对云南普朗斑岩型铜矿进行蚀变矿物(组合)信息提取,并辅以全谱段的ASTER多光谱数据进行硅化蚀变信息提取。利用HyMap航空高光谱数据对新疆北山地区进行岩性分类过程中,选择光谱角(SAM)、光谱信息散度(SID)、二值编码(BE)3种高光谱分类方法进行光谱匹配,分出13种不同岩性。通过对3种分类方法进行精度分析,发现SAM方法为该区岩性分类的最优方法。综合利用Hy Map影像、高光谱岩性分类结果进行岩矿信息提取综合应用,能够快速、精确的确定地质界线和岩性填图。利用Hyperion和ASTER数据对云南普朗铜矿进行蚀变信息提取研究,并根据蚀变信息提取结果进行蚀变带划分,分为绢英岩化带、泥化带、青磐岩化带。利用ASTER数据进行硅化蚀变信息提取过程中,通过反演Si O2含量来校正硅化蚀变信息提取结果,能够更准确的提取硅化蚀变信息。蚀变信息提取结果符合普朗斑岩型铜矿蚀变带分布规律,在一定程度上,可为高光谱遥感找矿提供支撑。
[Abstract]:Hyperspectral remote sensing, originated in the beginning of 1980s, is one of the most important breakthroughs in the field of Earth observation. The emergence of this technology has made remote sensing technology have a new direction. Hyperspectral remote sensing has been widely used in environmental monitoring, atmospheric research, vegetation investigation, precision agriculture, geological mapping, marine remote sensing, military target detection and other fields. Especially in the field of geological mapping good results have been achieved. Hyperspectral remote sensing has greatly enhanced the ability of remote sensing to earth observation and recognition of ground objects. The quantitative level of remote sensing technology is improved. Hyperspectral remote sensing measures the spectral characteristics of ground objects carefully, describes the matter accurately, but has a large amount of image data and strong correlation of information between bands. This is also one of the problems that need to be solved in the application of hyperspectral technology. In this study, the porphyry copper deposits in Beishan area of Xinjiang and Plang porphyry copper mine in Yunnan province are studied. The study is based on the analysis of the Beishan area of Ruoqiang, Xinjiang and the porphyry copper deposit area of Plang, Yunnan Province. Based on the geological background. Using Hy Map airborne hyperspectral data, lithologic classification was carried out in the Beishan area of Ruoqiang, Xinjiang. The information of altered minerals (assemblages) of porphyry copper deposits in Plang Yunnan Province was extracted by using Hyperion hyperspectral data. The ASTER multispectral data of the whole spectrum are used to extract the information of silication alteration. The spectral angle is selected in the lithologic classification of Beishan area of Xinjiang using HyMap airborne hyperspectral data. Spectral information divergence and binary coding are used for spectral matching and 13 different lithology are obtained. The accuracy of these three classification methods is analyzed. It is found that SAM method is the best method for lithologic classification in this area. The comprehensive application of Hy Map image and hyperspectral lithologic classification results in the extraction of rock and mineral information can be rapid. Accurate determination of geological boundaries and lithologic mapping. Using Hyperion and ASTER data to extract alteration information of Plang Copper Mine in Yunnan Province and divide the alteration zones according to the results of the extraction of alteration information. It can be divided into sericolith zone, mudstone zone and Qingiranlitization zone. In the process of extracting silication alteration information from ASTER data, the result of silicification alteration information extraction is corrected by inversion of Sio _ 2 content. The result of the extraction of alteration information accords with the distribution law of the alteration zone of porphyry type copper deposit in Plang, which can provide support for hyperspectral remote sensing prospecting to a certain extent.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:P627
【相似文献】
相关期刊论文 前5条
1 杨可明;陈云浩;郭达志;蒋金豹;;基于端元提取的高光谱影像特定目标识别[J];金属矿山;2006年06期
2 韦玮;李增元;谭炳香;徐海生;;基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究[J];林业科学研究;2011年02期
3 杨可明;陈云浩;郭达志;蒋金豹;;基于PHI高光谱影像的植被光谱特征应用研究[J];西安科技大学学报;2006年04期
4 杨可明;张涛;王立博;钱小丽;刘士文;王林伟;;高光谱影像的谐波分析融合算法研究[J];中国矿业大学学报;2014年03期
5 郭宇龙;李云梅;朱利;徐德强;李渊;檀静;周莉;刘阁;;基于HJ1A-CCD数据的高光谱影像重构研究[J];环境科学;2013年01期
相关会议论文 前10条
1 舒宁;胡颖;;基于地物光谱特征的高光谱影像边缘提取方法[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年
2 舒宁;;多光谱和高光谱影像纹理分析的几种方法[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 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
4 董广军;纪松;朱朝杰;;基于局部线性嵌入流形学习的高光谱影像分类技术[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
5 汪玮;周可法;王金林;周曙光;刘慧;;环境减灾卫星高光谱数据预处理[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年
6 黄远程;张良培;李平湘;;基于最小单形体体积约束的高光谱影像端元光谱提取[A];遥感定量反演算法研讨会摘要集[C];2010年
7 刘庆杰;蔺启忠;王黎明;王钦军;李庆亭;苗峰显;;基于CFFT最优信噪比的星载高光谱影像噪声抑制研究[A];第十七届中国遥感大会摘要集[C];2010年
8 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
9 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年
10 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年
相关博士学位论文 前10条
1 刘轲;冬小麦叶面积指数高光谱遥感反演方法研究[D];中国农业科学院;2015年
2 马晓瑞;基于深度学习的高光谱影像分类方法研究[D];大连理工大学;2017年
3 孙艳丽;联合丰度信息与空谱特征的高光谱影像分类研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
4 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
5 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
6 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年
7 王凯;基于多特征融合的高光谱影像地物精细分析方法研究[D];武汉大学;2013年
8 杜辉强;高光谱遥感影像滤波和边缘提取方法研究[D];武汉大学;2004年
9 韦玮;基于多角度高光谱CHRIS数据的湿地信息提取技术研究[D];中国林业科学研究院;2011年
10 龚鑓;基于HDA和MRF的高光谱影像同质区分析[D];武汉大学;2007年
相关硕士学位论文 前10条
1 司海青;含水量对土壤有机质含量高光谱估算的影响研究[D];中国农业科学院;2015年
2 汪重午;基于高光谱线性混合模型的地质勘查研究[D];成都理工大学;2015年
3 原娟;面向高光谱地物的在轨替代光谱定标影响因子分析[D];浙江农林大学;2015年
4 魏祥坡;高光谱影像土质要素和人工地物分类技术研究[D];解放军信息工程大学;2015年
5 康苒;松嫩平原典型土壤有机质高光谱预测模型研究[D];东北农业大学;2016年
6 张颖;基于主动学习的高光谱影像分类[D];成都理工大学;2016年
7 张风;基于子空间学习的高光谱影像地物分类[D];西安电子科技大学;2015年
8 刘瑞香;基于多尺度局部二值模式的高光谱图像分类算法研究[D];西安石油大学;2016年
9 刘怡君;基于机载LiDAR和高光谱遥感影像融合实现普洱山区树种分类[D];中国林业科学研究院;2016年
10 张国亮;新疆北山地区与云南普朗铜矿高光谱岩矿信息提取研究[D];吉林大学;2017年
,本文编号:1466392
本文链接:https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/1466392.html