高光谱成像技术在矿物识别中的而应用
发布时间:2023-05-19
浏览次数:653
高光谱成像技术能在紫外、可见光、近红外和中红外区域、获取许多非常窄且光谱连续的图像数据。这种技术在矿物识别中的应用也有很长的一段历史了,本文进行了简单总结。
高光谱成像技术能在紫外、可见光、近红外和中红外区域、获取许多非常窄且光谱连续的图像数据。这种技术在矿物识别中的应用也有很长的一段历史了,本文进行了简单总结。
矿物光谱识别特征参数
矿物光谱主要取决于物体内电子与晶体场的相互作用,以及物体内的分子振动。在晶体场作用中由于离子能级的跃迁会引起吸收特征的变化,但反射光谱主要还是由矿物的差异引起的,它与粒径无关。电子从一个原子到另一个原子的转移也会对光谱产生影响,例如Fe-O的电子转移就会引起光谱吸收位置向紫外方向移动。所以,矿物光谱吸收机理包括金属阳离子在可见光区域的电子过程以及阴离子基团在近红外区域的振动过程。
由于电子在各个不同能级间的跃迁而吸收或发射特定波长的电磁辐射,从而形成特定波长的光谱特征,因此,不同晶格结构的岩石矿物成分有其不同的光谱特征。这是利用高光谱数据寻找岩矿的物理前提问。
高光谱地质遥感主要是利用高光谱数据识别各种矿物成分、它们的丰度以及制图(矿物成分空间分布)。其主要研究内容包括从许多光谱参数中提取各种地质矿物的定性、定量信息。光谱吸收特征包括吸收波段波长位置、深度、宽度、斜率、对称度、面积和光谱绝对反射值等参数。
高光谱数据处理和分析技术
高光谱遥感数据波段众多,数据量庞大,为快速、准确地从这些数据中提取资源与环境信息,识别不同的物质,揭示目标的本质,则需要依据实际应用的数据处理的要求对海量数据进行处理和分析。
高光谱数据处理与分析的首要目标是实现对地观测海量数据处理能力,同时要求比较精确的定量分析能力。近年来,随着高光谱遥感理论的不断完善以及机载和星载高光谱传感器的日益成熟,高光谱遥感技术在资源勘查、环境评价以及军事研究等领域得到广泛应用。同时,在数据处理方法研究方面,随着该技术应用领域的逐渐拓展和深入,相应的遥感数据处理方法亦不断创新和完善。目前,针对高光谱数据特点,基于多光谱遥感已有的成熟的数据处理方法,并结合现代信息技术,众多国内外科研工作者通过大量的科研实践,又发展了不少技术方法,并在相关的领域取得了成功。
蚀变带是找矿的重要依据,蚀变带在2.2微米处具有光谱吸收特征,其吸收光谱的半带宽在10纳米到50纳米之间,因此,具有10纳米光谱分辨率的成像光谱仪就有能力直接通过遥感发现蚀变带,以确定找矿的靶区。
同时,通过对植被光谱特征的分析也是找矿的依据,由于矿物中金属离子对植被的侵蚀,会引起植被的病变,使得植被近红外高反射峰就会向短波方向移动5-20纳米,成为“红边蓝移”现象。高光谱遥感就有能力发现这种现象。
相关产品
-
高光谱和多光谱有什么区别?
高光谱和多光谱作为作为无损检测技术,因其精度高、分辨率高等优点,被广泛的应用于农业、地质灾害、医学等不同的领域。高光谱和多光谱同作为光谱技术,但它们之间存在一定..
-
高光谱图像的优势和劣势对比
高光谱图像作为一种结合了成像技术和光谱技术的多维信息获取技术,具有显著的优势,但同时也存在一些劣势。以下是对高光谱图像优势和劣势的详细对比。..
-
高光谱在水果品质检测中的应用
高光谱成像技术,以其高光谱分辨率、图像信息丰富及非接触、无损检测等独特优势,正逐步成为水果品质检测领域的新宠。本文从以下几个方面介绍了高光谱在水果品质检测中的应..
-
多光谱和高光谱哪个好?全面对比多光谱和高光谱
光谱成像已成为从农业到环境管理等许多领域的宝库。高光谱和多光谱成像处于该技术的前沿。本文我们将讨论高光谱和多光谱成像的优点和局限性,以及哪种技术适合哪种现实场..