基于高光谱对矿产资源调查应用

高光谱在矿产资源调查与监测工作中应用得较早，也形成了一套较为完整的工作方法.在典型矿物的提取过程中，运用最大噪声分离变换(maximum noise fraction，MNF)对反射率数据进行波谱降维，然后利用像元纯度指数(pixel purity index，PPI)分析进行空间降维并用N维可视化方法进行端元识别，确定矿物波谱，最后利用距离法、光谱角(spectral angle matching，SAM)、混合调制匹配滤波(mixture tuned matched filtering，MTMF)等方法进行矿物填图，并对结果进行优化操作。

针对矿产资源的示范应用主要在新疆东天山地区开展，本区主要的蚀变矿物为蛇纹石、白云母与绿帘石。

针对上述3种矿物的填图，首先利用MNF变换进行光谱数据减维，分离数据中的噪声，减小运算量，观察最终特征值和MNF图像，确定数据的固有维数，选择合适的MNF波段进行PPI指数计算;然后计算MNF图像的PPI指数，最终产生PPI图像，图像中像元的DN值代表像元被记录为极值的次数，从直方图中选择阈值，仅选择最纯的像元以保证被分析的像元数最小，这些像元被输入到分离特定光谱端元的交互式可视化算法中;接下来在N维可视化中，通过选择N维散点图的顶点和拐角，进一步提纯纯净像元.将最终确定的端元输入到图像中的感兴趣区(region of interest，ROI)，从图像中提取每个感兴趣区平均反射率光谱曲线作为成像光谱矿物填图的候选端元;随后将采集端元的波谱曲线输出，经过波谱分析(用波谱特征拟合算法与美国地质调查局(United States Geological Survey，USGS)标准波谱库进行匹配识别)得到的波谱曲线图，确定端元矿物并建立该矿物的真实波谱库。

应用结果表明(图)，对于蛇纹石、白云母以及绿帘石3种矿物，经过上述数据处理与分析后，矿物信息能够被有效提取，尤其使用SAM方法，不仅以快速提取端元采集出的所有地物，并用彩色分类影像来显示，可以直观的看出该矿物的分布情况。

图 高光谱典型矿物监测填图结果