高光谱在地质领域的发展与应用概况
发布时间:2023-08-18
浏览次数:429
高光谱遥感技术在地质领域的应用主要集中在地物分布反演方向。这一应用基于提取光谱影像中不同地物在不同波段对电磁波的反射率特征,并与实验室测量已知矿物得到的参照光谱进行对比。
高光谱遥感技术在地质领域的应用主要集中在地物分布反演方向。这一应用基于提取光谱影像中不同地物在不同波段对电磁波的反射率特征,并与实验室测量已知矿物得到的参照光谱进行对比。通过比较未知地物与已知矿物间相同的特征吸收波长,确定地物的种类。
高光谱遥感技术的背景
含有金属离子(如铁、镍、铬等)的矿物,其光谱特征常出现在可见光和近红外波段(VNIR)。这是因为金属离子的电子过程影响了电磁波在这些矿物中的传播。在波长为1400nm和1900nm的范围内,电磁波主要被水分子吸收,同时氢氧基的吸收特征也位于1400nm波段。地质领域常见的化合物中,AL-OH的吸收波段位于2200nm,Mg-OH位于2300nm,而2320-2350nm波长范围的特征与碳酸盐矿物的吸收有关(Awad et al., 2018)。
高光谱成像光谱仪的发展
早期高光谱光谱仪包括美国国家航空航天局(NASA)在上世纪70年代初开发的扫描式光谱成像系统。1981年,NASA的喷气推进实验室(JPL)推出了第一款空基高光谱成像光谱仪,涵盖了1.2μm至2.4μm的128个波段。1993年,JPL开发出更先进的空基高光谱成像光谱仪,具有10nm的光谱分辨率,在0.4μm至2.5μm波长范围内拥有224个连续的光谱波段,成为常用的机载高光谱成像系统。NASA的Earth-Observing(EO)-1卫星是成功的高光谱遥感卫星,轨道高度为705km,轨道角度为98.7°,在0.4μm至2.5μm波长范围内提供220个连续的光谱波段。
高光谱影像的数据处理
在遥感地质学中,为实现矿物制图和地质调查等目标,需要对获取的高光谱影像进行数据处理,包括光谱重建、端元提取和信息分析,从而得到高光谱影像数据的产品,以便进一步应用。
①光谱重建
光谱重建包括传感器标定、建立坐标和大气校正等步骤。传感器标定通过对比实验室条件下和空基/天基平台搭载条件下的光谱数据,建立传感器的点扩散函数和光谱效应函数模型,实现传感器数据的定标。载具通常配备卫星定位和惯性导航系统,可为光谱影像建立地理坐标系。大气校正消除大气层吸收引起的干扰,将辐射信号转化为地表反射光谱信号,以进行后续地物分类等研究。
②端元提取
随着高光谱技术的兴起,端元提取技术不断发展。包括空间-光谱协同端元提取法和主成分分析法(PCA)。其中,SSEE法是较为常用的方法。通过SSEE算法提取端元,将其与已知矿物光谱进行对比,选出相似的候选端元,并命名相应的矿物,用于矿物识别。
③矿物识别分类
经过命名的端元与影像中的像素光谱进行对比,将相似光谱像素标记为相应矿物,生成光谱矿物图。常用的分类方法包括光谱角法(SAM)、光谱特征适应法(SFF)等。光谱角法是常用分类方法,但需要进一步研究和完善。
总之,高光谱遥感技术在地质领域应用广泛,通过光谱特征提取、数据处理和矿物分类等步骤,实现对地物分布的准确反演。
相关产品
-
干旱区基于高光谱的棉花遥感估产研究
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。..
-
近红外光谱分析技术在精准农业中的应用
近红外光谱分析技术在精准农业中的应用非常广泛且深入,主要体现在以下几个方面:..
-
近红外高光谱相机的工作原理
近红外高光谱相机以其高分辨率、高光谱分辨率以及广泛的应用领域,在科研、工业检测、环境监测等多个领域发挥着重要作用。本文简单总结了近红外高光谱相机的工作原理。..
-
高光谱图像处理的主要方法有哪些?
对高光谱图像进行处理,可以获取物体在不同波段的反射光谱信息,提供更加详细和全面的图像数据。那么,什么是高光谱图像处理?高光谱图像处理的主要方法有哪些?下文对此做..