面向地质应用的航空高光谱CASI‐SASI数据大气校正方法对比研究

蚀变信息提取是高光谱遥感地质应用的重要内容。基于特殊吸收峰的蚀变矿物提取是蚀变信息提取的重要手段。由于大气的吸收和散射作用,为了获得更为真实的地物反射光谱,必须进行大气校正。目前,国内外针对大气校正的对比研究主要集中在大气校正前后图像的质量改善、地物分类效果的提升以及校正图像像元光谱与实际地物光谱的相关关系等方面,而对不同校正方法获得的像元光谱与实际光谱吸收峰位的对应情况则很少讨论,这对于依赖吸收峰特征进行蚀变矿物提取的地质遥感极为不利。利用CASI-SASI航空高光谱成像系统,采集了甘肃龙首山地区的航空高光谱遥感数据,并运用ASD光谱仪,对该地区实际地物光谱进行了测量。以此为基础,开展了FLAASH、快速大气校正（QUAC）、经验线（EMPL）等方法大气校正结果的对比研究。通过对比分析,发现FLAASH,QUAC和EMPL均能在一定程度上消除大气的影响,改善航空高光谱遥感的图像质量,但EMPL方法得到的反射率与实际反射率相关性最好。此外,运用人工目视方法开展了实际地物反射光谱的吸收峰位与不同校正方法得到的对应像元反射光谱的吸收峰位的对比研究,发现不同校正方法得到的像元光谱的吸收峰位与实际峰位均存在不同程度的差异,虽然EMPL对吸收峰位的保留效果最好,但依然有“漏峰”的现象。据此,提出运用多种大气校正方法开展综合研究,以提高不同类型的蚀变带定位准确度。     

岩心扫描仪光谱数据质量评估方法研究

岩心光谱扫描仪是近年来发展起来、用于岩心光谱和图片在线检测的仪器,它可以对岩心进行数字化,从而实现岩心自动编录,为地质科研、矿床研究和外围找矿提供依据,同时通过岩心数字化,可以建立岩心网上数据库,解决岩心保存带来的成本问题,实现资源共享。岩心光谱测量数据的质量直接影响矿物识别、参数反演结果的可靠度,因此进行岩心光谱测试服务之前针对拟采用仪器进行数据质量评估是一项非常重要的工作。结合自主研发的CSD350A型岩心光谱扫描仪,以光谱学基本理论、光谱分析方法、岩心光谱分析要求等为基础,深入探讨了岩心光谱数据质量评估方法、评价准则、目标参数等关键问题,对自主研发的岩心光谱扫描仪数据质量进行了全面评估,表明仪器光谱测试功能的可靠性和有效性。实验测试表明,本方法所涉及的检测项目和检测参数,能够很好地反映岩心光谱扫描仪所测光谱的反射率光谱、波长精度、重复性及信噪比指标,从而对岩心光谱扫描仪数据质量做出正确评价,为商业服务提供数据质量依据。在目前缺少相关评估标准的情况下,本研究提出的评估方法对于岩心光谱测试工作的开展具有较大的应用价值。     

光谱地质剖面在蚀变填图中的应用研究

利用遥感数据可以提取与成矿有关的蚀变信息,地质剖面可以为所提取的蚀变信息的验证和深入理解提供依据;结合地质剖面和光谱信息提取的思路提出光谱地质剖面的概念。光谱剖面可以实现光谱沿剖面的存储、显示,而光谱地质剖面的目的主要是得到蚀变类型、矿物含量等参数沿剖面线的分布, 实现蚀变矿物组合空间分带信息的提取。综合现有蚀变信息提取方法建立了光谱地质剖面信息提取的技术方法和流程, 利用地面实测光谱建立了光谱地质剖面,并在光谱地质剖面的支持下利用图像进行蚀变信息的提取和分析,探讨了光谱地质剖面在蚀变分带和遥感找矿模式中的意义和作用,光谱地质剖面的建立有助于图像和地面光谱的一体化分析,有助于蚀变填图中信息的精确提取。     

基于向量空间模型的岩屑LIBS光谱分类识别方法

向量空间模型最初用于文献检索,该模型是通过对文献内容进行特征文本提取后,将文献转换到文本向量空间,然后在文本向量空间中通过计算文献的特征文本向量与检索文本的特征文本向量的相似度,实现文献的检索,该方法基于模式识别中模板匹配的最近邻原则。针对光谱数据的特点和模式识别中模板匹配的基本原则,将向量空间模型引入基于样品光谱的分类识别。通过训练集中光谱数据获得各样品的光谱数据模板,提取训练集中各样品光谱数据模板特征峰的波长和相对强度信息,构建特征峰信息数据库,计算获得特征峰信息权值,将光谱数据转换到特征峰向量空间,获得各样品光谱数据模板的特征峰向量,构建样品特征峰向量数据库。同理获得预测集样品光谱的特征峰向量,在特征峰向量空间中通过计算预测集样品特征峰向量与样品特征峰向量数据库中各样品模板特征峰向量的余弦值,完成对预测集样品的分类识别。以岩屑样品的LIBS光谱为研究对象,将向量空间模型应用于LIBS光谱的分类识别。分类结果表明,该方法能够实现对岩屑样品LIBS全谱的快速分类识别,且在对预测集光谱数据进行平均处理后,分类准确率为100%。提出的基于向量空间模型的LIBS光谱分类方法可以拓展应用于其他光谱数据的分类识别。     

基于野外实测光谱统计分析的蚀变矿物填图

提出了一种新的基于野外实测光谱统计分析的蚀变矿物填图方法。该方法首先对野外测量得到的大量样本光谱数据进行聚类处理,从光谱的整体特征上将不同类型的样本区分开。第二步对各聚类结果中不同蚀变矿物分别建立其各自的判别函数。第三步在遥感影像上按照聚类得到的参考光谱分别进行大蚀变类的划分,最后在此基础上采用第二步得到的各蚀变类型的判别函数进行蚀变矿物的细化填图,得到最终的填图结果。该方法充分考虑了不同蚀变类型及蚀变组合的地区差异性,建立的蚀变矿物的判别函数更具有科学性,并且填图结果可在一定程度上进行可靠度评价。将该方法应用到新疆包古图地区的某一研究子区中,获得了较好的成果。     

内蒙古卡休他他铁矿断层泥近红外光谱学特征及意义

内蒙古卡休他他铁矿是一个矽卡岩型磁铁矿床,矿区内有多组成矿后期发育的断层。本研究采用近红外光谱(NIR)分析技术对矿区内地下,地表断层泥以及地表土壤进行分析,通过矿物特征峰鉴定发现地下断层泥主要成分为镁铁质矿物,地表断层泥成分为硅铝质矿物,而地表土壤成分则两者兼有之。三组样品的成分分析结果都与采样地的地质背景一致。研究表明,鉴于矿化区内断层泥的主要成分为断层活动形成的粘土及其他早期成矿期的蚀变矿物,近红外光谱分析技术十分适用于此类样品,利用近红外光谱分析,一方面可鉴定断层泥中粘土矿物,进一步推测粘土的蚀变原岩成分。另一方面有也可鉴别成矿期蚀变矿物的种类,从而对热液矿床的研究提供有用的信息。     

基于Top-Hat变换的高光谱吸收特征增强方法

对地物高光谱进行特征分析是高光谱影像用于目标识别和地物分类的基础.基于数学形态学的Top-Hat变换提出了一种光谱吸收峰增强算法.该方法在增强吸收峰的同时还保持了吸收谱带的波形特征.从美国地质调查局USGS光谱数据库选取的11条不同矿物的反射光谱曲线,对其吸收峰增强曲线和原始光谱曲线进行了K-means聚类分析.结果表明:吸收峰增强曲线的聚类结果在波形上和地质背景上都优于原始光谱曲线;且将吸收峰增强曲线的聚类的结果用矿物光谱的ASTER影像采样光谱曲线显示时,能总结出各组矿物的ASTER光谱典型特征.说明吸收峰增强曲线很好地增强了矿物光谱的吸收特征,提高了高光谱的可分性,同时还能为基于多光谱数据的遥感信息提取提供参考,是十分有用的高光谱分析方法.     

粤西坡仔营钼矿花岗质岩石光谱学特征及意义

选取粤西坡仔营钼矿的花岗质岩石,研究其XRD,FT-NIR和Raman光谱特征。与花岗斑岩及远带样品相比,近带花岗岩样品XRD衍射信号弱,FT-NIR吸收信号强,石英Raman光谱信号弱。分析表明,其石英(101)晶面的XRD衍射峰、绢云母铝羟基(Al—OH)的FT-NIR特征峰(4 529 cm-1)及石英本征位移峰(464 cm-1)的半高宽均大于前二者。与其他样品不同,近带样品造岩矿物含量低,低温蚀变矿物含量高;且该带内矿物结晶度、有序度及结晶温度均较低。研究认为,坡仔营钼矿发育着一个以花岗斑岩为中心的面型低温蚀变带,而控制钼成矿的石英斑岩实为该蚀变带靠近官山嶂岩体的一部分。     

基于实测高光谱数据的矿物含量提取方法研究

针对利用线性模型提取矿物含量精度较低的问题,以波长范围为350～2 500 nm的岩石光谱为数据源,基于光谱匹配方法进行矿物识别,应用简化的Hapke模型将岩石样品反射率转换为单次反照率,利用线性模型分解单次反照率进行含量提取,并通过分段滤波及建立区域光谱库的方法提高识别精度,建立了一种基于实测光谱数据的矿物含量提取方法。通过对包古图V号岩体光谱数据的分析,与X射线衍射结果相比,该方法对长石类矿物的识别精度为100%,含量提取精度为80.5%;对粘土类蚀变矿物的识别精度为92.2%,含量提取的精度为92.36%。该方法将矿物学共生关系加入到矿物识别方法中,保证了结果的可靠性;提出了分段滤波的预处理思路,避免了滤波算法对光谱波形及吸收特征的影响,并且据有较好的去噪效果;应用Hapke模型进行实测的岩石光谱解混,能避免复杂的光谱非线性分解计算,从理论上提高矿物含量提取的精度和计算的效率。该方法对快速分析蚀变信息等工作具有一定的指导意义。     

一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法

由于某些矿物,特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小,更受到矿物混合光谱等因素的影响,导致大多数光谱识别方法对一些光谱特征相似的矿物极易出现混淆和误判现象。因此,针对矿物光谱的“同物异谱”、“同谱异物”现象,提出了一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法。通过对白云母、高岭石,这两种光谱特征相近的典型蚀变矿物的实验测试、分析,并与光谱角匹配、二进制编码、光谱特征拟合等同类方法进行对比,结果表明该方法能够充分地利用吸收特征波谷位置、吸收特征深度、包络线斜率等多种矿物光谱识别属性特征,进而将不同种类的矿物更明显地予以区分,具有较高的分类识别准确率。     

油气微渗漏区蚀变矿物含量与光谱之间的定量分析

油气微渗漏的地表异常表现为：地表土壤的矿物组分异常和地表土壤的光谱异常,以中国的榆林地区为研究区,以在研究区内采集的119个样本的矿物组成及反射率光谱为研究数据,对油气微渗漏造成的地表蚀变矿物碳酸盐含量与其光谱吸收峰深度、宽度等特征参数进行了相关分析,建立并评价了测定碳酸盐含量的方法,提出了利用碳酸盐含量表征油气微渗漏程度的新方法。研究结果表明,该法不仅适于表征碳酸盐类油气微渗漏程度,也适用于对其他类型的蚀变矿物油气微渗漏程度的研究,因此可为利用高光谱遥感的光谱信息进行油气勘探的技术研究提供借鉴。     

基于光谱曲线形态的高光谱影像检索方法研究

随着传感器技术、数据通讯技术的飞速发展,利用各种机载和星载传感器,己经获取到各种不同的海量遥感影像数据。巨大的数据量带来了数据存储和管理的问题,如何实现从海量影像数据中检索出我们所需要的信息显得十分迫切。影像检索最早由Chang于1980年提出,是对传统信息检索的扩展。针对海量遥感影像高效检索的需求和高光谱遥感影像波段数目多的特点,分析了影像检索中的影像距离函数和相似性度量问题,基于经典的曲线简化Douglas-Peucke算法(简称DP算法)提取光谱曲线的形态特征,利用“提取特征”的思想,提出了基于DP算法的光谱曲线和影像检索(简称DPSR)方法,将光谱形态特征应用于影像检索当中。DPSR利用光谱曲线上的特征点,减小了计算量,实现了有效地匹配和检索,适合高光谱遥感影像的光谱检索。文章选择了OMISI高光谱数据的四种易混分地类进行了相似性度量的对比实验。通过与常规的分析方法光谱角匹配(SAM)、光谱信息散度(SID)的对比可以看到,DPSR在较少计算量的情况下能保持较高的计算精度,提供了一种新的影像光谱高效检索方法。此外,文章还提出了尚待进一步研究的问题。     

Hepatic CT image retrieval based on the combination of Gabor filters and support vector machine

Content-based image retrieval has been an active area of research for more than ten years.Gabor schemes and support vector machine (SVM) method have been proven effective in image representation and classification. In this paper,we propose a retrieval scheme based on Gabor filters and SVMs for hepatic computed tomography (CT) images query.In our experiments,a batch of hepatic CT images containing several types of CT findings are used for the retrieval test.Precision comparison between our scheme and existing methods is presented.     

Optimized fuzzy C-means clustering algorithm for the interpretation of the near-infrared spectra of rocks

The rock near-infrared spectrum contains information of its composition and structure. The interpretation of rock near-infrared spectrum is one of the important approaches in the qualitative and quantitative analyses of the alteration minerals in rock. The rock near-infrared spectra are classified using optimized fuzzy C-means clustering algorithm, and the main mineral composition is obtained for different rock samples through the analysis of cluster centers. The minimum Spectral Correlation Coefficient is used as the objective function to classify the simulation data. In this study, the classification method was first tested for parameter setting using simulation data, which was the mixture of several standard mineral spectra quantified in terms of reflectivity in the near-infrared band. Classification accuracies under different fuzzy index values are compared. When the fuzzy index value is 1.5, the classification accuracy of the simulation samples is 83%. The initial values of different cluster centers were shown to affect the classification result. In the practical application, the initial values of cluster centers need to be rationally chosen based on the knowledge of mineral spectroscopy. This method is applied in the clustering analysis of the rock near-infrared spectra, which were also quantified in terms of reflectivity in the near-infrared band. These actual rock near-infrared spectra were measured by a spectrometer, while the classification results were compared with X-ray diffraction analysis to show the effectiveness of our algorithm. Our study has shown that, with the optimized fuzzy C-means clustering algorithm, the interpretation of rock near-infrared spectra can help us obtain information of the mineral composition and structure more effectively in terms of accuracy and speed. This method is suitable for the rapid processing of massive rock near-infrared spectra and may become an important technology in geological survey and geological prospecting.     

一维空洞卷积神经网络的矿物光谱分类

矿物光谱综合反映了岩矿的物理化学特性、组分和内部结构特征,已被应用于岩矿识别研究。传统的矿物光谱分类方法需要先对矿物光谱进行预处理,再采用不同方法分析光谱特征,从而实现分类目的。但同时也会造成部分光谱信息丢失,导致最终分类精度不高且操作过程繁琐、效率低下,难以应对日益增长的大数据处理需求。因此,建立一个准确、高效的矿物光谱自动分类模型意义重大。卷积神经网络是应用最广泛的深度学习模型之一,它通过逐层抽取数据特征并组合形成高层语义信息,具有极强的模型表达能力,在光谱数据分析方面应用潜力巨大。针对矿物光谱数据的特点,提出了基于一维空洞卷积神经网络（1D-DCNN）的矿物光谱分类方法,利用空洞卷积神经网络提取光谱特征,采用反向传播算法结合随机梯度下降优化器调整模型参数,输出光谱分类结果,实现了矿物类别的端到端检测。该网络包含1个输入层、3个空洞卷积层、2个池化层、2个全连接层和1个输出层,采用交叉熵为损失函数,引入空洞卷积扩大滤波器感受野,有效避免光谱细节特征丢失。实验采集了白云母、白云石、方解石、高岭石四种矿物光谱,并通过添加噪声的方式进行数据增强,构建数量充足的矿物光谱样本用于神经网络模型训练与测试;探讨了卷积类型、迭代次数对模型分类结果的影响,并与多种传统矿物光谱分类方法进行对比,评价模型性能。实验结果表明,提出的1D-DCNN模型可实现矿物光谱快速准确分类,分类准确率达到99.32%,优于反向传播算法（BP）和支持向量机（SVM）,说明所提方法能够充分学习矿物光谱特征并有效分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到煤炭、油气、月壤等其他领域光谱分类应用中。     

土壤矿物对松嫩平原主要土壤类型反射光谱特征的影响机理

尽管纯矿物的反射光谱特征分析与数据库建设工作已经开展,但土壤中各原生矿物、粘土矿物的测试主要是定性的,即能测定土壤中含有何种矿物,但难以测定准确的矿物组分含量。土壤矿物是土壤学与地质学的交叉点,易被忽视,特别是已有研究忽略了土壤矿物对土壤反射光谱曲线的影响。探讨了土壤矿物在可见光-近红外光谱部分(400~2 500 nm)对土壤反射光谱特征的影响,明确影响土壤反射光谱特征的主要机理。土壤样本于2014年采集于松嫩平原黑龙江部分,包括4个土类和7个土属,共54个土壤样本。土壤样本通过研磨、过筛后,在室内暗室中测得反射光谱数据,土壤矿物的反射光谱数据在2017美国地质调查局(USGS)最新矿物光谱库Spectral Library Version 7中获得,对反射光谱数据进行九点平滑、10 nm重采样和去包络线处理。土壤矿物含量测试采用荷兰Philip X’ Pert Pro 型X射线衍射仪分析样品的矿物组成,测试了土壤中石英、长石、方解石和闪石等原生矿物和蒙脱石、伊利石和高岭石等粘土矿物的含量。首先分析7个土属的反射光谱特征,明确每个土属反射光谱曲线的形状特征和吸收位置,其次分析土属的矿物含量情况,找出不同土属各矿物含量的共性和差异;再次分析不同粘土矿物和原生矿物的反射光谱特征,确定不同土壤矿物反射光谱曲线的形状特征和特征吸收的位置;最后将不同土属的反射光谱特征、不同土属的矿物含量情况和土壤矿物的反射光谱特征结合,得到如下结论：(1)土壤矿物决定了土壤反射光谱的骨架特征,土壤矿物对土属的反射光谱影响最明显,由于土类存在多种反射光谱特征,土壤矿物对土类的影响不明显。(2)粘土矿物对土壤反射光谱特征的影响大于原生矿物,主要受蒙脱石和伊利石等粘土矿物的影响,但砂性土受部分原生矿物的影响,主要是长石类矿物和高岭石的影响。(3)蒙脱石和伊利石分别决定土壤反射光谱的第一个吸收谷和第二个吸收谷特征,高岭石决定1 400和1 900 nm前的两个小吸收谷特征,钾长石和钠长石决定了砂性土的前两个吸收谷特征。(4)蒙脱石含量足够高时,会完全掩盖高岭石和长石类的反射光谱特征,部分掩盖伊利石的反射光谱特征;随着蒙脱石含量降低,伊利石的反射光谱特征逐渐体现;蒙脱石和伊利石的含量降到很低时,高岭石和长石类矿物的反射光谱特征逐渐体现出来。研究结果揭示了不同土属反射光谱特征差异的原因,可以为土壤反射光谱分类、土壤精细制图和基于高光谱图像的矿物分布研究等提供理论依据。