一种红外光谱免疫计算的矿物组分定量提取方法

近红外/短波红外光谱的矿物组分快速鉴定技术可以大大提高野外矿产勘查、遥感矿物填图、岩芯矿物组分分析等工作的效率,成为目前高光谱技术研究的热点之一。文章给出了一个基于光谱相似度评价约束的联合目标岩石样品光谱和矿物光谱端元库进行矿物组分光谱反演的统一模型,然后以矿物光谱线性混合模型和光谱夹角相似度评价为例,建立了一个具体的组分反演模型;针对模型求解过程中的组合优化问题,提出了一种人工免疫克隆选择计算的矿物组分光谱(ICSFSLIM)识别方法;利用在中国新疆包古图地区选取的22个野外岩石样品的实测近红外/短波红外光谱进行了矿物组分提取试验,以样品薄片鉴定结果为准,将ICSFSLIM识别结果与组合特征光谱线性反演模型(CFSLIM)识别结果进行了定量的对比分析。结果表明：ICSFSLIM比CFSLIM的识别正确率提高了2.26%,有效率提高了18.6%,并且具有更高的识别稳定性。     

应用特征光谱线性反演模型快速提取矿物的光谱预处理研究

矿物成分的野外快速鉴定在遥感地质研究与矿产勘探中至关重要,特征光谱线性反演模型可利用野外获得的岩矿光谱信息快速提取矿物组分,但是在实际使用中发现,使用同一样品的不同类型反射率光谱,模型结果存在显著差异.文章通过对连续统快速傅里叶变换(CFFT)滤波方法和特征光谱线性反演模型(CSLM)的研究,一方面获得了使用CFFT研究岩矿光谱的最佳参数设置,设置低通滤波截止频率为150Hz;另一方面通过对CSLM使用不同光谱数据结果的评价分析,发现使用CFFT滤波后的ASD光谱在野外提取矿物时效果更好.     

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。     

基于实测高光谱和电磁感应数据的区域土壤盐渍化遥感监测研究

以新疆渭干河—库车河三角洲绿洲为例,利用实测得到的不同盐渍化程度的盐渍土高光谱数据和电磁感应数据(EM38)协同构建土壤高光谱盐分指数遥感监测模型,将该模型通过尺度效应转换用于校正传统的Landsat-TM多光谱遥感影像的土壤盐分光谱指数,用校正过的TM影像进行区域土壤盐分的反演,并利用实测土壤盐分数据对反演结果进行分析与验证。结果表明：将高光谱和电磁感应数据与多光谱遥感技术相结合进行区域土壤盐渍化信息的提取,其精度和反演效果(R2=0.799 3,p<0.01)明显优于传统多光谱遥感方法中单纯利用土壤盐分指数所建立的监测模型(R2=0.587 4,p<0.01),为今后更好地实现土壤盐渍化的高精度遥感动态监测研究提供了科学依据。     

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。     

基于可见与近红外光谱联用的柑桔黄龙病快速无损检测研究

黄龙病是柑桔果树的毁灭性病害,对柑桔产业危害巨大。基于模型平均理论,探讨联用可见与近红外光谱技术,提高柑桔黄龙病快速无损检测精度的可行性。采集记录柑桔叶片的可见与近红外光谱,经实时荧光定量PCR鉴别黄龙病叶片为轻度、中度和重度三类,缺素和正常样品也经PCR鉴定,共五类叶片。基于光谱直接拼接、光谱归一化拼接和模型平均三种不同策略,结合偏最小二乘判别分析(PLS-DA)和多元线性回归(MLR)方法,分别建立了柑桔黄龙病可见与近红外光谱联用无损检测模型。经比较发现,光谱联用模型的检测精度均高于可见或近红外单一检测模型,且经导数处理后的光谱直接拼接PLS-DA模型检测精度最高,模型预测相关系数为0.97,预测均方根误差为0.67,模型总误判率为3%,其原因是导数消除了光谱的基线漂移。光谱归一化拼接的PLS-DA模型检测精度次之,模型总误判率为7%。可见与近红外模型平均的检测精度最低,模型总误判率为7.2%。实验结果表明,联用可见与近红外光谱,结合光谱拼接方法,提高了柑桔黄龙病无损检测模型的检测精度,研究可为其他领域的光谱联用提供参考依据。     

土壤含盐量与电导率的高光谱反演精度对比研究

探明土壤盐渍化的高光谱遥感监测机理,对改善高光谱遥感监测精度具有重要意义。以南疆地区温宿县、和田县、拜城县的水稻土为研究对象,通过分析土样的高光谱数据和室内测定的盐分与电导率数据,研究了耕作土壤含盐量与电导率的关系,并比较了含盐量和电导率与不同光谱指标的相关性以及二者高光谱反演的精度。结果表明,南疆水稻土的含盐量与电导率的相关性较低,二者之间的关系因地区差异而有较大的变化;含盐量与反射率、一阶微分、连续统去除之间的相关性要优于电导率,特别在一些土壤盐渍化的敏感波段尤为突出;以含盐量建立的多元线性回归、主成分回归、偏最小二乘回归模型的决定系数和相对分析误差均高于电导率。研究表明高光谱信息对土壤含盐量的响应比电导率更敏感,以含盐量为监测指标的高光谱反演精度明显要优于电导率。该结果可为提高土壤盐渍化高光谱遥感监测精度提供理论依据。     

双包络去除和OPLS的土壤有机碳含量反演

土壤有机碳(SOC)对土壤肥力至关重要,可见-近红外光谱能对其实现快速反演,为区域监测和定量遥感提供基础。针对包络去除(CR)仅提供反射光谱的单向吸收特征,多元回归中预测信息缺失、拟合结果未充分反映波段特征,利用世界土壤数据库245份中国土样的可见-近红外光谱,首次提出双包络去除(BCR)与正交偏最小二乘(OPLS)结合的反演方法BCR-OPLS,同时纳入光谱反射率及上、下边包络去除量,讨论组分参考值偏态分布时幂函数或对数缩放在回归时的优化作用,建立多种土壤的综合与分类估计模型,并导出适用特定类型土壤的SOC指数。结果表明,对多种土壤有机碳含量反演,相较PLSR模型(决定系数R2和估计根均方误差RMSEE分别为0.69和0.45%),BCR-OPLS模型的预测能力明显改善(R2和RMSEE分别为0.9和0.26%);而对单一类型土壤的反演精度则进一步提升,根据载荷趋势和变量重要性建立的SOC指数,预测如黄色铁铝土的有机碳含量时(以400,590和920 nm),其反演结果R2达到0.94、RMSEE达到0.21%。双包络去除与OPLS相结合,增强了光谱特征诊断的鲁棒性,提高了不同类型土壤的综合与分类SOC全谱反演精度,基于直观的图谱表达可构建简单的波段预测关系,深化了物理经验吸收与统计多元回归之间的联系。     

用冠层光谱比值指数反演条锈病胁迫下的小麦含水量

通过高光谱遥感估测条锈病胁迫下的小麦冠层水分含量。通过人工田间诱发不同等级小麦条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱、相对含水量(relative water content,RWC) 以及调查小麦条锈病病情指数(disease index,DI)。研究发现随着小麦RWC的减少,冠层光谱反射率在近红外区域(900～1 300 nm)逐渐降低,而在短波红外区域(1 300～2 500 nm)逐渐增大,且RWC与DI间具有强负相关性。对冠层光谱进行平滑处理,利用冠层光谱近红外与短波红外水分敏感波段构建比值指数,然后建立以比值指数为变量的反演RWC线性模型,并分析对比各模型反演RWC的精度以及稳定性,结果发现比值指数R_{1 300}/R_{1 200}反演RWC的精度及稳定性(R2=0.63)都优于其他指数,其线性模型反演绝对误差为3.43,相对误差(relative error,RE)为4.78%。该研究结果不仅为判别小麦病害提供辅助信息,而且也为未来利用高光谱图像反演植物含水量提供理论与方法支持。     

可见光-近红外光谱的低品位斑岩型铜矿反演模型

目前,国内外铜矿品位分析多以化学分析法为主,但由于化学分析法存在成本高、时间长和污染物残留等缺点,其相对配矿流程存在严重的滞后效应,致使尾矿铜含量过高,必然造成资源浪费。开展斑岩型铜矿可见光-近红外光谱特征与建模研究是解决这一问题的有效途径。以121个乌山斑岩型铜矿的化学分析与光谱测试数据为数据源,分析了斑岩型铜矿可见光-近红外光谱特征,以主成分分析法(PCA)、局部线性嵌入算法(LLE)两种降维算法对原始光谱数据进行了处理,所降维数分别为3维和5维,同时利用遗传算法(GA)对原始光谱数据进行了波段选择,共选取了467个最佳波段。然后以BP神经网络为建模方法,并分别以92个和29个斑岩型铜矿可见光-近红外光谱数据作为建模样本和测试样本,建立了斑岩型铜矿可见光-近红外光谱的定量反演模型。利用原始数据所建模型的品位反演平均绝对误差为0.104%,利用主成分分析法、局部线性嵌入算法、遗传算法处理后的数据所建模型品位反演平均绝对误差分别为0.110%, 0.093%和0.045%,由此可见,利用主成分分析法处理后的数据所建模型品位反演精度较差,利用局部线性嵌入算法处理后的数据所建模型品位反演精度略有提高,而利用遗传算法处理后的数据所建模型品位反演精度有明显提高。研究结果表明,基于低品位斑岩型铜矿可见光-近红外光谱数据反演模型的品位分析具有一定的可行性,为我国低品位斑岩型铜矿的品位快速检测提供了一种有效的手段。     

不同粒度条件下矿物光谱变化分析

矿物粒度是影响矿物光谱特征的一个重要因素,探索不同粒度下矿物光谱曲线的变化情况以及相同粒度下不同矿物的光谱差异,不仅是高光谱矿物遥感信息识别的关键,也为研究矿物随着粒度变化而产生的光谱差异提供理论基础。利用地物光谱仪对采集的六种矿物进行观测,获取了不同粒度下的反射率光谱曲线,同时生成一阶微分光谱曲线,进而分析了不同粒度下各种矿物的光谱变化特征,对比了相同粒度下不同矿物的光谱差异,探索高光谱遥感识别矿物的可能波段。结果表明：各种矿物的光谱曲线均会随着粒度的改变而产生较大的差异,但变化规律不尽相同,紫苏辉石的整条光谱曲线都会随着粒度的增加而下降,叶蛇纹石、赤铁矿、高岭石、绿泥石的光谱曲线在特定的波长范围内随着粒度的增加而下降,橄榄石的光谱与粒度大小不存在直接的相关性;相同粒度下,不同矿物的光谱反射率在大部分波段范围内差异较大,为实现矿物高精度识别提供了可能;叶蛇纹石、高岭石、绿泥石具有较多的宽度较窄、强度较小的吸收峰,而赤铁矿、橄榄石、紫苏辉石的光谱曲线相对平滑,吸收和反射峰的数量较少。本研究旨在为矿物光谱库的构建以及矿物的高光谱技术识别提供基础数据和理论支撑。     

基于多类型光谱特征参数匹配的矿物信息遥感识别方法

传统的与光谱反射率匹配的矿物填图方法受图像质量、大气及环境背景等因素影响较为明显,矿物识别效果较差。针对上述问题提出一种基于多类型光谱特征参数匹配的矿物信息识别方法,综合利用多种光谱特征参数在大气及环境背景变化中的相对稳定性特点,实现矿物信息的高精度识别。选取美国内华达州Cuprite矿区AVIRIS机载可见-红外光谱成像仪高光谱数据,以USGS美国地质调查局波谱库中的矿物波数为参照光谱,分别计算AVIRIS影像和USGS波谱库中典型矿物的光谱特征参数,在对多种光谱特征参数综合分析的基础上,构建Cuprite矿区矿物识别模型,进行矿物填图实验。最后使用Clark等在该地区的矿物填图结果数据,对实验结果进行了验证,结果表明：该方法矿物识别结果与Clark等的填图结果吻合度高,整体矿物识别精度达到78.96%。     

模拟月壤发射率光谱测量实验及精度评定

基于月球样品反射光谱的月表矿物识别和成分反演能力受到月球环境的严重影响,仅限于月球表面5％的成熟度较低的区域。相比之下,包含大量硅酸盐矿物的月球样品发射光谱不仅光谱特征明显,而且受月表大气、温差和真空等环境的影响较小,是研究月表成分和物理特性的新途径。因此,对于嫦娥五号月球探测器采集的月球实地样品的发射光谱测量不仅可用于月表硅酸盐类矿物的成分分析,而且可以作为遥感研究中可见光-近红外光谱的有效补充。但是,实验室发射光谱测量中最大的难题是寻找最佳的实验方法和仪器,以便获得准确可靠的光谱数据。研究以模拟月壤样品为测量对象,分别在实验室大气、氮气冷背景和模拟真空环境中,利用TurboFT 102F和Bruker VERTEX 70V两种仪器,设计和实施了傅里叶光谱法、独立黑体法和反射率法三种发射率测量实验,并利用误差传播定律和已有Apollo样品发射率光谱对实验获得的发射率光谱进行了精度分析与评定。发现在异常复杂和困难的模拟月球真空测量环境构建完成之前,密闭实验室环境中的反射率法发射率光谱特征最明显,测量精度最高,可以作为目前月球样品发射率光谱测量的最佳选择。研究希望能为嫦娥五号采集的月球样品发射率光谱测量实验提供理论基础和技术参数。     

应用区域光谱库及分段滤波方法改进矿物识别精度的研究

针对当前利用高光谱数据进行矿物识别精度较低的问题,根据研究区地质背景建立区域端元光谱库,提出了对原始光谱进行分段滤波的预处理方法。首先应用连续统快速傅里叶变换方法分别去除2 000～2 200 nm,2 250～2 300 nm,2 350 ～2 500 nm范围内的随机噪声,之后利用加入区域端元库的矿物快速定量提取模型提取预处理后光谱中的矿物类型。本方法识别矿物的最高有效率为80%,正确率最高可达67%。与未滤波的光谱识别结果对比,平均正确率提高了17.7%,平均有效率提高了5.1%;与全波段滤波的光谱识别结果对比,平均正确率提高了5.8%,平均有效率提高了39.8%,可保证在尽量多识别出正确矿物的基础上有效减少结果中的错误组分数,改进了矿物识别的精度,对野外快速提取矿物信息等工作有重要意义。     

舟曲泥石流源区土壤分散性高光谱探测模型

通过开展土壤分散性高光谱测量实验,首次明确了舟曲泥石流源区土壤分散性敏感波段位置、建立了土壤分散性高光谱探测模型、探讨了土壤分散性高光谱探测机理。结果表明,（1）傅里叶变换可以将光谱从时间域转换为频率域,实现对光谱信号与噪声的分离。通过开发矿物组分精细鉴别系统,实现了光谱去噪,为构建土壤分散性高光谱探测模型提供了高保真数据源; （2）基于多元线性回归分析法建立的土壤分散性高光谱探测模型在研究区具有较好的预测能力,所确定的敏感波段位置及其反射率与土壤分散性具有较高的相关性; （3）分析矿物光谱结果表明,土壤分散性高光谱探测的敏感波段位置实际上反映了土壤矿物组分及其所吸附的离子类型,揭示了导致土壤分散的深层原因： 与舟曲泥石流源区土壤分散性关系最为密切的是钠离子,其次是方解石、蒙脱石和伊利石,与绿泥石、高岭石、pH值、石英、钾长石、斜长石等的相关性较弱。其原因主要是与钠离子所具有的离子价低、半径小、水化力强的特点,方解石所具有的水溶性特点,蒙脱石所具有的层间结合力极弱、易吸附钠离子的特点,伊利石在高PH值条件下所具有的强吸附阳离子、高土壤分散性的特性有关。     

基于HJ-1A-HSI提取稀土元素地球化学异常信息研究

稀土元素的特征谱带基本不随赋存状态的不同而变化,不能用于矿物种类的探测,却能够证实其自身的存在。通过研究稀土元素及其化合物在遥感可见光-近红外波段的光谱特征,分析了稀土元素含量与特征谱带吸收指数的定量关系。以内蒙古白云鄂博稀土富集地区为例进行试验,通过采集矿区典型岩矿标本的光谱、测试分析样品中Nd含量,表明Nd含量与各特征谱带的吸收深度、吸收指数均存在明显的正相关线性关系,相关性均在0.778以上。其中,726～772 nm谱带的吸收指数与Nd含量相关性最好,达到0.937。在此基础上,结合HJ-1A-HSI高光谱遥感数据的波段设置,构建了定量反演Nd含量的最优模型,并以此反演了区域Nd元素遥感地球化学异常信息。结果表明：与1∶20万水系沉积物地球化学异常对比,二者总体相关性良好。为快速获取区域稀土元素地球化学异常提供了新的手段。     

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。