高光谱的矿区植物异常信息提取

白茎绢蒿是一种广泛分布于新疆富蕴县各个矿区的一种植物。在矿区进行矿产勘查时,由于植物等障碍信息的存在,传统的勘查方法已经难以发挥作用,急需一些新方法、新思路。遥感植物地球化学方法可以巧妙地利用植物这一天然的信息源,把植物从障碍信息转换为了有用信息。帮助人们快速、经济地获取植物屏障下的矿产有用信息。由于其具有大面积、快速、无损性等优点,受到了越来越多学者的关注,成为当下的研究热点。近些年虽然有学者综合考虑"吸收系数"和"衬度系数"这两个指标,证明了白茎绢蒿是对隐伏矿床的勘查具有较好指示性作用的植物,生在在矿床上部的植物可以较好的吸收土壤中的成矿元素,在其体内形成地球化学异常,相比于其他植物异常信息更加清晰可见。但是目前没有人研究是否可以从光谱的角度来发现白茎绢蒿体内的地球化学异常,进而为隐伏矿床的勘查提供参考。因此,本研究首次尝试从白茎绢蒿的光谱信息中寻找出与地球化学异常密切相关的特征波段或者特征值,然后构建基于植物光谱的隐伏矿床预测模型。采取的方法是首先利用ASD FieldSpec3型光谱仪分别对生长在矿床上部和背景区的植物进行光谱测定,然后从原始光谱、一阶导数光谱、二阶导数光谱、一阶导数的分形维数、二阶导数的分形维数五个层面对生长在这两个区域的植物光谱进行对比分析,最终优选出了10个差异显著的特征波段,分别为:R′824,R′834,R′1 533,R′1 573,R′1 633,R′1 643,R″1 284,R″1 703,一阶导数的分形维数以及二阶导数的分形维数。这些特征波段可以作为植物地区寻找隐伏矿床的植物地球化学标志。以优选出的10个特征波段作为输入参数,分别用随机森林(RF)和偏最小二乘-支持向量机(PLS-SVM)构建了基于植物光谱数据的隐伏矿床预测模型。结果表明:(1)两种模型均可以取得较好的效果,但是相比于随机森林模型,偏最小二乘-支持向量机模型具有更好的鲁棒性,泛化能力也更强;(2)利用植物的光谱异常寻找隐伏矿床具有较大的潜力,因为相比于传统方法,更加简单、快速。课题组已经利用动力三角翼和HySpex成像高光谱传感器构建了"超低空探测平台",可以实现对地"亚米级"的观测。但是如何有效的解决"空间尺度"和"光谱尺度"问题,如何把地面试验场建立的模型更好的应用于超低空探测平台,实现研究区大面积地、快速地植物异常信息提取将是我们下一步的研究重点。

Extraction of Plant Abnormal Information in Mining Area Based on Hyperspectral

CUI Shi-chao;ZHOU Ke-fa;DING Ru-fu(Xinjiang Research Center for Mineral Resources,Xinjiang Institute of Ecology and Geography,Chinese Academy of Sciences,Urumqi 830011,China;Xinjiang Key Laboratory of Mineral Resources and Digital Geology,Urumqi 830011,China;University of Chinese Academy of Sciences,Beijing 100049,China;China Non-Ferrous Metals Resource Geological Survey,Beijing 100012,China)