嫦娥一号IIM数据处理分析与应用之一:全月表矿物吸收中心分布图

月球的矿物成分是研究月球起源和演化的重要资料.了解月球矿物组成是世界各国月球探测计划的重要科学主题.成像光谱遥感是获取全月球矿物分布的重要途径.矿物吸收中心所在波长位置是识别矿物的诊断性指标.该文利用我国自主研制的干涉成像光谱仪(IIM)首次获取了全月表矿物吸收中心分布图.该图反映了单斜辉石、斜方辉石、橄榄石等主要月球铁镁质矿物乃至斜长石在月表的分布.对典型地区矿物制图结果的验证表明,该图反映的矿物信息真实可靠,在细节上比过去克莱门汀矿物制图结果更为详细,且不受地形和光照几何的影响.全月表矿物吸收中心分布图不仅可以为月球科学研究提供基础图件,还有其他用途有待挖掘.此外,本文提出的数据定标、校正等预处理方法对于IIM其他应用(如元素定量估算、岩石分类、光学成熟度反演)有借鉴作用.     

“嫦娥一号”干涉成像光谱（IIM）数据坏点检测与去除研究

高光谱数据中离散分布的坏点的存在影响着数据的后续分析和应用．坏点的检测是一项复杂的工作,受仪器特征、地形地貌、成像时间等影响,很难建立统一的坏点判别阈值．本文研究了“嫦娥一号”干涉成像光谱仪（IIM）高光谱数据坏点在光谱维和空间维的特征,基于此提出了一种基于光谱角和欧氏距离的坏点检测与修正算法．算法有效地检测并修正了影像中的坏点,且较过去研究有着更高的精度．统计结果表明约25％的IIM单轨影像坏点数高于3000个;坏点具有列分布特征,主要分布在第27,77和123列及其相邻列上．经过坏点修正后IIM影像空间均一性得到提升,为后续研究与应用提供了更好的基础数据．     

基于中红外漫反射光谱的土壤重金属元素含量预测研究

研究了中红外漫反射光谱快速预测土壤重金属元素含量的可行性。以在南京江宁区和八卦洲采集的共161个土壤样品为例,利用偏最小二乘回归(PLSR)法对土壤中Ni,Cr,Cu,As,Zn,Pb,Hg和Cd等8种重金属元素数据进行了预测。通过对样品的中红外(MIR)漫反射光谱进行各种预处理,探讨了中红外光谱数据预处理对预测精度的影响,并比较了中红外光谱与可见光-近红外(VNIR)光谱对土壤重金属含量预测的精度。结果表明,依次经平滑、基线校正、多元散射校正预处理能显著提高中红外光谱数据的预测精度;经校正的中红外光谱对异地样品预测的均方根误差是可见光-近红外光谱的21%～73%,比VNIR波段更能准确预测异地样品中土壤重金属元素含量。研究表明,中红外漫反射光谱可以作为一种快速、非破坏方法预测土壤重金属元素含量,且比可见光-近红外精度高。     

基于小波包变换和数学形态学结合的光谱去噪方法研究

对反射光谱数据进行去噪是提高光谱信息准确度的前提。传统时域平滑和频域去噪方法存在诸多缺点,本文首次将广义形态滤波方法用于可见近红外光谱的去噪处理,并提出基于小波包变换和数学形态学结合的光谱去噪方法。使用USGS光谱库中的植被光谱进行实验,采用信噪比(SNR)、均方误差根(RMSE)、波形相似度(NCC)和平滑度(SR)四个指标来评估去噪效果。结果表明,小波包最佳基阈值法和广义形态滤波法都能较好地保持波形和平滑度,广义形态滤波法能较好地消除幅值较大的随机噪声,但其对连续随机噪声中幅值较小的噪声成分不能有效消除; 而小波包最佳基阈值法不能有效消除幅值较大的噪声成分; 二者结合的方法组合了这两者的优点,使得幅值较大、较小的噪声成分都能较好地消除,同时还提高了相似度和平滑度指标,充分表明小波包最佳基阈值与广义形态滤波结合的方法是一种更好的可见光近红外光谱去噪方法。     

嫦娥一号IIM数据绝对定标与初步应用

我国首颗探月卫星嫦娥一号携带的干涉成像光谱仪IIM能够以较高的空间分辨率和光谱分辨率获取月表元素和矿物信息, 是实现我国首次探月四大任务的必备仪器. 现有数据尚未转换为反射率且传感器响应不均一, 尚无法直接使用. 本文主要目的是对该数据进行绝对定标和辐射畸变校正, 为数据的正确使用提供方便. 研究结果表明, 在空间域传感器左侧响应偏低; 在波谱域长波段辐射畸变比较明显. 针对探月数据特点和定量分析的需求, 提出了基于光谱特征的反射率归一化校正方法, 对多个地区的验证表明该方法具有实用性和通用性. 经过校正后的反射率与地基望远镜光谱匹配良好, 可以开展月球研究. 最后, 利用校正后的数据对两个直径〉35 km的撞击坑开展了初步的应用, 发现在千米尺度上月壳存在成分差异. IIM数据能够在全球、区域和局部尺度上获取月球表面的化学组成, 有助于深化对月球形成和演化的认识.     

基于光学遥感数据虹湾地区铁钛含量反演研究

月球表面的铁钛含量分布对月球的起源与演化研究以及月球资源的开发利用都具有重要意义.不同遥感数据获得的铁钛含量常不相同,有必要利用多种遥感数据获得月表铁钛含量,并对反演结果进行对比分析.本文利用Chandrayaan-1搭载的Moon Mineralogy Mapper（M3）两个光学周期（OP1B和OP2C）数据以及＂嫦娥一号＂搭载的干涉成像光谱仪（IIM）两套定标数据（pc1和pc2）反演虹湾地区铁钛含量.结果表明OP1B和OP2C数据反演该地区铁峰值分别为17.80wt%和17.60wt%,高于pc1的15.80wt%及pc2的14.00wt%,铁均值分别为16.91wt%和16.79wt%,高于pc1的14.11wt%及pc2的13.46wt%.OP2C数据获得虹湾地区0wt%-4wt%钛丰度百分含量最高,达74.56%,高于pc1的54.66%及pc2的62.46%,OP1B数据得到的0wt%-4wt%钛丰度百分含量最低,为37.55%.OP1B和OP2C数据反演虹湾地区钛均值分别为5.35wt%和3.16wt%,pc1和pc2数据反演该地区钛均值分别为4.25wt%和3.65wt%.极低钛和低钛玄武岩占虹湾地区玄武岩的比例约为50%和40%,主要分布于雨海纪月海物质（Im1,Im2）地层单元内;高钛玄武岩所占比例约为10%,主要分布于爱拉托逊纪月海物质（EIm）地层单元内.总体来看,遥感数据获得的玄武岩钛含量呈单峰分布,低钛玄武岩占优,与样品钛含量的双峰分布不同.虹湾地区玄武岩铁钛含量,随其年龄越来越年轻,有增加的趋势.pc2数据光度校正效果最好,pc1数据光度校正精度较低,M^3不同光学周期反射率差别较大,光度校正有待改进.     

勘误：嫦娥一号IIM数据处理分析与应用之一：全月表矿物吸收中心分布图[中国科学：物理学力学天文学,2010,40（11）：1343-1362]

文献[1]图3中的＂坏线修复＂、＂坏点修复＂和＂条纹去除＂3个方框应为虚线（图1）.他们是本文为制作全球矿物吸收中心分布图所做的试验.相对定标是IIM数据预处理中极其重要的一环也是非常困难的一步．我们试验了“坏线修复”、“条纹去除”与“平场校正”．最终选择“平场校正”作为本文的相对定标方法．