高光谱遥感技术在地质调查中的应用课件.ppt

高光谱遥感技术在地质调查中的应用课件.ppt

ID:56991249

大小:1.67 MB

页数:27页

时间:2020-07-25

高光谱遥感技术在地质调查中的应用课件.ppt_第1页
高光谱遥感技术在地质调查中的应用课件.ppt_第2页
高光谱遥感技术在地质调查中的应用课件.ppt_第3页
高光谱遥感技术在地质调查中的应用课件.ppt_第4页
高光谱遥感技术在地质调查中的应用课件.ppt_第5页
资源描述:

《高光谱遥感技术在地质调查中的应用课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、高光谱遥感技术在地质调查中的应用高光谱地质应用的历史国内外高光谱地质应用技术与方法国内外高光谱地质应用主要进展高光谱地质应用的领域与实例存在的主要问题高光谱地质应用的历史从20世纪70年代末至80年代初美国提出高光谱遥感概念模型并研制成像光谱仪以来,世界各国进行高光谱遥感的应用。80年代以来,高光谱遥感被广泛地应用于地质、矿产资源及相关环境的调查中。我国在20世纪80年代末开展了高(成像)光谱技术的研究,取得了极大的进展国内外高光谱地质应用技术与方法光谱微分技术(spectralderivative)光谱匹配技术(spectral

2、matching)混合光谱分解技术(spectralunmixing)光谱分类技术(spectralclassification)光谱特征提取(spectralfeatureextraction)模型方法(modeling)光谱微分技术包括对反射光谱进行数学模拟和计算不同阶数的微分(差分)值,以确定光谱弯曲点和最大最小反射率的波长位置。光谱微分强调曲线的变化和压缩均值影响。一阶微分去除部分线性或接近线性的背景、噪声光谱对目标光谱(须为非线性的)的影响。光谱分类技术主要的方法包括传统的最大似然方法、人工神经网络方法、支持向量机方法和

3、光谱角制图方法(SpectralAngelMap-per,SAM)。国内外高光谱地质应用主要进展多层次的高光谱信息获取体系基于高光谱数据的矿物精细识别高光谱影像地质环境信息反演基于高光谱遥感的行星地质探测多层次的高光谱信息获取体系地面光谱仪主要有澳大利亚的PIMA,美国的ASD、GER、热红外FT-IR;机载成像光谱仪:美国的VIRIS、澳大利亚的HyMap、加拿大的CASI系列等;中科院开发的机载OMIS系列、PHI、干涉成像光谱仪。星载成像光谱仪美国的Hyperion,德国的EnMAP和日本的Hyper-X。在外星探测中,有火

4、星探测热红外高光谱仪等,中国和印度的探月计划中也将搭载高光谱仪。基于高光谱数据的矿物精细识别利用高光谱遥感(含热红外高光谱)进行矿物识别可分为3个层次:矿物种类识别矿物含量识别矿物成分识别高光谱影像地质环境信息反演在矿物识别和矿物精细识别的基础之上,根据矿物共生组合规律和矿物自身的地质意义指示作用,直观地反演各种地质因素之间的内在联系,可提高高光谱在地质应用中分析和解决地质问题的效能。基于高光谱遥感的行星地质探测1996年美国的火星探测器MarsGlobalSur-veyor2003欧空局的火星探测器2007年中国发射的月球探测卫

5、星嫦娥一号2008年印度月船一号探月卫星探测火星、月球的矿物种类及其分布、含量,研究水体的存在和演化高光谱地质应用的领域与实例高光谱矿物识别与矿物填图高光谱地质成因信息探测研究高光谱成矿预测研究高光谱植被重金属污染探测蚀变矿物与矿化带的探测高光谱矿山环境分析研究油气资源及灾害探测高光谱矿物识别与矿物填图遥感地质填图:其中矿物识别以及识别的种类和精度将关系到矿物填图的成败。矿物识别也是高光谱地质应用的基础和核心,从宏观和区域上为地质应用提供地物组成分布的物质信息,实现遥感地质应用由多光谱的定性描述向高光谱定量物质组成鉴别的飞跃。岩性

6、填图矿物填图高光谱矿物识别与矿物填图从利用一些标准库中矿物的光谱特征参与信息的识别与提取,在对大量岩石光谱特征进行分析、归纳。基于高光谱数据岩矿信息识别与提取的方法主要有基于光谱波形参数、基于光谱相似性测度、基于混合光谱模型、基于地质统计规律和基于光谱知识的智能识别等。高光谱地质成因信息探测研究根据高光谱所识别出的矿物共生组合的关系进行地质成因环境分析根据高光谱对矿物组成成分信息的探测来分析地质成因环境高光谱成矿预测研究在岩体侵位以及地质构造等地质作用下,热液侵入、物质置换等使源于矿体的矿物质发生扩散作用,这些成分的变化在矿物光谱

7、中有着或强或弱的表现,通过对这些细微的变化的探测,实现对地质作用演化信息的探测。高光谱成矿预测研究的步骤可能存在的岩性及其演化信息探测可能的岩体信息识别矿物精细识别成矿潜力综合分析高光谱植被重金属污染探测植被在可见光波段(400~685nm)的光谱主要受叶色素(叶绿素、叶黄素、胡萝卜素)的控制,其中以叶绿素的影响最大。在680~750nm区间急剧上升形成一个发射陡坡,称为“红边”。重金属改变或破坏叶细胞的结构,造成光谱红边的斜率和位置发生变化。叶绿素含量的减少会造成红边向短波方向位移,称为蓝移。植被生物变异特征在谱学上重点表现为光

8、谱红边的“红移”(健康,生长旺盛)和“蓝移”(不发育,中毒等)。利用高光谱对植物光谱的“精细”结构和变异的探测和分析,可以定量、半定量地提取与估计植被生物物理和生物化学参数,快速且定量地评价冠层结构、状态或活力,冠层水文状态,估计冠层生物化学成分。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。