一种热液蚀变矿物高光谱精细填图方法技术

本发明专利技术属于自然资源遥感调查技术领域，具体涉及一种热液蚀变矿物高光谱精细填图方法。本发明专利技术包括如下步骤：步骤一：高光谱数据预处理；步骤二：高光谱数据降维重分组；步骤三：高光谱数据光谱采样间隔的因数分解；步骤四：高光谱数据逐波段区间光谱增值处理；步骤五：高光谱数据包络线去除；步骤六：蚀变矿物图像端元光谱厘定；步骤七：高光谱数据蚀变矿物精细填图。本发明专利技术通过光谱增值处理及谱形

【技术实现步骤摘要】
一种热液蚀变矿物高光谱精细填图方法


[0001]本专利技术属于自然资源遥感调查
，具体涉及一种热液蚀变矿物高光谱精细填图方法。

技术介绍

[0002]铀及金、铜等国民经济重要矿产资源均普遍发育远大于矿体面积的热液蚀变带，蚀变带内大量发育赤铁矿、伊利石等蚀变矿物，其在可见光
‑
近红外
‑
短波红外谱段光谱活性强，具有明显的光谱吸收特征，因此能够被高光谱遥感技术探测识别，进而为找矿远景区的选取提供重要的遥感判据。当前无论卫星高光谱数据还是航空高光谱数据，原始数据优于20nm的光谱采样间隔用于识别和提取矿物大类已经没有问题，但与地面ASD光谱仪2nm的实测光谱采样间隔相比，精细程度明显不够，须通过数据处理缩小光谱采样间隔，获得更详细的吸收峰位置信息，为云母等矿物亚类的高光谱精细填图奠定基础。传统光谱角填图(SAM)方法采用的是全谱匹配的方式，计算待匹配光谱与参考光谱在所有波段的相似度。该方法对所有波段同等对待，而事实上蚀变矿物是具有特征谱段的，在特征谱段具有明显的吸收反射数值，因此该方法对吸收位置存在微小差异的整体谱形相似的蚀变矿物难以精细区分。
[0003]针对上述问题，本专利技术提出了一种热液蚀变矿物高光谱精细填图方法。

技术实现思路

[0004]本专利技术的目的在于，针对星
‑
空高光谱数据光谱采样间隔在8～16nm难以精细确定吸收峰位置及传统光谱角填图方法对光谱特征吸收位置不敏感的缺点，提出一种热液蚀变矿物高光谱精细填图方法，通过光谱增值处理及谱形
‑
峰位协同的光谱匹配处理，更好的区分识别矿物亚类。
[0005]本专利技术采用的技术方案：
[0006]一种热液蚀变矿物高光谱精细填图方法，包括如下步骤：
[0007]步骤一：高光谱数据预处理；步骤二：高光谱数据降维重分组；步骤三：高光谱数据光谱采样间隔的因数分解；步骤四：高光谱数据逐波段区间光谱增值处理；步骤五：高光谱数据包络线去除；步骤六：蚀变矿物图像端元光谱厘定；步骤七：高光谱数据蚀变矿物精细填图。
[0008]所述步骤一中，获取的高光谱数据为最新时相的卫星或航空或地面高光谱数据。
[0009]所述的预处理包括辐射定标、正射校正和大气校正，得到高光谱反射率数据。
[0010]所述步骤二中，对高光谱数据进行逐波段分析，将中心波长在500～1000nm之间的波段组合成可见光近红外高光谱子数据，将中心波长在2000
‑
2450nm之间的波段组合成短波红外高光谱子数据。
[0011]所述步骤三中，对高光谱数据光谱采样间隔进行四舍五入取整，包括16nm、15nm、8nm、6nm。
[0012]所述步骤四中，对于可见光近红外高光谱子数据或短波红外高光谱子数据，设其原高光谱数据为Data
src
，增值后的高光谱数据为Data
dst
；设Data
src
的波段数为n，光谱采样间隔为W1，Data
dst
的光谱采样间隔为W2，Data
src
的任意相邻波段区间为[X
p
，X
p+1
]，Data
dst
的任意相邻波段区间为[X
q
，X
q+1
]，则有
[0013]W1＝X
p+1
‑
X
p
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0014]W2＝X
q+1
‑
X
q
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0015]设δ＝W1/W2，当δ＜W1时，逐波段区间光谱增值处理实质上就是在所有的原相邻波段区间内均插入δ
‑
1个波段，最终使Data
dst
拥有n*δ
‑
δ+1个波段。
[0016]高光谱数据可视为三维数组进行数据处理，其第一维为光谱维，是像元不同波段的反射率数值，其余两维为空间维，是像元在影像上的行列坐标数值；高光谱数据Data
src
空间上任一点(x，y)的光谱曲线在数学上体现为一维列表[Y1，Y2，Y3，
…
，Y
n
‑1，Y
n
]，与之对应的中心波长列表为[X1，X2，X3，
…
，X
n
‑1，X
n
]；
[0017]对于其任意相邻波段区间[X
p
，X
p+W1
]，光谱反射率为[Y
p
，Y
p+W1
]，构造函数f(θ)＝a+b*θ+c*θ2+d*θ3，其原函数、一阶导函数、二阶导函数满足以下条件：
[0018]f(X
p
)＝Y
p
且f(X
p+W1
)＝Y
p+W1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0019]f
’
(X
p
)＝f
’
(X
p+W1
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0020]f
’
(X
p
)＝f
’
(X
p+W1
)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0021]方程联立后求解参数a、b、c、d的数值，从而得到f(θ)方程；增值后Data
dst
高光谱数据对应的波段区间为[X
p
，X
p
+δ，
…
，X
p+W1
‑
δ，X
p+W1
]，带入函数f(θ)中，得到[Y
p
，Y
p
+δ，
…
，Y
p+W1
‑
δ，Y
p+W1
]列表内各点的函数值，即光谱增值后各波段的反射率数值。
[0022]对高光谱数据Data
src
的n
‑
1个波段区间全部应用上述插值方法，得到Data
dst
高光谱数据空间上任一点(x，y)的中心波长数值列表[X1，X1+δ，
…
，X2‑
δ，X2，
…
，X
n
]和反射率数值列表[Y1，Y1+δ，
…
，Y2‑
δ，Y2，
…
，Y
n
]，逐像元迭代计算中心波长和反射率数值，最终得到光谱增值后的新高光谱数据Data
dst
。
[0023]所述步骤五中，高光谱数据Data
dst
包络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种热液蚀变矿物高光谱精细填图方法，其特征在于：包括如下步骤：步骤一：高光谱数据预处理；步骤二：高光谱数据降维重分组；步骤三：高光谱数据光谱采样间隔的因数分解；步骤四：高光谱数据逐波段区间光谱增值处理；步骤五：高光谱数据包络线去除；步骤六：蚀变矿物图像端元光谱厘定；步骤七：高光谱数据蚀变矿物精细填图。2.根据权利要求1所述的一种热液蚀变矿物高光谱精细填图方法，其特征在于：所述步骤一中，获取的高光谱数据为最新时相的卫星或航空或地面高光谱数据。3.根据权利要求2所述的一种热液蚀变矿物高光谱精细填图方法，其特征在于：所述的预处理包括辐射定标、正射校正和大气校正，得到高光谱反射率数据。4.根据权利要求1所述的一种热液蚀变矿物高光谱精细填图方法，其特征在于：所述步骤二中，对高光谱数据进行逐波段分析，将中心波长在500～1000nm之间的波段组合成可见光近红外高光谱子数据，将中心波长在2000
‑
2450nm之间的波段组合成短波红外高光谱子数据。5.根据权利要求1所述的一种热液蚀变矿物高光谱精细填图方法，其特征在于：所述步骤三中，对高光谱数据光谱采样间隔进行四舍五入取整，包括16nm、15nm、8nm、6nm。6.根据权利要求1所述的一种热液蚀变矿物高光谱精细填图方法，其特征在于：所述步骤四中，对于可见光近红外高光谱子数据或短波红外高光谱子数据，设其原高光谱数据为Data
src
，增值后的高光谱数据为Data
dst
；设Data
src
的波段数为n，光谱采样间隔为W1，Data
dst
的光谱采样间隔为W2，Data
src
的任意相邻波段区间为[X
p
，X
p+1
]，Data
dst
的任意相邻波段区间为[X
q
，X
q+1
]，则有W1＝X
p+1
‑
X
p
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)W2＝X
q+1
‑
X
q
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)设δ＝W1/W2，当δ＜W1时，逐波段区间光谱增值处理实质上就是在所有的原相邻波段区间内均插入δ
‑
1个波段，最终使Data
dst
拥有n*δ
‑
δ+1个波段。7.根据权利要求6所述的一种热液蚀变矿物高光谱精细填图方法，其特征在于：高光谱数据可视为三维数组进行数据处理，其第一维为光谱维，是像元不同波段的反射率数值，其余两维为空间维，是像元在影像上的行列坐标数值；高光谱数据Data
src
空间上任一点(x，y)的光谱曲线在数学上体现为一维列表[Y1，Y2，Y3，
…
，Y
n
‑1，Y
n
]，与之对应的中心波长列表为[X1，X2，X3，
…
，X
n
‑1，X
n
]；对于其任意相邻波段区间[X
p
，X
p+W1
]，光谱反射率为[Y
p
，Y
p+W1
]，构...

【专利技术属性】
技术研发人员：孙雨，赵英俊，田丰，秦凯，
申请(专利权)人：核工业北京地质研究院，
类型：发明
国别省市：