论文部分内容阅读
可见光-短波红外谱段(0.35~2.5μm)的多光谱/高光谱遥感矿物种类填图技术方法也已逐渐成熟,形成了一套较完善的方法体系。热红外高光谱技术的出现,使得高光谱矿物填图的光谱区间从可见光-短波红外谱段延伸到红外谱段,也使得增加矿物识别种属成为可能,但是仍然面临许多新的挑战:1、如何更好完成大气校正,实现地物反射、发射特征的精确反演以及如何评价反演的数据质量。2、热红外高光谱数据的处理还比较滞后,其大气校正、温度发射率分离、岩矿热红外遥感信息机理,矿物发射光谱特征与机理都面临许多难关,阻碍着热红外矿物填图的进一步发展。3、可见光-短波红外-热红外填图结果的综合地质应用问题,也是当下矿产资源勘查的重点和难点。4、对于多光谱与高光谱在矿物填图方面差别的研究仍不多见。本研究系统分析和总结了主要矿物的可见光-短波红外-热红外光谱机理和分类,对常见矿物光谱进行了分析,修改、扩充、细化了基于光谱特征的分层识别矿物谱系,使矿物识别扩展到热红外谱段。本研究以甘肃柳园地区为例,针对航空高光谱谱可见光-短波红外的CASI/SASI,详细阐述了其数据处理流程,结合野外实测定标点数据,应用FLAASH和经验线相结合的方法实现大气校正。针对航空热红外TASI数据,通过实验对比研究热红外高光谱数据的相对辐射校正、大气校正、温度与发射率分离等问题,发展一套与TASI数据预处理(辐射校正、大气校正和发射率反演)相配套的预处理技术体系。参照成像光谱数据处理分析方法,基于“矿物分层识别规则”识别矿物端元,利用混合协调匹配滤波的方法实现矿物填图,得到研究区的矿物分布图。依据机载高光谱遥感数据CASI、SASI、TASI提取的矿物信息,初步对研究区进行了找矿应用探索。提出一个新的方法来计算水汽含量来实现ASTER数据的大气校正。结合机载CASI+SASI计算校正因子,消除ASTER波段异常。根据光谱特征,提出基于逻辑运算的光谱指数法进行矿物填图,并将高光谱填图结果与多光谱填图结果进行对比。研究结果表明,基于空-地回归的大气校正,削弱了校正带来的虚假特征,减少了校正误差。利用ASTER第8波段吸收深度与水汽含量的关系计算水汽含量来进行ASTER数据的大气校正切实可行,且在干旱裸露地区取得较好效果。TASI数据预处理体系提高了地物热红外发射率反演的精度,可见光-短波红外的成像光谱数据填图处理方法是热红外矿物填图的有效途径之一。利用机载全波段高光谱遥感技术进行地质矿产勘查效果良好,具有很大的潜力,其最大的优点在于能把找矿异常信息快速定位。