高光谱遥感(Hyperspectral Remote Sensing),是指成像光谱分辨率很高的遥感技术,现已成为地质矿产勘查领域中的重要新技术新方法,应用高光谱遥感提取矿化蚀变信息是近些年来遥感地质应用研究的热点前沿之一。国内外研究学者提出了多种高光谱岩矿蚀变信息提取理论,也建立了众多的岩矿波谱数据库。但不同矿区由于野外环境因素和测量时的限制条件的影响,使得岩矿波谱特征会发生多种变异,且现有的矿物提取方法中都存在着一些弊端和不确定性,这两种因素均会导致在矿物识别和填图中产生误差。因此,针对具体矿区来选择合适的矿物波谱建立数据库和改进现有的岩矿信息提取方法尤为重要。本文以新疆雪米斯坦铀矿化区为研究区域,使用CASI/SASI成像光谱仪数据和野外岩矿实测波谱数据,在充分分析不同蚀变矿物的实测波谱典型吸收特征和以往矿化蚀变信息识别提取的基础上,将基于实测波谱的理论贯穿整个研究中,建立该地区合适的高光谱矿化蚀变信息提取方法。本文的主要工作及结论有:(1)与常用Hyperion高光谱数据对比分析,系统评价CASI/SASI数据质量。分别从图像信息量、信噪比和数据降维降噪三个方面评价CASI/SASI成像光谱仪的数据质量。表明CASI和SASI都是成像质量优越的传感器,在稳定性方面CASI数据最优,SASI数据包含信息量最多,且CASI/SASI数据信噪比都较高,尤其是在近红外区域,SASI数据信噪比最优。虽然这两个传感器获取数据中都包含大量随机噪声,但有效信号与噪声信号能很好的分离,降噪后的数据有利于结合实测波谱进行矿物信息识别与提取。(2)研究探索CASI/SASI数据和野外实测波谱数据的预处理过程。为了消除实测波谱数据中的离群波谱对矿物填图的影响,研究提出了结合整体度量与局部度量的离群波谱剔除方法,实现离群光谱剔除,为利用实测波谱进行矿物识别奠定了基础。(3)研究分析了矿区岩矿波谱特征和影响因素。分析表明,在外界环境影响没有改变矿物内部结构和组成成分的前提下,其吸收位置稳定不变,且矿区典型矿物的诊断性波谱特征吸收位置确定。经过与USGS波谱对比分析显示,矿区波谱相比标准波谱发生了不同程度的变异,从波谱特征上论证了利用实测波谱进行矿物识别提取更具可靠性。(4)在高光谱矿物识别填图中,降维是其必要步骤,针对以往波段选择的降维方法中只是基于统计信息量计算,未考虑图像空间结构信息以及目标地物独有的波谱特征,最终导致一些面积区域虽小但很重要的指示性矿物在填图中被忽略或遗漏的问题,本文提出了一种基于实测波谱特征和图像空间信息的高光谱岩矿降维方法。该方法将岩矿信息识别提取中对识别起主要作用的诊断性波谱特征和高分辨率的图像空间信息考虑进去进行降维,实验结果显示该方法对各蚀变矿物像元的聚类程度更好,表明该方法更具可靠性和优越性。(5)运用高光谱图像端元提取法,利用实测波谱和USGS波谱分别进行矿物识别填图,并对填图结果进行比较分析,结果表明实测波谱用于矿物识别填图准确性更高。针对常用光谱角填图(Spectral Angle Mapping,SAM)方法在不同阈值下填图的不确定性,本文提出了一种基于多源信息融合的高光谱矿化蚀变信息提取方法,结合图像信息和诊断性光谱特征位置建立决策树对矿化信息进行提取,实验证明该方法有较好的可靠性。