论文部分内容阅读
岩石是地球演化过程中的信息载体,记录演化过程中地球上发生的地质事件,因此,对岩石的研究有助于我们更好的了解地球的进化史。同时,将岩石的研究结合地质学分支学科,如地球化学、地球物理、矿物学等学科知识的研究,将有助于解决地质学的重大理论问题。传统岩石信息获取手段,如岩石手标本鉴定、化学成分分析和物理特性测量等,虽然能够准确可靠地获取岩石成分真实信息,但存在空间和时间上的局限性。因此,现代岩石分析,需要具有更加高效、无破坏、范围大等优势的岩石信息提取方法助力行业发展,这样,遥感岩性信息提取研究受到广泛关注。本文选择辽宁兴城走廊地质带为研究区,该区域在太古宇结晶基底之上发育有丰富的火成岩及沉积岩地层,是使用遥感技术研究岩性信息提取的理想区域。在野外采集岩石样本岩相学鉴定、室内光谱反射率测量和48种化学成分分析的基础上,分别使用单变量线性回归与多变量线性回归统计方法,在各类型岩石样本中建立岩石化学元素与光谱反射率之间的回归关系。建模结果表明:在岩浆岩样本中MgO、SiO2、P2O5、Fe2O3这四种常量元素氧化物含量与岩石光谱反射率信息之间存在较好的相关关系;沉积岩样本中Al2O3、CaO、P2O5、Ga这四种化学成分含量与岩石光谱反射率信息之间存在较好的相关关系,其中岩浆岩样本集中SiO2的PLSR建模回归效果最佳。在岩石地面光谱反射率进行连续统去除处理基础上,通过主成分分析,提取累计85%以上信息的主成分分量,使用Fuzzy c-means分类方法将岩石样本分类,由此,岩石样本可通过光谱分为侵入岩类、火山岩类和内源沉积岩类大类,单类分类精度最高达82%,总体精度为64%。根据Hyperion和ASTER遥感影像波谱响应函数,对岩石样本地面光谱反射率进行重采样处理,建立不同遥感影像数据SiO2含量预测模型及基于地面光谱模型的遥感影像岩石分类方法。验证结果表明:根据重采样的波段所建立SiO2含量PLSR预测模型,能够较好的预测影像样本点的SiO2含量;经两种类型影像随机选取样本点验证,使用基于地面光谱模型的遥感影像岩石分类方法的分类效果优于传统监督分类方法,进而验证基于地面光谱模型的遥感影像岩石分类方法应用于遥感影像的可行性。