论文部分内容阅读
[摘 要]遥感技术作为矿产勘查的一种手段,根据成像光谱仪矿物光谱识别机理,本文较详细论述了矿物光谱识别特征和数据处理技术,并系统地阐述了高光谱遥感技术在矿产资源调查应用方面的发展概况。
[关键词]高光谱遥感 成像光谱仪 数据处理 光谱特征
中图分类号:P627 文献标识码:A 文章编号:1009-914X(2015)15-0357-02
引言
随着遥感技术的推广,遥感地质技术人员不断在实践中总结和提高,遥感技术的应用程度日臻成熟,在地质的许多方向都有了不同程度的发展。20世纪70年代初美国发射的陆地卫星有4个波段(MSS),其平均光谱分辨率为150nm,空间分辨率为80米,重复覆盖周期为16-18天;80年代的TM增加到7个波段,在可见光到近红外范围的平均光谱分辨率为137nm,空间分辨率增加到30米;2000年后,出现增强型TM(ETM),其全色波段空间分辨率可达15米。法國SPOT4卫星多光谱波段的平均光谱分辨率为87nm,空间分辨率为20米,重复周期为26天;SPOT5空间分辨率最高可达2.5米,重复覆盖周期提高到1-5天。传感器的发展使探测波段不断细分,遥感图像含有更丰富的岩矿信息,同时这一时期也是计算机技术迅速发展的阶段,遥感信息提取也得到长足发展。遥感生物地球化学为植被地区矿化信息的提取提供了可行的方法,与重金属元素相关的植被红光“蓝移”可以作为矿化指标。在岩石裸露强的地区,利用线性、环形、块状构造的目视解译提取成矿、控矿信息,后来有效地将遥感与地质找矿紧密结合,在地形地貌等直观的信息中建立成矿与控矿间的联系[1][2]。
1 高光谱遥感技术
20世纪80年代遥感技术的最大成就之一是高光谱遥感技术的兴起。第一代航空成像光谱仪以AIS-1和AIS-2为代表,光谱分辨率分别为9.3nm和10.6nm;1987年,第二代高光谱成像仪问世,即美国宇航局(NASA)研制的航空可见光/红外成像光谱仪(AVIRIS),其光谱分辨率为10nm;EOSAM-1(Terra)卫星上的MODIS具有36个波段。如今的卫星高光谱分辨率可达到10nm,波段几百个,如在轨的美国EO-1高光谱遥感卫星上的Hyperion传感器,具有220个波段,光谱分辨率为10nm。
2 矿物识别
矿物识别是高光谱最能发挥优势的领域之一,高光谱数据立方体蕴含着丰富的矿物学信息。一般而言,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,使在“未蚀变”围岩中产生用岩石学方法难以直接识别的细微成分的变化,而这些成分的变化却在矿物光谱中有着或强或弱的表现,如富铝云母与贫铝云母在2000~2500nm光谱区间的最大吸收位置发生漂移。因此,利用高光谱遥感技术不仅可以实现矿物种类的识别,也可以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。
通过对矿物的识别、地质成因信息等相关信息的提取与组合关系的分析,能够探讨矿床成生过程中的物源和动力过程等,直接判断可能存在的矿化或矿床信息,进而在其它知识的辅助下,可以实现对矿化与成矿远景区以及靶区的圈定[3]。
3 矿物光谱识别特征参数
矿物光谱主要取决于物体内电子与晶体场的相互作用,以及物体内的分子振动。在晶体场作用中由于离子能级的跃迁会引起吸收特征的变化,但反射光谱主要还是由矿物的差异引起的,它与粒径无关。电子从一个原子到另一个原子的转移也会对光谱产生影响,例如Fe-O的电子转移就会引起光谱吸收位置向紫外方向移动。所以,矿物光谱吸收机理包括金属阳离子在可见光区域的电子过程以及阴离子基团在近红外区域的振动过程[4][5]。
由于电子在各个不同能级间的跃迁而吸收或发射特定波长的电磁辐射,从而形成特定波长的光谱特征,因此,不同晶格结构的岩石矿物成分有其不同的光谱特征[1]。这是利用高光谱数据寻找岩矿的物理前提[6]。
高光谱地质遥感主要是利用高光谱数据识别各种矿物成分、它们的丰度以及制图( 矿物成分空间分布)。其主要研究内容包括从许多光谱参数中提取各种地质矿物的定性、定量信息。光谱吸收特征包括吸收波段波长位置、深度、宽度、斜率、对称度、面积和光谱绝对反射值等参数。
4 成像光谱岩矿识别技术
20世纪80年代以来,多种新一代的空间平台和传感器的研制成功为地学调差和研究提供了高分辨率、多频谱、大数据量的遥感信息,进一步拓展了人们的视野和识别地质体的能力。其中成像光谱技术的开发成功是最具意义的进展之一。
采用成像光谱技术对地表观测时,在获得地质体空间信息的同时,对每个像点采集了数十至数百个波段的光谱信息。经过特殊的数据处理可获得该像点的连续光谱,其分辨率一般达到纳米(mm)级。这种图谱合一的特点大大缩小了遥感光谱与实验室光谱之间的差距,使研究人员能像分析地质体实验室测试光谱那样对成像光谱数据进行细致的分析处理,发现地质体固有的微弱特征光谱的存在及其变异,定量的研究地质体的光谱特征跟它的类型、结构、成分之间的内在联系,达到识别地质体属性和量化其物质组分的目的。因此可以说成像光谱技术比任何一种遥感技术更能真切地通过对地质体电磁波反射特性的探测和分析,反应其物理和化学性质的丰富内涵。
大量的光谱测试研究成果表明,地球表面大多数自然存在的物质在0.4-2.4μm谱段均具有可判断属性的光谱吸收特征,即“特征光谱”,一般带宽20-30nm;地表有数千种含有、、、、和烃类等分子团或金属离子的矿物,它们在2.0-2.4μm范围都有特征的光谱吸收谷,黏土矿物在2.087和2.000(带宽0.1微米),碳酸盐矿物在2.205、2.370、2.450μm(带宽约0.1μm),铁帽在2.250μm(带宽为0.5μm),烃类在2.275、2.300、2.330μm(带宽0.05-0.1μm)等等。在实际的地质矿产应用中,只要能检测出这些特征光谱,就有可能识别这些物质,发现与矿化有关的蚀变矿物。 5 数据处理分析
针对成像光谱数据高维、大数据量的特点,并围绕利用遥感技术定量分析方法识别地物为主要目标,近年成像光谱数据的处理分析方法研究重点集中在以下几个方面:
5.1 地质体成像光谱数据的预处理技术
预处理的主要目的是消除成像光谱数据获取时的各种初始畸变,包括辐射畸变校正和几何畸变校正。
辐射畸变校正是为了消除数据传输过程中大气效应、地质体非郎伯反射特性、数据采集方式以及传感器系统特性等因素所造成的边缘辐射畸变和干扰噪声。小波变换和反变换是目前边缘辐射畸变校正最普遍采用的方法。
几何畸变校正是为了消除机载成像光谱光谱仪视场角较大、飛行高度低、飞行姿态不稳定及测区地形条件等因素引起的几何畸变。传统的做法是采用实测控制点和最小二乘法拟合求取多项式系数的转换方法,经插值求得校正图像。近年随着现代惯性导航系统与GPS技术的发展,从空中实现像元点定位成为可能,并开发了相应的机载扫描图像几何畸变的共线方程校正模型,取得了较好效果。
5.2 地质体光谱的重建方法
地质体光谱的重建是指利用成像光谱遥感数据以像元或像元组为单位,建立像元或像元祖所对应地质体德光谱曲线,用以与实验室标准光谱曲线匹配、对比,为识别地质体提供依据。目前,光谱重建的方法多达几十种,如平滑域纠正法(flat-field correction)、剩余对数纠正法(log-residual correction)、经验线性回归法、绝对反射率生成法等。其中经验线性回归法由于主要依据数据本身特征的分析,对环境参数测量和实地调查的要求较低,应用最为普遍,总体效果也较为理想。
5.3 地质体成像光谱特征的量化分析和识别建模技术
成像光谱数据量化分析的目的是从中发掘客观、有效地反映地质体光谱特征的指数和参量。目前最长永的方法大致有两类:一类是基于地质体“特征光谱”的分析方法,提取成像光谱曲线上特定光谱吸收谷的深度、宽度、偏倚度及吸收外壳坡度等指数。另一类则基于地质体光谱的总体波形特征参数。
根据成像光谱数据辐射分辨率高、光谱段多的特点,在研究成像光谱特征参量量化和提取方法的基础上,建立对工作区实用而有效的数据分析方法和模型,是挖掘成像光谱技术巨大应用潜力的需要,也是成像光谱技术应用的重要步骤。实验表明,尽管许多模型在地质体识别应用中产生了较好的效果,但由于地质矿产问题普遍具有隐蔽性、不确定性和多解性,各种模型所适用的特征空间和应用方法都带有一定的限制和假设条件,因此这方面的研究仍然是当前成像光谱技术应用研究的重要内容。
6 结束语
综上所述,我们可以看出,高光谱遥感以其光谱分辨率高、图谱合一的特点受到了国内外研究者的广泛关注。从二十世纪八十年代开始到现在的二十多年中,无论在成像光谱仪等硬件方面还是在图像处理系统等软件方面都得到了的迅速的发展。同时,在矿产资源调查领域也已经得到了广泛地应用。但是,由于不同的矿物光谱分析方法均有各自的优缺点,在不同的情况下,应该根据实际情况选择适合需要的方法。
参考文献
[1] 唐文周.我国遥感地质工作的现状和近期展望[J].国土资源遥感,1998,36(2):24-32.
[2] 耿新霞等.遥感技术在地质找矿中的应用及发展前景[J].地质找矿论丛,2008,23(2):89-90.
[3] 浦瑞良,宫鹏.高光谱遥感及其应用[M].高等教育出版社,2000.
[4] 张卡,盛业华,张书毕.遥感新技术的若干进展及其应用[J].遥感信息.2004,(2):58-62.
[5] 王晋年,童庆禧,郑兰芬,等.以地物识别和分类为目标的高光谱数据挖掘[J].中国图形图像学报,1999,4(11).
[6] 黄光玉,沈占锋,赵欣梅.高光谱遥感矿物识别方法研究[J].资源环境与工程,2007,2:50-54.
[7] 杨建民,张玉君,陈薇,等.ETM+(TM)蚀变遥感异常技术方法在东天山戈壁区的应用[J].矿床地质,2003,22(3):278-286.
[8] 叶天竺.固体矿产预测评价方法技术[M].北京:中国大地出版社,2004.
[9] 赵英时等.遥感应用分析原理与方法[M].北京:科学出版社,2009.
[关键词]高光谱遥感 成像光谱仪 数据处理 光谱特征
中图分类号:P627 文献标识码:A 文章编号:1009-914X(2015)15-0357-02
引言
随着遥感技术的推广,遥感地质技术人员不断在实践中总结和提高,遥感技术的应用程度日臻成熟,在地质的许多方向都有了不同程度的发展。20世纪70年代初美国发射的陆地卫星有4个波段(MSS),其平均光谱分辨率为150nm,空间分辨率为80米,重复覆盖周期为16-18天;80年代的TM增加到7个波段,在可见光到近红外范围的平均光谱分辨率为137nm,空间分辨率增加到30米;2000年后,出现增强型TM(ETM),其全色波段空间分辨率可达15米。法國SPOT4卫星多光谱波段的平均光谱分辨率为87nm,空间分辨率为20米,重复周期为26天;SPOT5空间分辨率最高可达2.5米,重复覆盖周期提高到1-5天。传感器的发展使探测波段不断细分,遥感图像含有更丰富的岩矿信息,同时这一时期也是计算机技术迅速发展的阶段,遥感信息提取也得到长足发展。遥感生物地球化学为植被地区矿化信息的提取提供了可行的方法,与重金属元素相关的植被红光“蓝移”可以作为矿化指标。在岩石裸露强的地区,利用线性、环形、块状构造的目视解译提取成矿、控矿信息,后来有效地将遥感与地质找矿紧密结合,在地形地貌等直观的信息中建立成矿与控矿间的联系[1][2]。
1 高光谱遥感技术
20世纪80年代遥感技术的最大成就之一是高光谱遥感技术的兴起。第一代航空成像光谱仪以AIS-1和AIS-2为代表,光谱分辨率分别为9.3nm和10.6nm;1987年,第二代高光谱成像仪问世,即美国宇航局(NASA)研制的航空可见光/红外成像光谱仪(AVIRIS),其光谱分辨率为10nm;EOSAM-1(Terra)卫星上的MODIS具有36个波段。如今的卫星高光谱分辨率可达到10nm,波段几百个,如在轨的美国EO-1高光谱遥感卫星上的Hyperion传感器,具有220个波段,光谱分辨率为10nm。
2 矿物识别
矿物识别是高光谱最能发挥优势的领域之一,高光谱数据立方体蕴含着丰富的矿物学信息。一般而言,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,使在“未蚀变”围岩中产生用岩石学方法难以直接识别的细微成分的变化,而这些成分的变化却在矿物光谱中有着或强或弱的表现,如富铝云母与贫铝云母在2000~2500nm光谱区间的最大吸收位置发生漂移。因此,利用高光谱遥感技术不仅可以实现矿物种类的识别,也可以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。
通过对矿物的识别、地质成因信息等相关信息的提取与组合关系的分析,能够探讨矿床成生过程中的物源和动力过程等,直接判断可能存在的矿化或矿床信息,进而在其它知识的辅助下,可以实现对矿化与成矿远景区以及靶区的圈定[3]。
3 矿物光谱识别特征参数
矿物光谱主要取决于物体内电子与晶体场的相互作用,以及物体内的分子振动。在晶体场作用中由于离子能级的跃迁会引起吸收特征的变化,但反射光谱主要还是由矿物的差异引起的,它与粒径无关。电子从一个原子到另一个原子的转移也会对光谱产生影响,例如Fe-O的电子转移就会引起光谱吸收位置向紫外方向移动。所以,矿物光谱吸收机理包括金属阳离子在可见光区域的电子过程以及阴离子基团在近红外区域的振动过程[4][5]。
由于电子在各个不同能级间的跃迁而吸收或发射特定波长的电磁辐射,从而形成特定波长的光谱特征,因此,不同晶格结构的岩石矿物成分有其不同的光谱特征[1]。这是利用高光谱数据寻找岩矿的物理前提[6]。
高光谱地质遥感主要是利用高光谱数据识别各种矿物成分、它们的丰度以及制图( 矿物成分空间分布)。其主要研究内容包括从许多光谱参数中提取各种地质矿物的定性、定量信息。光谱吸收特征包括吸收波段波长位置、深度、宽度、斜率、对称度、面积和光谱绝对反射值等参数。
4 成像光谱岩矿识别技术
20世纪80年代以来,多种新一代的空间平台和传感器的研制成功为地学调差和研究提供了高分辨率、多频谱、大数据量的遥感信息,进一步拓展了人们的视野和识别地质体的能力。其中成像光谱技术的开发成功是最具意义的进展之一。
采用成像光谱技术对地表观测时,在获得地质体空间信息的同时,对每个像点采集了数十至数百个波段的光谱信息。经过特殊的数据处理可获得该像点的连续光谱,其分辨率一般达到纳米(mm)级。这种图谱合一的特点大大缩小了遥感光谱与实验室光谱之间的差距,使研究人员能像分析地质体实验室测试光谱那样对成像光谱数据进行细致的分析处理,发现地质体固有的微弱特征光谱的存在及其变异,定量的研究地质体的光谱特征跟它的类型、结构、成分之间的内在联系,达到识别地质体属性和量化其物质组分的目的。因此可以说成像光谱技术比任何一种遥感技术更能真切地通过对地质体电磁波反射特性的探测和分析,反应其物理和化学性质的丰富内涵。
大量的光谱测试研究成果表明,地球表面大多数自然存在的物质在0.4-2.4μm谱段均具有可判断属性的光谱吸收特征,即“特征光谱”,一般带宽20-30nm;地表有数千种含有、、、、和烃类等分子团或金属离子的矿物,它们在2.0-2.4μm范围都有特征的光谱吸收谷,黏土矿物在2.087和2.000(带宽0.1微米),碳酸盐矿物在2.205、2.370、2.450μm(带宽约0.1μm),铁帽在2.250μm(带宽为0.5μm),烃类在2.275、2.300、2.330μm(带宽0.05-0.1μm)等等。在实际的地质矿产应用中,只要能检测出这些特征光谱,就有可能识别这些物质,发现与矿化有关的蚀变矿物。 5 数据处理分析
针对成像光谱数据高维、大数据量的特点,并围绕利用遥感技术定量分析方法识别地物为主要目标,近年成像光谱数据的处理分析方法研究重点集中在以下几个方面:
5.1 地质体成像光谱数据的预处理技术
预处理的主要目的是消除成像光谱数据获取时的各种初始畸变,包括辐射畸变校正和几何畸变校正。
辐射畸变校正是为了消除数据传输过程中大气效应、地质体非郎伯反射特性、数据采集方式以及传感器系统特性等因素所造成的边缘辐射畸变和干扰噪声。小波变换和反变换是目前边缘辐射畸变校正最普遍采用的方法。
几何畸变校正是为了消除机载成像光谱光谱仪视场角较大、飛行高度低、飞行姿态不稳定及测区地形条件等因素引起的几何畸变。传统的做法是采用实测控制点和最小二乘法拟合求取多项式系数的转换方法,经插值求得校正图像。近年随着现代惯性导航系统与GPS技术的发展,从空中实现像元点定位成为可能,并开发了相应的机载扫描图像几何畸变的共线方程校正模型,取得了较好效果。
5.2 地质体光谱的重建方法
地质体光谱的重建是指利用成像光谱遥感数据以像元或像元组为单位,建立像元或像元祖所对应地质体德光谱曲线,用以与实验室标准光谱曲线匹配、对比,为识别地质体提供依据。目前,光谱重建的方法多达几十种,如平滑域纠正法(flat-field correction)、剩余对数纠正法(log-residual correction)、经验线性回归法、绝对反射率生成法等。其中经验线性回归法由于主要依据数据本身特征的分析,对环境参数测量和实地调查的要求较低,应用最为普遍,总体效果也较为理想。
5.3 地质体成像光谱特征的量化分析和识别建模技术
成像光谱数据量化分析的目的是从中发掘客观、有效地反映地质体光谱特征的指数和参量。目前最长永的方法大致有两类:一类是基于地质体“特征光谱”的分析方法,提取成像光谱曲线上特定光谱吸收谷的深度、宽度、偏倚度及吸收外壳坡度等指数。另一类则基于地质体光谱的总体波形特征参数。
根据成像光谱数据辐射分辨率高、光谱段多的特点,在研究成像光谱特征参量量化和提取方法的基础上,建立对工作区实用而有效的数据分析方法和模型,是挖掘成像光谱技术巨大应用潜力的需要,也是成像光谱技术应用的重要步骤。实验表明,尽管许多模型在地质体识别应用中产生了较好的效果,但由于地质矿产问题普遍具有隐蔽性、不确定性和多解性,各种模型所适用的特征空间和应用方法都带有一定的限制和假设条件,因此这方面的研究仍然是当前成像光谱技术应用研究的重要内容。
6 结束语
综上所述,我们可以看出,高光谱遥感以其光谱分辨率高、图谱合一的特点受到了国内外研究者的广泛关注。从二十世纪八十年代开始到现在的二十多年中,无论在成像光谱仪等硬件方面还是在图像处理系统等软件方面都得到了的迅速的发展。同时,在矿产资源调查领域也已经得到了广泛地应用。但是,由于不同的矿物光谱分析方法均有各自的优缺点,在不同的情况下,应该根据实际情况选择适合需要的方法。
参考文献
[1] 唐文周.我国遥感地质工作的现状和近期展望[J].国土资源遥感,1998,36(2):24-32.
[2] 耿新霞等.遥感技术在地质找矿中的应用及发展前景[J].地质找矿论丛,2008,23(2):89-90.
[3] 浦瑞良,宫鹏.高光谱遥感及其应用[M].高等教育出版社,2000.
[4] 张卡,盛业华,张书毕.遥感新技术的若干进展及其应用[J].遥感信息.2004,(2):58-62.
[5] 王晋年,童庆禧,郑兰芬,等.以地物识别和分类为目标的高光谱数据挖掘[J].中国图形图像学报,1999,4(11).
[6] 黄光玉,沈占锋,赵欣梅.高光谱遥感矿物识别方法研究[J].资源环境与工程,2007,2:50-54.
[7] 杨建民,张玉君,陈薇,等.ETM+(TM)蚀变遥感异常技术方法在东天山戈壁区的应用[J].矿床地质,2003,22(3):278-286.
[8] 叶天竺.固体矿产预测评价方法技术[M].北京:中国大地出版社,2004.
[9] 赵英时等.遥感应用分析原理与方法[M].北京:科学出版社,2009.