基于核主成分支持向量机的火成岩QAPF分类——以青海格尔木地区为例.pdfVIP

2014年 7月 地 球 学 报 Ju1．2014 第35卷 第 4期：487-494 ActaGeoscienticaSinica Vb1．35No．4：487—494 WWW．cagsbulletin．com WWW．地球学报．com 基于核主成分支持向量机的火成岩 QAPF分类 以青海格尔木地 区为例 林 楠 ，，姜琦刚 ，陈永 良 ，杨佳佳 ，崔瀚文 ) l1吉林大学地球探测科学与技术学院，吉林长春 130026； 2)吉林建筑大学测绘与勘查工程学院，吉林长春 130018； 3)吉林大学综合信息矿产预测研究所，吉林长春 130026；4)中国地质调查局沈阳地质调查中心，辽宁沈阳 110034 摘 要：利用核主成分(KPCA)较强的非线性特征提取能力对 Hyperion高光谱数据进行降维及光谱特征提 取，将特征信息作为支持向量机 (SVM)建模样本的观测数据，建立 KPCA．SVM 回归模型，利用该模型进行 研究区岩石氧化物百分含量反演。同时，依据国际地质科学联合会提出的 QAPF火成岩分类方案对区内火 成岩进行 了岩性划分 。研究结果表明：KPCA 降维后 的高光谱数据反演氧化物含量 的效果良好；而基于 QAPF模型的火成岩划分结果也十分理想，分类结果对已有地质图进行了有效的补充。KPCA—SVM 理论模 型为利用高光谱遥感数据进行岩性分类提供 了一种快速可行的方法。 关键词：核主成分；支持 向量机；火成岩；QAPF；高光谱 中图分类号：0433；P588．1 文献标志码：A doi：10．3975／cagsb．2014．04．11 TheClassificationofIgneousRockswithQAPFBasedonKernel PrincipalComponentSVM ：A CaseStudyofGolmudArea inQinghaiProvince LINNan，，JIANGQi．gang ，CHENYong—liang，YANGJia-jia钔，CUIHan—wen) 1)CollegeofGeo—ExplorationScienceandTechnology,JilinUniversity,Changchun，Jilin130026； 2)CollegeofSurveyingandProspectingEngineering,JilinArchitectureUniversity,Changchun，Jilin130118； 3)MineralResourcesPredictionInstituteofComprehensiveInformation，dilinUniversiyt,Changchun,dilin130026； 4)ShenyangCenter,ChinaGeologicalSurvey,Shenyang,Liaoningl10034 Abstract：Inthispaper，thenon—linearfeatureextractioncapabilityofKPCA wasusedtoreducedimensionality andextractspectralfeaturesofHyperionhyperspectraldata Theextractedfeatureinformationwasemployedas thesampledataandtheKPCA—SVM regressionmodelwasestablished．Accordingtothismode1．thepercentage ofrockoxideinthestudyareawasretrieved．TheQAPFigneousrockclassif