北大-高光谱遥感监测20150714预案.ppt

新疆哈密地区Hymap 图谱信息特征提取与岩性识别能力 (安山岩、花岗岩、土壤、河滩地、角闪岩） B9/B6（R）、B9/B12（G）、B9/B14（B）假彩色合成影像 （红色区域为角闪片岩，Fe2+含量高；绿色部分含为龟裂土，Al-OH含量高；蓝色区域Mg-OH含量高） 新疆哈密Hymap比值分析与地质岩性信息提取 B6（1000nm） 可用来提取Fe2+信息 B9(1700nm) 波段熵值高，信息量丰富，无吸收峰 B12(2206nm) 可用来提取Al-OH信息 B14位于2320nm 可用来提取Mg-OH信息 a-Calcite(方解石) b-Chlorite(绿泥石)的 c-Muscuvite(绢云母)的 图 新疆哈密地区HYMAP等矿物提取 N 5 km Red: kaolinite, Bluee: long ? muscovite, Green: short ? muscovite 图 Hymap 高岭石等矿物的光谱识别（澳大利亚） 图 矿物填图与DTM制图（澳大利亚） TIPS 地表矿物学制图中的高光谱热红外谱线剖面测量 岩石的光谱发射率特征 SEBASS 中波红外：3.0-5.5um，带宽25nm，100个波段； 长波红外：7.8-13.5um，带宽40nm， 142个波段。 通过无光谱特征物质与具有光谱特征物质之间的相关，土壤中一些无光谱特征的成分也可以被预测（Ben-Dor and Banin，1994，1995，2000；Islam, et al.，2003），这对土壤重金属元素的快速预测具有非常重要的借鉴意义。 土壤中的重金属含量甚微，难以探测其光谱特征。然而，进入土壤的外源重金属可以被土壤粘土矿物、铁氧化物和有机质等吸附（Grossl，1995；Naidu，1998），这些土壤组分具有光谱特征，因而通过重金属元素与这些光谱活性成分的内部相关可以间接预测土壤重金属含量。 1997年，Malley和Williams于世界上首次利用反射光谱快速预测了湖泊沉积物重金属含量，预测的重要波长位于湖泊沉积物中蛋白质、纤维素和脂类吸收波段。基于Cd、Zn含量与土壤有机质之间的正相关，Kooistra等（2001）使用反射光谱预测了莱茵河流域土壤Cd和Zn的污染。 类似的，利用重金属元素与Fe的相关性，Kemper（2002）使用反射光谱成功预测了Aznalcollar矿区土壤As，Fe，Hg以及Pb的含量 * * 2. 高光谱的土壤重金属含量预测 1998年4月西班牙一处尾矿坍塌，包含高浓度重金属的土壤裸露在地表 步骤： 1.测试分析研究区土壤重金属元素浓度 2.使用ASD光谱仪采集研究区土壤在 0.35- 2.4μm光谱特征 3.通过逐步线性回归分析(MLR) 和神经网络（ANN）方法预测重金属元素浓度与特征光谱反射率之间的拟合关系 4.分析重金属元素间的相互关联性 结论： 1.铁以及铁的氧化物的吸收峰值所处波长范围对于相关性分析最为有利 2.利用快速有效的反射光谱预测被尾矿残留污染的土壤这一方法可行 用反射光谱评估西班牙矿场周边土壤重金属污染 Thomas Kemper, Stefan Sommer, Estimate of Heavy Metal Contamination in Soils after a Mining Accident Using Reflectance Spectroscopy, Environ. Sci. Technol. 2002, 36, 2742- 2747 * * 重金属铅有利波段及吸收峰值：700 -1400 nm之间有一个平缓宽泛的吸收峰, 1400, 1900和2200 nm 处陡峭的吸收峰随着铅浓度的升高而减缓，在参杂的污染源泥块重量占比小于50%时这些吸收峰均可识别 局部被含铅泥块污染的土壤反射光谱曲线 反射光谱随铅浓度（ppm）变化 1400，1900，2200nm * * * * * * * * * * * * * * 第一代成像光谱仪称航空成像光谱仪AIS(Airborne Imaging Spectrometer)，64个通道，光谱覆盖范围从990nm-2400nm,光谱分辨率9.3nm。 第二代成像光谱仪称航空可见光、近红外成像光谱仪 AVIRIS(Airborne Visible/Infrared Imaging Spectrometer)，224个通道，光谱范围41