高光谱遥感影像矿物自动识别与应用.pdfVIP

维普资讯 第4期，总第66期 国 土 资 源 遥 感 No．4，2005 REMOTE SENSING FOR LAND RESOURCES Dec．，2005 2005年 12月 15日 高光谱遥感影像矿物 自动识别与应用 周 强 ，甘甫平 ，王润生 ，陈建平 (1．中国地质大学地球科学学院，北京 100083；2．中国国土资源航空物探遥感中心，北京 100083) 摘要：在对矿物光谱特征理解与归纳的基础之上，对矿物光谱特征进行知识化表达，利用数理逻辑和一定的判别规 则实现对高光谱遥感影像矿物的自动识别与批量化信息提取。在 ENVI平台上，利用 IDL语言开发了高光谱遥感 影像矿物分层 自动识别模块 (MineralAuto—identificationModuleBasedonSpectralIdentificationTree：MAIM—SIT)。 该模块已经在新疆东天山哈密地区利用HyMap数据、西藏驱龙地区利用 Hyperion数据以及美国Cuprite地区利用 AVIRIS数据成功地进行了矿物识别 ，可识别的矿物或矿物组合可达 10种以上，基本实现了高光谱矿物信息提取的 智能化与批处理能力。 关键词：高光谱遥感；矿物 自动识别；矿物光谱数据；IDL 中图分类号：TP391．41 文献标识码：A 文章编号：1001—070X(2005)04—0028一o4 础之上，基于矿物光谱 的相似性准则或逻辑关系，以 0 引言 ENVI软件为平台，利用 IDL语言，充分使用其 内部 库函数以及封装的一些常用算法 o’．]，研发高光谱 在地学信息化 中，遥感数据可 以直接作为可视 矿物识别模块，实现矿物识别的自动智能识别，改善 化信息来源。遥感数据蕴含着丰富的、不易被 肉眼 了高光谱遥感批量信息提取与应用能力，提高了高 直接观测到的地学信息，这需要开发并发展一些算 光谱地学应用的效率。 法来提取遥感图像可视信息之外的隐含信息，提高 遥感信息的利用率。高光谱遥感技术的发展使利用 1 矿物 自动识别算法 宏观技术 (遥感)进行微观信息 (矿物)探测成为可 能¨J，其海量的数据和丰富的信息己使传统的遥感 1．1 算法设计 数据处理及分析方法难以满足实际应用的需要。同 在对美 国地调局 (USGS)矿物光谱数据库 中 时，由于 目前已有高光谱矿物识别技术操作的复杂 矿物光谱综合分析的基础之上，以光谱的吸收谱带 性，以及遥感处理技术人员对地物光谱普遍缺乏认 特征为主，其它光谱特征参量为辅，基于矿物光谱的 识与深入的理解 ，需要 “傻瓜”型的高光谱矿物识别 相似性准则或逻辑关系，构建了矿物识别谱系 l5J， 技术，促进高光谱矿物识别的全面应用；另一方面， 建立矿物识别规则，采用 IF—THEN语句进行决策 在实际应用中极为迫切需要的是实现实时快速的信 判别，逐层开展矿物识别[5』，开发了矿物分层谱系 自 息提取与可视表达 ，如环境污染监测等。这二者需 动识别模块 (MineralAuto—identificationModule 求的结合，需要开发满足不同用户需求的、智能型的 BasedonSpectralIdentificationTree：MAIM—SIT)。 快速高光谱矿物识别技术，增强高光谱数据矿物识 IF—THEN语句是对矿物光谱特征分析结果和 别的智能化、自动化、规模化以及批处理，实现高光 经验知识的归纳性总结和表达过程 ，每一个 IF— 谱技术的 “高科技”开发，“低 门栏”应用，“低风险” THEN语句相当于一种矿物或矿物组合的光谱识别 运行。 规则。其基本表达式为