基于光谱匹配的热红外高光谱数据岩性分类研究-现代地质.PDF

基于光谱匹配的热红外高光谱数据岩性分类研究-现代地质.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于光谱匹配的热红外高光谱数据岩性分类研究-现代地质

第30卷 第1期 现 代 地 质 Vol30 No1 2016年2月 GEOSCIENCE Feb2016  基于光谱匹配的热红外高光谱数据 岩性分类研究 孙娅琴,田淑芳,王兴振,高雅洁 (中国地质大学(北京)地球科学与资源学院,北京 100083) 摘要:从岩石光谱出发,结合光谱谱带强度特征和光谱波形特征,针对机载热红外高光谱数据(TASI),在以往算法基 础上,提出一种改进的算法———光谱离散能级波形匹配法(SDEM),并将其运用到岩性分类研究中。SDEM算法能识别 岩石光谱间的微小差异,并在充分考虑光谱谱带强度和波形特征的同时,有效减弱数据噪声。与传统的岩性分类方法 ———高光谱角度制图法(SAM)相比,改进的算法能更精确地区分岩石相似光谱,识别易混淆岩性,对出现“异物同谱” 现象的岩石也具有更好的区分能力。将 SDEM、SAM方法应用于甘肃柳园地区TASI数据岩性分类研究中,可看出 SDEM方法能识别出SAM未识别或识别错误的岩性。通过研究区野外查证,可知SDEM方法所得岩性分类结果更符合 岩石实际分布情况。可见光谱离散能级波形匹配法具有较好的岩性分类效果,能更好地区分地物。 关键词:热红外高光谱;光谱特征;光谱离散能级波形匹配法;甘肃柳园地区;岩性分类 中图分类号:P627;TP79    文献标志码:A    文章编号:1000-8527(2016)01-0239-08 AnImprovedLithologicalClassificationMethodforThermalInfrared HyperspectralDataBasedonSpectralMatching SUNYaqin,TIANShufang,WANGXingzhen,GAOYajie (SchoolofEarthSciencesandResources,ChinaUniversityofGeosciences,Beijing 100083,China) Abstract:Featurespectralcharacteristicsarethebaseofhyperspectralremotesensingtechnology.Basedon rockspectralcharacteristics,forthepurposeofclassifyinglithologybyusingThermalInfraredAirborneHyper spectralImager(TASI)data,animprovedlithologicalclassificationalgorithm-spectraldivergenceenergylevel matching(SDEM)-ispresentedinthispaper.SDEMcanidentifytinydifferencesbetweenanytwodifferent spectra.Also,thismethodtakesbothspectralbandintensityandspectralwaveformintoaccount,andcaneffec tivelyreducetheimpactofimagenoises.Comparedwiththetraditionallithologicalclassificationmethod-high spectralanglemapping(SAM),theimprovedalgorithmcandistinguishthosesimilarbutdifferentspectramore precisely,andcanidentifythoseeasilyconfusedlithology.Thismethodisalsogoodatdistinguishingthelithology knownas“different

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档