遥感技术发展趋势和现状.ppt

遥感岩性识别 遥感岩性识别是一种先进、快速的岩性填图方法。 遥感图像真实地记录了岩石光（波）谱辐射特征及其形态特征。不同地区由于区域地质背景条件的不同，以及岩石风化程度和覆盖程度的差异，使得岩石的光谱特征和形态特征有较大的变化，所以识别岩石（地层）类型，确定其形态和分布范围，是遥感地质填图中一个重要而又难度较大的领域。 遥感岩性填图就是在对岩性填图地层单元的岩性组合的遥感信息进行测试、分析的基础上，进行地层判读，通过圈定具有某些固定判读标志的岩性界线来圈定岩石地层界线的方法。 传统的岩性判读方法是通过对光学成像式合成图像（航片、卫片）进行判读来完成的。然而，高分辨率、多光谱、高光谱及测试雷达数据的实现为遥感岩性识别奠定了数据基础。 岩石的光谱特征是运用遥感方法识别岩性的基础，遥感技术的飞速发展推动了对岩石学机理和对岩石光谱特征的研究，后者又促使遥感岩性识别技术得到深入的发展。最近十几年，国内外学者开展了大量遥感岩性识别试验，并开发出一系列遥感岩性和矿物信息识别与提取技术方法，促进了遥感岩性识别的定量化、精细化和智能化发展。 1 .岩石光谱学机理与光谱特征研究（略） 2.遥感岩性信息提取方法 　　2.1 多光谱遥感岩性信息提取方法 多光谱数据单波段所包含的光谱区间大，光谱分辨率低，不能够充分表现地物的光谱特征。多光谱遥感岩性识别主要基于图像的空间灰度特征，采用变换方法增强图像的色调、颜色和纹理的差异，以及提取纹理信息，或利用多源数据融合的方法，达到识别岩性的目的。 2.1.1 利用增强变换处理提取岩性信息 　　采用增强处理方法提取色调信息，可以扩大不同岩性的灰度差别，突出目标信息和改善图像效果，提高解译标志的判别能力。常用的遥感图像增强方法有反差扩展、去相关拉伸、彩色融合、运算增强、变换增强等。 　2.1.2 利用纹理信息提取岩性信息 　　每个岩性单元的灰度值具有各自不同的空间变化特征是运用纹理进行岩性分类的基础。常用的纹理信息提取方法有灰度共生矩阵法、小波变换和傅立叶变换等。通常将纹理图像作为新的波段参与岩性分类，许多学者的研究表明纹理信息参与分类对岩性识别和分类精度的提高具有显著作用。 2.1.3 利用多源数据融合提取岩性信息 　　多源数据融合是遥感信息提取的一种重要方法，包括不同类型、精度及时相遥感数据之间的融合，以及遥感数据与非遥感数据（如DEM数据、坡度图像、地球化学数据、地球物探数据等）的融合，融合后的数据包含了多种数据的信息，有利于显示不同岩性的差异。 2.2 高光谱遥感岩性信息提取方法 　　成像光谱仪在对目标地物空间特征成像的同时，对每个空间像元形成几十至几百个连续光谱覆盖的窄波段。 在获得空间图像的同时获得了地物的连续光谱曲线及诊断性特征光谱，从而能够利用光谱信息直接识别地物，并能获取定量信息。 高光谱对岩性的识别依赖于岩石的光谱特征，可以依据实测光谱、光谱库光谱或图像纯像元的光谱对岩石类型进行识别并提取定量信息。 高光谱数据具有很高的光谱分辨率，包含丰富的纹理信息，目前发展了小波变换和傅立叶变换等方法提取纹理信息，进行岩性识别。 高光谱遥感岩性识别可分为单个诊断性吸收特征、完全谱形特征以及光谱知识模型三种类型。 2.2.1 单个诊断性光谱特征的信息提取方法 　　根据端元的单个诊断性吸收光谱特征（包括吸收的位置、深度、宽度、面积、对称性等），从高光谱数据中提取并增强这些信息，直接用于岩性识别。 如HIS编码与吸收波段图将波段吸收中心位置图像、深度图像和半极值宽度图像分别赋予明度（H）、强度（I）和饱和度（S），然后变换到RGB空间，根据色调差异进行岩性矿物识别。 2.2.2 完全谱形特征的信息提取方法 　　完全谱形的识别技术是利用整条光谱曲线，在参考光谱和像元光谱二维空间中，评价二者的相似程度。 光谱匹配（SM）计算图像像元光谱与参考光谱的差异大小来识别岩性； 相似指数（SI）根据已知像元平均光谱与未知像元光谱的波段差值平方和的均值大小识别岩性； 光谱角度填图（SAM）根据像元光谱与参考光谱之间的矢量夹角大小来识别岩性。 以新疆卡拉先格尔成矿带内新发现的哈腊苏铜矿化区为例,进行ETM+矿化蚀变遥感异常信息快速提取研究。 分别在ETM+1,ETM+2,ETM+3,ETM+4,ETM+5和ETM+7等6个波段图像和增强图像(比值图像、主成分分析图像)上已知蚀变岩分布区及地质背景进行像元光谱采样,并分析蚀变岩在ETM+的6个波段图像及铁染异常和羟基异常图像上的光谱特征,进而发现蚀变岩与矿区地层区分的光谱知识。 利用矿区成矿地质特征和典型矿床成矿模型建立遥感地质