网站大量收购独家精品文档,联系QQ:2885784924

整理的高光谱数据的矿物填图技术.pptVIP

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于高光谱数据的矿物填图航天高光谱遥感器系统:LEWIS,1997,美国NASAMODIS是EOS-AM1卫星(1999年12月发射)和EOS-PM1(2002年5月发射)上的主要探测仪器——中分辨率成像光谱仪,也是EOSTerra平台上唯一进行直接广播的对地观测仪器。通过MODIS可以获取0.4~14μm的36个波段的高光谱数据Orbview-4,2001,发射失败,美国美国2000年7月发射的MightSat-II卫星上搭载的傅立叶变换高光谱成像仪(FourierTransformHyperspectralImager,FTHSI)是干涉成像光谱仪的成功典范。由于MightySatII出色的性能和成功运行,其研究组获得了美国空军研究实验室(AFRL)的“司令杯团体奖”和“空间运载工具董事会年度团体奖”。2001年10月,欧空局(EuropeanSpaceAgency)成功发展了基于PROBA小卫星的紧凑型高分辨率成像光谱仪(CHRIS)并发射成功。CHRIS的地面采样间隔为18m,为14×14Km。在400nm-1050nm之间光谱分辨率为11nm,波段数19-62。本次数据简介Hyperion传感器搭载于EO-1卫星平台,EO-1(EarthObserving-1)是美国NASA面向21世纪为接替LandSat-7而研制的新型地球观测卫星,于2000年11月发射升空,其卫星轨道参数与LandSat-7卫星的轨道参数接近,之所以设计相同轨道,目的是为了使EO-1和LandSat-7两颗星的图像每天至少有1~4景重叠,以便进行比对。Hyperion是第一个星载民用成像光谱仪,采用了谱像合一技术为使用者提供了242个波段,光谱范围覆盖355~2577nm(Hyperion数据的三位光谱剖面图见图4-1),传感器空间分辨率30米。Hyperion产品命名规则

HyperionLevel1R数据文件命名具有一定的规则:EO1SPPPRRRYYYYDDDXXXML_GGG_VVEO1表示卫星的名字;S表示传感器,其H=Hyperion,A=ALI;PPP表示成像目标物所处的WRS系统轨道;RRR表示成像目标物所处的WRS系统的行;YYYY表示成像时的年份;DDD表示成像是处于该年中的第几天;第1个X表示Hyperion传感器的状态,第2个X表示ALI传感器的状态,第3个传感器表示LAC传感器的状态,其中0表示关,1表示开;M表示点模式(P=pointedwithincurrentpath/row;K=pointedoutsidecurrentpath/row);L表示一景的长度(F=fullscene;P=partialscene);GGG表示地面接收站;VV表示解译图号。(EO1H1270322003301110PZ_LGS_01)矿物的光谱特性在0.4~1.3μm的光谱特性主要取决于矿物晶格结构中存在的铁、铜、镍、锰等过渡性金属元素的电子跃迁;013~2.5μm的光谱特性是由矿物组成中的碳酸根(CO32?)、羟基(OH?)及可能存在的水分子(H2O)决定的;023~5μm的光谱特性是由Si-O,Al-O等分子键的振动模式决定的。03常见高光谱矿物填图流程最大噪声分离(MNF)变换01成像光谱的光谱分辨率很高,波段多,数据海量,且波段之间的相关性很强,数据冗余度高,需要在端元选取和矿物识别之前对数据作减维,并弱化噪声。最常用的方法是“最大噪声组分变换”。02MNF相当于所有波段噪声方差都相等时的主成分分析,可分为两步实现:第一步,先将图像变换到一个新的坐标系统,使变换后图像噪声的协方差矩阵为单位阵;第二步,对变换后的图像进行主成分变换。基于上述MNF变换,排序低的MNF波段被暂时忽略,仅选择高序次波段进一步处理。PPI设计指定光谱极值像元,对应为混合光谱端元。通过反复投影n维散点图到随机单元矢量来计算PPI。记录每次投影的极值像元,注记每个像元被标定为极值的总次数。PPI图像产生,其中,每个像元的DN值对应像元被记录为极值的次数。这些图像的直方图显示被PPI“击中”(hit)的分布。从直方图中选择阈值,用于选择最纯的像元以保证被分析的像元数最小。这些像元被输入到分离特定光谱端元的交互式可视化算法中。N维可视化(n-DimensionalVisualization)由于PPI算法本身确定的并不是最终的端元,而是从图像众多像元中选出包含有端元像元的较小像元子集。所以,一般要将PPI的处理结果输入到N维可视化工具中,选择出最终的端元像元。在N维可视化中,光谱可视为n维散点图中的一个点,n

文档评论(0)

135****3907 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档