03高光谱遥感应用模型及案例.ppt

粉尘污染光谱室内模拟测试 室内模拟测试：采用长寿草的一片叶子，用孔径0.1mm的筛子分重量依次均匀筛到页面上；两年后重复测试。 测试结果分析（详见210页，图8.14） 实验发现粉尘对植物光谱的影响有规律性 植物粉尘强度与植物光谱回归分析 一元回归分析：划分出3个相关性较好的波段 二元回归分析：从三个区间取出两个波长的反射率参与二元回归分析，筛选出3个最佳结果 三元回归分析：在二元三个区间基础上进行三元回归分析 第二次测试：重复上面工作 分析总结：采用三元回归分析效果最好，绿光波段反射率对反演粉尘覆盖具有主导作用。 验证与结论 验证： 粉尘污染较低，光谱特征基本接近其未污染时形状；粉尘污染越重，铁杆蒿的光谱特征越弱，而粉尘的光谱特征越强；全部被覆盖时其光谱几乎被路面粉尘的光谱代替，野外光谱测试结果证明了室内模拟测试所得规律的正确性。 高光谱特征验证（见图版XIV） 结论： 选择3个特征波段的反射率能比较准确地计算粉尘的覆盖量，再多不能使精度提高 对于粉尘污染植物，粉尘覆盖量越大，植物自身的光谱特征越弱，粉尘光谱越强 波长小于1330nm时，植物反射率与粉尘覆盖量成反比；在1330nm之后反射率与粉尘覆盖量成正比 铁杆蒿（Artemisia sacrorum）是菊科（Compositae）蒿属（Artemisia）半灌木状草本，主根木质，生长于我国西北部陕西、甘肃、宁夏、青海、新疆和西南部的西藏等省区海拔1500～4900m的山坡、半荒漠草原、滩地，而且在局部地区为植物群落优势种的主要伴生种 地质应用光谱研究 岩石矿物光谱分析方法 矿物识别和信息提取技术分为三种类型： 基于单个吸收特征：波段位置、吸收深度、吸收宽度、面积、吸收对称性、吸收峰数目、排列次序；由于混合光谱的存在，光谱特征往往发生飘移和变异。 基于完全波形特征： 基于模拟模型 混合光谱的存在，光谱特征往往发生飘移和变异 基于整个波形识别的方法是在标志光谱和像元光谱组成的二维空间中建立测度函数，根据标志光谱和像元光谱的相似程度进行判别（测度函数：相似系数法、距离法、光谱填角法） 基于光谱知识模型的识别技术方法是建立在一定光学、光谱学、结晶学和数理基础上的信号处理技术方法，它能克服上面两种方法的缺陷。 岩矿遥感光谱基础研究与高光谱遥感信息提取方法研究是同等重要又相互促进，二者的研究方向都主要集中在光谱特征知识与矿物物化属性的关联、光谱物理模型两大方面，对其研究将为岩矿识别方法、定量反演、矿物晶体内部结构分析等提供方法和理论基础，也将推动遥感技术的发展。 蒙脱石图谱解析 比较X-射线与红外线，前者反映物质的结构变化，而后者则反映物质原子间结合的性质。在红外线波谱分析中，其吸收谷的变化与结晶程度、粒度和同型离子置换等诸多因素有关。在粘土矿物中也可以显示出群的差异。通过红外线分析首先可获得有关H2O和-OH的信息。蒙脱石样品在3300～3600cm-1附近，均有宽广的吸收谷，这都是由H2O的伸缩振动所引起，样品中含水量的多少，可使其特征波数有微小的变化；而在1600～1650cm-1处吸收谷，是水的弯曲振动频率，这就表明在蒙脱石分子中含有一定的结晶水，这与差热分析和衍射分析所得结果相吻合；其次，红外光谱可以证明蒙脱石中Si-O四面体及Si-O-Al八面体的存在。在图1中，900～1100cm-1附近，均出现了弱的吸收谷，这是基于Si-O的伸缩振动，而在430～460cm-1附近的吸收则认为是Si-O的变角振动。 蒙脱石粘土的四面体片的Si与Al置换的影响同八面体片的离子种类无关；基于Si-O的伸缩振动的900～1100cm-1处的吸收偏向低波数一边。这可能是因为(Si，Al)-O之间距离增大，化学键更趋于离子型所致。再者，在八面体离子中2价离子比3价离子多时，由于Si-O…X的距离和化学键强度的变化，使538cm-1处Si-O-Al〔八面体离子〕的强度减弱而偏向低波数一边。HayashiandOinuma研究日本蒙脱石粘土矿物时也得出了同样的结论。尤其是在3600，3400，1600，1000，520和340cm-1处的吸收特征波数无显著差异。充分证明了蒙脱石样品为较纯的蒙脱石。 高光谱遥感在地质领域的典型应用成果 由于单一品种青苔很难完全占据一个完整像元，难以选择品种单一的标准青苔单元，分析各种青苔在短波红外的光谱后，发现它们形态相似，所以把各种青苔作为一个端元，用光谱混合分析的方法提高获取石英矿床信息的精度。 石英矿床丰度与青苔标准处理后的光谱相关系数R2高于0.9 用AVIRIS图像编制的矿物分布图可以补充野外填图的成果，但是不能替代野外填图。 尾矿丰度探测方面的研究结果表面，用K-Mean非监督分类方法，对植物端元组分、尾矿组分、植物结构组分等7类地物的整体分类精度