HyMap星载模拟数据质量评价与矿物填图方法研究

论文摘要

影响遥感图像质量的因素有很多,图像评价参数因子也有多种,不同参数的原理不尽相同,在评价中所起的作用也必然不同,一般而言,常用的评价因子如信噪比、灰度直方图、影响信息熵等。本文着重分析影响模拟数据质量的重要因素之一——噪声。噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”。因此,将图像噪声可以看成是一个多维随机过程,对噪声的描述完全可以借用随机过程及其概率分布函数与概率密度函数。但在很多情况下,这种描述方法很复杂,甚至不可能,而且实际应用往往也不必要,通常是用其数字特征,即均值、方差、相关函数等进行处理。本文从数据预处理和地学应用两个角度对模拟HyMap图像质量进行评价,在模拟数据预处理角度上利用图像的均方差异常、直方图异常、相关异常和反射率曲线异常等4个参量加以分析和评价;在模拟影像的地学应用角度上利用模拟HyMap数据进行矿化蚀变信息提取并填图,根据所提信息的种类和数量及矿物填图精度对模拟HyMap图像质量进行分析和评价,获得了良好的结果。基于模拟HyMap数据的哈密地区矿物填图方法研究,本文从三个角度加以论述并着重对基于光谱吸收指数模型的矿物填图方法作出分析和研究。第一,基于混合波谱匹配滤波技术与光谱角填图技术相结合的矿物填图:因航天高光谱数据受大气的严重影响且存在大量冗余信息和噪声信号,为此要对模拟HyMap数据进行预处理即对未定标波段进行去除,噪声条带的去除,含水汽波段的去除,以及光谱的重建和大气校正与辐射定标;对经处理后的模拟HyMap数据做MNF变换进行降维处理,利用像元纯净指数(PPI)进行分析并根据N维光谱空间进行纯端元选取,将采集的端元光谱曲线与光谱库里标准光谱曲线进行匹配分析,最后利用光谱特征拟合和光谱匹配相结合的方法进行矿物填图。第二,基于光谱吸收鉴别模型(Spectral Absorption Index,SAI)的矿物填图:利用由王晋年等人提出的吸收指数模型即“非吸收基线(谱带两肩部的连线)”在谱带的波长位置处的反射强度与谱带谷底的反射强度之比,使用可视化交互式数据语言IDL来开发出软件模块并做出改进,结合其他光谱特征如谱带波长位置(P)、吸收深度(H)、吸收宽度(W)、面积(A)和对称度(S)等参量进行矿物识别和填图。根据填图结果,进行野外验证和采样,对填图结果做出分析并对SAI软件模块的继续改进提供参考。第三,基于实测地物光谱的矿物填图:利用便携式近红外矿物仪(PIMA),对野外采集的样品进行实验室室内光谱测量,并根据矿物光谱特征,对采集样品进行识别和半定量分析。选择矿物成分含量相对较高的光谱,利用IDL语言建立实测光谱数据库,根据光谱角填图技术进行基于实测光谱库的填图。结合各种地质资料和实地野外验证情况,对以上三种矿物填图方法进行对比分析,总结其优缺点并对本文所开发的软件模块的改进提供实用性的意见。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究目的和意义
• 1.2 国内外研究现状
• 1.2.1 图像质量评价研究现状
• 1.2.2 高光谱图像质量评价
• 1.2.3 本研究区的模拟影像数据所用评价指标
• 1.2.4 成像光谱技术在蚀变矿化信息分析中应用
• 1.2.5 我国成像光谱技术在地质学中的应用成果
• 1.3 本研究技术流程
• 1.4 小结
• 第2章 研究区地质概况
• 2.1 自然地理
• 2.2 地质概况
• 2.2.1 大地构造位置与构造单元划分
• 2.2.2 地层
• 2.2.3 构造与岩浆活动
• 2.2.4 矿产
• 2.2.5 变质作用
• 2.3 小结
• 第3章 数据预处理阶段的 HyMap 星载模拟图像质量评价
• 3.1 HyMap 星载模拟图像质量的分析和评价
• 3.1.1 研究区的地理位置
• 3.1.2 对不同载荷指标的模拟 HyMap 数据的介绍
• 3.2 不同指标与尺度下的影像质量分析
• 3.2.1 基于均方差异常的模拟图像质量分析
• 3.2.2 基于直方图异常的模拟图像质量分析
• 3.2.3 基于数据相关异常的模拟图像质量分析
• 3.2.4 基于反射率曲线异常的模拟图像质量分析
• 3.3 小结
• 第4章 基于地学实验应用的 HyMap 星载模拟数据质量评价
• 4.1 面积性矿物识别方法简介
• 4.2 研究区蚀变信息提取
• 4.2.1 方法流程
• 4.2.2 信息提取、填图结果和模拟参数的关系分析
• 4.3 小结
• 第5章 HyMap 星载模拟高光谱信息提取与矿物填图方法研究
• 5.1 岩矿信息定量化研究进展
• 5.1.1 高光谱遥感定量化研究内容
• 5.1.2 高光谱遥感矿物识别与填图技术研究现状
• 5.2 基于MTMF 和SAM 的蚀变信息提取与矿物填图
• 5.2.1 金矿区常规遥感方法矿物填图结果
• 5.2.3 铜矿区常规遥感方法矿物填图
• 5.3 基于SAI 的蚀变信息提取与矿物填图
• 5.3.1 光谱吸收指数原理
• 5.3.2 研究区主要蚀变矿物特征谱带
• 5.3.3 矿物组合光谱特征与蚀变效应
• 5.3.4 矿化蚀变信息提取与填图
• 5.3.5 基于 SAI 矿物填图结果的分析
• 5.4 基于实测光谱库的矿物填图
• 5.4.1 样品采集
• 5.4.2 红外矿物仪测量光谱
• 5.4.3 基于实测光谱库的矿物填图
• 5.5 HyMap 星载模拟数据矿物识别影响因素分析
• 5.5.1 大气对成像光谱矿物识别影响
• 5.5.2 岩矿的方向性反射
• 5.5.3 光谱分辨率
• 5.5.4 空间分辨率
• 5.5.5 信噪比
• 5.6 小结
• 第6章 总结与讨论
• 6.1 成像光谱矿物填图技术体系框架
• 6.1.1 数据预处理和光谱重建
• 6.1.2 光谱识别支持系统
• 6.1.3 矿物光谱识别与图像分析
• 6.1.4 矿物识别的不确定性和敏感性分析
• 6.2 成像光谱矿物填图基本技术流程
• 6.2.1 辐射标定
• 6.2.2 大气校正与光谱重建
• 6.2.3 矿物端元选择
• 6.2.4 矿物识别
• 6.3 完成的主要工作和取得的主要成果
• 6.3.1 主要研究内容
• 6.3.2 完成的工作量
• 6.3.3 主要成果
• 6.4 小结
• 问题与展望
• 致谢
• 附录
• 参考文献