镁铁质―超镁铁质岩全谱段遥感识别模型

镁铁质―超镁铁质岩的遥感岩性识别研究一直是遥感岩石学领域的热点之一,其岩石信息对于岩浆型铜镍硫化物矿床的预测十分重要。提出一种综合利用Landsat 8、ASTER和PALSAR-2数据的镁铁质―超镁铁质岩石全谱段遥感识别模型：通过对野外采集岩石样品及光谱库中相关岩石矿物的可见光―热红外谱域的光谱测试与特性分析,结合岩石表面微波散射特性,应用特征空间,贝叶斯线性判别分析、逐步偏最小二乘回归分析等方法,创建镁铁质―超镁铁质岩性指数,并利用提出的岩性指数进行镁铁质―超镁铁质岩的初步提取,再经过基于贝叶斯决策理论的融合处理得到最终的镁铁质―超镁铁质岩石信息。结果表明:该模型能够对镁铁质―超镁铁质岩进行精准定位,识别精度达到94%以上。此外,根据遥感岩性、构造特征的解译与区内已知铜镍硫化物矿床的成矿岩体比较,推断出位于赤石山―小长山―中坡山一带以及小青山附近岩体具有一定的成矿潜力。     

镁铁质―超镁铁质岩全谱段遥感识别模型

镁铁质―超镁铁质岩的遥感岩性识别研究一直是遥感岩石学领域的热点之一，其岩石信息对于岩浆型铜镍硫化物矿床的预测十分重要。提出一种综合利用Landsat 8、ASTER和PALSAR-2数据的镁铁质―超镁铁质岩石全谱段遥感识别模型：通过对野外采集岩石样品及光谱库中相关岩石矿物的可见光―热红外谱域的光谱测试与特性分析，结合岩石表面微波散射特性，应用特征空间，贝叶斯线性判别分析、逐步偏最小二乘回归分析等方法，创建镁铁质―超镁铁质岩性指数，并利用提出的岩性指数进行镁铁质―超镁铁质岩的初步提取，再经过基于贝叶斯决策理论的融合处理得到最终的镁铁质―超镁铁质岩石信息。结果表明:该模型能够对镁铁质―超镁铁质岩进行精准定位，识别精度达到94%以上。此外，根据遥感岩性、构造特征的解译与区内已知铜镍硫化物矿床的成矿岩体比较，推断出位于赤石山―小长山―中坡山一带以及小青山附近岩体具有一定的成矿潜力。     

甘肃北山辉铜山地区镁铁岩体遥感识别方法研究

ASTER(先进星载热发射和反射辐射仪)已被广泛应用于岩性识别研究中,但在国内综合采用多种方法增强并识别镁铁-超镁铁岩体信息的研究较少。以甘肃北山辉铜山地区为研究区,综合应用比值法、最小噪声分离和镁铁岩指数等方法处理研究区ASTER数据,以突出辉铜山地区镁铁-超镁铁岩信息。将处理结果与地质图对比、综合分析,圈定了11处疑似辉长岩体,对其中9处进行野外验证,全部与遥感分析结果吻合,证明了结果的有效性。该方法可以应用于西部地区镁铁-超镁铁岩体识别工作中。     

基于ETM+和CBERS数据的甘肃北山音凹峡地区镁铁超镁铁岩体识别

镁铁-超镁铁质小岩体易被地质填图遗漏,严重制约了该类型矿化的发现。以甘肃北山音凹峡地区为研究区,首先利用比值法、最小噪声分离法处理ETM+数据增强镁铁-超镁铁质岩体;对于规模较小的小岩体,采用ETM+和中巴资源卫星02B HR数据进行分辨率融合后进行解译、识别。通过将上述3种方法处理结果综合分析后共解译出6处镁铁-超镁铁岩体集中区。经野外检查,6处区域均与遥感分析结果吻合,证实了方法的有效性。该方法可以为西部地区地质填图和镁铁-超镁铁岩相关矿产资源勘查提供借鉴。     

光谱遥感岩矿识别基础与技术研究进展

遥感技术的发展与地物光谱特征的研究密不可分。主要从光谱遥感发展与地质应用的趋势出发,从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展。对于遥感岩矿的识别基础,主要阐述物谱关联和物理模型研究的技术方法与进展以及其对遥感地质应用的促进与深化。在技术方法方面,主要从多光谱与成像光谱两个层次上,分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性。强调了岩石矿物光谱特征在遥感岩矿识别与地质成因信息提取中的重要性。     

基于国产卫星数据的遥感找矿预测———以青海省柴北缘地区为例

针对国产卫星数据进行遥感蚀变矿物信息提取存在较大困难这一问题,以青海省柴北缘地区为例,对基于国产卫星数据的铁染蚀变信息提取及其在找矿预测中的应用进行了研究。在了解青海省柴北缘地区地质背景和主要控矿因素的基础上,开展了国产卫星数据在地质矿产信息提取过程中的应用研究。通过各类地质体的影像特征分析,实现了由宏观解译到微观解释,表明国产卫星数据不仅能够细分岩性-构造层,并具有识别细微的与成矿作用相关的岩性、破碎蚀变带、小的岩体或岩脉的能力。根据国产卫星的多光谱波段设置,利用比值法和主成分分析方法提取了铁质矿物异常信息。在岩性、构造、成控矿要素解译的基础上,结合同步提取的遥感异常进行成矿与控矿信息筛选,并叠加多种地学信息进行成矿预测。经实地验证,发现基于国产卫星数据获取的遥感示矿信息与区内矿化现象十分吻合,表明所圈定的遥感找矿远景区具有重要的找矿应用价值。     

基于国产卫星数据的遥感找矿预测——以青海省柴北缘地区为例

针对国产卫星数据进行遥感蚀变矿物信息提取存在较大困难这一问题,以青海省柴北缘地区为例,对基于国产卫星数据的铁染蚀变信息提取及其在找矿预测中的应用进行了研究。在了解青海省柴北缘地区地质背景和主要控矿因素的基础上,开展了国产卫星数据在地质矿产信息提取过程中的应用研究。通过各类地质体的影像特征分析,实现了由宏观解译到微观解释,表明国产卫星数据不仅能够细分岩性-构造层,并具有识别细微的与成矿作用相关的岩性、破碎蚀变带、小的岩体或岩脉的能力。根据国产卫星的多光谱波段设置,利用比值法和主成分分析方法提取了铁质矿物异常信息。在岩性、构造、成控矿要素解译的基础上,结合同步提取的遥感异常进行成矿与控矿信息筛选,并叠加多种地学信息进行成矿预测。经实地验证,发现基于国产卫星数据获取的遥感示矿信息与区内矿化现象十分吻合,表明所圈定的遥感找矿远景区具有重要的找矿应用价值。     

利用提升树模型综合Gabor和LPQ特征进行遥感地物识别

为充分融合高光谱遥感图像空间域和频率域的特征信息,提出了一种综合多尺度Gabor和LPQ特征的空谱融合遥感地物识别模型（Ms_GLPQ）。首先,在空间域上利用Gabor滤波器组,提取出遥感图像各类地物多尺度、多方向的空间邻域特征信息,以描述图像的边缘和纹理等空间结构信息;其次,在频率域上将局部相位量化（Local Phase Quantization,LPQ）算子应用于高光谱遥感图像,提取出高光谱图像的多尺度频域纹理特征,获得图像的相位不变特征描述;然后针对其中特征冗余的问题采用主成分分析（PCA）算法进行降维,再将空间域、频率域的特征进行特征融合,获得了能充分描述图像信息的特征向量;最后采用基于提升树的机器学习分类器（XGBoost、CatBoost等）进行识别。在Indian Pines、Salinas和茶树等高光谱遥感数据集上进行学习与分类测试,准确率分别为85.88%、94.42%和92.61%。实验结果表明：与传统方法相比,Ms_GLPQ模型能够提取小比例样本图像中的有效特征,取得了区分性更强的多特征区域描述子,且在采用提升树模型进行分类时效果更优,得到了比常用分类器更高的识别精度。     

西秦岭土壤和岩石光谱在风化作用中的演化

岩石与土壤的物质成分,以及反映物质成分的光谱特征,无疑存在着重要的依存关系。对西秦岭地区土壤及其母岩在0.4～2.5μm的实验室反射光谱进行分析,探讨了母岩在风化成壤过程中光谱特征的演化;不同成壤阶段,不同土壤层光谱的变异,以及有机质及铁氧化矿物成分增减对光谱的影响。了解这种光谱的演化过程,对于遥感岩性识别和遥感地质找矿应用,都具有重要的意义。     

IKONOS影像白泡云识别方法研究

高空间分辨率IKONOS影像应用在海洋遥感时,白泡云的强反射特性严重影响了水体信息的提取。本文利用归一化处理后的IKONOS影像数据研究分析了白泡云与其背景地物的光谱特征。通过光谱一阶微分运算形成特定的数学参数使得地物的光谱特征参量化,提取白泡云光谱特征,研究开发了白泡云遥感识别模型。试验结果表明该识别方法准确度高,在识别水体中白泡云区域的基础上可有效处理海洋遥感水体信息提取过程中白泡云的干扰影响。     

新疆加甫沙尔苏地区中酸性小岩体型矿化蚀变遥感异常提取与找矿

中酸性小岩体的内部及附近的围岩中常形成与岩浆岩体有关的大型、超大型矿床,已成为找矿工作的一个重点方向。由于地质工作程度的限制,中酸性小岩体易被遗漏,严重制约了该类型矿化的发现。在新疆西准噶尔达尔布特断裂带下盘加甫沙尔苏地区找矿工作中,通过综合分析,提出了以遥感手段为主导的中酸性小岩体型矿化找矿模型:利用ASTER数据,通过图像增强处理、图像解译识别中酸性小岩体并提取蚀变遥感异常,结合地质、化探信息综合分析后确定重点检查区域。野外检查发现了加甫沙尔苏斑岩型钼矿化点,证实了该方法的有效性。该方法可以为西部地区中酸性小岩体型矿产资源勘查提供借鉴。     

基于高光谱数据的河北滦平地区岩性信息提取方法试验研究

Hyperion高光谱数据在蚀变矿物填图方面已广泛应用,而在岩性信息提取方面应用较少.本文以河北滦平地区的Hyperion高光谱数据为数据源,通过对预处理后的Hyperion数据进行最小噪声分离变换(MNF),计算纯净像元指数(PPI),N维光谱空间特征端元采集,结合野外光谱采集进行光谱分析识别端元,最后用光谱角(SAM),光谱信息散度(SID)和二值编码(BE)3种方法进行岩性分类.与已知地质图叠加,通过分类图中不同岩石类型颜色边界与地质图岩性界线吻合程度以及与研究区地质解译分类图的对比来比较3种分类方法.结果表明,SAM方法的分类吻合程度高于其他两种方法,SAM方法是一种有效的高光谱遥感岩性分类方法.     

MODIS水体指数模型(CIWI)研究及其应用

本文通过分析MODIS与水体识别相关的1~7波段地物光谱图像特征及相关水体指数模型的识别效果,提出了新的水体指数模型(CIWI)。该模型采用植被指数与近红外波段7的进一步组合,有效地解决了水体与云、植被、城镇等其他信息的分离问题,特别是明显地增强了水体与城镇的分离度,实现了水体信息的有效提取。通过应用2004~2005年的MODIS资料对广西贵港市平龙水库进行水体信息遥感监测表明,CIWI水体指数模型优于其他水体指数模型。     

高光谱图像空谱特征提取综述

由于高光谱图像包含了丰富的光谱、空间和辐射信息，且具有光谱接近连续、图谱合一的特性，可用于地质勘探、精细农业、生态环境、城市遥感以及军事目标检测等领域的目标精准分类与识别。对高光谱图像进行空谱特征提取是遥感领域的研究热点和前沿课题之一。传统空谱特征提取方法对高光谱图像分类的计算量和样本需求小、理论可解释性好、抗噪声能力强，但应用于分类的精度受限于特征来源；基于深度学习的高光谱图像空谱特征提取方法虽然计算量和样本需求大，但是由于深层空谱特征的表达能力更好，可以大幅度提高分类器的性能。为了便于对高光谱图像空谱特征提取领域进行更深入有效的探索，本文系统综述了相关研究进展。首先，概述了空间纹理与形态学特征提取、空间邻域信息获取及空间信息后处理等传统高光谱空谱特征提取方法的原理，对大量的已有工作进行了梳理、分析与总结。然后，从深度空谱特征提取角度出发，介绍了当前流行的卷积神经网络、图卷积神经网络及跨场景多源数据模型的结构特点及研究进展，分析、评价了基于深度学习的网络模型对高光谱图像空谱特征提取的优势及问题所在。最后，对该研究领域的未来相关发展提出建议并进行了展望。     

基于粗集理论的超谱图象特征谱段选择

超谱遥感图象具有高光谱分辨率的特点,其虽可以解决许多多光谱不能解决的目标识别及分类等问题,然而其巨大的数据量又给分析和应用带来困难.为了降低超谱的数据维数同时,又能尽可能保证有用信息的合理使用,提出了一种基于粗集理论进行超谱图象波段选择的方法,即通过谱段特征定义粗集,并通过决策表的约简来提取有效的特征集合.由真实超谱图象的实验结果可见,其具有较高的分类精度.由此可见,该方法可以有效地降低超谱图象的数据维数,并能获得合理的分类器.     

基于主分量分析的高光谱遥感数据噪声消除方法

高光谱遥感数据是一种超维数据,噪声随机地存在于其多个通道图像上,而某些特征谱段图像的信噪比在很大程度上影响着具体的光谱特性分析的准确性,高信噪比意味着地物探测或识别的高准确性;提出了一种新颖的基于小波-PCA分析的高光谱遥感数据噪声消除方法,首先对高光谱各波段图像进行二维小波分解,然后将各小波子图像进行主分量分析,根据噪声特性自适应选取主分量进行PCA重构;得到去噪后小波图像,最后进行小波重构。通过对OMIS图像的实验结果表明,该方法不但可以有效地消除高光谱遥感数据中的噪声,改善图像的信噪比,还能比较完整地保留原有高光谱数据的空间和光谱特性,且性能上要优于PCA方法和小波分析方法。     

结合水体指数与卷积神经网络的遥感水体提取

常用多光谱遥感水体提取少有兼顾光谱与空间信息,致使水体提取的可靠性和准确性难以保证。在利用遥感水体光谱特性的同时,融入深度学习算法,提出归一化差分水体指数(normalized difference water index,NDWI)与深度学习联合的遥感水体提取方法。该方法首先选取典型水体样本进行训练,构建深度学习卷积神经网络(convolutional neural networks,CNN)水体识别模型。其次,计算多光谱影像NDWI指数并分割成图斑,以图斑包络矩形构建初始的水体目标子区。最后,构建NDWI指数与CNN水体识别概率的联合估计模型,并以迭代运算实现最优化遥感水体提取。实验验证了该方法的高可靠性与准确性。相比常用方法,水体识别准确率高达94.19%,而错分率仅为5.04%,显著提高了水体提取精度。     

EO-1 Hyperion数据的预处理、特征提取和岩性填图研究

EO-1 Hyperion传感器是第一个可以获取可见光与近红外以及短波红外波长范围光谱信息的星载高光谱传感器。本文以美国最早的金矿采矿区之一,加利福尼亚州东南巧克力山的Rainbow金矿区作为研究案例,探讨了Hyperion数据的预处理方法,专题信息提取与填图,评估了Hyperion高光谱数据在识别与金矿有关的岩性类型的应用价值。结果表明,本文所提出的Hyperion数据预处理方法是有效的,MNF方法能有效用于Hyperion数据维数的降低和数据冗余的去除以及分类特征的提取。最大似然分类器能够有效地从Hyperion高光谱数据中提取与金矿相关的重要岩体信息,所得到的岩性单元与地质图上对应的岩性分布具有很好的一致性。岩体分类的总精度为86%。该研究表明,Hyperion高光谱数据能够很好识别有细微光谱差别的岩性,因而在地质学研究与找矿领域有着良好的应用前景。     

融合高分辨率遥感影像和POI数据的多特征潜在语义信息用于识别城市功能区

准确识别和划分城市功能区对合理规划城市发展和解决城市问题具有重要作用。遥感影像拥有丰富的光谱纹理特征但难以表征建筑物的社会经济属性,而社交媒体数据等城市数据为城市研究与应用提供了丰富的数据资源,补充了遥感影像所缺失的建筑物内在特征。融合高分辨遥感影像和POI数据的多特征信息,利用嵌入主题模型挖掘其潜在语义信息识别城市功能区。以宁波市2个典型的城市商业区为研究区设计3个实验,验证该方法的效果和性能。研究结果表明:该方法能够取得85.67%和85.78%的分类精度,并准确识别出城市功能区。同时,光谱、纹理、几何和POI特征组合的多特征信息能够明显提升城市功能区的识别精度,并且嵌入主题模型能够更好地挖掘多特征的高层次潜在语义信息,效果明显优于pLSA、LDA和STM 3种主流模型。     

基于SDC特征和GMM-UBM模型的自动语种识别*

本文提出了一种基于SDC特征和GMM-UBM模型的自动语种识别方法。SDC特征由许多语音帧的一阶差分谱连接扩展而成,与传统的MFCC特征相比,包含了更多的时序特征信息。UBM模型反映了所有待识别语种的特征分布特性,借助贝叶斯自适应算法可以快速得到每个语种的模型。与传统的GMM方法相比,该方法的训练和识别的速度更快。该方法对OGI电话语音库中11个语种进行了测试,其10秒、30秒和45秒句子的最佳识别正确率分别为72.38%、82.62%和85.23%,识别速度约为0.03倍实时。