共查询到16条相似文献,搜索用时 62 毫秒
1.
近20年来,高光谱遥感技术(Hyperspectral Remote Sensing)发展迅速,已成为遥感技术的前沿,而矿产资源评价与矿山环境监测是高光谱遥感应用中最成功的领域。高光谱遥感技术具有分辨率高的特点,通过对矿物种类、丰度和成分的识别,特别是对与成矿作用、矿山污染源密切相关的蚀变矿物的识别,可以有效地圈定热液矿化蚀变带,定量或半定量地估计相对蚀变强度和蚀变矿物含量,从而进行岩石矿物的分类和填图,并为矿产资源评价与矿山环境监测提供靶区,指导进一步找矿勘探和环境监测工作的开展。介绍了高光谱遥感技术在矿产资源评价与矿山环境监测中的应用原理和成像光谱学的逐步完善,并详细列举了高光谱遥感技术在斑岩铜矿、热液型金矿、地浸砂岩型铀矿、油气、金刚石等矿种的找矿方面,以及在矿山废弃物中生成酸和缓冲酸分布的监测等方面的具体案例,以期为中国矿产资源评价与矿山环境监测中高光谱遥感技术的应用提供借鉴。 相似文献
2.
近20年来,高光谱遥感技术(Hyperspectral Remote Sensing)发展迅速,已成为遥感技术的前沿,而矿产资源评价与矿山环境监测是高光谱遥感应用中最成功的领域。高光谱遥感技术具有分辨率高的特点,通过对矿物种类、丰度和成分的识别,特别是对与成矿作用、矿山污染源密切相关的蚀变矿物的识别,可以有效地圈定热液矿化蚀变带,定量或半定量地估计相对蚀变强度和蚀变矿物含量,从而进行岩石矿物的分类和填图,并为矿产资源评价与矿山环境监测提供靶区,指导进一步找矿勘探和环境监测工作的开展。介绍了高光谱遥感技术在矿产资源评价与矿山环境监测中的应用原理和成像光谱学的逐步完善,并详细列举了高光谱遥感技术在斑岩铜矿、热液型金矿、地浸砂岩型铀矿、油气、金刚石等矿种的找矿方面,以及在矿山废弃物中生成酸和缓冲酸分布的监测等方面的具体案例,以期为中国矿产资源评价与矿山环境监测中高光谱遥感技术的应用提供借鉴。 相似文献
3.
4.
辽宁省矿产资源丰富,开发程度较高,但部分矿区开发秩序混乱,矿山生态环境破坏严重。通过2011—2014年4 a 的矿产资源开发环境遥感监测,基本查明了全省矿产资源开发状况,矿山开发占地、矿区地质灾害、矿山环境污染和矿山环境恢复治理等矿山地质环境问题,以及全省矿产资源开发规划执行情况;总结分析了辽宁省矿山开发易出现违法开采的区域、矿种和开采方式;开展了矿山地质环境评价,圈定出矿山开采对矿山地质环境影响严重区、较严重区、一般区和无影响区。监测工作为辽宁省矿产资源有序、高效开发和环境保护提供了基础资料和科学依据,并指出了目前存在的问题和努力的方向,为辽宁省矿山环境遥感监测的下一步工作提出了建议。 相似文献
5.
煤炭地质工作由传统的资源勘查向资源环境领域的转变,遥感手段以其快速高效的技术优势,在矿山环境监测和评价等方面发挥了重要的作用,随着遥感数据源的不断丰富和遥感数据获取处理技术的不断进步,遥感技术在煤炭资源开发利用环境监测与评价方面取得长足的进展,在多个煤矿山环境遥感监测实践的基础上,研究形成了煤矿山环境监测、绿色矿山建设、矿山环境恢复治理和煤火区监测评价等方面的技术体系,总结了遥感技术在矿山环境监测评价领域的发展方向,多源、多平台的遥感时空大数据服务于煤矿山环境监测评价将是主要趋势,矿山环境遥感监测评价技术将向定量化、智能化发展,为遥感技术在我国煤炭行业绿色高质量发展中的应用提供参考。 相似文献
6.
遥感技术在矿山环境综合评价中的应用 总被引:1,自引:0,他引:1
遥感技术经过二十多年的发展,其应用进入了一个新的发展时期,遥感数据空间分辨率、光谱分辨率、时间分辨率的大幅度提高。如何快速、准确开展矿山环境评价,预测预报矿山环境发展趋势一直是河北遥感关注的焦点。2004年使用SPOT-5和ETM融合图像,开展了武安矿山环境综合评价工作,取得了一些成功经验。 相似文献
7.
本主要介绍了生产矿山按《固体矿产资源/储量分类》国家标准对资源储量进行了分类所作的一些探索与实践体会,特别是对可行性评价阶段划分和经济意义属性的分析,从生产矿山的实际情况出发进行了探讨。 相似文献
8.
9.
10.
应用GIS进行矿产资源评价现状及技术方法研究方向 总被引:3,自引:1,他引:2
GIS作为一种有效的矿产资源评价预测方法,在国外已被广泛应用,在对国内外应用GIS进行矿产资源评价的现状、技术方法进行探讨的基础上,重点介绍了新疆GIS的发展现状,并就新疆进行GIS矿产资源评价的技术方法、技术思路进行了研究与探讨。 相似文献
11.
Application of hyperspectral remote sensing for environment monitoring in mining areas 总被引:1,自引:1,他引:1
Environmental problems caused by extraction of minerals have long been a focus on environmental earth sciences. Vegetation
growing conditions are an indirect indicator of the environmental problem in mining areas. A growing number of studies in
recent years made substantial efforts to better utilize remote sensing for dynamic monitoring of vegetation growth conditions
and the environment in mining areas. In this article, airborne and satellite hypersectral remote sensing data—HyMap and Hyperion
images are used in the Mount Lyell mining area in Australia and Dexing copper mining area in China, respectively. Based on
the analyses of biogeochemical effect of dominant minerals, the vegetation spectrum and vegetation indices, two hyperspectral
indices: vegetation inferiority index (VII) and water absorption disrelated index (WDI) are employed to monitor the environment
in the mining area. Experimental results indicate that VII can effectively distinguish the stressed and unstressed vegetation
growth situation in mining areas. The sensitivity of VII to the vegetation growth condition is shown to be superior to the
traditional vegetation index—NDVI. The other index, WDI, is capable of informing whether the target vegetation is affected
by a certain mineral. It is an important index that can effectively distinguish the hematite areas that are covered with sparse
vegetation. The successful applications of VII and WDI show that hyperspectral remote sensing provides a good method to effectively
monitor and evaluate the vegetation and its ecological environment in mining areas. 相似文献
12.
13.
14.
15.
Lan Liu Cheng-fan Li Yong-mei Lei Jing-yuan Yin Jun-juan Zhao 《Arabian Journal of Geosciences》2017,10(14):307
Principal component analysis (PCA) and independent component analysis (ICA) are linear feature extraction methods in terms of the second-order statistics and higher-order statistics and have good compatibility and complementarity. For the feature extraction of the hyperspectral remote sensing image, an approach of the combined PCA and ICA was followed in the real remote sensing classification applications. In this study, the weighted PCA-ICA method was introduced to extract the feature information from HJ-1A hyperspectral imager (HSI) image. And then the real airborne visible infrared imaging spectrometer (AVIRIS) image case was performed by the distance similarity measure. Experimental results on HJ-1A HSI and AVIRIS images indicate that the proposed method can get high average accuracy of 89.55% and kappa coefficient of 0.8101 than the typical methods under certain condition with a suitable number of eigenvectors and weighted values. 相似文献