耦合高光谱数据的多源遥感影像铁尾矿信息提取研究

尾矿是矿产资源采选过程中的主要废弃物。大量的尾矿堆存对地下水和周围环境造成很大影响,如何准确快速地获取尾矿的分布情况是进行污染源风险预测与评价的首要问题。本研究选用多源遥感影像数据,以河北省唐山市滦县司家营尾矿库为研究对象,利用研究区尾砂的实测高光谱数据,对多源数据进行预处理和波段重采样等操作,利用实测尾砂的波谱通过波谱角匹配法（SAM）分类填图识别尾矿库的位置,并利用波谱分析工具对比分析尾矿库识别的准确度。结果表明, Landsat8 OLI影像内尾矿库的匹配分值为0.886,珠海一号影像内尾矿库的匹配得分为0.890,可见利用实测高光谱数据结合多源遥感数据进行波谱匹配在识别尾矿方面具有一定的可行性。     

基于IDL的尾矿识别系统开发与应用

论述了基于IDL语言开发的“高光谱尾矿识别与分布系统”的关键技术（光谱特征分析、图像掩膜、尾矿识别与分布）、系统流程和构架设计,详细讨论了面向行业应用的系统设计思路。以高光谱遥感尾矿信息识别与圈定为目标,分为遥感影像光谱特征分析、遥感影像掩膜处理、尾矿识别和尾矿分布等4个功能模块,并在赣东北地区的德兴铜矿尾矿区进行实验,得到了实验区尾矿分布图,并与实际尾矿区分布图进行对比,证明了软件的可操作性和实用性。同时,对存在的问题进行了探讨。     

基于优化N-FINDR算法的高光谱遥感影像矿物识别

为了提高矿物识别的精度,利用高光谱遥感数据,运用线性光谱混合模型（LSMM）和优化的N-FINDR算法对Cuprite地区的AVIRIS和HYMAP数据进行端元提取,并进行矿物精细分类识别。实验表明：线性光谱混合模型易于操作,优化的端元提取算法优于传统交互式端元提取,可用于矿物成分的精细识别。     

基于快速定点学习算法的高光谱遥感数据混合像元盲分离

由于成像光谱仪的数据获取方式,致使高光谱遥感数据中普遍出现混合像元现象,针对如何解决高光谱遥感数据混合像元盲分离问题,提出了一种采用估计虚拟维数算法、快速定点学习算法相结合的解决办法。以提取实验区蚀变矿物为研究目标,采用模拟星载高光谱遥感数据,利用HFC+FastICA的方法进行矿物提取,并采用提取端元均方误差来衡量信息提取精度。实验结果表明:该方法无需光谱先验信息就可以进行混合像元分解,矿物信息提取误差控制在较小范围,混合像元盲分离效果较好,同时,该方法还可以在其他地物类型的提取中进一步研究应用。     

基于MODIS与TM遥感影像的植被盖度提取算法比较

利用MODIS NDVI与Landsat TM多光谱遥感影像,提出在缺少地面实测数据的情况下如何快速获得精准的大范围高时效植被覆盖度。利用经验模型与像元二分模型分别计算MODIS影像的植被盖度,然后以TM影像估算出的精度较高的植被盖度为基准,选取检验样本,比较不同模型的结果。分析结果表明：在地表植被分布均匀的研究区内,较大样方建立的非线性经验模型比像元二分模型能更好地提取较大范围内的植被盖度信息,有效地减少MODIS因噪声和几何配准问题使提取结果产生的误差。     

用简化核主成分分析法实现高光谱遥感影像降维

提出用基于Nystrm算法的简化核主成分分析方法（SKPCA）实现高光谱遥感影像的快速降维。首先随机选取部分样本构成子核矩阵并计算其特征向量,然后进行矩阵外推迭代得到近似核矩阵,并分解近似核矩阵不断更新特征向量,最后实现高光谱影像的降维处理。利用OMIS与ROSIS遥感影像进行试验,从运算速度、提取特征信息量以及分类后效果对SKPCA和KPCA（未简化的核主成分分析法）进行比较,结果表明,SKPCA和KPCA提取的特征信息量相当,提取特征与分类效果相近,但SKPCA的运算速度至少要高于KPCA数百倍。     

融合主成分分析与光谱角匹配的 金铜矿遥感探测方法

针对金铜矿高光谱遥感探测中存在的数据量大、数据处理繁琐等问题,融合主成分分析与光谱角匹配方法,提出了一种金铜矿遥感探测方法。该方法首先采用主成分分析法对金铜矿高光谱遥感数据进行降维处理,然后利用光谱角匹配法对目标光谱进行匹配,从而实现对金铜矿进行遥感探测的目的。在福建紫金山金铜矿区进行实地取样,进行可见光-近红外光谱测试分析,采用所提方法对高光谱遥感数据进行处理,并对样品进行了金、铜矿及围岩识别试验。结果表明：所提方法能够有效简化金铜矿遥感高光谱数据处理流程,使得实测遥感光谱原始数据从973个波段简化为6个主成分,利用该6个主成分进行光谱角匹配时,大大简化了计算过程,且光谱信息损失较少,岩（矿）样品识别成功率达到了74%,表明该方法在金铜矿高光谱遥感探测方面有一定的适用性。     

线性混合光谱模型在植被高光谱遥感分类中的应用研究

遥感图像中普遍存在着混合像元 ,这部分像元的分解一直是遥感应用研究的热点和难点 ,该文简要介绍混合像元的概念、研究现状和广泛用于混合像元分解的线性混合光谱模型及其解算方法 ,然后以OMISⅠ高光谱遥感数据为例 ,通过大量实验对该模型在植被高光谱遥感分类中的应用做了详细地探讨和分析。     

基于多光谱遥感的矿区积水区水深反演

采煤沉陷区积水会严重影响到矿区周围的生态环境和生产工作,为定量获取淮南潘一矿沉陷区的积 水深度,基于多光谱遥感数据对沉陷区积水深度的反演方法进行了研究。首先选择两期 Landsat 5 卫星遥感影像进 行辐射定标和积水区水体提取等预处理;然后基于像元绝对辐射亮度值与 2005 年研究区水深实测值,分别选取单 波段模型、双波段比值模型进行建模分析,在此基础上,选择拟合优度最高的影响因子建立多波段模型并进行模型 改进;最后将 2010 年反演结果与矿区沉陷预测预报系统（MSPS）软件计算的水深值进行对比分析。结果表明：改进 后的水深反演模型拟合优度达到 0.9 以上,且 2005 年潘一矿沉陷区积水深度反演值与实测值相比平均绝对误差为 0.21 m,平均相对误差为 10.92%;2010 年该区域水深反演值与预计值的平均绝对误差为 0.63 m,平均相对误差为 15.24%,二者差值呈正态分布,可以达到相互验证的目的。研究表明：利用多光谱遥感影像可以得到精度较高（误 差在分米级）的水深反演模型,在一定程度上满足工程需求,可以为矿区生态环境治理和评价提供可靠依据。     

基于高分辨率遥感影像的城市道路提取方法研究

高分辨率遥感影像为用户提供了丰富的地表细节信息,如何利用图像分析技术从高分辨率遥感影像中进行目标提取,更新地理信息数据库,成为遥感信息处理研究的热点.采用面向对象分类法进行城市道路提取方法研究.首先,对影像进行分割获取影像对象,再通过对影像中道路特征的分析,利用影像对象的光谱特征、几何特征和空间关系建立知识库,最后,利用知识库中的规则来提取影像中的道路.以厦门某城区高分辨率影像进行了道路信息的自动提取实验,其面积一致性总体精度为88% ,形状一致性总体精度为90.13%.结果表明,面向对象法对于城市道路的提取和更新应用,具有一定的实际意义和推广性.     

Using sUAS for the Development and Validation of Surface Water Quality Models in Optically Deep Mine Waters

This study demonstrated novel remote monitoring techniques for mining-impacted surface waters using spectral data from two different platforms (multispectral sUAS and handheld hyperspectral sensors) and the feasibility of using sUAS-derived multispectral imagery to estimate in-situ metal concentrations in two passive mine drainage treatment systems. Strong linear relationships (e.g. R²_adj.?>?0.74) were found between multispectral reflectance and various in-situ constituent concentrations (e.g. Fe, Li, Mn, Pb, and Zn). Developed ordinary least squares (OLS) models estimated mean metal concentrations within 1% of the observed value and a 70% confidence interval. Validation at a separate site treating waters of a different geologic origin allowed us to assess the models’ site-specificity. Validation of some models was not possible within this study’s statistical constraints (e.g.?±?25% of the observed in-situ value). However, two models were validated and when the linear relationships were examined with site-specific spectra (i.e. sUAS-derived multispectral imagery), significant improvements to the models were observed. Employing hyperspectral remote sensing techniques yielded a novel identification procedure for optically shallow waters. This exponential relationship (e.g. R²?=?0.73) evaluates the feasibility of using remote sensing technologies to assess water quality before any model development efforts. A tool capable of identifying remote sensing interferences will be crucial for the future of environmental remote sensing. Using sUAS to estimate in-situ water quality provides a new way to monitor passive mine water treatment systems, potentially advancing the efficiency and cost-effectiveness of monitoring and altering traditional environmental remote sensing strategies.

     

高光谱遥感矿物识别方法研究

随着高光谱矿物识别方法的不断发展,使得高光谱遥感技术在地学领域的应用由定性分析到定量识别成为可能,也为今后开展成像光谱遥感数据的广泛应用做好了技术准备。依据对谱形特征研究角度的不同,把矿物识别方法分为基于特征谱带和基于完全波形特征,并针对这些方法的特点、存在问题及适用场合进行分析,提出进一步需要开展的工作:深入分析和研究岩矿物化属性与光谱特征的相关性;进一步完善遥感岩矿混合光谱数值模拟与分析技术;加强高植被覆盖区岩石矿化蚀变信息提取方法研究。     

浅析江西抚州地区TM影像几何精校正方法

ERDAS IMAGINE软件进行几何校正操作简便、实用性强、速度快、几何精度高。几何精校正为TM影像的进一步处理提供了技术准备。遥感图像的几何校正的精确程度，影响准确提取遥感信息。利用ERDAS IMAGINE8．6软件对江西抚州地区TM影像几何精校正的方法进行了简单分析。通过描述遥感图像几何畸变的原因，阐述了几何精校正原理，并在此基础上给出了一个简单实用的精校正方案及其算法。理论上，此校正方法具有小于一个像素点的误差，满足业务上所需的订正精度。     

遥感图像监督分类在老挝波罗芬高原三水铝土矿找矿中的应用

在遥感图像的处理中,图像分类起到特征提取的作用。结合老挝波罗芬高原铝土矿普查项目,进行遥感图像分类尝试,从遥感图像分类的基本概念和特征出发,分析评价主要遥感图像分类方法的原理特点及监督分类方法的优势与局限性。监督分类以及野外调查、专家知识和特殊地区的分区分类有机地结合起来,大大提高了可操作性和分类精度,经分类处理所得铝土矿、铁矿及砂岩等分布面积,与野外填图实测的结果几乎一致,说明本区所采用的遥感图像监督分类方法对该区找矿十分有效。     

重金属铜污染土壤光谱特性研究

近年来,重金属对土壤、植物的污染倍受人类的关注。因此,如何快速、准确、实时、大面积地监测重金属污染土壤和污染植物的研究迫在眉睫。首先通过实验的方法系统分析了不同程度重金属铜污染下土壤的光谱特性,并对各光谱数据进行显著性检验,方差分析结果表明利用高光谱直接对铜污染土壤进行监测是不可行的。     

遥感异常提取的机理研究与成控矿相关性分析—以青海祁漫塔格成矿带为例

基于遥感影像的蚀变信息提取与矿床自身的成控矿因素研究一直处于比较孤立的两个方面,遥感异常提取与矿床交代蚀变之间的关系也尚未在理论上有过系统探讨.通过梳理青海祁漫塔格成矿带内发现的矿化线索和蚀变矿物种类,分析蚀变矿物波谱诊断特征与多源遥感数据波段的对应关系,厘清了研究区内主要蚀变矿物、矿床成因类型、矿床类型、遥感数据选择之间的联系;基于该研究区遥感数据建立了交代蚀变提取的地学和物理模型;在遥感异常信息展布特征与矿床类型、地层、构造和岩性的分析基础上圈定了遥感异常包,完善了遥感异常信息与成控矿相关性分析方法.本研究对于区域二维成矿预测具有重要意义.     

Quantifying Iron Concentration in Local and Synthetic Acid Mine Drainage: A New Technique Using Handheld Field Spectrometers

Pit lakes present a concern for public safety and environmental quality. With continuing advancement of imaging satellites, remote sensing spectroscopy may provide a useful tool for monitoring pit water quality across vast mining districts. Visible to shortwave infrared remote sensing has been widely used to monitor acid mine drainage (AMD) mineralogy at mine sites. However, few studies have examined the spectral signatures of mine-affected waters and open pit water bodies from a remote platform. The motivation for this study was to identify the spectral characteristics of AMD in a controlled laboratory setting in order to better interpret mine water bodies in remote sensing imagery. The spectral response of synthetic and local AMD were measured using a field spectrometer. Solutions with increasing Fe³⁺ and Fe²⁺ concentrations were mixed to mimic the chemical properties of local AMD. Synthetic solutions with known Fe concentrations were compared with local AMD for quantitative assessment. The spectral signatures of Fe³⁺ dominated waters possessed distinct characteristics that may be used for diagnostic identification. Specifically, the region between 0.35 and 0.625 µm was used to approximately quantify Fe³⁺ concentrations. Subtle changes in Fe concentrations in local AMD were identified using a field spectrometer alone. These findings suggest that subtle changes in open pit water quality may also be qualitatively and quantitatively measured by remote sensing spectroscopy.