高光谱遥感技术在地质调查中的应用

高光谱遥感技术在地质调查中的应用，高光谱地质应用的历史国内外高光谱地质应用的技术和方法国内外高光谱地质应用的主要进展高光谱地质应用领域的主要问题和实例高光谱地质应用的历史自20世纪70年代末至80年代初美国提出高光谱遥感概念模型并研制成像光谱仪以来，高光谱遥感已在世界各国得到应用。自20世纪80年代以来，高光谱遥感已广泛应用于地质、矿产资源及相关环境的调查。中国在20世纪80年代后期开展了高光谱(成像)技术研究，并取得了很大进展。国内外高光谱地质应用技术和方法，光谱微分、光谱匹配、混合光谱分解、光谱分类光谱特征提取(SPECTRALFEATURE EXTRACTION)建模、光谱微分技术，包括反射光谱的数学模拟和计算不同阶次的微分(微分)值，以确定光谱弯曲点的波长位置和最大、最小反射率。光谱微分强调曲线变化和压缩平均值的影响。一阶微分消除了部分线性或近似线性背景和噪声谱对目标谱(必须是非线性的)的影响。光谱分类技术，主要方法包括传统的最大似然法、人工神经网络法、支持向量机法和光谱-变分映射法(SAM)。国内外高光谱地质应用的主要进展，多级高光谱信息采集系统，基于高光谱数据的矿物精细识别，高光谱图像地质环境信息反演，基于高光谱遥感的行星地质勘探，多级高光谱信息采集系统，地面光谱仪主要包括澳大利亚的PIMA，美国的ASD、GER和热红外FT-IR；机载成像光谱仪：美国的VIRIS、澳大利亚的HyMap、加拿大的CASI系列等。中国科学院研制的机载OMIS系列、PHI和干涉成像光谱仪。美国的空间成像光谱仪Hyperion、德国的EnMAP和日本的Hyper-X。在外星探索中，有火星热红外高光谱仪等。中国和印度也将在他们的月球探测计划中携带高光谱仪。基于高光谱数据的精细矿物识别，利用高光谱遥感(包括热红外高光谱)进行矿物识别可分为三个层次：矿物类型识别、矿物含量识别、矿物成分识别和高光谱图像地质环境信息反演。在矿物识别和细矿物识别的基础上，根据矿物关联规则和矿物本身的地质意义指示，可以直观地反演各种地质因素之间的内在关系，提高高光谱分析的效率，解决地质应用中的地质问题。基于高光谱遥感的行星地质探测、美国1996年的火星探测器、欧空局2003年的火星探测器、中国2007年发射的月球探测卫星嫦娥一号和2008年的月球探测卫星印度号，用于探测火星和月球的矿物类型、分布和含量，研究水体的存在和演变，以及研究高光谱地质应用的领域和实例。高光谱矿物识别与矿物制图高光谱地质成因信息探测研究高光谱成矿预测研究高光谱植被重金属污染探测蚀变矿物与矿化带探测高光谱矿山环境分析研究油气资源与灾害探测高光谱矿物识别与矿物制图遥感地质制图其中，矿物识别与识别的类型和准确性将关系到矿物制图的成败。矿物识别也是高光谱地质应用的基础和核心。它从宏观和微观上为地质应用提供了地物成分分布的物质信息高光谱地质成因信息探测研究，基于高光谱识别的矿物组合关系的地质成因环境分析，基于高光谱矿物成分信息探测的地质成因环境分析，高光谱成矿预测研究，在岩体和地质构造侵入、热液侵入、物质置换等地质作用下。使矿体中的矿物扩散，这些成分的变化在矿物光谱中有强或弱的表现。通过对这些细微变化的检测，实现了对地质演化信息的检测。高光谱成矿预测研究的步骤，可能岩性及其演化信息的检测，可能岩体信息的检测，矿物的识别，成矿潜力的精细识别，综合分析，高光谱植被重金属污染的检测，可见波段(400 685 nm)的植被光谱主要受叶色素(叶绿素、叶黄素、胡萝卜素)控制，其中叶绿素影响最大。在680 750 nm范围内，它急剧上升，形成一个发射陡坡，称为“红边”。重金属改变或破坏叶细胞的结构，导致光谱红色边缘的斜率和位置发生变化。叶绿素含量的减少将导致红边向短波方向移动，这称为蓝移。植被的生物变异以“红移”(健康、旺盛生长)和“蓝移”(不发达、中毒等)为特征。)的红色边缘。利用高光谱探测和分析植物光谱的“精细”结构和变化，可以定量和半定量地提取和估算植被的生物物理和生物化学参数，快速定量地评价冠层结构、状态或活力、冠层水文状态，并估算冠层生化组成。通过识别蚀变带和蚀变矿物，结合相关地质数据，寻找潜在矿物，从而检测蚀变矿物和矿化带。主要用于热液蚀变矿物组合探测和矿化分析，金矿矿区蚀变岩信息提取，铜矿区识别，铀矿区探测等。高光谱矿山环境分析和研究，利用高光谱技术优势，快速有效地直接识别和提取污染源的类型和类型，并分析其潜在的污染趋势。监测矿山环境。例如：欧盟矿区环境影响评价与监测(