Please wait a minute...
 
国土资源遥感  2002, Vol. 14 Issue (4): 44-50    DOI: 10.6046/gtzyyg.2002.04.10
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
西藏Hyperion数据蚀变矿物识别初步研究
甘甫平, 王润生, 杨苏明
中国国土资源航空物探遥感中心, 北京 100083
STUDYING ON THE ALTERATION MINERALS IDENTIFICATION USING HYPERION DATA
GAN Fu-ping, WANG Run-sheng, YANG Su-ming
China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
全文: PDF(1356 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 矿物识别是高光谱遥感技术研究的重要内容,也是高光谱最能发挥作用的领域。文章以最新获取的西藏驱龙地区卫星高光谱Hyperion数据为例,进行了星载高光谱数据蚀变矿物识别的初步研究。根据矿物光谱识别规则和识别谱系,初步识别并提取出高铝和低铝白云母化、高岭石化以及绿泥石化等蚀变矿物。与已知地质资料对照分析,所提取的蚀变信息与矿区地质情况基本吻合,同时发现一个新的类似的蚀变组合。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
俞乐
章钦瑜
朱骏
张登荣
关键词 植被信息抑制掩模强迫不变多光谱高光谱    
Abstract:The minerals identification is primary study using hyperspectral remote sensing technique. And it is also the field where hyperspectral imaging may be proved to be useful. Some alteration minerals, such as sericite(including high Al and low Al respectively), kaolinite and chlorite, are identified and extracted effectively and elementary by SIT(Spectral Identification Tree) technique based on decision rules from various minerals using satellite-borne hyperspectral imaging data at Qulong district of Tibert. Comparing with the geological map, the mineral identification by SIT gained approximate result. At the same time, one new similarity alteration minerals assembled area is discovered. Some geological information gained directly by hyperspectral imaging technique can be used to prognosticate and discover new ore spots or deposits.
Key wordsVegetation suppression    Forced invariance    Multi-spectral    Hyperspectrum
收稿日期: 2002-11-11      出版日期: 2011-08-02
基金资助:

国家863-103(2001AA136020-4);国家自然科学基金(40201034);国土资源部“十五”重点科研项目(2002206);中国地质调查局重点科研项目(DK9902062)共同资助

作者简介: 甘甫平(1971-),男,博士后.主要研究方向:遥感技术与应用、高光谱遥感与遥感信息模型,已在国内外发表文章10余篇.
引用本文:   
甘甫平, 王润生, 杨苏明. 西藏Hyperion数据蚀变矿物识别初步研究[J]. 国土资源遥感, 2002, 14(4): 44-50.
GAN Fu-ping, WANG Run-sheng, YANG Su-ming. STUDYING ON THE ALTERATION MINERALS IDENTIFICATION USING HYPERION DATA. REMOTE SENSING FOR LAND & RESOURCES, 2002, 14(4): 44-50.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2002.04.10      或      https://www.gtzyyg.com/CN/Y2002/V14/I4/44


[1] Acron

[EB/OL].http://www.aigllc.com/acron/intro.asp.





[2] Baugh W M, Kruse F A, et al. Quantitative geochemical mapping of ammonium minerals in the Southern Cedar Mountains, Nevada, using the airborne visible/infrared imaging spectrometer(AVIRIS) [J].Remote Sens. Environ.,1998, 65:292-308.





[3] Clark N R. Spectroscopy of Rocks and Minerals, and Principles of Spectroscopy

[EB/OL].http://speclab.cr.usgs.gov (last revised June 25,1999).





[4] Gan F, Wang R, Ma A. Spectral Identification Tree (SIT) for Mineral Extraction Using AVIRIS Data[C]. Proceedings of SPIE, 2000,4897.





[5] Hearn D, Digenis C J, Lencioni D E, et al. EO-1 Advanced Land Imager Overview[C].IEEE 2001 International Geoscience and Remote Sensing Symposium, July 9-13,2001.





[6] Liao L, JarEckc P, Glcichauf D, et al. Performance Characterization of the hyperion Imaging spectrometer Instrument[C].Proceedings of SPIE, 2000, 4135:264-275.





[7] Pearlman J, Carman S, Segal C, et al. Overview of the Hyperion Imaging Spectrometer for the NASA EO-1 Mission[C]. 2001 International Geoscience and Remote Sensing Symposium, July 9-13,2001.





[8] 程力军,李志,等.冈底斯东段多金属成矿带的基本特征[J].西藏地质,2001,(1):43-53.





[9] 甘甫平,王润生,马蔼乃. 基于特征谱带的矿物谱系识别[J].地学前缘,2003,(待刊).





[10] 甘甫平, 王润生,郭小方,等.高光谱遥感信息提取与地质应用前景[J]. 国土资源遥感, 2000,(3):38-44.





[11] 王润生, 郭小方,王天兴. 成像光谱方法技术开发应用研究

[P]. 国土资源部"九五"重点科研报告,1999,北京.





[12] 张宗贵,王润生.基于谱学的成像光谱遥感技术发展与应用[J].国土资源遥感. 2000,(3):16-24.
[1] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[2] 曲海成, 王雅萱, 申磊. 多感受野特征与空谱注意力结合的高光谱图像超分辨率算法[J]. 自然资源遥感, 2022, 34(1): 43-52.
[3] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[4] 陈洁, 张立福, 张琳珊, 张红明, 童庆禧. 紫外-可见光水质参数在线监测技术研究进展[J]. 自然资源遥感, 2021, 33(4): 1-9.
[5] 高文龙, 张圣微, 林汐, 雒萌, 任照怡. 煤矿开采中SOM的遥感估算和时空动态分析[J]. 自然资源遥感, 2021, 33(4): 235-242.
[6] 刘咏梅, 范鸿建, 盖星华, 刘建红, 王雷. 基于无人机高光谱影像的NDVI估算植被盖度精度分析[J]. 自然资源遥感, 2021, 33(3): 11-17.
[7] 李双权, 马玉凤, 刘勋, 李长春, 杜军. 郑州邙山枣树沟黄土剖面常量元素含量的高光谱反演[J]. 自然资源遥感, 2021, 33(3): 121-129.
[8] 杜程, 李得林, 李根军, 杨雪松. 基于高原盐湖光谱特性下的溶解氧反演应用与探讨[J]. 自然资源遥感, 2021, 33(3): 246-252.
[9] 姜亚楠, 张欣, 张春雷, 仲诚诚, 赵俊芳. 基于多尺度LBP特征融合的遥感图像分类[J]. 自然资源遥感, 2021, 33(3): 36-44.
[10] 臧传凯, 沈芳, 杨正东. 基于无人机高光谱遥感的河湖水环境探测[J]. 自然资源遥感, 2021, 33(3): 45-53.
[11] 王华, 李卫卫, 李志刚, 陈学业, 孙乐. 基于多尺度超像素的高光谱图像分类研究[J]. 自然资源遥感, 2021, 33(3): 63-71.
[12] 韩彦岭, 崔鹏霞, 杨树瑚, 刘业锟, 王静, 张云. 基于残差网络特征融合的高光谱图像分类[J]. 国土资源遥感, 2021, 33(2): 11-19.
[13] 舒慧勤, 方俊永, 鲁鹏, 顾万发, 王潇, 张晓红, 刘学, 丁兰坡. 基于多源高分辨率数据的遗址空间考古精细识别研究[J]. 国土资源遥感, 2021, 33(2): 162-171.
[14] 肖艳, 辛洪波, 王斌, 崔利, 姜琦刚. 基于小波变换和连续投影算法的黑土有机质含量高光谱估测[J]. 国土资源遥感, 2021, 33(2): 33-39.
[15] 胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发