Please wait a minute...
 
国土资源遥感  2009, Vol. 21 Issue (4): 19-24    DOI: 10.6046/gtzyyg.2009.04.04
  月球探测 专栏 本期目录 | 过刊浏览 | 高级检索 |
基于光谱分解的Clementine UV/VIS/NIR数据月表矿物填图
闫柏琨1, 甘甫平1, 王润生1, 王振超2, 杨苏明1
1.中国国土资源航空物探遥感中心对地观测技术工程实验室,北京100083;
2.中国地质大学(北京),北京100083
MINERAL MAPPING OF THE LUNAR SURFACE USING CLEMENTINE UV/VIS/NIR DATA BASED ON UNMIXING OF SPECTRAL
YAN Bo-kun 1, GAN Fu-ping 1, WANG Run-sheng 1, WANG Zhen-chao 2, YANG Su-ming 1
1. Laboratory of Earth Observation Technology,China Aero Geophysical Survey & Remote Sensing Center for Land and Resources,Beijing 100083, China; 2. China University of Geosciences(Beijing), Beijing 100083,China
全文: PDF(1135 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

月表主要矿物的空间分布是研究月球起源演化等科学问题的重要基础信息之一。基于Hapke模型与光谱线性分解的矿物提取方法,利用Clementine UV/VIS/NIR数据提取月表单斜辉石、斜方辉石、橄榄石、斜长石及钛铁矿等5类主要矿物的体积百分含量分布,并基于阿波罗(Apollo)月岩(壤)矿物分析数据对提取结果进行评价,对方法和提取结果中存在的问题进行分析,提出了进一步改进的措施。

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
林子瑜
徐金山
关键词 生态环境遥感江西省    
Abstract

The distribution of mineral abundances on lunar surface is one of the basic kinds of information which contains important data such as the origin and evolution of the moon. In this paper, the distribution of clinopyroxene, orthopyroxene, olivine, plagioclase and ilmenite on lunar surface was mapped based on Hapke radioactive transfer model and linear unmixing of spectra using Clementine UV/VIS/NIR data. The result is compared with the results obtained by previous researchers and Apollo sample analysis, and the problems existing in mineral abundance mapping are analyzed preliminarily.

Key wordsEcological environment    Remote sensing    Jiangxi province
     出版日期: 2009-12-16
引用本文:   
闫柏琨, 甘甫平, 王润生, 王振超, 杨苏明. 基于光谱分解的Clementine UV/VIS/NIR数据月表矿物填图[J]. 国土资源遥感, 2009, 21(4): 19-24.
YAN Bo-Kun, GAN Fu-Ping, WANG Run-Sheng, WANG Zhen-Chao, YANG Su-Ming. MINERAL MAPPING OF THE LUNAR SURFACE USING CLEMENTINE UV/VIS/NIR DATA BASED ON UNMIXING OF SPECTRAL. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(4): 19-24.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.04.04      或      https://www.gtzyyg.com/CN/Y2009/V21/I4/19
[1] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2] 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.
[3] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4] 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.
[5] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[12] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[13] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
[14] 刘白露, 管磊. 南海珊瑚礁白化遥感热应力检测改进方法研究[J]. 自然资源遥感, 2021, 33(4): 136-142.
[15] 孟丹, 刘玲童, 宫辉力, 李小娟, 蒋博武. 京杭大运河沿线地区城市化与生态环境耦合协调关系研究[J]. 自然资源遥感, 2021, 33(4): 162-172.
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