Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (1): 1-9    DOI: 10.6046/gtzyyg.2007.01.01
  综述 本期目录 | 过刊浏览 | 高级检索 |
成像光谱矿物识别方法与识别模型评述
王润生,  杨苏明,  阎柏琨
中国国土资源航空物探遥感中心,北京100083
A REVIEW OF MINERAL SPECTRAL IDENTIFICATION METHODS AND MODELS WITH IMAGING SPECTROMETER
WANG Run-sheng, YANG Su-ming, YAN Bai-kun
China Aero Geophysical Survey & Remote Sensing Center for Land & Resources, Beijing 100083, China
全文: PDF(507 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

矿物识别和矿物填图是成像光谱应用最成功的领域之一。本文将国内外发展的矿物识别模型归纳为光谱匹配和以知识为基础的智能识别两大类型进行讨论。对光谱匹配方法分别从其方法的分类、光谱相似性测度、整体光谱匹配算法、局部光谱识别、亚像元光谱识别、混合像元分解和矿物端元选择、光谱减维和噪声弱化等方面作了评述。最后,讨论了矿物识别和填图研究中存在的主要问题,指出研究建立全谱段矿物识别方法和技术体系将是今后光谱矿物识别和矿物填图的重要发展方向。

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
关键词 遥感线性构造变形场应力场构造解析    
Abstract

 Mineral identification and mineral mapping constitute one of the most successful field in the application of imaging spectra. This paper has classified the spectral identification techniques and identification models of minerals into two types:  one is the spectral matching of rebuilt spectral data with standard spectra or measured spectra based on spectral similarity measure, while the other is the knowledge-based or intelligent methods based on mineralogical and mineral spectral knowledge. The classification of spectral matching, spectral similarity measure, whole spectral matching, partial spectral matching, sub-pixel identification, spectral un-mixing, end-member selection and dimensional reduction are analyzed and reviewed. The existent problems and research tendency in spectral mineral mapping are also discussed. The development of the identification technology by using whole spectral region from visible to middle and thermal infrared domain seems to be one of the most important trends in spectral mineral identification and mineral mapping.

Key wordsremote sensing    linear structures    deformation field    stress field    tectonic analysing
收稿日期: 2006-12-05      出版日期: 2009-07-19
: 

 

 
  TP 75

 
基金资助:

国家高技术研究发展计划(863计划)课题“成像光谱矿物填图技术及其应用示范”(2001AA36020-4)、中国地质调查局科研
项目“成像光谱技术在资源勘查中的应用研究”(200220140003)。

通讯作者: 王润生(1944-),男,教授级高工,中国地质大学(北京)博士生导师。主要研究方向为高光谱遥感、遥感数据处理及国土资源遥感。
引用本文:   
王润生, 杨苏明, 柏琨. 成像光谱矿物识别方法与识别模型评述[J]. 国土资源遥感, 2007, 19(1): 1-9.
WANG Run-Sheng, YANG Su-Ming, BAI Kun. A REVIEW OF MINERAL SPECTRAL IDENTIFICATION METHODS AND MODELS WITH IMAGING SPECTROMETER. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(1): 1-9.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.01.01      或      https://www.gtzyyg.com/CN/Y2007/V19/I1/1
[1] 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.
[2] 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.
[3] 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.
[4] 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.
[5] 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.
[6] 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.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[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] 吴芳, 金鼎坚, 张宗贵, 冀欣阳, 李天祺, 高宇. 基于CZMIL测深技术的海陆一体地形测量初探[J]. 自然资源遥感, 2021, 33(4): 173-180.
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