光谱遥感技术在地质调查.pptxVIP

7.5高光谱遥感的应用组长：王磊组员：王亚红、刘正如、王智娟、陆宝丽、钱朝、束欣欣

高光谱遥感定义：高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。高光谱遥感具有较高的光谱分辨率，通常达到10~2λ数量级。

高光谱遥感技术简介#2022

高光谱具有的特点：坡段多，波段宽度窄添加标题光谱响应范围广，光谱分辨率高添加标题可提供空间域信息和光谱域信息添加标题数据描述模型多，分析更加灵活添加标题数据量大，信息冗余多添加标题

坡段多，波段宽度窄。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像像元提供很窄的（一般为10nm)成像波段，波段数与多光谱遥感相比大大增多，在可见光和近红外波段可达几十到几百个，且在某个光谱区间事连续分布的，这不只是简单的数量的增加，而是有关地物光谱空间信息量的增加。

光谱响应范围广，光谱分辨率高。成像光谱仪响应的电磁波长从可见光延伸到近红外，甚至到中红外。成像光谱仪采用的间隔小，光谱分辨率达到纳米级，一般为10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。

可提供空间域信息和光谱域信息，即“谱像合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。在成像高光谱遥感中，以波长为横轴，灰度值为纵轴建立坐标系，可以使高光谱图像中的每一个像元在各通道的灰度值都能产生一条完整、连续的光谱曲线，即所谓的“谱像合一”。

数据量大，信息冗余多。高光谱数据的波段众多，其数据量巨大，而且由于相邻波段的相关性高，信息冗余度增加。

数据描述模型多，分析更加灵活。高光谱影像通常有三种描述模型：图像模型、光谱模型与特征模型。PARTONE

高光谱遥感应用在哪些方面：01添加标题高光谱遥感在地质调查中的应用02添加标题高光谱遥感在植被研究中的应用03添加标题高光谱遥感在其他领域中的应用

高光谱遥感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技术与方法国内外高光谱地质应用主要进展高光谱地质应用的领域与实例存在的主要问题

高光谱地质应用的历史我国在20世纪80年代末开展了高(成像)光谱技术的研究,取得了极大的进展年代以来，高光谱遥感被广泛地应用于地质、矿产资源及相关环境的调查中。从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，世界各国进行高光谱遥感的应用。

国内外高光谱地质应用技术与方法光谱微分技术（spectralderivative）01混合光谱分解技术（spectralunmixing）03光谱特征提取（spectralfeatureextraction）05光谱匹配技术（spectralmatching）02光谱分类技术(spectralclassification)04模型方法（modeling）06

1.光谱微分技术包括对反射光谱进行数学模拟和计算不同阶数的微分(差分)值，以确定光谱弯曲点和最大最小反射率的波长位置。光谱微分强调曲线的变化和压缩均值影响。一阶微分去除部分线性或接近线性的背景、噪声光谱对目标光谱（须为非线性的）的影响。

光谱匹配技术是对地物光谱和实验室测量的参考光谱进行匹配或地物光谱与参考光谱数据库比较，求得它们之间的相似或差异性，一达到识别的目的。两个光谱曲线的相似性常用计算的交叉相关系数及绘制交叉相关曲线图来确定。

混合光谱分解技术用以确定在同一像元内不同地物光谱成分所占的比例或非已知成分。因为不同地物光谱成分的混合会改变波段的深度，波段的位置，宽度，面积和吸收的程度等。这种技术采用矩形方程，神经元网络方法以及光谱吸收指数技术等，求出在给定像元内各成分光谱的比例。

4.光谱分类技术主要的方法包括传统的最大似然方法、人工神经网络方法、支持向量机方法和光谱角制图方法（SpectralAngelMap-per,SAM）。

光谱维特征提取方法可以按照一定的准则直接从原始空间中选出一个子空间；或者在原特征空间之间找到某种映射关系。这一方法是以主成分分析为基础的改进方法。

6、模型方法是模型矿物和岩石反射光谱的各种模型方法。因为高光谱测量数据可以提供连续的光谱抽样信息，这种细微的光谱模型特征是模型计算一改传统的统计模型方法建立起确定性模型方法。因而，模型方法可以提供更有效和更可靠的分析结果。

国内外高光谱地质应用主要进展多层次的高光谱信息获取体系基于高光谱数据的矿物精细识别高光谱影像地质环境信息反演基于高光谱遥感的行星地质探测

多层次的高光谱信息获取体系地面光谱仪主要有澳大利亚的PIMA，美国的ASD、GER、热红外FT-IR；机载成像光谱仪：美国的VIRIS、澳大利亚