首页> 中文学位 >多源遥感数据综合月表物质信息提取方法与应用研究
【6h】

多源遥感数据综合月表物质信息提取方法与应用研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 选题背景及研究意义

1.1.1 选题背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 国内外月球探测活动

1.2.2 月球表面探测的主要遥感数据

1.2.3 高光谱遥感技术发展现状

1.2.4 月球表面物质信息提取技术的发展现状

1.3 研究内容及创新点

1.3.1 论文研究内容

1.3.2 技术路线

1.3.3 论文创新点

1.3.4 论文章节

1.4 本章小结

第2章 月表物质光谱机理与特性分析

2.1 月表物质光谱生成机理

2.2 月球主要矿物及其反射光谱特性

2.2.1 辉石

2.2.2 斜长石

2.2.3 橄榄石

2.2.4 钛铁矿

2.2.5 尖晶石

2.2.6 其他

2.3 月球主要岩石及其反射光谱特性

2.3.1 月海玄武岩

2.3.2 高地岩石

2.3.3 克里普岩

2.3.4 角砾岩

2.4 本章小结

第3章 月表物质光谱响应影响因素分析

3.1 月球光谱特征信息

3.2 月表物质光谱响应影响因素

3.2.1 月表物质理化组分的影响

3.2.2 月壤粒度的影响

3.2.3 太空风化的影响

3.2.4 月球表面热环境的影响

3.3 构建光谱响应影响因子综合评价指标体系

3.3.1 指标体系构建原则与方法

3.3.2 层次结构综合评价指标体系的建立

3.4 光谱参数定义

3.5 月壤成熟度及其指标

3.6 本章小结

第4章 月球遥感数据预处理技术

4.1 数据介绍

4.1.1 Clementine UV-VIS和NIR数据

4.1.2 MI数据

4.1.3 IIM数据

4.1.4 M3数据

4.2 IIM数据噪声评估

4.3 数据预处理

4.3.1 坏点检测及修复

4.3.2 坏线检测及修复

4.3.3 条带去除

4.3.4 光谱平滑

4.4 光度校正

4.4.1 布朗大学经验公式

4.4.2 McEwen的方法

4.4.3 Kreslavsky等关于光度模型的工作

4.5 反射率反演

4.5.1 经验线性法

4.5.2 平场域法

4.5.3 内部平均法

4.5.4 对数残差法

4.5.5 月球遥感数据反射率反演实验

4.6 本章小结

第5章 月表光谱特征选择与提取

5.1 光谱特征选择

5.1.1 包络线去除

5.1.2 光谱数据微分技术

5.2 光谱特征提取

5.2.1 主成分变换

5.2.2 最小噪声分离(Minimum Noise Fraction,MNF)

5.2.3 独立成分分析(Independent Component Analysis,ICA)

5.2.4 基于光谱重排的特征提取

5.3 基于小波分析的光谱特征提取

5.3.1 小波变换

5.3.2 小波分析特征提取实验

5.3.3 最佳分解尺度选择

5.4 本章小结

第6章 月表物质信息提取方法研究与应用

6.1 基于特征波段的月表物质反演

6.1.1 波段比值法

6.1.2 基于月表物质元素统计的方法

6.1.3 多特征谱段的物质含量反演

6.1.4 基于IIM数据月表TiO2含量反演

6.2 基于光谱特征匹配的信息提取

6.2.1 基于光谱间最小距离的匹配方法

6.2.2 基于编码的匹配方法

6.2.3 基于光谱相似性分析方法

6.2.4 基于诊断光谱特征为基础的局部光谱匹配

6.2.5 基于包络线去除的图像分类

6.2.6 光谱匹配实验

6.3 混合像元的光谱分解技术

6.3.1 混合光谱模型的物理基础

6.3.2 数据降维

6.3.3 端元提取

6.3.4 混合像元光谱分解模型

6.4 基于目标探测算法的信息提取

6.5 本章小结

第7章 数字月球信息共享服务平台

7.1 数字月球平台的理论基础

7.2 构建月球信息共享服务平台应用

7.3 本章小结

结论

1.主要工作和成果

2.存在问题与展望

致谢

参考文献

攻读学位期间取得学术成果

展开▼

摘要

月球表面物质信息探测是月球探测的重要组成部分,月球表面物质信息的反演为研究月球起源和演化历史提供重要参数,对月球探测、人类登月以及月球资源开发都具有十分重要的意义。基于月壤样品的研究受样品数量和分布区域的限制不能代表整个月表的信息,遥感技术能够快速的获取整个月表的多光谱和高光谱数据,特别是高光谱遥感数据具有精细的光谱信息,基于光谱维对月球表面物质成分信息进行提取,在月表信息探测中起到非常重要的作用。随着探月活动的蓬勃发展,目前已经获取到大量的月球多/高光谱遥感数据,但相关的高光谱月球表面光谱特征定量分析还需要进一步发展。因此,研究月球表面物质信息的光谱特征和光谱特征信息提取方法是遥感数据探测的基础问题,分析月球表面物质探测的特点和难点,建立基于多源遥感数据的月球表面物质探测的方法体系,是探月卫星数据更进一步应用的重要支撑和技术支持。
  论文以遥感月球数据应用为切入点,围绕多源遥感数据综合提取月球表面物质信息,开展了从月表样品光谱特征分析、月球遥感数据预处理到月表物质信息提取方法与应用研究,研究成果可为探月多/高光谱数据应用提供参考和借鉴,为今后开发月球资源提供技术支持。论文主要研究内容如下:
  1、分析了月球表面主要的岩石和矿物在可见光——近红外范围内的光谱特征及月表物质光谱响应的影响因素。
  采用RELAB光谱库中月球返回样品的光谱数据,对月球主要的矿物——硅酸盐矿物(辉石、斜长石和橄榄石)、氧化矿物(钛铁矿和尖晶石)和玻璃质物质以及岩石——月海玄武岩、高地岩石、克里普岩和角砾岩的光谱特征进行了分析,在此基础上对月球表面光谱响应的影响因素进行了分析,基于分析结果构建了光谱响应影响因子综合评价指标体系。
  2、由于月表遥感信息提取需要精准的反射率,对月球遥感数据的预处理技术和反射率反演方法进行了研究。
  对选用的月球遥感数据预处理方法进行了深入的研究,其中主要有坏点检测及修复、坏线检测及修复、条带的去除及光谱平滑;然后对月球遥感数据反射率反演方法进行了研究,通过实验结果分析选取了适合的反射率反演方法。
  3、深入研究了光谱特征选择和提取方法,重点研究了基于小波分析的光谱特征提取方法以及其最佳分解尺度的确定方法。
  研究目前已有的光谱特征选择和提取技术,将这些方法应用于月壤样品光谱数据上,通过对比分析优选了特征选择和提取的方法,并对这些方法的优缺点进行了阐述,重点实践了基于小波分析的特征提取方法,并研究了光谱特征提取中小波分解的最佳分解尺度的确定方法。
  4、基于多/高光谱月表物质信息的提取方法进行了研究,并开展了月表信息提取方法的实验。
  研究月球表面物质信息提取方法,主要有基于波段特征的月表物质反演、基于光谱特征匹配的信息提取、混合像元的光谱分解技术及基于目标探测算法的信息提取方法,从以上四个方面系统地开展了以CE-1ⅡM和Chandrayaan-1 M3高光谱数据为主,以Clementine UVVIS-NIR数据和SELENE MI数据为辅助的月球表面物质信息提取和识别的应用研究。
  5、搭建数字月球信息共享服务平台。
  搭建基于G/S模式的月球信息共享服务平台,通过该平台将海量、异构、多源的月球信息整合起来,从而达到对月表物质信息进行快速有效的分析,分析结果更加丰富、可靠、全面,提高月球遥感数据的利用效率。
  基于以上研究内容本文的主要创新点和成果如下:
  1、提出了一套基于多源月球遥感数据利用综合多方法的月表物质信息成分提取方法。
  论文首先探讨了月表物质光谱的产生机理,并基于已公布的月壤返回样品的光谱实测数据对月球主要岩矿的光谱特征进行了初步分析,在此基础上开展了以CE-1ⅡM和Chandrayaan-1 M3高光谱数据为主,以Clementine UVVIS-NIR数据和SELENE MI数据为辅助的月球表面物质信息提取和识别的系统研究,分析总结了月球遥感数据预处理和月表信息提取技术的特点,对应用环节中的关键技术以及数据的有效性进行了分析。以Apollo16采样点和Aristarchus撞击坑为例进行了TiO2、FeO和月壤成熟度反演,验证了反演模型的有效性。
  2、提出了一种基于层次模型的月表物质光谱响应影响因子的评价指标体系。
  论文综合考虑了月球表面物质光谱响应的各项影响因子,探索性的设计了月表光谱响应影响因子的综合评价指标体系,为实现月球表面物质信息提取的定量化提供可靠的科学依据。该评价指标体系的建立可以在实际中更好的评价各个因素的影响,提高月球表面物质信息提取的精度。
  3、证明了小波分析在月壤样品的光谱特征提取中的可行性,并提出利用小波分解和重构后的逼近信号与原始信号之间的相似系数的突降来确定小波分解的最佳分解尺度的方法。
  利用小波分解和重构对月壤样品的光谱特征提取进行了实验,表明了重构后得到的逼近信号和细节信号含有原始信号的明显特征,证明了小波分析在光谱特征提取中的可行性,如何选取最佳的小波分解尺度是其重点和难点。本文利用分解后的逼近信号与原始信号之间的相似系数的突降作为最佳尺度的选择依据,实验证明该方法在应用小波分析月壤矿物光谱中有较好的效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号