高光谱数据处理与高光谱矿化信息提取研究

摘要

高光谱遥感(Hyper-spectrum Remote Sensing)通过航空或航天成像光谱仪获得地物的连续光谱信息，它的光谱分辨率最高可达10nm，能够探测出普通遥感中不可探测的物质。传统的全色及多光谱遥感由于波谱分辨率有限，很难区分地物独特而丰富的波谱信息，而高光谱遥感克服了这些局限性，可以用较窄的波段区间、较多的波段数量来提供遥感信息，进而从光谱空间中对地物进行细分和鉴别。目前，高光谱遥感已经广泛应用于地质填图、植被调查、海洋遥感、环境监测等领域，其中在地质找矿、地物波谱信息提取是应用最成功的领域。
　　本文以云南某地区的地物光谱曲线为主要研究数据，利用了现有的光谱数据库系统，对光谱信息进行了显示、查询、修改等。文中主要介绍了单光谱数据处理和多光谱数据处理以及综合分析三种数据处理方法，其中单光谱数据处理方法有光谱曲线的平滑、剔除特定波段、规格化的一阶微分等;多光谱数据处理方法有多个光谱数据的规格化、多个光谱数据的标准化、计算多个光谱的平均光谱等;光谱数据的综合分析有光谱分类、模式识别、和寻找最优区分波段。同时本文还利用了现有的地面光谱数据信息分析系统进行了高光谱矿化信息提取的研究，对该地区的地物光谱信息进行了分析、提取。

目录

声明

摘要

1 绪论

1．1 选题的背景和意义

1．2 研究现状

1．3 论文的研究内容和组织结构

1．3．1 研究内容

1．3．2 组织结构

2 研究区自然地理和地质简况

2．1 研究区自然地理

2．2 研究区的地质简况

2．2．1 地层

2．2．2 构造

2．2．3 岩浆岩

2．2．4 金矿化

3 光谱数据处理方法

3．1 单光谱数据处理方法

3．1．1 高光谱曲线平滑处理

3．1．2 剔除特定波段

3．1．3 规格化的一阶微分

3．1．4 规格化的二阶微分

3．1．5 规格化的相对吸收指数

3．1．6 规格化的相对反射指数

3．2 多光谱数据处理方法

3．2．1 多个光谱数据的规格化

3．2．2 多光谱数据的标准化

3．2．3 计算多个光谱的平均光谱

3．2．4 计算多个光谱的标准差光谱

3．2．5 计算两个光谱的绝对差

3．2．6 计算两个光谱的相似系数

3．2．7 计算两个光谱的欧氏距离平均值

3．2．8 计算两个光谱的相关系数

3．2．9 预处理后相似性指标的计算

3．3 光谱数据综合分析

3．3．1 光谱分类

3．3．2 光谱模式识别

3．3．3 寻找不同类对象的优化区分波段

4 地面光谱数据信息分析系统的应用

4．1 系统总体框架

4．2 光谱判别

4．2．1 T-检验

4．2．2 秩和检验法(MW检验法)

4．2．3 费歇判别

4．2．4 遗传算法模式判别

4．3 光谱分类

4．3．1 对应分析

4．3．2 聚类分析

4．4 影响因素分析

4．4．1 一元线性回归分析

4．4．2 幂函数相关分析

4．4．3 指数函数相关分析

4．4．4 数据拟合

4．4．5 多元线性回归分析

4．4．6 逐步回归分析

4．5 光谱识别

4．6 光谱识别信息成图

结论

参考文献

致谢

作者简介