一种多类型光谱变异下月表矿物含量定量反演方法及装置

摘要

本发明公开的一种多类型光谱变异下月表矿物含量定量反演方法及装置，通过Hapke辐射传输模型将已解析月壤样品中多类矿物对应的反射光谱转换为单散射反照率；对单散射反照率进行Fisher变换，将得到的Fisher特征，分别构建体积分数混合特征查找表和质量分数混合特征查找表；再基于Hapke辐射传输模型将待解混合反射光谱转换为单散射混合反照率，对单散射混合反照率进行Fisher变换，得到Fisher混合特征；将Fisher混合特征分别与体积分数混合特征查找表和质量分数混合特征查找表进行匹配，得到待解月壤样品中多类矿物的体积分数和质量分数。与现有技术相比，本发明的技术方案能实现对月表矿物的准确定量反演。

说明书

技术领域

本发明涉及光谱学和行星地质学技术领域，特别是涉及一种多类型光谱变异下月表矿物含量定量反演方法及装置。

背景技术

长期的空间风化导致月壤中玻璃态物质非常普遍，由于缺少可识别的反射光谱特征，玻璃态物质无法通过常用方法进行准确解译；同时，月壤中大量存在的大量纳米金属铁会严重影响月表矿物的光谱特征，在太空风化水平很高的情况下，月壤光谱的矿物吸收特征几乎消失；另外，玻璃态物质、纳米铁、粒径、纹理等因素对月壤光谱影响的本质是产生多类型光谱变异性，即类内变异性和类间变异性；类内变异指同类矿物的光谱之间会由于纳米铁、粒径、纹理等不同而存在差异；类间变异指不同矿物的光谱曲线存在相似性，因此，矿物粒径、纹理等因素也会导致光谱特征发生不同程度改变。以上因素对月表矿物准确反演带来困难，如何克服月壤中纳米铁和玻璃态物质对光谱的影响是个国际性难题。

目前遥感解译月表矿物的研究中利用光谱参数的定性研究居多。现实月表场景中较少出现纯净矿物，通常存在明显的矿物混合效应，在这种情况下某类矿物的光谱吸收特征通常变得较微弱；同时，纳米金属铁会削弱月表矿物的光谱吸收特征，在月壤成熟度较高的区域，矿物光谱吸收特征基本消失，因此，光谱参数法通常用于定性分析。而将光谱参数法应用于定量分析时，光谱参数通常与统计回归方法联合使用；然而，基于光谱参数构建经验公式用于定量计算月表矿物含量的方法仅在成熟度低的地区有效且缺乏明确的物理意义。

目前国内外进行月表矿物定量探测的主流方法是光谱查找表法，但这种方法忽略了月壤中大量存在的玻璃态物质和纳米铁等因素造成的光谱变异性，而且在构造光谱查找表时仅选取一条恒定不变的光谱曲线来代表一类矿物，对光谱变异性的忽视将极大削弱结果的准确性。近些年国内外学者尝试使用混合分解循环迭代的方法提高月表矿物定量反演的精度，基本思想是利用多条光谱曲线来表示一类纯净矿物；与光谱查找表法同样的问题，这些研究假设月壤仅由几种矿物组成，而未考虑大量存在的玻璃态物质，同时不同物质的光谱曲线具有一定相似性，导致反演计算的矿物定量将具有较大误差。因此，已有研究的理论分析和反演结果均有较大不足。

发明内容

本发明要解决的技术问题是：提供一种多类型光谱变异下月表矿物含量定量反演方法及装置，解决多类型光谱变异带来的月表矿物含量难以准确反演的问题，实现对月表矿物的准确定量反演。

为了解决上述技术问题，本发明提供了一种多类型光谱变异下月表矿物含量定量反演方法，包括：

获取已解析月壤样品中多类矿物对应的反射光谱，基于Hapke辐射传输模型将所述反射光谱转换为单散射反照率；

对所述单散射反照率进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表；

获取待解析月壤样品中的待解混合反射光谱，基于所述Hapke辐射传输模型将所述待解混合反射光谱转换为单散射混合反照率，并对所述单散射混合反照率进行Fisher变换，得到Fisher混合特征；

将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。

在一种可能的实现方式中，基于所述Hapke辐射传输模型将所述待解反射光谱转换为单散射反照率，具体包括：

获取所述反射光谱对应的反射率，并将所述反射率输入到Hapke辐射传输模型中，以使所述Hapke辐射传输模型将所述反射光谱对应的反射率转换为单散射反照率，其中，所述Hapke辐射传输模型，如下所示：

其中，ω为单散射反照率，R为反射光谱对应的反射率，μ

在一种可能的实现方式中，对所述单散射反照率进行Fisher变换，得到Fisher特征，具体包括：

计算所述单散射反照率转换到Fisher特征维的投影向量；

根据所述投影向量对所述单散射反照率进行Fisher变换，其中，Fisher变换的公式如下所示：

y＝Ax；

其中，矩阵A为投影向量，x为单散射反照率，y为每条单散射反照率对应的Fisher特征。

在一种可能的实现方式中，计算所述单散射反照率转换到Fisher特征维的投影向量，具体包括：

基于多类矿物对应的多条单散射反照率，计算并得到不同类别矿物间的光谱差异及同类别矿物内的光谱差异，基于不同类别矿物间的光谱差异及同类别矿物内的光谱差异，构建目标函数，对目标函数进行训练，得到所述单散射反照率的投影向量。

在一种可能的实现方式中，构建体积分数混合特征查找表，具体包括：

基于第一线性混合公式，构建体积分数混合特征查找表，其中，所述第一线性混合公式为：

其中，i代表第i类矿物，V

在一种可能的实现方式中，构建质量分数混合特征查找表，具体包括：

基于第二线性混合公式，构建质量分数混合特征查找表，其中，所述第二线性混合公式为：

其中，i代表第i类矿物，M

在一种可能的实现方式中，获取待解析月壤样品中的待解混合反射光谱，具体包括：

获取待解析月壤样品在实验室内测量的可见光-近红外-短波红外波长范围内的混合反射光谱，其中，所述混合反射光谱的波长范围与已解析月壤样品中多类矿物对应的反射光谱的波长范围一致。

在一种可能的实现方式中，所述月壤样品中的多类矿物包括斜长石、辉石、橄榄石、钛铁矿和玻璃态物质。

在一种可能的实现方式中，将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数，具体包括：

将所述体积分数混合特征查询表划分为体积分数混合特征和体积分数图像，根据所述体积分数混合特征及所述体积分数图像对预构建的体积分数匹配模型进行模型训练，得到最优体积分数匹配模型；

将所述质量分数混合特征查询表划分为质量分数混合特征及其对应的质量分数图像，根据所述质量分数混合特征及所述质量分数图像对预构建的质量分数匹配模型进行模型训练，得到最优质量分数匹配模型；

将所述Fisher混合特征分别与所述体积分数混合特征和所述质量分数混合特征进行相似度计算，得到最优体积分数混合特征和最优质量分数混合特征；

将所述最优体积分数混合特征输入所述最优体积分数匹配模型中，以使所述最优体积分数匹配模型输出最优体积分数图像，其中，所述体积分数图像包括五类矿物对应的体积分数；

将所述最优质量分数混合特征输入所述最优质量分数匹配模型中，以使所述最优质量分数匹配模型输出最优质量分数图像，其中，所述质量分数图像包括五类矿物对应的质量分数。

本发明实施例还提供了一种多类型光谱变异下月表矿物含量定量反演装置，包括：反射光谱转换模块，混合特征查找表构建模块、Fisher混合特征获取模块和特征匹配模块；

其中，所述反射光谱转换模块，用于获取已解析月壤样品中多类矿物对应的反射光谱，基于Hapke辐射传输模型将所述反射光谱转换为单散射反照率；

所述混合特征查找表构建模块，用于对所述单散射反照率进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表；

所述Fisher混合特征获取模块，用于获取待解析月壤样品中的待解混合反射光谱，基于所述Hapke辐射传输模型将所述待解混合反射光谱转换为单散射混合反照率，并对所述单散射混合反照率进行Fisher变换，得到Fisher混合特征；

所述特征匹配模块，用于将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。

在一种可能的实现方式中，所述反射光谱转换模块，用于基于所述Hapke辐射传输模型将所述待解反射光谱转换为单散射反照率，具体包括：

获取所述反射光谱对应的反射率，并将所述反射率输入到Hapke辐射传输模型中，以使所述Hapke辐射传输模型将所述反射光谱对应的反射率转换为单散射反照率，其中，所述Hapke辐射传输模型，如下所示：

其中，ω为单散射反照率，R为反射光谱对应的反射率，μ

在一种可能的实现方式中，所述混合特征查找表构建模块，用于对所述单散射反照率进行Fisher变换，得到Fisher特征，具体包括：

计算所述单散射反照率转换到Fisher特征维的投影向量；

根据所述投影向量对所述单散射反照率进行Fisher变换，其中，Fisher变换的公式如下所示：

y＝Ax；

其中，矩阵A为投影向量，x为单散射反照率，y为每条单散射反照率对应的Fisher特征。

在一种可能的实现方式中，所述混合特征查找表构建模块，用于计算所述单散射反照率转换到Fisher特征维的投影向量，具体包括：

基于多类矿物对应的多条单散射反照率，计算并得到不同类别矿物间的光谱差异及同类别矿物内的光谱差异，基于不同类别矿物间的光谱差异及同类别矿物内的光谱差异，构建目标函数，对目标函数进行训练，得到所述单散射反照率的投影向量。

在一种可能的实现方式中，所述混合特征查找表构建模块，用于构建体积分数混合特征查找表，具体包括：

基于第一线性混合公式，构建体积分数混合特征查找表，其中，所述第一线性混合公式为：

其中，i代表第i类矿物，V

在一种可能的实现方式中，所述混合特征查找表构建模块，用于构建体积分数混合特征查找表，具体包括：

基于第二线性混合公式，构建体积分数混合特征查找表，其中，所述第二线性混合公式为：

其中，i代表第i类矿物，M

在一种可能的实现方式中，所述Fisher混合特征获取模块，用于获取待解析月壤样品中的待解混合反射光谱，具体包括：

获取待解析月壤样品在实验室内测量的可见光-近红外-短波红外波长范围内的混合反射光谱，其中，所述混合反射光谱的波长范围与已解析月壤样品中多类矿物对应的反射光谱的波长范围一致。

在一种可能的实现方式中，所述月壤样品中的多类矿物包括斜长石、辉石、橄榄石、钛铁矿和玻璃态物质。

在一种可能的实现方式中，所述特征匹配模块，用于将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数，具体包括：

将所述体积分数混合特征查询表划分为体积分数混合特征和体积分数图像，根据所述体积分数混合特征及所述体积分数图像对预构建的体积分数匹配模型进行模型训练，得到最优体积分数匹配模型；

将所述质量分数混合特征查询表划分为质量分数混合特征及其对应的质量分数图像，根据所述质量分数混合特征及所述质量分数图像对预构建的质量分数匹配模型进行模型训练，得到最优质量分数匹配模型；

将所述Fisher混合特征分别与所述体积分数混合特征和所述质量分数混合特征进行相似度计算，得到最优体积分数混合特征和最优质量分数混合特征；

将所述最优体积分数混合特征输入所述最优体积分数匹配模型中，以使所述最优体积分数匹配模型输出最优体积分数图像，其中，所述体积分数图像包括五类矿物对应的体积分数；

将所述最优质量分数混合特征输入所述最优质量分数匹配模型中，以使所述最优质量分数匹配模型输出最优质量分数图像，其中，所述质量分数图像包括五类矿物对应的质量分数。

本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的多类型光谱变异下月表矿物含量定量反演方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的多类型光谱变异下月表矿物含量定量反演方法。

与现有技术相比，本发明提供的多类型光谱变异下月表矿物含量定量反演方法及装置，至少具有如下有益效果：

通过Hapke辐射传输模型将已解析月壤样品中多类矿物对应的反射光谱转换为单散射反照率，然后对单散射反照率进行Fisher变换，得到Fisher特征，实现月表矿物光谱类内差异缩小和类间差异增大，并基于该Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表；将待解析月壤样品中的待解混合反射光谱同样基于Hapke辐射传输模型转换为单散射混合反照率，并对所述单散射混合反照率进行Fisher变换，得到Fisher混合特征；后续仅需将得到的Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数，与现有技术相比，本发明的技术方案利用Fisher变换对月表各种矿物反射光谱进行变换，能够克服月表矿物反演中纳米铁、玻璃态物质等各种因素导致的多类型光谱变异问题，从而为月表矿物含量准确反演奠定基础，通过分别构建积分数混合特征查找表和质量分数混合特征查找表，实现月表矿物的体积分数及质量分数的准确定量反演，提高获取的月表矿物含量的准确性。

附图说明

图1是本发明提供的一种多类型光谱变异下月表矿物含量定量反演方法的一种实施例的流程示意图；

图2是本发明提供的一种多类型光谱变异下月表矿物含量定量反演方法的另一实施例的流程示意图；

图3是本发明提供的一种多类型光谱变异下月表矿物含量定量反演装置的一种实施例的结构示意图；

图4是本发明提供的一种多类型光谱变异下月表矿物含量定量反演装置的另一实施例的结构示意图；

图5a是本发明一种实施例中的玻璃态物质对应的多条反射光谱示意图；

图5b是本发明一种实施例中的斜长石对应的多条反射光谱示意图；

图5c是本发明一种实施例中的辉石对应的多条反射光谱示意图；

图5d是本发明一种实施例中的钛铁矿对应的多条反射光谱示意图；

图5e是本发明一种实施例中的橄榄石对应的多条反射光谱示意图；

图6是本发明一种实施例中的已解析月壤样品中玻璃态物质、斜长石、辉石、钛铁矿、橄榄石的单散射反照率经过Fisher变换后的四个Fisher特征；

图7是本发明一种实施例中的已解析月壤样品中5种矿物对应的密度与平均粒子直径的示意图。

具体实施方式

下面将结合本发明中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

参见图1，图1是本发明提供的一种多类型光谱变异下月表矿物含量定量反演方法的一种实施例的流程示意图，如图1所示，该方法包括步骤101-步骤104，具体如下：

步骤101：获取已解析月壤样品中多类矿物对应的反射光谱，基于Hapke辐射传输模型将所述反射光谱转换为单散射反照率。

子步骤S11，获取已解析月壤样品中多类矿物对应的反射光谱。

一实施例中，所述已解析月壤样品中的多类矿物包括斜长石、辉石、橄榄石、钛铁矿和玻璃态物质，其中，玻璃态物质包括冲击熔融玻璃和火山玻璃。对每类矿物均获取多条在实验室中测量的可见光-近红外-短波红外波长范围内的反射光谱，其中，反射光谱的选取原则为多条同类矿物反射光谱曲线的离散度最大，且反射光谱曲线分布较均匀，能够最大程度地代表月壤矿物的反射光谱。

作为本实施例中的一种举例说明，从布朗大学光谱库中获取根据阿波罗计划采集的月壤样本在实验室测量得到的斜长石、辉石、橄榄石、钛铁矿和玻璃态物质的可见光-近红外-短波红外波长范围内的多条反射光谱作为已解析月壤样品中多类矿物对应的反射光谱。具体的，在布朗大学光谱库中抽取的多个采集地点、不同粒径和纹理的5类矿物在350-2500nm范围内的反射光谱，由于采集地点不同，不同的太空风化程度导致纳米铁含量各异，同时由于粒径、纹理等因素，同类物质的光谱曲线均有较大的类内变异；而玻璃态物质部分光谱与斜长石的光谱具有相似性，即存在类间变异。如图5a、图5b、图5c、图5d、图5e所示，其中，图5a为玻璃态物质对应的多条反射光谱示意图、图5b为斜长石对应的多条反射光谱示意图、图5c为辉石对应的多条反射光谱示意图、图5d为钛铁矿对应的多条反射光谱示意图、图5e为橄榄石对应的多条反射光谱示意图。

子步骤S12：基于所述Hapke辐射传输模型将所述反射光谱转换为单散射反照率。

一实施例中，通过获取每类矿物对应的多条反射光谱对应的反射率，并将得到的所有反射率逐一输入到Hapke辐射传输模型中，以使所述Hapke辐射传输模型将每条反射光谱对应的反射率转换为对应的单散射反照率，其中，Hapke辐射传输模型，如下所示：

其中，ω为单散射反照率，R为反射光谱对应的反射率，μ

一实施例中，由于不同矿物反射光谱混合通常是非线性的，不利于求解，利用上述公式的逆运算将各类矿物的反射光谱转换为具有线性混合效应的单散射反照率，可将复杂的非线性光谱混合分解问题转化为线性光谱混合分解问题。传统方法通常是利用上述公式的正运算来模拟月表混合矿物反射率光谱直接构建查找表，或者使用逆运算计算单散射反照率并直接构建单散射反照率查找表。与传统方法不同，本实施例应用Hapke公式的逆运算将各类纯净矿物的反射光谱转换为具有线性混合效应的单散射反照率。

步骤102：对所述单散射反照率进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表。

子步骤S21：对所述单散射反照率进行Fisher变换，得到Fisher特征。

子步骤S211：计算所述单散射反照率转换到Fisher特征维的投影向量。

一实施例中，基于多类矿物对应的多条单散射反照率，计算并得到不同类别矿物间的光谱差异及同类别矿物内的光谱差异，基于不同类别矿物间的光谱差异及同类别矿物内的光谱差异，构建目标函数，对目标函数进行训练，以使得到单散射反照率的投影向量。

具体的，通过将获取的已解析月壤样品中五类矿物对应的多条单散射反照率作为训练光谱，计算光谱维转换到Fisher特征维的投影向量。其中，将训练光谱记为x

一实施例中，计算不同类别矿物间的光谱差异：通过类间样本矩阵(D)来代表获取不同类别的矿物之间的光谱差异，其中，类间样本矩阵通过计算每类矿物对应的训练光谱的协方差矩阵来获取；计算每类矿物对应的光谱的协方差矩阵的公式如下所示：

其中，

一实施例中，计算同类别的矿物内的光谱差异：通过计算同一类矿物中训练光谱的协方差矩阵来代表同类别的矿物内多个训练光谱的光谱差异，其中，计算同一类矿物中训练光谱的协方差矩阵的计算公式如下所示：

其中，x

一实施例中，基于上述计算的不同类别矿物间的光谱差异和同类别的矿物内的光谱差异，构建目标函数F，其中，目标函数F如下所示：

其中，矩阵A表示对原训练光谱的某种线性组合操作，即为待解的投影向量；分子ADA

一实施例中，对比不同类别矿物间的光谱差异和同类别矿物内的光谱差异，两者比值越大意味着端元间的光谱差异越大且端元内的光谱差异越小。

一实施例中，通过所有训练光谱训练目标函数，使得F值达到最大的矩阵A是第一投影向量，由于区分5类矿物的光谱至少需要4个判别量，因此继续计算使得F值达到次大的矩阵A为第二投影向量，使得F值达到第三大的矩阵A为第三投影向量，使得F值达到第四大的矩阵A为第四投影向量。

子步骤S212：根据所述投影向量对所述单散射反照率进行Fisher变换，得到Fisher特征，其中，Fisher变换的公式如下所示：

y＝Ax；

其中，矩阵A为投影向量，x为单散射反照率，y为每条单散射反照率的Fisher特征。

本实施例中，由于矩阵A表示投影向量，且投影向量的数量为四个，因此基于投影向量对每类矿物对应的每条单散射反照率进行Fisher变换，可获取每条矿物单散射反照率的四个Fisher特征。如图6所示，图6是已解析月壤样品中玻璃态物质、斜长石、辉石、钛铁矿、橄榄石的单散射反照率经过Fisher变换后的四个Fisher特征。利用Fisher变换对月表各种矿物光谱进行变换，可实现月表矿物光谱类内差异缩小和类间差异增大，从而有利于月表矿物的准确定量反演。

步骤S22：基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表。

一实施例中，不同类别矿物的单次散射反照率的混合效应为线性的，对单次散射反照率进行Fisher线性变换后，不同矿物Fisher特征的混合效应依然是线性的。因此可用线性混合公式分别构建体积分数混合特征查找表与质量分数混合特征查找表。基于得到的所有Fisher特征来构建体积分数混合特征查找表和质量分数混合特征查找表，其一可反演月表矿物的体积分数，其二可反演月表矿物的质量分数。

一实施例中，基于所述Fisher特征构建体积分数混合特征查找表；具体的，基于第一线性混合公式，构建体积分数混合特征查找表Y1，其中，所述第一线性混合公式为：

其中，i代表第i类矿物，V

一实施例中，由于构建的体积分数混合特征查找表的数据量与V

一实施例中，基于第一线性混合公式，根据设计的不同类别矿物对应的体积分数增长步长和不同类别矿物对应的Fisher特征，逐一计算体积分数混合特征查找表中每一条混合特征的同时，存储与之对应的5种矿物的体积分数，其中，每一条混合特征为5类矿物的Fisher特征加权求和。

一实施例中，基于所述Fisher特征构建质量分数混合特征查找表。具体的，基于第二线性混合公式，构建体积分数混合特征查找表Y2，其中，所述第二线性混合公式为：

其中，i代表第i类矿物，M

一实施例中，5类矿物的密度及平均粒子直径如图7所示，图7为已解析月壤样品中5种矿物对应的密度与平均粒子直径的示意图。

一实施例中，由于构建的质量分数混合特征查找表的数据量与M

一实施例中，基于第二线性混合公式，基于设计的不同类别矿物对应的质量分数增长步长和不同类别矿物对应的Fisher特征，逐一计算质量分数混合特征查找表中每一条混合特征的同时，存储与之对应的5种矿物的质量分数，其中，每一条混合特征为五种矿物的Fisher特征加权求和。

传统方法构建的查找表仅为体积分数的查找表，而无法构建质量分数的查找表，即仅能计算出矿物的体积分数。本发明可以分别构建体积分数和质量分数的混合特征查找表，为同时进行体积分数及质量分数的准确计算提供了可能。

步骤103：获取待解析月壤样品中的待解混合反射光谱，基于所述Hapke辐射传输模型将所述待解混合反射光谱转换为单散射混合反照率，并对所述单散射混合反照率进行Fisher变换，得到Fisher混合特征。

一实施例中，获取待解析月壤样品中的待解混合反射光谱；具体的，获取待解析月壤样品在实验室内测量的可见光-近红外-短波红外波长范围内的混合反射光谱，

作为本实施例中的一种举例说明，获取在实验室内测量的嫦娥五号月壤样品在350-2500nm的反射混合光谱。其中，该反射混合光谱包括上述五种矿物的反射光谱，且该所述混合反射光谱的波长范围与上述获取的已解析月壤样品中多类矿物对应的反射光谱的波长范围一致。

一实施例中，基于所述Hapke辐射传输模型将所述待解混合反射光谱转换为单散射混合反照率，其中，待解混合反射光谱包括五种矿物的反射光谱。

一实施例中，对待解混合反射光谱转换为单散射混合反照率；具体为，对待解混合反射光谱中的每条反射光谱都转换为对应的单散射反照率，整合转换得到的每条单散射反照率，形成单散射混合反照率，其中，将每条反射光谱都转换为对应的单散射反照率的转换过程如上述子步骤S12的操作步骤相同，因此，本实施例中，不再展开具体说明。

一实施例中，对所述单散射混合反照率进行Fisher变换；具体的，采用步骤S211中获取的四种投影向量，作为单散射混合反照率对应的四个投影向量，并基于该四个投影向量对单散射混合反照率中的每条单散射反照率进行Fisher变换，得到单散射混合反照率中的每条单散射反照率对应的四个Fisher特征，其中，将每条单散射反照率进行Fisher变换的过程如上述子步骤S212的操作步骤相同，因此，本实施例中，不再展开具体说明。

步骤104：将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。

一实施例中，将所述体积分数混合特征查询表划分为体积分数混合特征和体积分数图像，根据所述体积分数混合特征及所述体积分数图像对预构建的体积分数匹配模型进行模型训练，得到最优体积分数匹配模型。

获取体积分数混合特征查找表中所有体积分数混合特征的文本数据，基于所述所有体积分数混合特征的文本数据构建样本数据库，并将所有样本数据库中的样本数据划分为训练集和验证集；将所有训练集中的文本信息输入到预构建的文本编码模型中进行文本序列编码，提取文本特征。获取体积分数混合特征对应的五类矿物的体积分数，生成每个体积分数混合特征的体积分数图像，以使得到样本数据库中每一样本数据对应的体积分数图像，将训练集中对应的体积分数图像输入与构建的图像特征提取模块中，提取图像特征。通过构建体积分数匹配模型，将所述文本特征和所述图像特征输入到所述体积分数匹配模型中进行训练，得到体积分数匹配分数，通过验证集对训练好的所述体积分数匹配模型进行验证，得到最优体积分数匹配模型。

一实施例中，将所述质量分数混合特征查询表划分为质量分数混合特征及其对应的质量分数图像，根据所述质量分数混合特征及所述质量分数图像对预构建的质量分数匹配模型进行模型训练，得到最优质量分数匹配模型；

具体的，获取质量分数混合特征查找表中所有混合特征的文本数据，基于所述所有质量分数混合特征的文本数据构建样本数据库，并将所有样本数据库中的样本数据划分为训练集和验证集；将所有训练集中的文本信息输入到预构建的文本编码模型中进行文本序列编码，提取文本特征。获取质量分数混合特征对应的五类矿物的质量分数，生成每个质量分数混合特征的质量分数图像，以使得到样本数据库中每一样本数据对应的质量分数图像，将训练集中对应的质量分数图像输入与构建的图像特征提取模块中，提取图像特征。通过构建质量分数匹配模型，将所述文本特征和所述图像特征输入到所述质量分数匹配模型中进行训练，得到质量分数匹配分数，通过验证集对训练好的所述质量分数匹配模型进行验证，得到最优质量分数匹配模型。

一实施例中，在得到待解析月壤样品的Fisher混合特征后，将Fisher混合特征分别与步骤102中构建的体积分数混合特征查找表和质量分数混合特征查找表进行相识度计算，获取体积分数混合特征查找表与Fisher混合特征相似度程度最高的最优体积分数混合特征，获取质量分数混合特征查找表与Fisher混合特征相似度程度最高的最优质量分数混合特征。

一实施例中，将最优体积分数混合特征输入到所述最优体积分数匹配模型中，以使所述最优体积分数匹配模型输出与所述最优体积分数混合特征匹配程度最高的最优体积分数图像，其中，所述体积分数图像包括五类物质对应的体积分数。

一实施例中，将最优质量分数混合特征输入到所述最优质量分数匹配模型中，以使所述最优质量分数匹配模型输出与所述最优质量分数混合特征匹配程度最高的最优质量分数图像，其中，所述质量分数图像包括五类矿物对应的质量分数。

实施例2

参见图2，图2是本发明提供的一种多类型光谱变异下月表矿物含量定量反演方法的另一实施例的流程示意图，如图2所示，该方法包括步骤201-步骤203，具体如下：

步骤201：对纯净矿物反射光谱进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表。

步骤202：获取待解析月壤样品中的待解混合反射光谱，对所述混合反射光谱进行Fisher变换，得到Fisher混合特征；

步骤203：将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。

一实施例中，对所述已解析月壤样品中多类矿物对应的反射光谱进行Fisher变换，得到Fisher特征；具体的，计算所述反射光谱转换到Fisher特征维的投影向量；根据所述投影向量对所述反射光谱进行Fisher变换，其中，Fisher变换的公式如下所示：

h＝Bz；

其中，矩阵B为投影向量，z为反射光谱，h为每条反射光谱对应的Fisher特征。

一实施例中，构建体积分数混合特征查找表；具体的，基于第一线性混合公式，构建体积分数混合特征查找表H1，其中，所述第一线性混合公式为：

其中，i代表第i类矿物，V

一实施例中，构建质量分数混合特征查找表；具体的，基于第二线性混合公式，构建质量分数混合特征查找表H2，其中，所述第二线性混合公式为：

其中，i代表第i类矿物，M

一实施例中，获取待解析月壤样品中的待解混合反射光谱；具体的，获取待解析月壤样品在实验室内测量的可见光-近红外-短波红外波长范围内的混合反射光谱，其中，所述混合反射光谱的波长范围与已解析月壤样品中多类矿物对应的反射光谱的波长范围一致。

一实施例中，所述月壤样品中的多类矿物包括斜长石、辉石、橄榄石、钛铁矿和玻璃态物质。

本实施例与实施例1相比，省略了步骤101的操作，并将上述实施例1中的步骤102-104对应作为本实施例中的步骤201-203；由于实施例1中步骤101的效果主要是将反射光谱的非线性特征转换为线性特征；已有研究表明矿物反射光谱在可见光波段非线性特征较明显，在红外波段可近似为线性关系，且由于矿物的特征谱段主要为红外波段，因此本实施例中，仅基于实施例1中的步骤102-步骤104，就能实现对月表矿物的准确定量反演。

本实施例与实施例1相比，能避免引入Hapke辐射传输模型中过多的参数，降低计算量，提高对月表矿物定量反演的效率。

实施例3

参见图3，图3是本发明提供的一种多类型光谱变异下月表矿物含量定量反演装置的一种实施例的结构示意图，如图3所示，该装置包括反射光谱转换模块301，混合特征查找表构建模块302、Fisher混合特征获取模块303和特征匹配模块304，具体如下：

所述反射光谱转换模块301，用于获取已解析月壤样品中多类矿物对应的反射光谱，基于Hapke辐射传输模型将所述反射光谱转换为单散射反照率。

所述混合特征查找表构建模块302，用于对所述单散射反照率进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表。

所述Fisher混合特征获取模块303，用于获取待解析月壤样品中的待解混合反射光谱，基于所述Hapke辐射传输模型将所述待解混合反射光谱转换为单散射混合反照率，并对所述单散射混合反照率进行Fisher变换，得到Fisher混合特征。

所述特征匹配模块304，用于将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。

一实施例中，所述反射光谱转换模块301，用于基于所述Hapke辐射传输模型将所述待解反射光谱转换为单散射反照率；具体的，获取所述反射光谱对应的反射率，并将所述反射率输入到Hapke辐射传输模型中，以使所述Hapke辐射传输模型将所述反射光谱对应的反射率转换为单散射反照率，其中，所述Hapke辐射传输模型，如下所示：

其中，ω为单散射反照率，R为反射光谱对应的反射率，μ

一实施例中，所述混合特征查找表构建模块302，用于对所述单散射反照率进行Fisher变换，得到Fisher特征；具体的，计算所述单散射反照率转换到Fisher特征维的投影向量；根据所述投影向量对所述单散射反照率进行Fisher变换，其中，Fisher变换的公式如下所示：

y＝Ax；

其中，矩阵A为投影向量，x为单散射反照率，y为每条单散射反照率对应的Fisher特征。

一实施例中，所述混合特征查找表构建模块302，用于构建体积分数混合特征查找表；具体的，基于第一线性混合公式，构建体积分数混合特征查找表Y1，其中，所述第一线性混合公式为：

其中，i代表第i类矿物，V

一实施例中，所述混合特征查找表构建模块302，用于构建体积分数混合特征查找表；具体的，基于第二线性混合公式，构建体积分数混合特征查找表Y2，其中，所述第二线性混合公式为：

其中，i代表第i类矿物，M

一实施例中，所述Fisher混合特征获取模块303，用于获取待解析月壤样品中的待解混合反射光谱；具体的，获取待解析月壤样品在实验室内测量的可见光-近红外-短波红外波长范围内的混合反射光谱，其中，所述混合反射光谱的波长范围与已解析月壤样品中多类矿物对应的反射光谱的波长范围一致。

一实施例中，所述月壤样品中的多类矿物包括斜长石、辉石、橄榄石、钛铁矿和玻璃态物质。

实施例4

参见图4，图4是本发明提供的一种多类型光谱变异下月表矿物含量定量反演装置的另一实施例的结构示意图，如图4所示，该装置包括混合特征查找表构建模块401、Fisher混合特征获取模块402和特征匹配模块403，具体如下：

所述混合特征查找表构建模块401，用于对所述已解析月壤样品中多类矿物反射光谱进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表。

所述Fisher混合特征获取模块402，用于获取待解析月壤样品中的待解混合反射光谱，对所述反射光谱进行Fisher变换，得到Fisher混合特征。

所述特征匹配模块403，用于将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。

一实施例中，所述混合特征查找表构建模块401，用于对所述已解析月壤样品中多类矿物反射光谱进行Fisher变换，得到Fisher特征；具体的，计算所述反射光谱转换到Fisher特征维的投影向量；根据所述投影向量对所述反射光谱进行Fisher变换，其中，Fisher变换的公式如下所示：

h＝Bz；

其中，矩阵B为投影向量，z为反射光谱，h为每条反射光谱对应的Fisher特征。

一实施例中，所述混合特征查找表构建模块401，用于构建体积分数混合特征查找表；具体的，基于第一线性混合公式，构建体积分数混合特征查找表H1，其中，所述第一线性混合公式为：

其中，i代表第i类矿物，V

一实施例中，所述混合特征查找表构建模块401，用于构建体积分数混合特征查找表；具体的，基于第二线性混合公式，构建体积分数混合特征查找表H2，其中，所述第二线性混合公式为：

其中，i代表第i类矿物，M

一实施例中，所述Fisher混合特征获取模块402，用于获取待解析月壤样品中的待解混合反射光谱；具体的，获取待解析月壤样品在实验室内测量的可见光-近红外-短波红外波长范围内的混合反射光谱，其中，所述混合反射光谱的波长范围与已解析月壤样品中多类矿物对应的反射光谱的波长范围一致。

一实施例中，所述月壤样品中的多类矿物包括斜长石、辉石、橄榄石、钛铁矿和玻璃态物质。

本实施例与实施例3相比，省略了反射光谱转换模块301的操作，并将上述实施例3中的模块302-304对应作为本实施例中的模块401-403；由于实施例3中反射光谱转换模块301主要是将反射光谱的非线性特征转换为线性特征；已有研究表明矿物反射光谱在可见光波段非线性特征较明显，在红外波段可近似为线性关系，且由于矿物的特征谱段主要为红外波段，因此本实施例中，仅基于实施例3中的模块302-304，就能实现对月表矿物的准确定量反演。

本实施例与实施例3相比，能避免引入Hapke辐射传输模型中过多的参数，降低计算量，提高对月表矿物定量反演的效率。

所属领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不在赘述。

需要说明的是，上述多类型光谱变异下月表矿物含量定量反演装置的实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

在上述的多类型光谱变异下月表矿物含量定量反演方法的实施例的基础上，本发明另一实施例提供了一种多类型光谱变异下月表矿物含量定量反演终端设备，该多类型光谱变异下月表矿物含量定量反演终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现本发明任意一实施例的多类型光谱变异下月表矿物含量定量反演方法。

示例性的，在这一实施例中所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述多类型光谱变异下月表矿物含量定量反演终端设备中的执行过程。

所述多类型光谱变异下月表矿物含量定量反演终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述多类型光谱变异下月表矿物含量定量反演终端设备可包括，但不仅限于，处理器、存储器。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述多类型光谱变异下月表矿物含量定量反演终端设备的控制中心，利用各种接口和线路连接整个多类型光谱变异下月表矿物含量定量反演终端设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述多类型光谱变异下月表矿物含量定量反演终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

在上述多类型光谱变异下月表矿物含量定量反演方法的实施例的基础上，本发明另一实施例提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时，控制所述存储介质所在的设备执行本发明任意一实施例的多类型光谱变异下月表矿物含量定量反演方法。

在这一实施例中，上述存储介质为计算机可读存储介质，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

综上，本发明公开的一种多类型光谱变异下月表矿物含量定量反演方法及装置，通过获取已解析月壤样品中多类矿物对应的反射光谱，基于Hapke辐射传输模型将所述反射光谱转换为单散射反照率；对所述单散射反照率进行Fisher变换，得到Fisher特征，并基于所述Fisher特征分别构建体积分数混合特征查找表和质量分数混合特征查找表；获取待解析月壤样品中的待解混合反射光谱，基于所述Hapke辐射传输模型将所述待解混合反射光谱转换为单散射混合反照率，并对所述单散射混合反照率进行Fisher变换，得到Fisher混合特征；将所述Fisher混合特征分别与所述体积分数混合特征查找表和所述质量分数混合特征查找表进行匹配，得到所述待解月壤样品中多类矿物的体积分数和质量分数。与现有技术相比，本发明的技术方案能基于构建的体积分数混合特征查找表和质量分数混合特征查找表，实现对月表矿物的准确定量反演。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。