王冬寅,朱谷昌,張遠(yuǎn)飛
(1.中南大學(xué),長沙 410083;2.有色金屬礦產(chǎn)地質(zhì)調(diào)查中心,北京 100012;3.中色地科礦產(chǎn)勘查股份有限公司,北京 100012)
典型地物光譜空間結(jié)構(gòu)特征與基本統(tǒng)計(jì)參數(shù)分析
王冬寅1,2,朱谷昌1,3,張遠(yuǎn)飛2
(1.中南大學(xué),長沙 410083;2.有色金屬礦產(chǎn)地質(zhì)調(diào)查中心,北京 100012;3.中色地科礦產(chǎn)勘查股份有限公司,北京 100012)
分別從光譜曲線及光譜特征空間入手,對內(nèi)蒙古突泉與青海同仁研究區(qū)野外實(shí)測巖石、土壤和植被等3類典型地物的光譜數(shù)據(jù)進(jìn)行了分析,發(fā)現(xiàn)研究區(qū)無論在光譜曲線空間,還是在光譜特征空間,同類地物的分布形態(tài)基本一致,而不同之處是由不同地區(qū)的地質(zhì)地貌、生態(tài)環(huán)境與氣候因素決定的,但不影響其空間分布形態(tài)的整體特征。通過分析與實(shí)驗(yàn),發(fā)現(xiàn)了幾種能夠在光譜特征空間對上述3類特征地物進(jìn)行較好區(qū)分的波段組合,可以利用這幾種波段組合指導(dǎo)根據(jù)遙感圖像生成的二維散點(diǎn)圖對這3類地物的分類,有助于改進(jìn)遙感蝕變信息提取方法。
光譜數(shù)據(jù)分析;光譜空間結(jié)構(gòu);二維散點(diǎn)圖;統(tǒng)計(jì)參數(shù);蝕變信息提取
目前,常用的遙感蝕變異常信息提取方法主要為“比值+主成分分析法”,但該方法采用的處理流程和分析手段相對固定,適用地區(qū)有限,而且會(huì)出現(xiàn)假異?,F(xiàn)象[1-2]。近10 a來,人們開始注重利用地物光譜特征分析來指導(dǎo)遙感礦化蝕變信息提?。?-4]。例如: 張遠(yuǎn)飛等[5-6]從遙感高(多)光譜數(shù)據(jù)的基本統(tǒng)計(jì)特征出發(fā),研究圖像數(shù)據(jù)的背景與異常的關(guān)系,并對高(多)光譜圖像數(shù)據(jù)點(diǎn)陣分布的空間幾何結(jié)構(gòu)進(jìn)行了深入研究,提出了針對遙感圖像多元數(shù)據(jù)特征的背景-異常模型,進(jìn)而上升為“遙感蝕變信息多層次分離技術(shù)模型”;高建陽[7]基于特征譜帶的光譜微分及完全波形特征的光譜匹配等遙感礦物識(shí)別方法對高植被覆蓋區(qū)的巖礦信息提取技術(shù)進(jìn)行了探討;余健等[8]基于ASTER圖像可見光、近紅外(VNIR)—短波紅外(SWIR)譜帶的特征光譜分析,采用相對波段吸收深度方法對蝕變信息進(jìn)行增強(qiáng)處理,在贊比亞謙比希銅礦區(qū)取得了較好的地質(zhì)效果。但在目前常用的利用地物光譜特征分析來指導(dǎo)遙感礦化蝕變信息提取的方法中,基于光譜特征空間分析的研究并不多。雖然2010年李紅等[9]在光譜特征空間中對典型地物點(diǎn)陣的分布形態(tài)及其空間分布關(guān)系進(jìn)行了分析總結(jié),但其所研究的區(qū)域僅限于中等植被覆蓋的礦物蝕變地區(qū),并沒有對多種景觀地區(qū)的典型地物在光譜特征空間的分布情況進(jìn)行對比分析。本文在前人研究成果的基礎(chǔ)上,對內(nèi)蒙古突泉縣-扎魯特旗及青海省黃南州同仁-澤庫地區(qū)巖石、土壤和植被等典型地物的野外實(shí)測光譜進(jìn)行了研究,從二維散點(diǎn)圖和光譜特征空間基本統(tǒng)計(jì)參數(shù)的角度分析這2個(gè)研究區(qū)典型地物的共性與區(qū)別;并試圖找出能夠在光譜特征空間區(qū)分上述3類典型地物的波段組合,以指導(dǎo)去除遙感圖像中干擾遙感蝕變信息提取的地物信息。
本文選擇內(nèi)蒙古突泉縣-扎魯特旗(以下簡稱內(nèi)蒙古突泉地區(qū))及青海省黃南州同仁-澤庫地區(qū)(以下簡稱青海同仁地區(qū))作為研究區(qū)域,研究區(qū)內(nèi)既有植被和土壤,又有裸巖,有利于研究植被、土壤和蝕變巖石這3者的關(guān)系。
內(nèi)蒙古突泉地區(qū)位于大興安嶺東南麓與松嫩平原過渡地帶,為波狀起伏的低緩丘陵植被覆蓋區(qū),海拔一般為400~600 m,屬大陸型寒溫帶季風(fēng)氣候,水系不發(fā)育。山包上植被不發(fā)育,主要由草本植物、灌木及喬木這3類植物組成;土壤顏色為淺黃色;巖石露頭斷續(xù)可見,主要巖石有花崗巖、熔巖、砂巖、斑巖等;該地區(qū)位于突泉-科爾沁右翼中旗-扎魯特旗銅、鉛、鋅、銀多金屬成礦帶上,礦床類型主要有矽卡巖型、脈狀熱液型及斑巖型。
青海同仁地區(qū)屬于青藏高原東北部的高寒山地地區(qū),海拔一般在3600~4500 m,最高海拔達(dá)5000 m以上,屬高原性氣候,干寒、多風(fēng)、溫差變化大,溝谷河流較發(fā)育。區(qū)內(nèi)植被主要為草本植物;土壤富含有機(jī)質(zhì),顏色較深,接近黑色;主要巖石有砂巖、閃長巖、灰?guī)r、大理巖等;該地區(qū)礦種豐富多樣,已探明礦種有銅、鉛、鋅、金、銀、砷、銻、鎢、鉬、錫、鈷等,礦產(chǎn)類型多為與中酸性侵入巖及次火山巖有關(guān)的熱液(脈)型、矽卡巖型和疊加改造型。
本文的野外光譜測試使用的是美國SVC(spectra vista corporation)公司生產(chǎn)的GER 2600便攜式光譜儀,其光譜響應(yīng)范圍為350~2500 nm,光譜分辨率在350~1050 nm范圍內(nèi)為1.5 nm,在1050~2500 nm范圍內(nèi)為11.5 nm,視場角為3°??紤]到儀器精度和大氣等因素的影響,本文研究的光譜區(qū)間設(shè)定在400~2550 nm范圍內(nèi)。
由于在室外進(jìn)行光譜測試受大氣、水氣和其他因素影響非常嚴(yán)重,研究中使用的所有巖石、土壤以及植被樣本數(shù)據(jù),均為在野外測試點(diǎn)采集樣品后在室內(nèi)進(jìn)行光譜測試獲得的數(shù)據(jù)。內(nèi)蒙古突泉地區(qū)的數(shù)據(jù)為2008年7月和2010年7月2次野外實(shí)測數(shù)據(jù)的集合;青海同仁地區(qū)的數(shù)據(jù)為2009年8月的野外實(shí)測數(shù)據(jù)。數(shù)據(jù)樣本采集數(shù)量及分布情況如表1所示。
表1 光譜數(shù)據(jù)樣本數(shù)統(tǒng)計(jì)Tab.1 Sample statistics of spectral data (個(gè))
分別選取內(nèi)蒙古突泉的西巴彥花地區(qū)及青海同仁的曲龍地區(qū)的光譜數(shù)據(jù)(圖1),采用文獻(xiàn)[9]的研究方法,對植被、土壤及巖石的光譜曲線特征進(jìn)行對比分析(表2)。
可以看出,2個(gè)地區(qū)的同類地物反射光譜曲線形態(tài)基本一致,存在的不同之處是由不同地區(qū)的生態(tài)環(huán)境、氣候因素與地質(zhì)條件決定的,但不影響各類地物反射光譜曲線的整體特征。
圖1 典型地物反射光譜曲線Fig.1 Spectral reflectance curves of typical objects
表2 內(nèi)蒙古西巴彥花與青海曲龍地區(qū)典型地物光譜曲線特征對比Tab.2 Comparing spectral curve characters of typical objects in Xibayanhua of Inner Mongolia and Qulong of Qinghai
續(xù)表
光譜特征空間是假設(shè)多光譜圖像有n個(gè)波段,則每個(gè)像元在各波段的灰度值將構(gòu)成一個(gè)向量,用X=(x1,x2,……,xn)T表示,xi為像元的向量值,包含所有X的n維空間稱為“光譜特征空間”[13-14]。
由于光譜曲線空間表達(dá)的是曲線的連續(xù)變化特征,而光譜特征空間表達(dá)的是離散樣點(diǎn)的光譜數(shù)據(jù)在統(tǒng)計(jì)空間的點(diǎn)群分布特征,因此要研究地物在光譜特征空間的分布特征,首先需對野外測得的光譜反射率數(shù)據(jù)以TM數(shù)據(jù)各波段范圍為譜段進(jìn)行重采樣,實(shí)現(xiàn)光譜數(shù)據(jù)從光譜曲線空間到光譜特征空間的映射變換[14];然后選擇不同的波段作為光譜特征空間的坐標(biāo)軸,得到光譜數(shù)據(jù)的二維光譜特征空間的點(diǎn)群分布圖(以下簡稱二維散點(diǎn)圖)。
2.2.1 典型地物散點(diǎn)圖分析
以TM3與TM4波段組合的二維散點(diǎn)圖(圖2)為例,分析植被、土壤與巖石這3類典型地物的光譜特征,以及3者之間的光譜空間結(jié)構(gòu)關(guān)系。
圖2 TM3與TM4波段組合散點(diǎn)圖Fig.2 Scatter plots by TM3 and TM4
從圖2可以看出:
1)從整體上看,內(nèi)蒙古突泉與青海同仁地區(qū)的土壤、植被與巖石光譜點(diǎn)群基本特征是非常相似的(其中,植被與巖石2類點(diǎn)群回歸直線的斜率幾乎一致),而土壤點(diǎn)群回歸直線的斜率稍有差別,表明相同地物在不同地區(qū)的光譜特性是具有共性的。
2)植被由于在近紅外波段(TM4)具有很高的反射率,所以其光譜點(diǎn)群明顯有別于其他2類地物。
3)2個(gè)地區(qū)的土壤擬合直線與巖石擬合直線基本平行,2類點(diǎn)群也很靠近,表明土壤主要來源于巖石的本質(zhì)特性。
4)仔細(xì)比較發(fā)現(xiàn),與內(nèi)蒙古突泉地區(qū)相比,青海同仁地區(qū)的土壤點(diǎn)群靠近坐標(biāo)軸的低端且分布長度明顯比較短,土壤擬合直線與巖石擬合直線有偏向植被點(diǎn)群的趨勢。通過分析可知,青海同仁地區(qū)土壤光譜的變化主要是受該地區(qū)植被腐爛后的有機(jī)質(zhì)成分的影響,土壤光譜值在TM3波段明顯變低,同時(shí)又有些植被光譜特征的痕跡。其他一些相關(guān)波段的散點(diǎn)圖也表現(xiàn)出青海同仁地區(qū)土壤光譜受植被因素影響的特征。分析自然氣候條件及采集光譜數(shù)據(jù)時(shí)的野外記錄可知,內(nèi)蒙古突泉地區(qū)的土壤主要由巖石風(fēng)化形成,故土壤光譜特征接近于巖石;青海同仁的土壤中含有較多的有機(jī)質(zhì),故其光譜特征受植被影響顯著。
由上述分析可知,在相同波段組合的光譜特征空間,不同地區(qū)的同種地物呈現(xiàn)的光譜特征相似;其呈現(xiàn)出不同特征的部分,是由該地區(qū)的地質(zhì)地貌、生態(tài)環(huán)境與氣候因素決定的,是可以解釋的。不同波段組合的散點(diǎn)圖可反映出上述3類地物的不同光譜空間結(jié)構(gòu)特征與相互關(guān)系。通過對比分析2個(gè)不同地區(qū)各種波段組合的散點(diǎn)圖,可從不同側(cè)面獲得這些典型地物更多的光譜空間結(jié)構(gòu)特征與相互關(guān)系。
2.2.2 散點(diǎn)圖斜率標(biāo)準(zhǔn)差與斜率差分析
為了進(jìn)一步的研究分析,本文分別采用內(nèi)蒙古突泉5個(gè)小地區(qū)、青海同仁5個(gè)小地區(qū)及2大地區(qū)內(nèi)各自匯總的光譜數(shù)據(jù),繪制出幾種常用波段組合的二維散點(diǎn)圖;再分別求得2大地區(qū)內(nèi)部的5個(gè)小地區(qū)在這些二維散點(diǎn)圖中3類地物的回歸直線斜率的標(biāo)準(zhǔn)差(以下簡稱斜率標(biāo)準(zhǔn)差),以及2大地區(qū)各自匯總數(shù)據(jù)的二維散點(diǎn)圖中3類地物的回歸直線的斜率(以下簡稱斜率);并計(jì)算2大地區(qū)間同類地物、同種波段組合的斜率差值(以下簡稱斜率差),結(jié)果見表3。
表3 光譜數(shù)據(jù)散點(diǎn)圖回歸曲線斜率及標(biāo)準(zhǔn)差Tab.3 Regression curve slope and standard deviation of scatter plots by spectral data
斜率標(biāo)準(zhǔn)差能反映內(nèi)蒙古突泉與青海同仁地區(qū)不同地物在散點(diǎn)圖中分布的相似程度;斜率反映地物在散點(diǎn)圖中的主要分布趨勢;斜率差則反映了各類地物在同種波段組合散點(diǎn)圖中分布的相似程度。
為了使分析更加具有實(shí)際意義與針對性,首先分別計(jì)算識(shí)別3類地物常用的6組TM波段間的相關(guān)系數(shù)(表4),然后對3類地物進(jìn)行散點(diǎn)圖回歸直線的斜率標(biāo)準(zhǔn)差與斜率差分析。
表4 3類地物光譜識(shí)別常用的波段組合及其相關(guān)系數(shù)Tab.4 Correlation coefficients of band composites of the three objects
分析表4發(fā)現(xiàn),在2個(gè)地區(qū)波段組合方案中,波段間的相關(guān)系數(shù)具有相似性。一般而言TM波段間的相關(guān)系數(shù)越小,其組合的信息量越大。下面將主要針對3類地物的各自相關(guān)性較小的波段組合進(jìn)行散點(diǎn)圖回歸直線的斜率標(biāo)準(zhǔn)差與斜率之差分析。
1)土壤光譜特征分析。從表3看出,土壤的波段組合除TM5與TM3,TM5與TM4外,其他波段組合的斜率標(biāo)準(zhǔn)差均不大;而2個(gè)地區(qū)間同種波段組合中土壤的斜率差較大(均在0.1以上,尤其TM5與TM3,TM3與TM1,TM5與TM4波段組合的斜率差更大)。
①雖然土壤光譜在TM4與TM7波段組合的相關(guān)系數(shù)最小,但它的斜率標(biāo)準(zhǔn)差和斜率差的值均不大,說明該波段組合在散點(diǎn)圖中反映出的是土壤光譜的共性信息,對土壤光譜的個(gè)性信息反映不明顯。
②土壤光譜在TM5與TM3,TM5與TM4兩組波段組合的相關(guān)系數(shù)較小,且土壤在TM5與TM3,TM5與TM4波段組合的散點(diǎn)圖中斜率標(biāo)準(zhǔn)差與斜率差均較大。土壤在TM3,TM4與TM5三個(gè)波段的光譜反射率受到水分、有機(jī)質(zhì)含量、土壤成分及其他土壤特性等影響[15]。分析可知,TM5與 TM3,TM5與TM4兩種波段組合的散點(diǎn)圖能夠較好地區(qū)分不同的土壤類型,反映出不同地區(qū)土壤所具有的特性。
③何挺等[16]通過研究分析,認(rèn)為光譜反射率與有機(jī)質(zhì)含量呈負(fù)相關(guān),在TM3,TM4波段附近的相關(guān)性最強(qiáng)。因此,雖然在土壤光譜方面TM3與TM1波段組合相關(guān)性較高,但在散點(diǎn)圖中斜率標(biāo)準(zhǔn)差較小、斜率差較大,說明TM3與TM1波段組合較好地反映了2大地區(qū)內(nèi)各自土壤的共性,同樣反映了2大地區(qū)土壤在有機(jī)質(zhì)含量方面的明顯不同。
2)巖石光譜特征分析。從表4看出,巖石在TM數(shù)據(jù)的各常用波段組合中任意波段間的相關(guān)系數(shù)均較高。根據(jù)隨機(jī)場理論和實(shí)際工作總結(jié),地物的光譜數(shù)據(jù)在2個(gè)相關(guān)波段的二維散點(diǎn)圖上一般呈橢圓形分布[5,17]。本文中所研究的巖石、土壤和植被樣本在所有波段組合的二維散點(diǎn)圖分布形態(tài)也均可以用橢圓形來描述,為便于分析說明,將包含所有樣本點(diǎn)的最小橢圓稱為該點(diǎn)群的“外包橢圓”。
從表3中可以看出,巖石的斜率差都較小(除TM3與TM1波段組合的斜率差為0.38外,其余波段組合的斜率差均不超過0.1)。觀察內(nèi)蒙古突泉和青海同仁地區(qū)的TM3與TM1波段組合散點(diǎn)圖(圖3)可以看出,青海同仁地區(qū)的巖石光譜樣本在散點(diǎn)圖上分布形態(tài)的離散度較大,已經(jīng)不是橢圓形分布,說明其可能存在蝕變信息[5]。青海同仁地區(qū)在TM3與TM1波段組合的斜率標(biāo)準(zhǔn)差為0.2377,是2個(gè)地區(qū)巖石的所有波段組合的斜率標(biāo)準(zhǔn)差中最大的。由此也可以看出,在TM3與TM1波段組合中,青海同仁地區(qū)的巖石顯示出了較明顯的蝕變信息特征。
圖3 TM3與TM1波段組合散點(diǎn)圖Fig.3 Scatter plots by TM3 and TM1
3)植被光譜特征分析。從表3看出:植被波段組合斜率標(biāo)準(zhǔn)差不大(除TM4與TM7,TM5與TM3外);2地區(qū)間同種波段組合植被的斜率差非常小(除TM4與TM7外,其他波段組合的斜率差約0.1)。
①植被光譜反射率在TM3與TM4波段處的相關(guān)性最小,在TM5與TM4波段處的相關(guān)性較小。但植被的上述2種波段組合的斜率標(biāo)準(zhǔn)差及斜率差均非常小,說明這2種波段組合能較好地反映植被光譜的共性信息,對不同地區(qū)植被光譜的個(gè)性信息反映不明顯。
②植被光譜反射率在TM4與TM7波段之間的相關(guān)性較小。但TM4與TM7波段組合的斜率標(biāo)準(zhǔn)差在內(nèi)蒙古突泉地區(qū)為0.3062,在青海同仁地區(qū)為0.7127,這2個(gè)地區(qū)的斜率標(biāo)準(zhǔn)差相差很大;TM4與TM7波段組合的斜率差也較大(為0.39)。說明TM4與TM7波段組合能夠反映出青海同仁5個(gè)小地區(qū)的植被具有較大差異,比內(nèi)蒙古突泉5個(gè)小地區(qū)的植被差異更大。這是由于青海同仁不同地區(qū)樣品采集地大多是放牧區(qū),其土壤受有機(jī)質(zhì)的影響大,各地土壤成分的差異較大,植被因受到土壤營養(yǎng)類型的影響而導(dǎo)致了植被光譜比較大的變化。
③植被光譜反射率在TM5與TM3波段之間的相關(guān)性較小。但TM5與TM3波段組合的斜率標(biāo)準(zhǔn)差在內(nèi)蒙古突泉與青海同仁均為0.4左右,斜率差較小(僅0.11)。由此可知,TM5與TM3波段組合反映出2大地區(qū)內(nèi)部各小地區(qū)植被的差異性,而2大地區(qū)之間的整體差異性較小。
通過對2大地區(qū)的光譜數(shù)據(jù)分析得出,在野外采集的光譜數(shù)據(jù)經(jīng)過重采樣映射到光譜特征空間后形成的二維散點(diǎn)圖中,2大地區(qū)各類地物無論是共性還是個(gè)性,都得到較好地反映。因此筆者認(rèn)為在二維散點(diǎn)圖中對各類地物信息進(jìn)行區(qū)分是可行的。
本文通過對內(nèi)蒙突泉與青海同仁2省的散點(diǎn)圖進(jìn)行觀察分析,發(fā)現(xiàn)TM3與TM4波段組合所形成的散點(diǎn)圖能夠較好地區(qū)分3類地物(圖3);TM5與TM3,TM5與TM4,TM5與 TM7等波段組合對3類地物的區(qū)分也有一定的效果。因此,選擇以上幾種波段組合計(jì)算比值,再與原始波段進(jìn)行組合形成的散點(diǎn)圖能夠?qū)?類地物進(jìn)行更好地區(qū)分。
根據(jù)分析與實(shí)驗(yàn),發(fā)現(xiàn)TM3/TM4波段比值分別與原始波段TM1,TM3,TM4和TM7及波段比值TM3/TM1,TM5/TM3,TM5/TM4 和 TM5/TM7 進(jìn)行組合,形成的二維散點(diǎn)圖能夠很好地區(qū)分3類地物;此外,TM5/TM3與TM5/TM4波段組合比值形成的二維散點(diǎn)圖也能夠較好地區(qū)分3類地物。
本文在光譜特征空間將3類地物進(jìn)行區(qū)分之后,能夠指導(dǎo)根據(jù)遙感圖像所形成的散點(diǎn)圖進(jìn)行3類地物的分類。分類時(shí)需要使用分割法或聚類法對各類地物進(jìn)行區(qū)分,其中對TM3/TM4與TM4組合(圖4),TM3/TM4與 TM3/TM1組合,TM3/TM4與TM5/TM7組合較適合使用分割法;對TM5/TM4與TM5/TM3組合(圖5),TM3/TM4與TM5/TM3組合較適合使用聚類法。
圖4 TM3/TM4,TM4波段組合散點(diǎn)圖Fig.4 Scatter plots by TM3/TM4 and TM4
圖5 TM5/TM4,TM5/TM3波段組合散點(diǎn)圖Fig.5 Scatter plots by TM5/TM4 and TM5/TM3
1)不同地區(qū)同種地物在相同波段組合的光譜特征空間中呈現(xiàn)出相似的光譜幾何結(jié)構(gòu)特征;不同地區(qū)的同種地物在相同波段組合的光譜特征空間呈現(xiàn)出的不同特征部分,是由該地區(qū)的生態(tài)環(huán)境、氣候因素與地質(zhì)條件決定的,是可以解釋的。
2)內(nèi)蒙古突泉地區(qū)的土壤主要由巖石風(fēng)化形成,光譜特征接近于巖石;青海同仁地區(qū)的土壤含有較多有機(jī)質(zhì),其光譜受植被光譜的影響顯著。
3)在野外采集的地物光譜數(shù)據(jù)經(jīng)過重采樣映射到光譜特征空間后所形成的二維散點(diǎn)圖中,不同地區(qū)的3類地物無論是共性還是個(gè)性,都可以得到較好的反映。因此,在二維散點(diǎn)圖中對各類地物信息進(jìn)行區(qū)分是可行的。
4)在光譜特征空間中,TM3/TM4波段比值分別與原始波段TM1,TM3,TM4,TM7及波段比值 TM3/TM1,TM5/TM3,TM5/TM4和 TM5/TM7進(jìn)行組合,形成的二維散點(diǎn)圖能夠很好地區(qū)分土壤、巖石與植被3類地物;此外,TM5/TM3與TM5/TM4波段比值組合形成的二維散點(diǎn)圖也能夠較好地區(qū)分這3類地物。
5)本文僅在理論層面對在光譜特征空間中可以區(qū)分土壤、巖石與植被這3類地物的波段組合進(jìn)行了分析與選取,在實(shí)際遙感圖像中對3類地物進(jìn)行區(qū)分時(shí),還需要進(jìn)一步的實(shí)踐與驗(yàn)證。
[1]胡 波,朱谷昌,張遠(yuǎn)飛,等.空間U統(tǒng)計(jì)量法在遙感蝕變信息提取中的應(yīng)用研究[J].國土資源遙感,2011(3):71-76.Hu B,Zhu G C,Zhang Y F,et al.The Application of Spatial U - static Method to the Extraction of Alteration Anomalies[J].Remote Sensing for Land and Resources,2011(3):71 - 76(in Chinese with English Abstract).
[2]張遠(yuǎn)飛,吳健生.基于遙感圖像提取礦化蝕變信息[J].有色金屬礦產(chǎn)與勘查,1999,8(6):604 -606.Zhang Y F,Wu J S.Extraction of Mineralization and Alteration Information from Remote Sensing Images[J].Geological Exploration for Non - ferrous Metals,1999,8(6):604 - 606(in Chinese with English Abstract).
[3]張宗貴,王潤生,郭小方,等.基于地物光譜特征的成像光譜遙感礦物識(shí)別方法[J].地學(xué)前緣,2003,10(2):437 -443.Zhang Z G,Wang R S,Guo X F,et al.Mineral Recognition Method by Spectrometry Remote Sensing Based on Material Spectral Characteristics[J].Earth Science Frontiers,2003,10(2):437 - 443(in Chinese with English Abstract).
[4]吳德文,朱谷昌,張遠(yuǎn)飛,等.多元數(shù)據(jù)分析與遙感礦化蝕變信息提取模型[J].國土資源遙感,2006(1):23-25.Wu D W,Zhu G C,Zhang Y F,et al.The Multivariate Data Analysis and the Model for Extracting Remote Sensing Mineralization and Alteration Information[J].Remote Sensing for Land and Resources,2006(1):23 -25(in Chinese with English Abstract).
[5]張遠(yuǎn)飛,楊自安,張普斌,等.高(多)光譜數(shù)據(jù)的背景-異常子空間模型研究[J].地球信息科學(xué)學(xué)報(bào),2009,11(3):282-290.Zhang Y F,Yang Z A,Zhang P B,et al.Research on Background-Anomaly Sub-space Model of Hyper(Multi)spectral Data[J].Geo-Information Science.2009,11(3):282 - 290(in Chinese with English Abstract).
[6]張遠(yuǎn)飛,吳德文,袁繼明,等.遙感蝕變信息多層次分離技術(shù)模型與應(yīng)用研究[J].國土資源遙感,2011(4):6-13.Zhang Y F,Wu D W,Yuan J M,et al.The Model and Application of Multi-level Detaching Technique of Remote Sensing Alteration Information[J].Remote Sensing for Land and Resources,2011(4):6-13(in Chinese with English Abstract).
[7]高建陽.Hyperion高光譜數(shù)據(jù)在福建鐘騰銅鉬礦區(qū)的應(yīng)用研究[J].國土資源遙感,2011(1):87 -90.Gao J Y.The Application of the Hypeion Hyper-spectral Image to the Zhongteng Cu-Mo Deposit in Pinghe County of Fujian Province[J].Remote Sensing for Land and Resources,2011(1):87 - 90(in Chinese with English Abstract).
[8]余 健,董玉森,張 志,等.基于ASTER影像的蝕變異常提取方法研究——以贊比亞謙比希銅礦床地區(qū)為例[J].國土資源遙感,2011(3):54-60.Yu J,Dong Y S,Zhang Z,et al.Research on the Methods for Extraction of Alteration Information by Using ASTER Data:A Case Study of the Chambishi Copper Deposit in Zambia[J].Remote Sensing for Land and Resources,2011(3):54 - 60(in Chinese with English Abstract).
[9]李 紅,朱谷昌,張遠(yuǎn)飛,等.礦化蝕變區(qū)典型地物光譜特征分析與空間結(jié)構(gòu)研究——以內(nèi)蒙古突泉縣-扎魯特旗成礦帶為例[J].國土資源遙感,2010(1):89-95.Li H,Zhu G C,Zhang Y F,et al.Reflectance Spectral Characteristics and Spatial Structure of Typical Objects in Mineralization and Alteration Areas:A Case Study of the Tuquan-Jarud County Metallogenic Belt in Inner Mongolia[J].Remote Sensing for Land and Resources,2010(1):89 -95(in Chinese with English Abstract).
[10]童慶禧.中國典型地物波譜及其特征分析[M].北京:科學(xué)出版社,1990:602-604.Tong Q X.Typical Object Spectrum Analysis of China[M].Beijing:Science Press,1990:602 -604(in Chinese).
[11]黃家柱.遙感地學(xué)分析[M/CD].[2011 -12 -29].http://kc.njnu.edu.cn/ygdxfx/page/jiaoan/ch7.htm.Huang J Z.Geography Remote Sensing Analysis[M/CD].[2011-12 - 29].http://kc.njnu.edu.cn/ygdxfx/page/jiaoan/ch7.htm(in Chinese).
[12]劉偉東.高光譜遙感土壤信息提取與挖掘研究[D].北京:中國科學(xué)院遙感應(yīng)用研究所,2002.Liu W D.Study on Extraction of Soil Information and Data Mining by Hyperspectral Remote Sensing[D].Beijing:Institute of Remote Sensing Applications Chinese Academy of Sciences,2002(in Chinese with English Abstract).
[13]中國知網(wǎng).CNKI概念知識(shí)元庫[DB/OL].[2011-12-29].http://define.cnki.net.China National Knowledge Infrastructure.CNKI Conceptual Knowledge Library[DB/OL].[2011 - 12 - 29].http://define.cnki.net(in Chinese).
[14]李 紅.地物光譜特征分析及其在礦化蝕變信息提取中的應(yīng)用研究[D].長沙:中南大學(xué),2010:31-32.Li H.Research on Spectral Analysis and Its Application to Mineralization Information Extraction[D].Changsha:Central South University,2010:31 -32(in Chinese with English Abstract).
[15]周 清.土壤有機(jī)質(zhì)含量高光譜預(yù)測模型及其差異性研究[D].杭州:浙江大學(xué),2004:13 -18.Zhou Q.Study on the Hyperspectral Prediction Models of Soil Organic Matter and Its Differences Among Soil Types[D].Hangzhou:Zhejiang University,2004:13 - 18(in Chinese with English Abstract).
[16]何 挺,王 靜,林宗堅(jiān),等.土壤有機(jī)質(zhì)光譜特征研究[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2006,31(11):975 -979.He T,Wang J,Lin Z J,et al.Spectral Features of Soil Organic Matter[J].Geomatics and Information Science of Wuhan University,2006,31(11):975 -979(in Chinese with English Abstract).
[17]李智勇,郁文賢,匡綱要,等.基于高維幾何特性的高光譜異常檢測算法研究[J].遙感技術(shù)與應(yīng)用,2003,18(6):379 -383.Li Z Y,Yu W X,Kuang G Y,et al.The Research of Anomaly Detection Based on High-dimensional Geometrical Feature in Hyperspectral Imagery[J].Remote Sensing Technology and Application,2003,18(6):379 -383(in Chinese with English Abstract).
Spatial Structure Features and Basic Statistic Parameters of Typical Ground Object Spectral Data
WANG Dong - yin1,2,ZHU Gu - chang1,3,ZHANG Yuan - fei2
(1.Central South University,Changsha 410083,China;2.China Non - ferrous Metals Resource Geological Survey,Beijing 100012,China;3.Sinotech Minerals Exploration Co.,Ltd.,Beijing 100012,China)
From the point of view of spectral curve and spectral feature space and through the analysis of the spectral data of three main ground objects measured in the field,i.e.,rocks,soil and vegetation,in the two study areas of Tuquan in Inner Mongolia and Tongren in Qinghai,the authors found that the feature distribution forms are basically the same in the two study areas in both spectral curve space and spectral feature space,although there exist a bit difference caused by the geological environment,ecological environment and climate factors in different areas.Through the analysis and experiment,it is found that several new band combinations can better distinguish the three main ground objects in the spectral feature space and can also guide the classification of the three main ground objects based on the scatter plots of the remote sensing image.This research is helpful to improving the method for extraction of alteration information.
spectral data analysis;spectrum spatial structure;2D scatter plot;statistical parameter;alteration information extraction
TP 79
A
1001-070X(2012)04-0138-08
2012-01-08;
2012-02-28
10.6046/gtzyyg.2012.04.23
王冬寅(1986-),女,碩士研究生,地圖學(xué)與地理信息系統(tǒng)專業(yè),主要從事GIS和RS應(yīng)用等方面的研究。E -mail:csu_wdy@163.com。
(責(zé)任編輯:邢 宇)