郭科-高光譜遙感信息提取與地質(zhì)應(yīng)用系列問題探討(成都理工大學(xué)_國土資源報)_第1頁
郭科-高光譜遙感信息提取與地質(zhì)應(yīng)用系列問題探討(成都理工大學(xué)_國土資源報)_第2頁
郭科-高光譜遙感信息提取與地質(zhì)應(yīng)用系列問題探討(成都理工大學(xué)_國土資源報)_第3頁
郭科-高光譜遙感信息提取與地質(zhì)應(yīng)用系列問題探討(成都理工大學(xué)_國土資源報)_第4頁
郭科-高光譜遙感信息提取與地質(zhì)應(yīng)用系列問題探討(成都理工大學(xué)_國土資源報)_第5頁
已閱讀5頁,還剩35頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、高光譜遙感信息提取與地物識別及地質(zhì)應(yīng)用系列問題探討成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室郭科王茂芝目錄nnn概述嘗試與探索問題與思考成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室1 概述n成像光譜理論與技術(shù)的興起使對地觀測技術(shù)發(fā)展到了一個新的階段。使遙感技術(shù)發(fā)生了質(zhì)的飛躍: q從鑒別(分類)發(fā)展到對地物的直接識別,q從探測宏觀地物發(fā)展到探測地物的組分以至化學(xué)組成q遙感工作方法也由圖像分析轉(zhuǎn)變?yōu)橐宰V分析為主的圖譜結(jié)合的模式q遙感應(yīng)用則逐漸擺脫了“看圖識字”的階段,而越來越依賴于對地物波譜特征的理解和定量分析。n在諸多領(lǐng)域得到廣泛應(yīng)用。成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2 嘗試與探索n“地質(zhì)應(yīng)用系統(tǒng)建設(shè)與典

2、型應(yīng)用示范研究”863子題“高光譜數(shù)據(jù)處理與蝕變礦物信息提取”q后續(xù)工作:成礦預(yù)測n高光譜遙感尾礦類型與分布自動識別成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室主要工作nnnnnn高光譜數(shù)據(jù)光譜特征分析蝕變礦物信息提取算法研究蝕變礦物識別和填圖(組合填圖)成礦遠景區(qū)分析尾礦圈定軟件集成技術(shù)研究和實現(xiàn)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2.1光譜特征nnnn光譜吸收指數(shù)光譜積分光譜導(dǎo)數(shù)包絡(luò)線成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室calcite-方解石-包絡(luò)線去除后光譜曲線chlorite-綠泥石-包絡(luò)線去除后光譜曲線epidote-綠簾石-原始光譜曲線muscovi-白云母-原始光譜曲線serpent-e

3、pidote-綠簾石-包絡(luò)線去除后光譜曲線muscovi-白云母-包絡(luò)線去除后光譜曲線serpent-蛇紋石-包絡(luò)線去除后光譜曲線成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室SAI(USGS)21010.501.054201.21.11010203011.051.11.11.151.21.2511.051.110.501.0310.501.0311.051.11.151.21.041.051.061.041.051.06成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室吸收峰位置(已知數(shù)據(jù))40003000200010000主吸收峰位置(USGS庫)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2.2蝕變信息提取nnnnn降

4、噪降維端元選擇端元識別混合像元分解成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室PPI圖中白色部分為純凈像元集成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室端元識別結(jié)果成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室光譜解混(混合像元分解)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2.3 填圖與組合填圖成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室蝕變礦物填圖成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室蝕變礦物識別填圖結(jié)果成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室選定蝕變礦物組合填圖成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2.4高光譜遙感影像綜合找礦遠景區(qū)分析n主要功能是疊加qqqqq研究區(qū)構(gòu)造解譯信息成礦地質(zhì)體圈定信息地

5、球化學(xué)成礦預(yù)測圖研究區(qū)巖性識別信息研究區(qū)蝕變礦物識別信息n實現(xiàn)成礦源景區(qū)的綜合分析成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室蝕變礦物識別填圖結(jié)果成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2.5 尾礦圈定nnnn光譜特征分析圖像掩膜處理尾礦類型識別尾礦分布圈定成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室n光譜導(dǎo)數(shù)n光譜積分n光譜吸收指數(shù)(SAI)n包絡(luò)線去除(CR)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室光譜導(dǎo)數(shù)(二階)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室光譜積分成都理工大學(xué)數(shù)

6、學(xué)地質(zhì)四川省重點實驗室光譜SAI成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室包絡(luò)線去除成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室掩膜處理n植被掩膜n水體掩膜n掩膜疊加成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室水體掩膜成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室掩膜疊加成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室尾礦識別n尾礦波譜庫構(gòu)建n光譜角匹配(SAM)n光譜相關(guān)系數(shù)匹配(SCM)n光譜特征分類成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室尾礦分布n尾礦范圍圈定n非監(jiān)督分類n圖像分割成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室非監(jiān)督分類成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成

7、都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室2. 6 軟件集成技術(shù)n開發(fā)規(guī)范qqqnn組件式開發(fā)核心算法要包裝為組件提供IDL和C#兩種調(diào)用IDL集成C#集成qqIDL DrawWidgetDLL成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室高光譜遙感地質(zhì)應(yīng)用軟件系統(tǒng)界面成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室高光譜尾礦識別應(yīng)用軟件系統(tǒng)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室3 問題與思考nnnnnn問題1:應(yīng)用領(lǐng)域拓展問題2:結(jié)合與融合問題3:基礎(chǔ)數(shù)據(jù)不足問題4:微觀技術(shù)與方法探討問題5:其他技術(shù)點探討成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室n問題一:

8、如何拓展高光譜遙感地質(zhì)應(yīng)用領(lǐng)域,并確保直接或間接應(yīng)用的科學(xué)性和有效性?成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室地質(zhì)應(yīng)用領(lǐng)域nnnnnnn高光譜蝕變礦物識別與填圖(最成功應(yīng)用領(lǐng)域)高光譜地質(zhì)成因信息探測研究高光譜成礦預(yù)測研究高光譜植被地化信息探測研究植被理化信息提取高光譜礦山環(huán)境分析研究成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室甘甫平,王潤生,2003成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室主要成果nn“基于光譜混合組成的高光譜礦物極大相關(guān)識別方法”(專利號: ZL 2004 10048343. 1) ?!案吖庾V礦物分層譜系識別方法”(專利號: ZL 2004 100483

9、46. 5)。成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室n問題2:高光譜遙感探測的局限性(地表和近地表)如何與其他學(xué)科和探測技術(shù)手段結(jié)合實現(xiàn)深部資源和能源的探測?qq理論指導(dǎo)技術(shù)方法體系指導(dǎo)成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室n問題3:高光譜地質(zhì)應(yīng)用推廣和拓展關(guān)鍵基礎(chǔ)數(shù)據(jù)以及數(shù)據(jù)源的不足與缺失。q高光譜地物(礦物、組合礦物、巖石、巖性等)波譜數(shù)據(jù)庫(波譜庫)各種探測平臺的高光譜數(shù)據(jù)源地表復(fù)雜景觀區(qū)的蝕變信息提取技術(shù)方法、流程和規(guī)范qq成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室問題4:從微觀技術(shù)層面n光譜分析技術(shù)qqqn光譜微分技術(shù)光譜

10、編碼技術(shù)n光譜匹配與地物識別技術(shù)qq光譜角端元提取技術(shù)nnn光譜特征提取技術(shù)qq解混技術(shù)q變換方法SVMn光譜分類技術(shù)qqqPPI最小二乘混合像元分解技術(shù)nn成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室關(guān)于光譜特征及其應(yīng)用nnn哪些指示特征如何提取怎么應(yīng)用成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室混合礦物波譜特征n如何組合/如何獲取/如何刻畫王潤生,2010成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗室探討nnnnnn如何充分利用光譜數(shù)據(jù)特征進行蝕變礦物分類和識別,特別是非單一光譜特征進行分類和識別是值得進一步探討的問題光譜空間和圖像紋理空間綜合特征分析波段選擇與降維算法分層提取技術(shù)/弱信息提取技術(shù)/盲信號處理技術(shù)解混算法:端元提取/混合像元分解nnn應(yīng)用更多實現(xiàn)從驗證到發(fā)現(xiàn)的突破復(fù)雜景觀區(qū)的遙感信息處理與綜合解譯技術(shù)方法、體系、流程野外光譜實測的規(guī)范和標(biāo)準(zhǔn)設(shè)置成都理工大學(xué)數(shù)學(xué)地質(zhì)四川省重點實驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論