[发明专利]一种矿物组分高光谱遥感精细鉴别方法

说明书

本发明公开了矿物组分高光谱遥感精细鉴别方法，将研究区域的矿物粉末进行光谱扫描，获取矿物粉末的光谱曲线；提取并去除矿物粉末的光谱曲线中所包含的异常光谱曲线，并进行算数平均，得到矿物粉末的平均光谱曲线；进行去噪声处理，得到滤除噪声后的光谱曲线；进行标准化处理，获取光谱曲线的吸收峰；得到光谱曲线中含有的所有端元，通过最小二乘法模型，获取最优端元组；根据最优端元组中的端元光谱反射率值以及研究区域遥感测量的光谱反射率值，建立光谱反射率反演方程组并进行求解，获取研究区域遥感测量的光谱曲线中所含有的矿物组分。解决端元的不确定性、光谱噪声去除和矿物光谱解混困难等问题。

技术领域

本发明涉及遥感信息提取技术领域，更具体地，涉及一种矿物组分高光谱遥感精细鉴别方法。

背景技术

矿物是指在各种地质作用过程中产生和发展的，在一定地质和物理化学条件处于相对稳定的自然元素的单质和化合物，是组成岩石的基本单元。组成岩石的主要矿物称为造岩矿物，而在成岩、成矿过程中，受温度、压力变化而导致物质成分、结构、构造发生变化的矿物，称为蚀变矿物。矿物的类型与含量能指示成矿时的物理、化学条件，热液性质和演化，以及成矿元素的迁移、富集和矿石沉淀的有关信息，是极其重要的找矿标志之一。它不仅能指示盲矿体的存在，还可根据矿物类型和特征预测矿产的种类、矿体赋存的位置以及矿化富集的程度。因此，准确识别矿物的意义重大。

矿物本身所具有的特征谱的强度和形态，成为矿物精细鉴别的光谱学基础。可见光—近红外波段(0.4-1um)，记录了矿物的反射光谱特征，主要表现为过渡元素(如Fe、Mn、Cu、Ni、Cr)的电子过程；短波红外波段(1-3um)，记录了矿物分子振动的光谱特征，主要表现为氢氧根、水分子和碳酸根的分子振动光谱；热红外窗口区(3-5um，8-14um)则记录了矿物的特征光谱，如硅酸盐、碳酸盐、氧化物、磷酸盐、氢氧根等的光谱特征。由于高光谱测量的是岩矿混合光谱，其光谱曲线受矿物混合、风化、粒度、颜色、地表覆盖、大气状况和地形等多方面的影响，导致基于高光谱反演矿物类型及其含量较为困难。

基于上述原理，研究人员提出了多种矿物组分反演模型，如光谱混合像元分解、光谱角匹配等经典矿物组分信息提取方法。近年来，又发展了光谱能级匹配法、权重光谱角制图法、矿物组分快速定量提取模型等；应用上述模型开展了金矿、铜矿、火星成分和油气渗漏等方面的高光谱勘查工作，并取得了一定成效。

然而，复杂的矿物光谱混合原理、端元的不确定性和光谱噪声等降低了矿物组分的提取精度。

因此，提供一种矿物组分高光谱遥感精细鉴别方法，解决端元的不确定性、光谱噪声去除和矿物光谱解混困难等问题，是本领域亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种矿物组分高光谱遥感精细鉴别方法，解决端元的不确定性、光谱噪声去除和矿物光谱解混困难等问题。

为了解决上述技术问题，本发明提出一种矿物组分高光谱遥感精细鉴别方法，包括：

将研究区域的矿物样品，进行研磨、过筛处理，得到所需粒度的矿物粉末；

将所述矿物粉末置于光谱仪中的样品架上，进行光谱扫描，获取至少两组所述矿物粉末的光谱曲线；

对所述矿物粉末的光谱曲线进行分解，提取并去除所述矿物粉末的光谱曲线中所包含的异常光谱曲线，得到处理后的所述矿物粉末光谱曲线，将处理后的所述矿物粉末光谱曲线进行算数平均，得到所述矿物粉末的平均光谱曲线；

将所述矿物粉末的平均光谱曲线进行去噪声处理，得到滤除噪声后的光谱曲线；

将滤除噪声后的所述光谱曲线进行标准化处理，获取所述光谱曲线的吸收峰；

根据所述光谱曲线的吸收峰，获取所述光谱曲线中含有的所有端元，将所述端元进行排列组合，形成至少两个端元组，将所述端元组依次带入最小二乘法模型，获取最优端元组；