[发明专利]一种伟晶岩型锂矿识别方法

权利要求书

1.一种伟晶岩型锂矿识别方法，其特征在于，所述伟晶岩型锂矿识别方法包括：

S1：获取目标区域的多种遥感影像数据；

S2：分别对每种所述遥感影像数据进行预处理，得到对应的预处理结果；

S3：分别提取每种所述遥感影像数据对应的预处理结果中的岩矿信息；

S4：利用各所述岩矿信息进行制图，得到对应的岩矿信息图；

S5：对各所述岩矿信息图进行叠置分析和空间分析，得到伟晶岩型锂矿识别结果。

2.根据权利要求1所述的伟晶岩型锂矿识别方法，其特征在于，所述步骤S1中，多种遥感影像数据至少包括多光谱数据和高光谱数据。

3.根据权利要求1所述的伟晶岩型锂矿识别方法，其特征在于，所述步骤S2中，所述预处理包括：辐射标定、大气校正和几何校正；

所述步骤S2包括：

S21：分别对每种所述遥感影像数据进行辐射标定，得到对应遥感影像的辐射标定结果；

S22：分别对每种所述辐射标定结果进行大气校正，得到对应的大气校正结果；

S23：分别对每种所述大气校正结果进行几何校正，得到对应的几何校正结果；

S24：将所述对应的几何校正结果作为所述对应的预处理结果输出。

4.根据权利要求2所述的伟晶岩型锂矿识别方法，其特征在于，步骤S3包括：

S31：提取所述多光谱数据的预处理结果中的第一岩矿信息；

S32：提取所述成像高光谱数据的预处理结果中的第二岩矿信息。

5.根据权利要求4所述的伟晶岩型锂矿识别方法，其特征在于，所述S31包括：

S311：分别对所述多光谱数据的预处理结果进行降维处理，得到岩体和构造信息；

S312：对所述成像多光谱数据的预处理结果进行蚀变信息映射，得到映射结果；

S313：提取所述映射结果中的蚀变信息和矿物信息；

S314：利用混合调谐匹配滤波提取所述映射结果中的包含矿伟晶岩的潜在区域；

S315：将所述岩体和构造信息、所述蚀变信息、所述矿物信息以及所述包含矿伟晶岩的潜在区域作为所述第一岩矿信息输出。

6.根据权利要求5所述的伟晶岩型锂矿识别方法，其特征在于，所述多光谱数据包括Landsat-8多光谱遥感影像和ASTER多光谱遥感影像，所述映射结果包括热液蚀变矿物的光谱特征，所述步骤S313包括：

根据所述热液蚀变矿物的光谱特征所对应的影像波段信息；

提取所述Landsat-8多光谱遥感影像在波段范围为0.45～0.51μm、0.85～0.88μm、1.57～1.65μm和2.11～2.29μm的羟基蚀变信息；

提取所述Landsat-8多光谱遥感影像在波段范围为0.45～0.51μm、0.64～0.67μm、1.57～1.65μm和2.11～2.29μm的含Fe²⁺和Fe³⁺的矿物信息；

提取所述ASTER多光谱遥感影像在波段范围为0.520～0.600μm、0.780～0.860μm、1.600～1.700μm、2.185～2.225μm的Al-OH蚀变信息；

提取所述ASTER多光谱遥感影像在波段范围为0.520～0.600μm、0.780～0.860μm、1.600～1.700μm、2.295-2.365μm的Mg-OH蚀变信息；

提取所述ASTER多光谱遥感影像在波段范围为0.520～0.600μm、0.630～0.690μm、0.780～0.860μm、1.600～1.700μm的含Fe²⁺和Fe³⁺的矿物信息。

7.根据权利要求4所述的伟晶岩型锂矿识别方法，其特征在于，所述高光谱数据至少包括GF-5高光谱数据和成像高光谱数据，所述步骤S32包括：

S321：利用波谱沙漏工具提取所述GF-5高光谱数据的预处理结果中蚀变矿物的波谱；

S322：利用混合调谐匹配滤波确定所述波谱中的端元波谱；

S323：提取所述端元波谱中的结构-纹理-色调特征；

S324：根据所述结构-纹理-色调特征确定不同的花岗岩体；

S325：利用包络线去除方式提取所述成像高光谱数据的预处理结果中不同的花岗岩体的光谱特征；

S326：将所述结构-纹理-色调特征和所述光谱特征作为所述第二岩矿信息输出。