[发明专利]基于广义加法模型的煤火信息高光谱遥感提取方法

权利要求书

1.一种煤火信息高光谱遥感定量化提取方法，其特征在于：研究区地 质特征分析及地物样本获取；利用光谱仪进行地物样本光谱测量及分析；获 取星载高光谱遥感数据；对所获高光谱数据进行预处理；影像光谱特征统计 并与实测地物光谱特征对比、分析，选择诊断性特征因子；基于诊断性因子 利用广义加法模型进行煤火烧变信息提取；信息提取结果验证；煤火区圈定；

步骤一、研究区地质特征分析及地物样本获取：对地质构造环境、煤层 分布、采矿工程及采空区状况进行分析，并采集烧变岩、煤矸石及硫磺的地 物样本；

步骤二、利用光谱仪进行地物样本光谱测量及分析：美国光谱分析设备 公司研制的FR—Por全光谱便携式光谱分析仪对所获地物样本进行实验室 光谱测试，并对反射率、中心波长，吸收深度及半高宽的光谱数据进行分析；

步骤三、获取Hyperion星载高光谱遥感数据；

步骤四、对所获Hyperion星载高光谱遥感数据进行预处理；

针对Hyperion数据自身的特点，以及研究区的状况分析，针对性的进 行预处理从而得到Hyperion数据的反射率图像，具体流程如下：

（1）非正常像元纠正

非定标波段去除：Hyperion原始数据242个波段中1～7波段、58～76 波段以及225～242波段由于没有进行定标，因此波段设为0值，将其去除生 成新的包含198个波段的图像；在Hyperion数据经过辐射定标的198个波 段中，由于VNIR中的56～57波段与SWIR中的77～78波段重合，并且VNIR 56～57波段的噪音要比SWIR77～78波段小，因此保留前者，删除SWIR77～78 波段，生成一个包含196个独立波段的图像；

像元值到绝对辐射值的转换：把原始数据分别分成VNIR波段和SWIR波 段的两个文件，并将VNIR波段图像除以40，生成一个新图像文件；SWIR波 段除以80，生成另一个新图像文件；然后，将两个图像文件合并，得到绝 对辐射值图像；

坏线修复：用其相邻行或列的平均值修复；

条带去除：利用“局部去条带法”并设置阈值进行去除；

“局部去条带法”的原理为：设m_ik为第k波段i列的平均值，s_ik为 第k波段i列的标准差，而设和分别为“参考图像”的平均值和标准 差；此处也是“全局”法和“局部”法的区别所在，“全局”法“参考图像” 的均值和标准差用整幅图像的均值和标准差代替，即：

mik‾=m‾k,sik‾=sk‾]]>

而“局部”法则选取条带列附近相邻几列作为“参考图像”，并用取选 的这几列数据的均值的平均值和标准差的平均值代替“参考图像”的均值和 标准差，即：

mik‾=lmean(mik‾),sik‾=lmean(sik‾)]]>

设传感器的增益为α_ik，偏移量为β_ik，则图像中第k波段的i列、 j行的辐射值x_ijk应修正为:

x'_ijk=α_ikx_ijk+β_ik

其中增益和偏移为：

αik=sik‾sik,βik=mik‾-αikxik]]>

当然，在进行计算前，首先应该判断图像列元素是否是条带，具体判别 式为：

test=|mik-lmed(mik)|lmed(sik)]]>

上述整个算法在Matlab软件中实现并完成图像的处理；

（2）大气校正：选择利用ENVI软件的FLAASH大气校正模块，消除大 气透过气透过率、天空光向下漫反射的因素对图像造成的影响，改善图像质 量；

（3）平滑：通过最小噪声分离MNF转换方法来去除/缓和图像中曲线上 的严重锯齿现象；

（4）几何校正：选取地面控制点进行校正；

步骤五、基于影像进行光谱特征统计，并与实测地物光谱进行比较和分 析，选择诊断性特征因子；

步骤六、以选取的诊断性因子作为参数，利用广义加法模型进行地下煤 火烧变信息提取；

对于煤火自燃的分类和预测就只存在燃烧和未燃烧两种情况，属于二值 问题，分别标识为1和0，使用二值逻辑回归方法来进行分类和预测；但是， 现实世界中影响因子与煤火燃烧之间往往是复杂的非线性关系，拟合二值逻 辑回归中的线性函数较为困难，会带来较大误差；广义加法模型对线性二值 逻辑回归模型进行了扩展，引入了平滑函数f代替逻辑回归模型中的线性 项，其形式为：

g(μ)=α+Σj=1nfj(xj)]]>

采用非参数的方法，将一些与因变量之间存在复杂非线性关系的自变量以不 同函数加和的形式拟合入模型；

步骤七、信息提取结果验证；将通过建立模型提取的结果进行效果和精 度的比较，

步骤八、煤火烧变区域圈定；根据通过模型提取的煤火烧变信息进行地 下煤火的烧变区域圈定。