[发明专利]一种高岭土矿物信息提取模型及其建立方法和应用

说明书

本发明提供了一种高岭土矿物信息提取模型及其建立方法和应用。本发明的高岭土矿物信息提取模型的建立方法，包括：步骤一：获取包含高岭土光谱特征的地面矿物信息；步骤二：基于鸟蛋位置编码构建波长组合，采用杜鹃搜索算法对所述地面矿物信息进行优化，获得用以输出最优波长组合的高岭土矿物信息提取模型。本发明的高岭土矿物信息提取模型能够适应大范围区域高岭土矿物的提取，通过输出最优波长组合即可快速地对机载高光谱信息中的高岭土矿物信息进行识别，高岭土矿物提取精度高。

技术领域

本发明涉及矿物信息提取技术领域，尤其是涉及一种高岭土矿物信息提取模型及其建立方法和应用。

背景技术

遥感信息提取是从海量、不完全的、有噪声的、模糊的、随机的实际应用遥感影像数据中提取出蕴涵在其中的大量的对用户有用的信息，例如地物、植被、温度等，并将其形成结构化的数据放入数据库中或以其它形式提供给用户查询使用。目前，基于遥感技术的矿物信息提取方法主要使用的是多光谱影像技术，然而该技术所包含的特征信息相对有限，对于大范围区域的识别精度相对较低。

高光谱遥感技术是利用很窄而连续的光谱通道对地物持续遥感成像的技术，通常具有波段多等特点，能够收集到上百个非常窄的光谱波段信息。相对于传统的遥感技术，高光谱遥感在对地观测和环境调查中提供了更为广泛的应用。尽管高光谱遥感技术对地物的分辨识别能力大大提高，并且可以区别属于同一种地物的不同类别，然而由于其主要依赖卫星高光谱影像，因此容易受天气、环境等客观条件影响导致光谱信息存在一定的失真；此外，高光谱影像波段信息丰富，其中包含了一定的冗余信息，从而降低了信息提取的精度。

鉴于此，特提出本发明。

发明内容

本发明提供一种高岭土矿物信息提取模型及其建立方法和应用，该模型能够输出高岭土矿物的最优波长组合，从而快速地对大范围区域高岭土矿物机载高光谱信息中的高岭土矿物信息进行识别和输出，高岭土矿物提取精度高。

本发明提供的一种高岭土矿物信息提取模型的建立方法，包括：

步骤一：获取包含高岭土光谱特征的地面矿物信息；

步骤二：基于鸟蛋位置编码构建波长组合，采用杜鹃搜索算法对所述地面矿物信息进行优化，获得用以输出最优波长组合的高岭土矿物信息提取模型。

现有技术中，地面光谱仪可以通过实地采集获取不同矿物的光谱特征曲线，然而由于其作业效率较低，通常不适用于大范围区域样本的采集；同时，机载平台高光谱传感器可以对较大范围工作区域的样本进行实时采集，然而存在光谱信息失真、冗余等问题，信息提取精度低，无法与实际高岭土矿物的特征分布相匹配。传统的波段选择技术虽然能在一定程度上降低数据维度，但是计算过程较为复杂，且计算过程不可逆，无法确定具体的波长。

针对上述问题，本发明通过地面光谱仪实地采集以获取不同矿物光谱特征曲线，同时结合机载平台高光谱传感器对较大范围工作区域的样本进行实时采集以获取机载高光谱数据，通过杜鹃搜索算法对地面矿物光谱特征曲线进行降维以选择出最优波长组合，同时结合高岭土矿物的特征吸收波长，将其在机载高光谱影像上进行对应，利用最优波长组合对机载高光谱影像中包含的高岭土矿物点进行识别。

本发明的上述方式将地面光谱特征与机载高光谱数据融合，通过地面数据对机载数据进行修正，使得两者保持相似的变化趋势，以充分发挥各自的优势，在保证一定地面训练样本的基础上，能够得出精准的高岭土矿物信息提取模型，利用该模型能够快速、精准地提取出大范围机载影像所包含的高岭土矿物点。

在本发明中，所述步骤一可以包括：获取地面光谱特征曲线，通过ENVI软件提取地面光谱特征曲线在不同波长下的光谱反射率并作为特征向量，针对高岭土与非高岭土矿物构建地面矿物信息样本集。本发明通过高岭土与非高岭土矿物构建的地面矿物信息样本集对模型进行反复训练和验证，进一步提高了模型的精准性。

在本发明中，所述步骤二可以包括：