[发明专利]高光谱矿物分层谱系识别方法

摘要

本发明为了推动高光谱遥感技术的工程化、实用化、智能化以及规模化发展，在对矿物离子基团、矿化蚀变类型与蚀变分带、蚀变矿物共生组合三个层次光谱特征研究、分析和总结的基础之上，根据矿物混合光谱中不同级次特征光谱参量的数理逻辑关联，建立“矿物大类—矿物类型—具体矿物—矿物变种”的矿物识别分层谱系；归纳并评价了一些常用的光谱参量的稳定性和在矿物识别中的相对权重，建立20余种蚀变矿物的光谱识别方法以及光谱识别库。从而在有效解决光谱变化或变异的基础之上，将专业人员的矿物光谱知识融入矿物识别中，开发了高光谱矿物分层谱系识别方法，使一般操作人员也可以进行矿物的识别，实现高光谱遥感矿物识别的智能化、批处理以及矿物面积性填图的规模化应用。

主权项

1.一种高光谱矿物分层谱系识别方法，包括如下步骤：(1)光谱特征增强处理：对已进行大气校正和光谱重建的数据，进行去壳处理，消除背景影响，增强光谱的特征吸收，尤其是一些次级特征；(2)矿物大类识别：在(1)处理数据的基础之上，根据矿物识别光谱规则，与光谱识别库紧密结合，利用一些诊断性光谱特征进行矿物大类的识别，如含Fe2+矿物、Fe3+矿物、Mn2+和矿物、碳酸盐矿物、含Al-OH键矿物、含Mg-OH键矿物等；(3)区域分割处理：分别对(1)处理数据和(2)识别结果进行矩阵运算，分割出(2)结果的分布的数据块区域；(4)矿物种类识别：对(3)的处理的不同大类结果分布数据，与光谱识别库紧密结合，分别利用矿物识别光谱规则，进行矿物种类识别，如在Al-OH键矿物大类分布区域进行明矾石类、蒙脱石类、白云母类、高岭石类等的识别；(5)矿物变种的识别：利用(1)与(4)结果进行类似(3)的运算，分割出矿物种类分布的数据块区域，然后在针对不同的类型分布进行矿物变种的识别；(6)识别结果的表现：采用黑白图象或彩色图象进行处理。