ica在高光譜遙感礦物蝕變信息提取中應(yīng)用

《ica在高光譜遙感礦物蝕變信息提取中應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、摘要lCA在高光譜遙感礦物蝕變信息提取中的應(yīng)用作者簡(jiǎn)介：王璐，女，1986年8月生，師從成都理工大學(xué)郭科教授，2011年7月畢業(yè)于成都理工大學(xué)計(jì)算數(shù)學(xué)專業(yè)，獲得理學(xué)碩士學(xué)位。高光譜遙感通過(guò)航空或航天成像光譜儀獲得地物的連續(xù)光譜信息，其光譜分辨率高達(dá)10nm，使得原本在普通遙感中不可探測(cè)的物質(zhì)在高光譜遙感中能夠被探測(cè)。目前，高光譜遙感已被廣泛地應(yīng)用于地質(zhì)填圖、植被調(diào)查、海洋遙感、農(nóng)業(yè)遙感、大氣研究、環(huán)境檢測(cè)等領(lǐng)域，其中地質(zhì)找礦是其應(yīng)用最為成功的一個(gè)領(lǐng)域。高光譜遙感在地質(zhì)找礦方面的應(yīng)用包括：礦物識(shí)別，地質(zhì)填圖，蝕變、礦化信息提取等。高光譜遙感礦物識(shí)別的理論依據(jù)是穩(wěn)定化學(xué)組分和物理結(jié)構(gòu)的巖石礦

2、物具有穩(wěn)定的本征光譜吸收特征。因此，通過(guò)對(duì)高光譜遙感圖像數(shù)據(jù)的特性、結(jié)構(gòu)進(jìn)行分析，選擇適當(dāng)?shù)奶幚碜R(shí)別方法，可達(dá)到有效識(shí)別礦物的目的。高光譜遙感數(shù)據(jù)有著高光譜分辨率和低空間分辨率的特性，這使地物精細(xì)識(shí)別成為可能，但也帶來(lái)了一些問(wèn)題。其一是其數(shù)據(jù)的高維特性，為遙感數(shù)據(jù)的處理、存儲(chǔ)和傳輸帶來(lái)困難；其二是低空間分辨率導(dǎo)致的混合像元，影響了地物識(shí)別和信息提取的精度，是遙感技術(shù)向定量化發(fā)展的重要障礙。因此，如何有效地從高維數(shù)據(jù)中提取有用信息，分解混合像元是高光譜遙感地物識(shí)別和信息提取領(lǐng)域所面臨的重大挑戰(zhàn)。目前，研究者已將多種基于統(tǒng)計(jì)和模式識(shí)別的數(shù)據(jù)處理方法應(yīng)用于高光譜遙感地物識(shí)別和信息提取中。其中，

3、獨(dú)立成分分析(ICA)技術(shù)是一種基于信號(hào)高階統(tǒng)計(jì)特性的分析方法，通過(guò)將觀察到的數(shù)據(jù)進(jìn)行某種線性分解，使其分解為統(tǒng)計(jì)獨(dú)立且非高斯的成分。ICA利用數(shù)據(jù)之間的高階統(tǒng)計(jì)特性，既能實(shí)現(xiàn)對(duì)高光譜數(shù)據(jù)的降維，也能用于高光譜數(shù)據(jù)的混合像元分解。在利用ICA進(jìn)行高光譜數(shù)據(jù)處理時(shí)，將待識(shí)別的地物作為獨(dú)立成分表示出來(lái)，可得到地物之間的分離度最大化。目前已有的研究思路可以總結(jié)為以下兩種：第一，從數(shù)據(jù)降維和有效波段的角度出發(fā)，采用ICA方法對(duì)波段進(jìn)行變換，尋找地物光譜最有效的表示方式；第二，從光譜解混的角度出發(fā)，探討采用ICA方法實(shí)現(xiàn)地物的混合光譜解混，完成地物識(shí)別和信息提取。成都理：[大學(xué)碩士學(xué)位論文本文對(duì)高

4、光譜遙感圖像數(shù)據(jù)的特性進(jìn)行分析，使用USGS光譜庫(kù)中的礦物光譜作為端元信號(hào)，構(gòu)造模擬的高光譜遙感圖像，從統(tǒng)計(jì)分類的角度出發(fā)，兼顧ICA處理高光譜遙感數(shù)據(jù)的兩種研究思路，探討ICA技術(shù)在高光譜遙感礦物蝕變信息提取中的應(yīng)用，試圖找到適合高光譜遙感蝕變礦物分類和信息提取的新方法。主要工作內(nèi)容包括：1．對(duì)ICA技術(shù)的基本原理、算法和判據(jù)進(jìn)行了回顧和總結(jié)；2．探討了高光譜遙感數(shù)據(jù)的數(shù)據(jù)特征，回顧了傳統(tǒng)高光譜遙感圖像特征提取和分類的原理，并結(jié)合ICA的特性，解釋了基于ICA技術(shù)的高光譜遙感圖像特征提取模型和混合像元分解模型；3．選用USGS礦物波譜庫(kù)的蝕變礦物作為研究數(shù)據(jù)，構(gòu)造高光譜遙感模擬圖像，使

5、用ICA技術(shù)對(duì)其進(jìn)行特征提取和混合像元分解的實(shí)驗(yàn)。使用光譜角度填圖法(SAM)對(duì)特征提取前和特征提取后的模擬數(shù)據(jù)進(jìn)行分類，特征提取后的分類精度仍保持在90％以上，說(shuō)明基于ICA的特征提取是有效的?；贗CA的混合像元分解，端元提取誤差在10。3以內(nèi)。實(shí)驗(yàn)結(jié)果證明了ICA技術(shù)既可用于有效地提取特征波段，也可用于線性解混模型中端元信息和豐度信息的同時(shí)提取。關(guān)鍵詞：高光譜遙感蝕變礦物特征提取混合光譜分解ⅡAbstractIndependentComponentAnalysisforMineralizingAlterationInformationExtractionofHyperspectra

6、lRemoteSensingDataIntroductionoftheauthor：Wanglu，female，wasborninAugust，1986whosetutorwasProfessorGuoke．ShegraduatedfromChengduUniversityofTechnologyincomputationalmathematicsmajorandwasgrantedtheMasterDegreeinJuly,2011．Hyperspectralremotesensingobtainsinformationofcontinuousspectrumofgroundobjec

7、tsbyaerialorspaceimagingspectrometer．Thespectralresolutionofhyperspectralimagesreachupto10nm，makingundaectablesurfacefeaturesintraditionalremotesensingbeabletobedetectedinhyperspectralremotesensing．Currently,hyperspect