前言：中文期刊网精心挑选了高光谱遥感技术范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
高光谱遥感技术范文1
【Abstract】 Hyperspectral remote sensing technology， being one of the most important breakthroughs acquired in the field of earth observation by human in the recent 20 years， is an advancing technology of remote sensing in the next decades. It has the special qualities of high spectral resolution ，plentiful data etc.， so it can be extensively applied in environment protection， deposit exploration， vegetation monitoring and so on. The application of hyperspectral remote sensing in monitoring physiological parameters of vegetation mainly has the following aspects：nitrogen content in plants， chlorophyll content， ；water content.
【P键词】高光谱遥感；植物生理参数；氮素含量；叶绿素含量；水含量
【Keywords】 hyperspectral remote sensing； plant physiological parameters； nitrogen content in plants； chlorophyll content；water content
【中图分类号】P23 【文献标志码】A 【文章编号】1673-1069（2017）05-0182-03
1 引言
获取植物生理参数的传统方法是将植物带回到实验室进行化学和生物分析，这个过程需要花费巨大的人力物力成本，因此，我们探索是否可以应用新的技术来结合具体微生物复垦技术特点，以简化这些烦琐而且花费成本巨大的实验。利用高光谱扫描叶片来进行反演植物内部生理生化参数（氮磷钾等）含量，能够获得地物连续平滑的光谱曲线，并且可以捕捉到非常敏感微小的差异。
随着高光谱遥感技术的快速发展及其数据处理与分析方法的不断进步，与传统的生理生化实验相比，利用高光谱遥感数据反演植物生理生化参数在现实中会得到为更广泛的应用，高光谱遥感目前也正在成为观测植物长势和诊断植物病虫害的重要方法。
叶片中的氮素、叶绿素、水等含量与叶片反射率有着密切联系。可以用数学方法进行叶片生化组分含量的预测研究。随着高光谱遥感技术的发展，高光谱数据在作物生理参数诊断中所起的作用越来越受到人们的重视。
2 高光谱遥感技术在作物生化参数诊断中的应用
高光谱分辨率遥感技术的发展是20世纪末最后20年中人类在对地观测方面所取得的重大技术突破之一，也是当前及今后几十年内的遥感前沿技术。国际遥感界将光谱分辨率达纳米（nm）数量级范围内的遥感技术称为高光谱（HypersPectral）遥感。其光谱分辨率高，并具有波段多、信息量丰富的特点。常规的作物生化参数的获取方法是将样本从大田运输到实验室进行测定，这种方法费时、费力，且具有破坏性。近年来，随着高光谱技术的发展，由于其具有简便、快速、大面积、非破坏性等特点，在作物参数反演中发挥着重要且独特的作用，便携式高光谱仪通过测定作物的反射率、吸收率和透射率来对生化参数进行测定，可反演的参数主要有叶绿素含量、全氮含量、水含量等[4]。
3 监测生理参数的应用
3.1 氮素测定
氮素是植物内许多重要有机化合物的组成成分，是植物细胞原生质中的基本物质。蛋白质、叶绿素和核酸的合成都离不开氮元素[5]，例如蛋白质的多少直接影响植物的生长发育，酶就是蛋白质的一种，缺少酶这种催化剂，植物生长必然要受到影响。
氮肥是植被施肥中最不可或缺也是最普遍的肥料，而由于缺乏能够准确、快速、方便、经济诊断植物氮素营养水平的方法，如果施肥过量则会导致成本增加，污染环境；施肥过少则会导致植物缺乏养料，生长发育不正常，从而导致收成受损[6]。
从以上可以看出，研究精确、高效、实时地监测植物氮素含量的方法对于植物的生长状况监测具有至关重要的意义。基于此，很多学者提出不同条件下采用高光谱分析技术，提取植物氮素信息的方法。
目前作物氮素含量高遥感反演常采用的方法是基于高光谱敏感波段反射率或光谱植被指数的经验统计关系法[7]。孔维平[8]等利用ASD地物光谱仪，获取大豆叶片整个生理周期的高光谱数据，应用一阶微分光谱，衍生出基于光谱面积变量（A678-697）为自变量的幂函数模型，并以此为对照处理的大豆全氮最佳反演模型，该模型决定系数R2为0.81，EMSE和RE分别为0.33和7.59%。同时也衍生出基于光谱特征参数（A1605-1608-A1685-1709）为自变量，叶片全氮为因变量，决定系数R2为0.63，均方差（RMSE）分别为0.23和4.95%的模型。Feng等[8]发现将原始光谱进行一阶微分处理计算出红边区域的双峰面积可增加其与冬小麦叶片全氮含量的相关性，Li等[9]使用前人研究提出的可见光波段光谱指数，基于偏最小二乘回归方法对冬小麦叶片氮素含量进行了估测。Fava等[10]使用ASD地物光谱仪对地中海地区草地的光谱进行采集，发现近红外波段775-820 nm和红边位置附近波段740-770 nm的比值植被指数与草地的氮素浓度有较好的相关性。陈书琳 [11]等在不同接菌处理条件下，对大豆叶片全氮含量做了相关性分析，并采用地物光谱仪，获取大豆成熟发育时期的高光谱数据，利用原始光谱，衍生出基于光谱位置的分析方法，以688nm和503nm处反射率的差值作为自变量，叶片全氮（TN）含量为因变量，分析结果表明：全氮含量与TN含量呈显著的正相关（R=0.8723**，n=39）， 其模型决定系数R2为0.559，EMSE为0.669。
由此可见，利用高光谱的反射特征以及衍生出的特征参数可以实时、动态、高效地监测植物的氮素含量。
3.2 叶绿素测定
叶绿素可吸收光能，在植物进行光合作用的过程中必不可少，同时也是光合作用能力、植物生长发育阶段的指数器[12-13]。目前国内外研究人员针对高光谱遥感诊断叶绿素含量开展了大量研究。
房贤一[14]以蒙阴县果园的苹果树为试验材料，连续 2 年测定了苹果冠层光谱反射率和冠层叶绿素含量，分析了冠层叶绿素含量与光谱反射率之间的相关关系，并计算了 400～1000nm 任意两波段组合而成的 RVI、DVI、NDVI 和 RDVI，分析了它们与冠层叶绿素含量的关系，以逐步回归分析做比较，建立了苹果冠层叶绿素含量监测模型。建立苹果冠层叶绿素含量及冠层光谱特征参量间的定量关系模型，以促进高光谱技术在苹果树精准施肥以及快速、无损长势监测中的应用发展，结果表明我们采用多元逐步回归方法建立起来的模型的苹果冠层叶绿素含量监测效果较好。Moran等[15]研究表明叶绿素含量与波段700 nm附近的光谱反射率有很好的相关性，潘蓓[16]等利用ASD Fieldspec3 光谱仪，测定春梢停止生长期苹果冠层高光谱反射特性，对原始光谱进行一阶微分处理，与苹果叶绿素含量进行相关性分析以寻找与叶绿素含量相关性强的敏感波段，通过分析敏感区域400～1350nm范围内所有两波段组合的植被指数，选择最佳植被指数并建立苹果冠层叶绿素含量估测模型。结果表明：①苹果冠层叶绿素含量的敏感波段区域为400～1350nm。②利用筛选得到的植被指数CCI（D794/D763）构建的估测模型能较好地估测苹果冠层叶绿素含量。③以CCI（D794/D763）指数为自变量的估测模型CCC=6.409+1.89R3+1.587R2-7.779R的预测效果最佳。因此，利用高光谱遥感技术能够快速、精确地对苹果冠层叶绿素含量进行定量化反演，为监测苹果生长特性提供理论依据。
另外孙江涛[17]等探究利用高光谱遥感技术来监测不同施磷水平下接种菌根对植物生长的影响规律，通过高光谱扫描实验以及室内样品化验，获得4个不同施磷水平状况下玉米的高光谱反射率、叶片的叶绿素含量、植株生物量等数据。对高光V数据进行导数光谱计算和连续统去除处理，得到以不同玉米叶绿素含量差异的光谱特征参数为自变量，以叶绿素含量为因变量的线性或非线性回归模型，接菌处理玉米叶绿素含量所有的反演模型中，以REP为变量构建的线性模型具有较高的拟合精度和反演效果，检验决定系数R2为0.753，对照处理的玉米叶绿素含量的所有反演模型中，以RG为变量构建的指数模型的拟合度最高达0.927，检验决定系数为0.834.吉海彦[18]等使用ASD便携式光谱仪和LI-COR 1800型积分球，在350-1 650nm的光谱范围内，测量冬小麦叶片在不同生长期的反射光谱，用偏最小二乘方法建立了冬小麦叶片叶绿素含量与反射光谱的定量分析模型。在400～750nm的光谱范围，建立了叶绿素含量与反射光谱的模型，结果显示叶绿素的预测值与真实值的相关系数为01898，相对标准偏差为1316%。在光谱范围为1400～1600nm的农业生产中，这些结果是非常令人满意的。
3.3 水含量
叶片含水量是反映作物生理特性的一个重要参数，含水量的变化会影响作物对氮的利用以及叶片碳交换速率，从而影响碳循环和能量收支，以及作物产量。因此，选择适宜的
含水量反演指标评估旱情的发生、发展和变化情况，对进行相应的抗旱准备和采取及时的抗旱措施具有重要的指导作用。
Inoue等[19]研究发现大气对近红外水分吸收波段影响较大，因此不适合在高空遥感中用于评估植被的水分情况；在野外光谱采集中要充分考虑大气中水汽的影响，选择晴朗、能见度高且大气比较干燥的天气，以减少水汽对波段1450 nm处水分吸收峰的影响。Pietro等[20]提出全球植被营养指数GVMI，使得相对含水量的反演从局部扩展到了整体；另外王纪华[21]等应用地物光谱仪探讨了小麦叶片含水量对近红外（NIR）波段光谱吸收特征参量的影响，结果表明： 1165～1185nm间的光谱反射率与小麦叶片的含水量呈显著负相关，而且该波段在大气窗口之内，受大气层水的干扰较小，可作为航空或卫星遥感探测指标应用。由此根据大量观测数据建立了叶片含水量与吸收深度及吸收面积间的线性相关关系和回归方程式，从而提出一种利用光谱反射率诊断小麦叶片水分状况的遥感方法。
4 结语
高光谱遥感凭借其充分利用地物光谱特征的特点为农作物研究提供了新的平台[22]，与传统的多光谱遥感或宽波段遥感相比，高光谱遥感不仅能比较真实全面地反映各类植被的光谱特征及其差异，还能实现对某些植被生化参数的定量测定。因此，可以运用高光谱遥感技术进行低耗、高效、实时、无损地植被生理参数监测，从而实现对植物生长状况的监测和评估。
应用高光谱遥感技术可以监测植物的氮含量、叶绿素含量、水含量，清晰地了解植物的生理参数，为判断植物的生长状况提供参考，并为农业生产进行定量施肥提供依据。
【参考文献】
【1】程一松，胡春胜等.氮素胁迫下的冬小麦高光谱特征提取与分析[J].资源科学，2003，25（1）：86-93.
【2】冯先伟，陈曦等.水分胁迫条件下棉花生理变化及其高光谱相应分析[J].干旱区地理，2004，27（2）：250-255.
【3】杨吉龙，李家存等.高光谱分辨率遥感在植被监测中的应用综述[J].世界地质，2001，20（3）：307-312.
高光谱遥感技术范文2
关键词：遥感地址勘查技术；具体应用；研究
中图分类号： P627 文献标识码： A 文章编号： 1673-1069（2016）31-152-2
1 遥感地质及勘查技术概述
遥感技术所取得的地面图像和数据及相应的数据和信息处理技术在地质学的应用 。又称地质遥感。遥感地质一般包括4个方面的研究内容：①各种地质体和地质现象的电磁波谱特征。②地质体和地质现象在遥感图像上的判别特征。③地质遥感图像的光学及电子光学处理和图像及有关数据的数字处理和分析。④遥感技术在地质制图、地质矿产资源勘查及环境、工程、灾害地质调查研究中的应用。
1.1 遥感地质勘查技术的概念
利用飞机与卫星等遥感器对检测地标的地质数据进行电磁、光谱的扫描与识别的技术称之为遥感地质勘查技术，其在地质勘探工作中的应用有助于对检测地标的地质特性进行深入分析，进而可通过摸清地质信息与地质特征为地质勘探提供更为科学可靠的理论与数据。较之传统地质勘查技术，遥感地质勘查技术具有多层次、综合性与宏观性的特点，因而地质勘查检测结果的精准性可得到大大提升。近些年，遥感地质勘查技术凭借技术先进、检测结果准确等优势在现代地质勘查工作中发挥了越来越重要的作用。
1.2 遥感地质勘查技术的特点
1.2.1 科学性
遥感技术在地质勘查工作中的应用为其数据采集环节提供了大量更具科学性的理论依据。以遥感地质勘查技术在我国的应用为例，使用卫星、飞机等高端遥感器可科学计算、检测出待检测地标的具体地质状况，有效结合电磁技术、光谱技术同现代化计算机技术以及现代化航拍器械可使地质扫描工作更具科学性，进而可为我国地质勘查与地质研究工作提供更为科学、准确的勘察数据与地质资料。
1.2.2 精确性
不断增大的矿产需求量使得我国地质勘查工作逐渐细化，这对地质勘查技术也提出了越来越高的精细化要求。遥感地质勘查技术可通过电磁技术与光谱技术的应用扫描并分析地质状况，现代地质勘查工作的精细化需求可得到满足。遥感地质勘查技术的应用实例显示，其可对地质状况进行全方位的检测与计算，这对现代地质勘查工作精确性以及矿产开采效率的提高均十分有利。
2 遥感地质勘查技术的应用
2.1 获取地质构造信息
在应用遥感技术找矿的过程中，我们可通过空间信息观察到相关地质标志，而提取空间信息的过程中则需应用到遥感技术所呈现出的与检测区域成矿相关的线性图像，从推覆体以及断裂等相似类型中提取出有用信息是这一过程中需注意的部分。遥感地质勘查技术还可应用于获取酸性岩体、火山盆地等地质的信息。由于影响遥感技术成像的因素较多，因而其在地质勘查工作中极有可能会发生地质图像模糊的情况，这将直接导致地质线性形迹和地质纹理信息无法清楚显示出来，地质勘测工作随之面临困难。针对这一问题，目前主要采用人机交互、目视解译等方式来突出显示地质构造图像中的关键信息。
2.2 通过获取植被光谱来确定矿产位置
矿区感测区中的金属或矿物较易因地下水文因素和地下微生物作用的影响而改变底层结构，随之将会对土壤层中的成分造成矿物元素增加等影响，土壤成分受到的影响将直接体现在地表的职务上。土壤层中成分的变化将会改变地表植物对金属元素的剧集程度和吸收程度，继而将会使得植物内含水量及叶绿素也发生改变，后种变化将通过植物的反射光谱特征显示体现出来，遥感技术正是利用了这一系列的变化将检测区域地表植物的反射光谱特征显示出来，并通过分析植物异常光谱信息来确定该区域是否存在矿产。不同种类的植物，甚至是同种植物的不同器官在金属含量方面将会呈现不同的特点，因而需大量收集检测矿区的植被样品，并在分析植被光谱信息的基础上统计出具有良好金属吸收能力和聚集能力的植被。植物反射光谱的色调是应用光谱特征增强技术处理遥感图像的主要依据。分离提取出异常色调后，遥感技术可直观展现出这些异常色调，分析出植被对金属的吸收能力和聚集能力后则可为确定矿产位置提供一定的依据。
2.3 利用岩矿光谱技术进行识别
作为遥感地质勘查技术的理论基础，岩矿光谱技术适用于多光谱技术与高光谱技术，其主要是通过提取多光谱蚀变信息实现岩性识别与高光谱矿物识别的目的。多光谱技术较低的光谱分辨率使得岩矿的光谱特征表现力较弱，因此岩矿光谱技术在分析岩矿反射率差异时主要以图像线性信息与图像灰度特征为基础。较之多光谱技术，高光谱技术则既可获取到连续光谱信息，也可对地质类型加以直观地识别。综合使用多光谱技术与高光谱技术可对岩矿类型、与成矿作用有直接关系的矿物蚀变信息加以有效地识别，并可对蚀变强度进行定量，进而可为地质勘探工作提供强有力的技术支持。
3 加强遥感地质勘查技术应用的措施
前文笔者简要分析了遥感地质勘查技术的概念与特点，并探讨了其在地质勘探工作中的具体应用。由于我国在应用遥感地质勘查技术过程中仍存在不少问题，因而我们在实际应用过程中还需采取合理的措施来保证其应用效果。
3.1 加强对遥感技术理论研究
理论是实践的基础，遥感地质勘查技术的实际应用离不开有效的理论研究。因此我们首先需深入研究并分析大量与遥感技术相关的理论文献，为遥感技术的应用打下坚实的理论基础。除此以外，我们还需依据勘测区域的特点进行理论创新，不断丰富地质勘查技术应用的理论成果。
3.2 加强技术支持
技术支持在遥感地质勘查技术应用中处于十分关键的地位，因此我们首先需保持所应用的相关遥感设备的技术先进性，保证硬件基础；其次需加大引进与培养先进遥感技术人才的力度，以为遥感技术应用的准确性、合理性和科学性提供人才保证。
3.3 完善相关制度
遥感地质勘查技术的有效应用离不开相关制度的指导与规范，因此我们需积极完善诸如技术岗位责任制度的一系列制度，及时发现遥感地质勘查技术在应用过程中出现的问题，以促进我国遥感地质勘查技术的可持续发展。
4 结束语
综上所述，迅猛发展的国民经济使得国家对矿产资源的需求量越来越大，这对地质勘查技术的效率与精确度提出了越来越高的要求。对此，本文简单介绍了遥感地质勘查技术及其在地质勘探工作中的应用，并提出了加强其应用的具体措施，以期为相关人士提供理论参考。
参 考 文 献
[1] 王润生，熊盛青，聂洪峰，等.遥感地质勘查技术与应用研究[J].地质学报，2011，11：1699-1743.
[2] 易飞.遥感地质勘查技术探究与分析[J].住宅与房地产，2016，18：265.
[3] 罗庆霞，苏吉祥.遥感地质勘查技术在矿山中的应用[J].世界有色金属，2016，10：203+205.
高光谱遥感技术范文3
【关键词】遥感技术；3S；结合发展前景
【中图分类号】TP 【文献标识码】A
【文章编号】1007-4309（2013）07-0060-2
一、遥感技术的找矿应用
1.地质构造信息的提取
内生矿产在空间上常产于各类地质构造的边缘部位及变异部位，重要的矿产主要分布于板块构造不同块体的结合部或者近边界地带，在时间上一般与地质构造事件相伴而生，矿床多成带分布，成矿带的规模和地质构造变异大致相同。
遥感找矿的地质标志主要反映在空间信息上。从与区域成矿相关的线状影像中提取信息往往要包括断裂、节理、推覆体等类型，从中酸性岩体、火山盆地、火山机构及深亨岩浆、热液活动相关的环状影像提取信息泡括与火山有关的盆地、构造，从矿源层、赋矿岩层相关的带状影像提取信启、住要表现为岩层信息，从与控矿断裂交切形成的块状影像及与感矿有关的色异常中提取信息位口与蚀变、接触带有关的色环、色带、色块等）。当断裂是主要控矿构造时，对断裂构造遥感信息进行重点提取会取得一定的成效。
遥感系统在成像过程中可能产生“模糊作用”，常使用户感兴趣的线性形迹、纹理等信息显示得不清晰、不易识别。人们通过目视解译和人机交互式方法，对遥感影像进行处理，如边缘增强、灰度拉伸、方向滤波、比值分析、卷积运算等，可以将这些构造信息明显地突现出来。除此之外，遥感还可通过地表岩性、构造、地貌、水系分布、植被分布等特征来提取隐伏的构造信息，如褶皱、断裂等。提取线性信息的主要技术是边缘增强。
2.植被波谱特征的找矿意义
在微生物以及地下水的参与下，矿区的某些金属元素或矿物引起上方地层的结构变化，进而使土壤层的成分产生变化，地表的植物对金属具有不同程度的吸收和聚集作用，影响植叶体内叶绿素、含水量等的变化，导致植被的反射光谱特征有不同程度的差异。矿区的生
物地球化学特征为在植被地区的遥感找矿提供了可能，可以通过提取遥感资料中由生物地球化学效应引起的植被光谱异常信息来指导植被密集覆盖区的矿产勘查，较为成功的是某金矿的遥感找矿东南地区金矿遥感信息提取。
不同植被以及同种植被的不同器官问金属含量的变化很大，因此需要在己知矿区采集不同植被样品进行光谱特征测试，统计对金属最具吸收聚集作用的植被，把这种植被作为矿产勘探的特征植被，其他的植被作为辅助植被。遥感图像处理通常采用一些特殊的光谱特征增强处理技术，采用主成分分析、穗帽变换、监督分类非监督分类等方法。植被的反射光谱异常信息在遥感图像上呈现特殊的异常色调，通过图像处理，这些微弱的异常可以有效地被分离和提取出来，在遥感图像上可用直观的色调表现出来，以这种色调的异同为依据来推测未知的找矿靶区。植被内某种金属成分的含量微小，因此金属含量变化的检测受到谱测试技术灵敏度的限制，当金属含量变化微弱时，现有的技术条件难以检测出，检测下限的定量化还需进一步试验。理论上讲，高光谱提取植被波谱的性能要优于多光谱很多倍，例如对某一农业区进行管理，根据每一块地的波谱空间信息可以做出灌溉、施肥、喷洒农药等决策，当某农作物十枯时，多光谱只能知道农作物受到损害，而高光谱可以推断出造成损害的原因，是因为土地干旱还是遭受病虫害。因此利用高光谱数据更有希望提取出对找矿有指示意义的植被波谱特征。
3.矿床改造信息标志
矿床形成以后，由于所在环境、空间位置的变化会引起矿床某些性状的改变。利用不同时相遥感图像的宏观对比，可以研究矿床的侵蚀改造作用；结合矿床成矿深度的研究，可以对类矿床的产出部位进行判断。通过研究区域夷平而与矿床位置的关系，可以找寻不同矿床在不同夷平而的产出关系及分布规律，建立夷平而的找矿标志。另外，遥感图像还可进行岩性类型的区分应用于地质填图，是区域地质填图的理想技术之一，有利于在区域范围内迅速圈定找矿靶区。
二、遥感找矿的发展前景
1.高光谱数据及微波遥感的应用
高光谱是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。它利用成像光谱仪以纳米级的光谱分辨率，成像的同时记录下成百条的光谱通道数据，从每个像元上均可以提取一条连续的光谱曲线，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而具有巨大的应用价值和广阔的发展前景。成像光谱仪获得的数据具有波段多，光谱分辨率高、波段相关度高、数据冗余大、空间分辨率高等特点。高光谱图像的光谱信息层次丰富，不同的波段具有不同的信息变化量，通过建立岩石光谱的信息模型，可反演某些指示矿物的丰度。充分利用高光谱的窄波段、高光谱分辨率的优势，结合遥感专题图件以及利用丰富的纹理信息，加强高光谱数据的处理应用能力。微波遥感的成像原理不同于光学遥感，是利用红外光束投射到物体表而，由天线接收端接收目标返回的微弱同波并产生可监测的电压信号，由此可以判定物体表而的物理结构等特征。微波遥感具有全天时、全天候、穿透性强、波段范围大等特点，因此对提取构造信息有一定的优越性，同时也可以区分物理结构不同的地表物体，因为穿透性强，对覆盖地区的信息提取也有效。微波遥感技术因其自身的特点而具有很大的应用潜力，但微波遥感在天线、极化方式、斑噪消除、几何校止及辐射校止等关键技术都有待于深入研究，否则势必影响微波遥感的发展。
2.数据的融合
随养遥感技术的微波、多光谱、高光谱等大量功能各异的传感器不断问世，它们以不同的空间尺度、时间周期、光谱范围等多方面反映地物目标的各种特性，构成同一地区的多源数据，相对于单源数据而高，多源数据既存在互补性，又存在冗余性。任何单源信息只能反映地物目标的某一方面或几个方面的特征，为了更准确地识别目标，必须从多源数据中提取比单源数据更丰富、有用的信息。多源数据的综合分析、互相补充促使数据融合技术的不断发展。通过数据融合，一方面可以去除无用信息，减少数据处理量，另一方面将有用的信息集中起来，便于各种信息特征的优势互补。
蚀变矿物特征光谱曲线的吸收谷位于多光谱数据的波段位置，因此可以识别蚀变矿物，但是波段较宽，只对蚀变矿物的种属进行分类。与可见一红外波段的电磁波相比，达波对地而的某些物体具有强的穿透能力，能够很好地反映线性、环性沟造。达图像成像系统向多波段、多极化、多模式发展，获取地表信息的能力越来越强。总的来说，多光谱、高光谱数据的光谱由线特征具有区分识别岩石矿物的效果，所以对光学图像与雷达图像进行融合处理，既能提高图像的分辨率、增强纹理的识别能力，又能有效地识别矿物类型。
尽管融合技术的研究取得了一些可喜的进展，但未形成成熟的理论、模型及算法，缺乏对融合结果的有效评价手段。在以后的研究中，应该深入分析各种图像的成像机理及数据间的相关性、互补性、冗余性等，解决多源数据的辐校止问题，发展空间配准技术。优化信息提叉的软件平台，实现不同格式图像问的兼容性。
三、结束语
综上所述，遥感技术作为矿产勘查的一种手段应用于找矿取得了一定成就。遥感技术的直接应用是蚀变遥感信息的提取，遥感技术的间接应用包括地质构造信息、植被的光谱特征及矿床改造信息等方面。遥感找矿具有很大的发展前景的领域主要有：高光谱数据、数据融合技术、3s的紧密结合、计算机技术的发展。
【参考文献】
[1]吴晓伟.测绘工程GPS三维空间大地控制网的建设[J].硅谷，2013，4（2）.
[2]杨巨平，唐立哲.浅谈GPS在测绘中运用的几全要点[J].科技风，2013，10（4）.
高光谱遥感技术范文4
关键词 高光谱遥感 图像处理 分类
中图分类号：TP751 文献标识码：A
1高光谱遥感的简介
高光谱遥感技术是上世纪80年展起来的一种新兴的遥感技术，高光谱遥感利用很多窄的电磁波段（通常波段的宽度小于10nm）从感兴趣的物体中获取图像数据，一般它是在电磁波谱的可见光，近红外，中红外和热红外波段范围内，设置了几十甚至几百个连续波段，其光谱分辨率可高达纳米（nm）数量级。由于许多地表物质的吸收特性仅表现在20～40nm的光谱分辨率范围内，高光谱遥感图像可以识别在宽波段遥感中不可探测的物质。现在，遥感应用领域也更加拓宽，涉及全球环境，土地利用，资源调查，自然灾害，以及星际探测等方面。
遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别的图像的分类识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。
2高光谱遥感图像的分类方法
依据是否使用类别的先验知识，可分为监督分类和非监督分类。
2.1非监督分类
非监督分类是指人们事先对分类过程不施加任何的先验知识，而仅凭遥感影像地物的光谱特征的分布规律，随其自然地进行盲目的分类；其分类的结果，只是对不同类别达到了区分，但并不确定类别的属性；其类属是通过事后对各类的光谱响应曲线进行分析，以及与实地调查数据相比较后确定的。非监督分类主要的方法有K-均值聚类，ISODATA分类等。
K均值分类方法属于动态聚类法，其假定被用来表示样本空间的聚类中心的个数是预先知道的，这种假定本身在某种程度上限制了@一类方法的利用，它使聚类域中所有样本到聚类中心的距离平方和最小，这是在误差平方和准则的基础上得到的。K均值分类方法简便易行。这种方法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代的过程中又没有调整类别数的措施，因此不同的初始分类可能会得到不同的分类结果。
ISODATA分类又叫做迭代自组织数据分析技术，基本思想是通过设定初始参数而引入人机对话环节，并使用归并与分裂的机制，当某两类聚类中心距离小于某一阈值时，将它们合并为一类，当某类标准差大于某一阈值或其样本数目超过某一阈值时，将其分为两类。在某类样本数目少于某阈值时，需将其取消。
非监督分类的主要优点是无需对分类区域有广泛地了解，仅需一定的知识来解释分类出的集群组；人为误差的机会减少，需输入的初始参数较少。但是无监督分类需要对其结果需进行大量分析及后处理，才能得到可靠分类结果。
2.2监督分类
监督分类就是先用某些己知训练样本让分类识别系统进行学习，待其掌握了各个类别的特征后，按照分类的决策规则进行分类下去的过程。监督分类又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。监督分类的主要分类方法有最大似然法、贝叶斯方法、K近邻法等。
最大似然比判决分类方法是建立在贝叶斯准则基础上的，其分类错误概率最小，是风险最小的判决分析，是典型的和应用最广的监督分类方法，偏重于集群分布的统计特性，并假定训练样本数据在光谱空间服从高斯正态分布。该分类法错误最小精度高，是较好的一种分类方法。不足的是传统的人工采样方法工作量大，效率低，加上人为误差的干扰，使得分类结果的精度较差。
最小距离分类法又称光谱距离，是用特征空间中的距离表示像元数据和分类类别的相似程度，在距离最小（相似度最大）的类别上对像元数据进行分类的方法。
K近邻分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别。K近邻算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
有监督分类的主要优点是可充分利用分类地区的先验知识，预先确定分类的类别；可控制训练样本的选择，并可通过反复检验训练样本，以提高分类精度。但是人为主观因素较强；只能识别训练样本中所定义的类别，对于因训练者不知或因数量太少未被定义的类别，监督分类不能识别，从而影响分结果。
3结束语
监督分类和非监督分类的根本区别点在于是否利用训练区来获取鲜艳的类别知识，监督分类根据训练区提供的样本选择特征参数，建立判别函数，对待分类点进行分类。相比而言，非监督分类不需要更多的先验知识，它根据地物光谱特性进行分类。
参考文献
[1] 杜培军，夏俊士，薛朝辉，等.高光谱遥感影像分类研究进展[J].遥感学报，2016， 20（2）：236-256.
高光谱遥感技术范文5
关键字：遥感;GIS;高光谱;成矿预测
Abstract: as the society increasingly progress, increasing demand for minerals prospecting and increasing the level of difficulty, information ore-prospecting more and more applied in practice. This paper summarized the RS and GIS roughly in the present situation of the application of geology, the predecessor's research achievement, and on the basis of summarization of metallogenic prediction and RS and GIS inseparable relationship.
Keyword: remote sensing; GIS; Hyperspectral; Metallogenic prediction
中图分类号：O741+.2文献标识码：A 文章编号：
1引言
矿产资源是人类赖以生存和发展的物质基础，随着社会经济和科学技术的不断进步以及人口的增长，矿产品的消费量与日俱增，但是矿产勘查与开发难度的加大而导致的资源紧缺已成为制约全球社会与经济“可持续发展的”的关键因素。随着地表矿、浅部矿及易识别矿的日趋减少而导致的找矿难度的加大和找矿成本的提高,矿产勘查经历了由经验找矿、理论找矿和技术找矿的漫长经历后，进入了目前的信息化找矿时代。“信息化”是地质学发展的水平关键，地质学信息化水平的高低是衡量地质学现代化水平和发展潜力的重要标志。信息找矿战略目标是以地质空间多元信息库为支撑，以GIS为平台，发展新一轮矿产资源定量评估方法模型，为我国矿产资源评价提供方法技术支撑。
2RS在成矿预测中的应用
2.1 国内外研究现状
“遥感是20世纪中后期发展起来的新兴学科，遥感技术的发展，揭开了人类从外层空间观测地球、探索宇宙的序幕，为我们认识国土、开发资源、研究环境、分析全球变化找到了新的途径”。
最近几年，高空间分辨率的陆地卫星遥感传感器层出不穷，随着遥感数据获取技术的提高，遥感数据的处理技术也得到了很大的发展，特别是在遥感信息处理的全数字化、可视化、智能化和网络化方面有了很大的变化和创新。美国地质调查所（USGS）地壳成像与特性分析研究组是主要开展基础性、前瞻性遥感新技术研究的科研部门。近年来，其遥感项目研究重点之一就是在铀矿区、钼矿区和斑岩铜矿区，开展矿物学和稳定同位素化学与遥感数据相融合的地球探测新技术的研究、应用与推广，并初步建立了相应的光谱解译软件和数据库系统。
我国在上述研究领域开展的工作包括：鄂尔多斯盆地、塔里木盆地、腾冲盆地等砂岩型铀矿区及江西桃山花岗岩型铀矿田等主要成矿带，基于地面高光谱测量、航天高光谱（Hyperion）和高空间分辨率（Quickbird）遥感影像处理与光谱匹配技术，结合航空放射性测量数据分析，提取了主要铀成矿要素的光谱信息，从遥感物理学、空间信息科学、地质学等多个角度，综合分析铀矿床产出的空间信息特征，为铀成矿远景区预测提供遥感新技术新方法。国土资源部航测遥感中心在驱龙、新疆东天山及江西德兴等地区开展了高光谱矿物填图、找矿预测及矿山环境评价等方面的示范性研究工作，取得了理想科研成果。
2.2 遥感图像的预处理
无论是原始单波段图像还是RGB彩色图像，其色调对比度不大，灰度比较集中，遥感影像层次比较少，色彩不丰富，明亮度和饱和度较低，影像分辨力和解译力均很差，不适宜直接用于地质解译。我们必须对其进行预处理，一般来说常会用到的预处理内容包括几何校正、数据融合、遥感数据的辐射匹配、遥感影像镶嵌、子区选取、图像增强处理等等。
遥感图像预处理的目的就是要突出图像中的有用信息，扩大不同影像特征之间的差别，以提高图像质量和突出所需信息，有利于分析判读或作进一步的处理。在实际应用中，可以根据研究对象需解决的问题及图像本身的信息特征，通过基本的图像增强处理方法提高其目视效果，并且通过反差扩展、中值滤波、空间滤波等方法，对图像色调较暗、阴影较多以及不易对其进行结构解译的图像进行处理，使其结构层次鲜明，特别是阴影的噪声能够缓解，构造的解译度明显提高。
2.3高光谱特征研究
高光谱分辨率数据使遥感技术步入可以同时获取地球表面物质成分信息和空间分布特征信息的新阶段。目前，常用的遥感图像资料主要包括TM图像、SPOT图像、MSS图像和雷达图像等，随着现代科技的不断发展，遥感技术水平的不断提高，遥感图像的波谱分辨率有了很大的提高。
野外地物波谱测量数据是遥感应用的基础。高光谱分辨率数据具有图谱合一的特点，因此，野外地物波谱测量数据对航空高光谱数据的处理和解释尤其重要。光谱图像的最大特点是可以提取每个像元的光谱曲线以便和标准的、已知的光谱曲线进行对比和匹配研究，从而直接识别矿物，提取岩性、蚀变、矿化等信息。现如今，越来与多的学者投入到铀成矿的波谱研究中，他们根据可见光—热红外波段的波谱信息，通过高光谱特征分析，建立其光谱识别标志。
通过主要岩体的光学特性分析，可以得出从老至新不同期次岩体光谱特征出现规律性变化，根据这些典型光谱特征，可以进行不同期次岩体的光谱识别，并通过遥感制图圈定其空间分布范围，为铀资源勘查提供基础地质数据；通过控矿断裂带光谱学特征分析，可以对比得出石英在含水、风化、典型等形态下的光谱吸收峰的范围，为地区成矿预测提供最为直接的光谱数据；碱交代可能是某些研究区最为发育的热液蚀变，所以，通过矿化蚀变带光谱学特征分析，可以说明碱交代岩随着蚀变程度增加，原因是石英含量的减少。综上所述，依据热液蚀变带、控矿断裂带及成矿岩体等铀成矿要素的可见光—热红外的反射和发射吸收光谱特征，通过高光谱地质填图技术，可以圈定各种铀成矿要素的空间分布，为铀成矿预测提供技术支撑。
3GIS在成矿预测中的应用
在以往的铀资源勘查中，已经积累了海量的地质、物探、化探、遥感和水文等多源地学信息，而且伴随着近年来铀资源勘查力度的不断加大，信息的积累呈现出快速增长的态势。GIS技术的出现和不断推广使用，使得铀矿勘查信息处理和分析过程从传统的、人工的、离散的时代，进入现代的、数字化的、多源信息综合的时代。在铀资源勘查评价领域，GIS提供了在计算机辅助下对地质、地理、地球物理、地球化学和遥感等多源地学信息进行集成管理、有效综合与分析的能力，成为改变传统铀矿资源评价方法的强有力工具。
高光谱遥感技术范文6
天宫一号作为我国空间实验室雏形，已在轨运行近两年，各搭载设备状态良好，各项试（实）验进展顺利，科学成果丰硕。其中搭载的高光谱成像仪是目前我国空间分辨率和光谱综合指标最高的空间光谱成像仪，由中国科学院长春精密机械与物理研究所和上海技术物理研究所共同研制，其在空间分辨率、波段范围、波段数目以及地物分类等方面达到了国际同类产品水平。
“在天宫一号目标飞行器上安排高光谱遥感对地观测主要是利用高光谱成像仪的‘图谱合一’的特点以及高光谱成像仪在地表覆盖识别能力、蕴含地物光谱信息等方面优势，有针对性开展相关地区地质调查、矿产和油气资源勘查、森林监测、水文生态监测以及环境污染监测分析等方面的研究。”空间应用系统副总设计师张善从介绍说，“目前空间应用系统已组织国土资源部遥航中心、国家海洋局国家卫星海洋应用中心、中国林业科学研究院以及中科院遥感与数字地球研究所、青藏高原所、寒区旱区环境与工程研究所等近10家单位利用高光谱数据开展了相关领域应用研究。”
现在，就让我们一起走进各应用单位，深入了解一下天宫一号的“火眼金睛”在相关领域的应用。
林业方面
“在森林的生长演替过程中，会不断地受到人为或自然因素的干扰，如森林砍伐、火烧、病虫害等导致的森林损失，人工造林、自然恢复等引起的森林增加。而这些体现在景观尺度上为森林覆盖面积、年龄以及结构的变化，这些变化往往会引起地物反射光谱特性的改变。使用时间序列的遥感数据进行监测可有效地监测森林覆盖的变化情况。利用天宫一号高光谱成像仪数据在成像时间、空间分辨率和光谱分辨率等方面的优势，可在森林覆盖制图与变化检测方面有广阔的应用前景。”林科院资源信息所相关负责人介绍说。
由于空间遥感可以获得较大范围的数据，因此利用遥感数据可较好地估算森林的生物量和碳储量。林科院资源信息所通过对我国云南省景洪市西南部天宫一号高光谱成像仪可见近红外数据和短波红外数据处理分析，计算了反映植被特征的10种植被指数，并与地面实测林业样地的生物量结合建立了生物量评估模型，模型的决定系数为0.83，均方根误差为每公顷29.9吨，说明天宫一号高光谱数据对生物量的估测能力很强（决定系数的大小决定了相关的密切程度，越接近1时，表示相关的方程式参考价值越高；相反，越接近0时，表示参考价值越低。均方根误差说明样本的离散程度）。
在林火探测方面，由于目前我国森林防火业务主要应用的是中低空间分辨率、高时间分辨率的卫星数据（如风云卫星等），这些卫星数据用于探测火的波段的空间分辨率近1千米，它们对于较大面积的火场非常敏感，但对燃烧初期（0.6千米以下）的明火通常较难探测到。天宫一号高光谱成像仪可同时获取不同波谱范围的数据，通过综合这些波段特性，分析火情信息在这些波段的反映，寻求森林火灾监测及火烧迹地提取的最适宜波段范围，对于未来设计更适合森林火灾监测业务需求的传感器、更好地满足我国森林防火预警扑救的需求、切实保护我国生态环境和森林资源等具有十分重要的作用。
地质资源勘查
高光谱遥感的发展，不仅极大地提高了遥感的观测尺度、对地物的分辨本领和识别的精细程度，而且便遥感地质发生了由宏观探测到微观探测，由定性解译到定量反演的质的飞跃，已成为地质研究和地质勘查不可缺少的技术手段，在地质调查、矿产勘查、地质环境评价、地质灾害监测和基础地质研究等方面部发挥了越来越大的作用。
天宫一号高光谱数据覆盖可见近红外与短波红外谱段可识别AI-OH矿物（白云母、高岭石、蒙脱石）、Mg-OH矿物（绿泥石、绿帘石、角闪石）、SO42-（石膏、明矾石、黄钾铁钒）、CO32-（方解石、白云石），以及半定量估算白云母中AI的含量。上述矿物信息可为圈定成矿有利区提供重要信息。
中国国土资源航空物探遥感中心已根据该数据的特点与有关参数，开发了一整套数据处理与产品生产的技术流程。目前，已在国内中西部区获取了34景数据，并利用部分数据制作了矿物分布图。
海洋方面
海洋遥感是20世纪后期海洋科学取得重大进展的关键技术之一，其主要目的是了解海洋、研究海洋、开发利用和保护海洋资源。高光谱遥感的发展始于20世纪80年代，经过几十年的发展，已经成为当前海洋遥感和国际遥感科学的前沿领域。
国家卫星海洋应用中心通过对天宫一号高光谱遥感数据进行解译、信息提取综合而成了海洋领域遥感观测的数据图像。根据数据情况，对高光谱数据进行融合，提取了各要素信息矢量数据，对收集的数据进行海岸带信息与海冰信息监测，同时针对土地利用、滨海湿地、潮间带、地貌、岸线变迁、保护区、石油平台监测等典型海岸带特征的信息进行了制图。
油气信息提取
油气圈闭内常伴有CO2、H2O和惰性气体的甲烷等轻烃类物质穿透上覆致密岩层渗漏到地表、甚至扩散到近地表空中。利用遥感技术提取油气微渗漏信息，是一种非侵入式技术，具有经济、安全及高效等方面的优势，有很大的应用潜力。高光谱遥感技术具有较高的光谱分辨率和不间断的光谱覆盖，提供了丰富的地面信息，优化了岩矿识别与提取条件，增强了遥感对地探测能力和对地物的鉴别能力。将高光谱遥感技术用于油气微渗漏信息的提取具有重要的意义。
中科院遥感应用研究所系统研究了烃类物质微渗漏现象以及由此引起的地表蚀变，从微渗漏地表土壤及岩石地球化学异常、地表土壤吸附烃异类、地植物异常、地热异常等几个方面寻求遥感指示标志，确定了油气信息在高光谱影像上的特征，并充分利用天宫一号高光谱遥感数据开展油气资源光谱探测关键技术研究，丰富了我国在油气资源调查方面的监测手段和方法。
城市土地利用监测
随着数字化调查技术的发展，国土资源管理对土地利用动态监测提出了更高的要求。目前大多光谱数据由于受光谱分辨率的限制以及“同谱异物，同物异谱”现象的影响，难以满足现实需要。天宫一号高光谱成像仪具有较高光谱分辨率，在类别细分方面具有一定的优势，在当前土地利用监测方面具有一定的潜质。
中科院对地观测中心研究人员利用天宫一号高光谱数据对通州地区城市土地利用类型进行监测，并与统一时期环境1A星CCD数据进行了对比。对比显示，天宫一号高光谱数据分类结果更为细致，可清晰识别出主干道、细小河流、田块边界等，充分体现了天宫一号高光谱数据高空间分辨率在分类上的优势。
其他方面
植被在上地海拔梯度的垂直分布是对不同气候环境的响应的长时间表现方式，对于植被生态系统的气候变化响应具有重要的指示作用，成为植被生态研究的重要对象。
中科院对地观测中心研究人员利用东南部喜马拉雅山脉与横断山脉过渡地带的天宫一号高光谱数据，开展了藏南高山植被垂直带遥感监测与分析工作，并将结果叠加数字高程模型，可以看出不同植被类型的分布，具有明显的海拔差异。