導(dǎo)語：如何才能寫好一篇高光譜遙感技術(shù)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：高光譜遙感；葉面積指數(shù)（LAI）；反演模型

Abstract: High spectrum remote sensing technology as the inversion of crop leaf area index ( LAI ) are a powerful tool, in recent years it has been pay more and more attention of both domestic and foreign scholars. The paper systematically summed up the use of hyperspectral remote sensing inversion of LAI value general methods, including experimental field establishment, data acquisition, LAI value, HVI value calculation, determination of inversion model is generated in five steps. Summarizes some common crop optimal LAI value quantitative inversion model for future related research, consulting.

Key words: remote sensing; leaf area index (LAI); inversion model

中圖分類號(hào)：S127文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

引言

遙感技術(shù)是指遠(yuǎn)距離、 在不直接接觸目標(biāo)物體情況下,通過接收目標(biāo)物體反射或輻射的電磁波,探測(cè)地物波譜信息,并獲取目標(biāo)地物的光譜數(shù)據(jù)與圖像,從而實(shí)現(xiàn)對(duì)地物的定位、 定性或定量的描述。隨著遙感技術(shù)的不斷發(fā)展，遙感傳感器的數(shù)據(jù)獲取技術(shù)趨向于“三多”和“三高”方向發(fā)展，“三多”是指多平臺(tái)、多傳感器、多角度獲得遙感數(shù)據(jù)；“三高”則指高空間分辨率、高光譜分辨率和高時(shí)相分辨率遙感數(shù)據(jù)的獲取[1]。

現(xiàn)代遙感技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)已經(jīng)有 20多年的歷史,該技術(shù)在作物認(rèn)別、 面積計(jì)算、作物長勢(shì)監(jiān)測(cè)、災(zāi)害評(píng)估和產(chǎn)量估計(jì)等方面取得了重大成績(jī)。高光譜遙感是高光譜分辨率遙感（(Hyper spectral Remote Sensing）的簡(jiǎn)稱，是指利用高光譜傳感器以高光譜分辨率獲取連續(xù)的地物光譜圖像的遙感技術(shù)，這里的高光譜分辨率是指?jìng)鞲衅饔糜谔綔y(cè)地物的電磁波總波段寬度較寬（如MODIS傳感器達(dá)到了0.4~14.5um）、波段數(shù)較多（如美國 Analytical Spectral Devic公司生產(chǎn)的 FieldSpec Pro FR2500型背掛式野外高光譜輻射儀輸出波段數(shù)多達(dá)2150個(gè)）、每個(gè)子波段的波段寬度較窄（如MODIS傳感器的最小子波段寬度為5~10nm）[2]。高光譜遙感與常規(guī)遙感的區(qū)別在于常規(guī)遙感又稱寬波段遙感, 每個(gè)子波段的波段寬度一般為100 nm,且波段在波譜上不連續(xù),并不完全覆蓋整個(gè)可見光至紅外光 (0.4～2.4μm)光譜范圍[3]。高光譜遙感的出現(xiàn)是遙感界的一場(chǎng)革命,它使本來在寬波段遙感中不可探測(cè)的物質(zhì)在高光譜遙感中能被探測(cè)到。

目前，國內(nèi)外在利用高光譜遙感手段反演植物的綠色葉面積指數(shù)，進(jìn)而控制精準(zhǔn)農(nóng)業(yè)生產(chǎn)的技術(shù)方面有很多的研究。植物的綠色葉面積指數(shù)（LAI）是表征植被光合面積大小和冠層結(jié)構(gòu)的重要參數(shù)。它參與許多生物和物理過程，與植物的呼吸蒸騰、太陽光吸收、通風(fēng)透光、雨水的吸收等密切相關(guān)，同時(shí)還是作物生產(chǎn)中判斷作物長勢(shì)優(yōu)劣的重要參數(shù)。因此，實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)作物L(fēng)AI值狀況具有重要意義。而高光譜遙感技術(shù)以其快速、無損和大面積探測(cè)等特點(diǎn)，正逐步成為LAI值估測(cè)的有力工具。

葉面積指數(shù)反演的一般建模方法及精度評(píng)定

近年來，雖然在高光譜遙感技術(shù)反演植物的綠色葉面積指數(shù)，進(jìn)而指導(dǎo)精準(zhǔn)農(nóng)業(yè)這一領(lǐng)域的相關(guān)研究較多，但綜合地總結(jié)并指導(dǎo)相關(guān)反演模型建立方法的文獻(xiàn)卻不多。本文在該領(lǐng)域各位先驅(qū)研究學(xué)者的研究、實(shí)踐基礎(chǔ)上，比較系統(tǒng)地總結(jié)出了高光譜植被指數(shù)與農(nóng)作物葉面積指數(shù)之間定量模型的建立方法應(yīng)當(dāng)包括試驗(yàn)田建立、光譜數(shù)據(jù)采集、LAI值測(cè)定、HVI值計(jì)算、反演模型的生成五個(gè)步驟，并闡述了反演模型用于實(shí)際生產(chǎn)中的農(nóng)作物L(fēng)AI值的反演評(píng)估情況。

2.1試驗(yàn)田的建立

為了確定農(nóng)作物葉面積指數(shù)（LAI）與農(nóng)作物光譜特性之間的定量關(guān)系，一般需要針對(duì)欲研究的農(nóng)作物建立試驗(yàn)田，試驗(yàn)田要充分模擬自然界中該農(nóng)作物在各種生長情況下的理化特征，如農(nóng)作物的正常生長情況、缺少肥料的情況、施肥過量的情況、缺水情況、過渡灌溉情況等等，便于之后采集的農(nóng)作物高光譜數(shù)據(jù)具有一般性。

目前國內(nèi)外主要采取物理脅迫以及化學(xué)脅迫的方法對(duì)試驗(yàn)田中的農(nóng)作物作相關(guān)處理，使試驗(yàn)田中的農(nóng)作物盡可能全面的包含在自然界中的各種生長情況。通過脅迫實(shí)驗(yàn)使所采集到的農(nóng)作物光譜數(shù)據(jù)包含了農(nóng)作物在各種生長條件下的反射光譜, 可保證之后所建立的定量模型有較廣泛的適應(yīng)性和一般性。

2.2農(nóng)作物高光譜數(shù)據(jù)測(cè)量

篇2

隨著全球環(huán)境問題日益突出,環(huán)境災(zāi)害與環(huán)境事故頻發(fā),衛(wèi)星遙感技術(shù)在環(huán)境監(jiān)測(cè)與管理中得到大量應(yīng)用,在環(huán)境保護(hù)中發(fā)揮的作用受到國際社會(huì)的高度重視。美國、日本及歐洲的一些國家近年來都在大力發(fā)展環(huán)境遙感監(jiān)測(cè)技術(shù)。目前在軌運(yùn)行的和計(jì)劃發(fā)展的國內(nèi)外衛(wèi)星傳感器提供數(shù)據(jù)的空間分辨率已從公里級(jí)發(fā)展到亞米級(jí),重復(fù)觀測(cè)頻率從月周期發(fā)展到幾小時(shí),光譜波段跨越了可見光、紅外到微波,光譜分辨率從多波段發(fā)展到超光譜,遙感數(shù)據(jù)獲取技術(shù)正走向?qū)崟r(shí)化和精確化,衛(wèi)星遙感應(yīng)用正在向定量化和業(yè)務(wù)化快速發(fā)展[1]。當(dāng)前,我國環(huán)境監(jiān)測(cè)任務(wù)十分繁重,特別是對(duì)基于衛(wèi)星遙感技術(shù)的環(huán)境遙感監(jiān)測(cè)有著迫切需求。

1、遙感技術(shù)簡(jiǎn)介

遙感技術(shù)(remotesensing,簡(jiǎn)稱rs)是在現(xiàn)代物理學(xué)、空間技術(shù)、計(jì)算機(jī)技術(shù)、數(shù)學(xué)方法和地球科學(xué)理論的基礎(chǔ)上建立和發(fā)展起來的邊緣科學(xué),是一門先進(jìn)的、實(shí)用的探測(cè)技術(shù),目前正進(jìn)入一個(gè)能快速、及時(shí)提供多種對(duì)地觀測(cè)及測(cè)量數(shù)據(jù)的新階段。按遙感平臺(tái)的高度大體上可分為航天遙感、航空遙感和地面遙感,按所利用的電磁波的光譜段分類可分為可見反射紅外遙感,熱紅外遙感、微波遙感3種類型,按研究對(duì)象可分為資源遙感與環(huán)境遙感兩大類。隨著熱紅外成像、機(jī)載多極化合成孔徑雷達(dá)和高分辨力表層穿透雷達(dá)和星載合成孔徑雷達(dá)技術(shù)日益成熟,遙感波譜域從最早的可見光向近紅外、短波本文由收集整理紅外、熱紅外、微波方向發(fā)展。波譜域的擴(kuò)展將進(jìn)一步適應(yīng)各種物質(zhì)反射、輻射波譜的特征峰值波長的寬域分布。高光譜遙感的發(fā)展,使得遙感波段寬度從早期的0.4μm(黑白攝影)、0.1μm多光譜掃描)到5nm(成像光譜儀),遙感器波段寬度窄化,針對(duì)性更強(qiáng),可突出特定地物反射峰值波長的微小差異;同時(shí),成像光譜儀等的應(yīng)用,提高了地物光譜分辨力,有利于區(qū)別各類物質(zhì)在不同波段的光譜響應(yīng)特性。

2、環(huán)境遙感基礎(chǔ)工作的應(yīng)用技術(shù)

水環(huán)境遙感監(jiān)測(cè)方面,初步開展了水環(huán)境可遙感指標(biāo)體系研究,對(duì)葉綠素a懸浮物有色可溶性有機(jī)物溶解性有機(jī)碳水面溫度透明度等監(jiān)測(cè)指標(biāo)的光譜特征和規(guī)律進(jìn)行了研究;初步開展了環(huán)境一號(hào)衛(wèi)星在水環(huán)境領(lǐng)域中的應(yīng)用潛力分析研究;初步開展了水環(huán)境指標(biāo)(如葉綠素a懸浮物水溫)遙感反演與信息提取的技術(shù)流程研究大氣環(huán)境遙感監(jiān)測(cè)方面,初步開展了大氣可遙感指標(biāo)體系研究,對(duì)氣溶膠懸浮顆粒物o3,so2,no2,co2,ch4等監(jiān)測(cè)指標(biāo)的光譜特征和規(guī)律進(jìn)行了研究;初步開展了環(huán)境一號(hào)衛(wèi)星在大氣環(huán)境領(lǐng)域中的應(yīng)用潛力分析研究以及大氣環(huán)境指標(biāo)(如氣溶膠光學(xué)厚度)遙感反演與信息提取的技術(shù)流程研究[2]。

2.1 可見光、反射紅外遙感技術(shù)

用可見光和反射紅外遙感器進(jìn)行物體識(shí)別和分析的原理是基于每一物體的光譜反射率不同來獲得有關(guān)目標(biāo)物的信息。該類技術(shù)可以監(jiān)測(cè)大氣污染、溫室效應(yīng)、水質(zhì)污染、固體廢棄物污染、熱污染等,是比較成熟的遙感技術(shù),目前國際上的商業(yè)和非商業(yè)衛(wèi)星遙感器多屬此類。該類遙感技術(shù)用于環(huán)境污染監(jiān)測(cè),目前主要是要提高傳感器多個(gè)譜段信息源的復(fù)合,發(fā)展圖像處理技術(shù)和信息提取方法,提高識(shí)別污染物的能力。重點(diǎn)發(fā)展其在大氣污染、溫室效應(yīng)、水質(zhì)污染、固體廢棄物污染、熱污染等監(jiān)測(cè)中的應(yīng)用。

2.2 熱紅外遙感技術(shù)

自然界中的所有物質(zhì),無論白天或夜間,都以一定波長向外輻射能量。在熱紅外遙感中,所有被觀測(cè)的電磁波的輻射源都是目標(biāo)物。目前紅外探測(cè)器所使用的電磁波段,主要有3～5μm和8～14μm兩個(gè)波段,對(duì)地表常溫物體的探測(cè)通常使用8～14μm波段。熱紅外遙感主要探測(cè)目標(biāo)物的輻射特性(發(fā)射率和溫度),鑒別出物質(zhì)材料的類型,評(píng)價(jià)出各種現(xiàn)象根據(jù)熱輻射特征。

2.3 高光譜遙感技術(shù)

高光譜遙感技術(shù)的發(fā)展是人類在對(duì)地觀測(cè)方面所取得的重大技術(shù)突破之一,是21世紀(jì)的遙感前沿技術(shù)。高光譜遙感數(shù)據(jù)的特點(diǎn)高光譜分辨率和高空間分辨率,它將傳統(tǒng)的圖像維與光譜維信息融合為一體,在獲取地表空間圖像的同時(shí),得到每個(gè)地物的連續(xù)光譜信息,從而實(shí)現(xiàn)依據(jù)地物光譜特征的地物成份信息反演及地物識(shí)別,因此在環(huán)境污染物監(jiān)測(cè)中發(fā)揮主要作用。

3、遙感技術(shù)在生態(tài)環(huán)境監(jiān)測(cè)與保護(hù)中的應(yīng)用

我國的生態(tài)環(huán)境日益惡化,因此,如何在保護(hù)和改善生態(tài)環(huán)境的前提下發(fā)展生產(chǎn)已經(jīng)提到了決策者們的議事日程上來。建立生態(tài)監(jiān)測(cè)信息系統(tǒng)已經(jīng)成為當(dāng)務(wù)之急。這樣的生態(tài)監(jiān)測(cè)系統(tǒng)集生態(tài)環(huán)境信息管理、數(shù)據(jù)庫管理、生態(tài)環(huán)境各要素的實(shí)時(shí)監(jiān)測(cè)、時(shí)間和空間查詢分析等多功能為一體,可滿足實(shí)時(shí)動(dòng)態(tài)、分時(shí)段監(jiān)測(cè)、查詢和分析的要求[3]。

目前,環(huán)境污染已成為一些國家的突出問題,利用遙感技術(shù)可以快速、大面積監(jiān)測(cè)水污染、大氣污染和土地污染以及各種污染導(dǎo)致的破壞和影響。近些年來,我國利用航空遙感進(jìn)行了多次環(huán)境監(jiān)測(cè)的應(yīng)用試驗(yàn),對(duì)沈陽等多個(gè)城市的環(huán)境質(zhì)量和污染程度進(jìn)行了分析和評(píng)價(jià),包括城市熱島、煙霧擴(kuò)散、水源污染、綠色植物覆蓋指數(shù)以及交通量等的監(jiān)測(cè),都取得了重要成果。國家海洋局組織的在渤海灣海面油溢航空遙感實(shí)驗(yàn)中,發(fā)現(xiàn)某國商船在大沽錨地違章排污事件,以及其它違章排污船20艘,并作了及時(shí)處理,在國內(nèi)外產(chǎn)生了較大影響。隨著遙感技術(shù)在環(huán)境保護(hù)領(lǐng)域中的廣泛應(yīng)用,一門新的科學(xué)——環(huán)境遙感誕生了。

篇3

關(guān)鍵詞:高光譜 分類 提取 投影尋蹤

1 高光譜遙感概述

高光譜遙感(Hyper spectral Remote Sensing 簡(jiǎn)稱HRS)起步于80年代,發(fā)展于90年代,至今已解決了一系列重大的技術(shù)問題。它是光譜分辨率在10-2λ的光譜遙感,其光譜分辨率高達(dá)納米(nm)數(shù)量級(jí),具有波段數(shù)眾多,連續(xù)性強(qiáng)的特點(diǎn),其傳感器在可見光到紅外光的波長范圍內(nèi)(0.4μm～2.5μm)范圍內(nèi)以很窄的波段寬度(3～30nm) 獲得幾百個(gè)波段的光譜信息,相當(dāng)于產(chǎn)生了一條完整而連續(xù)的光譜曲線,光譜分辨率將達(dá)到5nm～10nm[1]。高光譜遙感數(shù)據(jù)的表現(xiàn)可以從以下三個(gè)方面來理解[2]:圖像空間、光譜空間和特征空間。此外,隨著高光譜遙感分辨率的增加,特征空間的維數(shù)很高,因而表現(xiàn)不同地物類別的能力也隨之不斷提高,這也是高光譜遙感之所以能夠更精確識(shí)別地物的主要原因。

2 高光譜遙感的應(yīng)用

高光譜影像包含了豐富的地表空間、光譜和輻射的三重信息,它同時(shí)表現(xiàn)了地物的空間分布并獲得了以像元為目標(biāo)的地物光譜信息。高光譜遙感技術(shù)作為連接遙感數(shù)據(jù)處理、地面測(cè)量、光譜模型和應(yīng)用的強(qiáng)有力工具,其顯著特點(diǎn)是在特定光譜區(qū)域以高光譜分辨率同時(shí)獲取連續(xù)的地物光譜影像,其超多波段信息使得根據(jù)混合光譜模型進(jìn)行混合像元分解獲取“子像元”或“最終光譜單元”信息的能力得到提高,使得遙感應(yīng)用著重于在光譜維上進(jìn)行空間信息展開,定量分析地球表層生物、物理、化學(xué)過程和參數(shù),隨著成像光譜技術(shù)的發(fā)展與成熟,遙感技術(shù)已經(jīng)大大拓寬了其原來的應(yīng)用領(lǐng)域,歸納起來主要包括以下幾個(gè)方面[5]-[19]:1)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域的應(yīng)用(作物參數(shù)反演);2)在林業(yè)領(lǐng)域的應(yīng)用(樹種識(shí)別、森林生物參數(shù)填圖、森林健康檢測(cè)等);3)在水質(zhì)檢測(cè)領(lǐng)域的應(yīng)用(反演水質(zhì)參數(shù));4)在大氣污染檢測(cè)領(lǐng)域的應(yīng)用(氣溶膠、二氧化氮等的檢測(cè)與反演);5)生態(tài)環(huán)境檢測(cè)領(lǐng)域的應(yīng)用(檢測(cè)生物多樣性、土壤退化、植被重金屬污染等);6)在地質(zhì)調(diào)查領(lǐng)域的應(yīng)用(礦物添圖,巖層識(shí)別,礦產(chǎn)資源、油氣能源探測(cè)等);7)在城市調(diào)查領(lǐng)域的應(yīng)用(城市綠地調(diào)查、地物及人工目標(biāo)識(shí)別)。

3 高光譜遙感圖像分類與信息提取

3.1 遙感圖像處理

遙感數(shù)字圖像處理是以遙感數(shù)字圖像為研究對(duì)象,綜合運(yùn)用地學(xué)分析、遙感圖像處理、地理信息系統(tǒng)、模式識(shí)別與人工智能技術(shù),實(shí)現(xiàn)地學(xué)專題信息的自動(dòng)提取[18],要素分類與提取在圖像處理過程中占有決定性的地位。遙感圖像分類是統(tǒng)計(jì)模式識(shí)別技術(shù)在遙感領(lǐng)域中的具體應(yīng)用,統(tǒng)計(jì)模式識(shí)別的關(guān)鍵是提取待識(shí)別模式的一組統(tǒng)計(jì)特征值,然后按照一定準(zhǔn)則做出決策,從而對(duì)數(shù)字圖像予以識(shí)別。其主要依據(jù)是地物的光譜特征,即地物電磁波輻射的多波段測(cè)量值,這些測(cè)量值可以用作遙感圖像的原始特征值。

3.2 高光譜遙感圖像分類與提取

目前,高光譜遙感數(shù)據(jù)分析方法主要有兩個(gè)方向[19]-[30]:第一是基于光譜空間的分析方法,其基本原理是化學(xué)分析領(lǐng)域常用的光譜分析技術(shù);第二個(gè)方向是基于特征空間分析技術(shù),該方向的基本思想是把組成光譜曲線的各光譜波段組成高維空間中的一個(gè)矢量,進(jìn)而用空間統(tǒng)計(jì)分析的方法分析不同地物在特征空間中的分布規(guī)律。

3.2.1 基于光譜空間的分析方法

高光譜遙感技術(shù)的最大特點(diǎn)就是:在地物的每一個(gè)像元處,可以得到一條連續(xù)的光譜曲線,所有的光譜曲線的集合則構(gòu)成了光譜空間,不同的地物對(duì)應(yīng)于光譜空間中的一條光譜曲線。因此,基于光譜空間的數(shù)據(jù)分析方法是高光譜數(shù)據(jù)分析的主要技術(shù)之一,其主要思想類似于化學(xué)上常用的光譜分析技術(shù),主要是通過對(duì)光譜曲線進(jìn)行特征分析,發(fā)現(xiàn)不同地物的光譜曲線變化特征,從而達(dá)到識(shí)別地物的目的。由于這種分析方法與地物的物理化學(xué)屬性直接相關(guān),因此可以方便地對(duì)分析結(jié)果進(jìn)行物理解釋:由于分析過程主要是針對(duì)一個(gè)像元的光譜曲線,因此,算法往往比較直觀和簡(jiǎn)單。這些特點(diǎn)使得基于光譜空間的分析技術(shù)成為引人注目的一種技術(shù),因而,近年來在這方面產(chǎn)生了許多實(shí)用的研究結(jié)果。

常用的分析方法包括:(1)光譜角填圖法(SAM-Spectral Angle Mapping):又稱光譜角度匹配法.是以實(shí)驗(yàn)室測(cè)得的標(biāo)準(zhǔn)光譜或從圖像上提取的一直已知點(diǎn)的平均光譜為參考,求算圖像中每個(gè)像元矢量(將像元n個(gè)波段的光譜響應(yīng)作為n維空間的矢量與參考光譜矢量之間的廣義夾角,根據(jù)夾角的大小來確定光譜間的相似程度,以達(dá)到識(shí)別地物的目的。(2)光譜解混技術(shù)(Spectral Unmixing):就是假設(shè)某一像元的光譜是由有限幾種地物的光譜曲線按某種函數(shù)關(guān)系和比例混合而成,解混的目的就是通過某種分析和計(jì)算,估計(jì)出光譜混合方式和混合像元包含的光譜成分及相應(yīng)比例。(3)光譜匹配濾波技術(shù)(Matched Filter):是通過部分光譜解混技術(shù)求解端元光譜豐度值的技術(shù)。由于前面介紹的線性光譜解混技術(shù)要求端元光譜足夠完全,而實(shí)際上很難確定一幅待研究的高光譜圖像所包含的全部端元光譜。匹配濾波技術(shù)則選定某些感興趣的端元光譜的情況下,把未知的光譜歸為背景光譜(Unknown background),最大化地突出已知端元光譜而同時(shí)盡可能抑制背景光譜,這種方法提供了一種快速探測(cè)指定地物種類的技術(shù),而不必知道一幅圖像中包含的全部端元光譜。(4)光譜特征匹配(SFF-Spectral Feature Fitting):根據(jù)電磁波理論,不同的物質(zhì)有不同的光譜曲線。人們可以通過分析不同地物的光譜吸收表現(xiàn),達(dá)到識(shí)別不同地物的目的。首先把反射光譜數(shù)據(jù)的吸收特征突出出來,然后用僅保留了吸收特征的光譜與參考端元光譜逐個(gè)波段進(jìn)行最小二乘匹配,并計(jì)算出相應(yīng)的均方根誤差(RMS-Root Mean Square),消除背景影響的方法主要是包絡(luò)線法。

3.2.2基于特征空間的分類方法

前面介紹的基于光譜空間的分析方法主要是通過比較待分像元的光譜曲線與參考光譜的光譜曲線之間的相似程度來達(dá)到分類判別的目的。這種思想看起來很直觀和理想,類似于人的指紋識(shí)別一樣,每一個(gè)人都有不同的指紋,通過與指紋庫中的指紋相比較就可以確定人的身份。然而,遙感問題卻遠(yuǎn)遠(yuǎn)復(fù)雜得多,由于太陽輻射、大氣、空間分辨率和光譜分辨率,觀測(cè)噪聲,及多種多樣難以確定的因素的影響,很難測(cè)得所謂“純”的光譜曲線。盡管有多種多樣的光譜解混技術(shù)被提出,但多種因素的影響很難被充分估計(jì)出來,因而無論何種光譜分析技術(shù)都無法完全達(dá)到遙感圖像辯識(shí)的要求。

另一種遙感圖像地物辯識(shí)的思想則是從統(tǒng)計(jì)分布規(guī)律出發(fā),在同一幅圖像上,不同地物的光譜數(shù)據(jù)呈現(xiàn)不同的分布狀態(tài),比如不同均值和方差,通過分析這種統(tǒng)計(jì)分布規(guī)律而實(shí)現(xiàn)地物識(shí)別的技術(shù)就是基于特征空間的分類方法。遙感圖像上的每個(gè)像元對(duì)應(yīng)n個(gè)光譜波段反射值。假若把這幾個(gè)波段值組成的n維矢量看作是n維歐幾里德空間中的一個(gè)點(diǎn),則稱矢量X=(X1,X2,…,Xn)為像元的特征值,相應(yīng)的n維歐幾里德空間稱為特征空間。在特征空間的意義上,遙感圖像上的任一像元對(duì)應(yīng)于特征空間中的一個(gè)點(diǎn),因此,分類的方法可以從尋找像元在特征空間中的分布規(guī)律入手,也就是在特征空間中進(jìn)行判別的問題。

常用的分析方法包括:(1)高斯最大似然分類器(MLC):是遙感分類的主要手段,其基本思想是,假設(shè)各類樣本數(shù)據(jù)都是高斯分布(正態(tài)分布),判別準(zhǔn)則為所屬類別的分布密度最大。其分類器被認(rèn)為是一種穩(wěn)定性、魯棒性好的分類器。但是,如果圖像數(shù)據(jù)在特征空間中分布比較復(fù)雜、離散,或采集的訓(xùn)練樣木不夠充分、不具代表性,通過直接手段來估計(jì)最大似然函數(shù)的參數(shù),就有可能造成與實(shí)際分布的較大偏差,導(dǎo)致分類結(jié)果精度下降。(2)基于Bayes準(zhǔn)則的分類器: 基于Bayes準(zhǔn)則的判別函數(shù)是統(tǒng)計(jì)模式識(shí)別的參數(shù)方法,要求各類的先驗(yàn)概率P(ωi)和條件概率密度函數(shù)P(ωi x)已知。p(ωi)通常根據(jù)各種先驗(yàn)知識(shí)給出或假設(shè)它們相等: P(ωi x)則是首先確定其分布形式,然后利用訓(xùn)練樣本估計(jì)其參數(shù)。一般假設(shè)為正態(tài)分布,或通過數(shù)學(xué)方法化為正態(tài)分布。其判別函數(shù)為:Di(X)=P(ωi) P(ωi x),i=1, 2,…,m。若Di(X)Dj(X) j=1,2,…,m,j≠i,則X為ωi類。判別函數(shù)集有多種導(dǎo)出形式,如最大后驗(yàn)概率準(zhǔn)則、最小風(fēng)險(xiǎn)判決準(zhǔn)則、最小錯(cuò)誤概率準(zhǔn)則、最小最大準(zhǔn)則、Neyman-Pearson準(zhǔn)則等,是依據(jù)不同的規(guī)則選擇似然比的門限來實(shí)現(xiàn)的。(3)最小距離判別法:該方法是最直觀的一種判別方法,假設(shè)在p維歐氏空間中,把c個(gè)不同的類別看成分布在空間中的不同位置,最小距離判別方法的思想就是,對(duì)待分類的樣本,若與某一類的空間幾何距離最近,則判別為屬于此類。該方法的關(guān)鍵問題,一是如何定義空間距離;另一問題是,如何計(jì)算點(diǎn)到各類別的空間距離。(4)基于模糊集理論的判別分類方法:相鄰波段影像間存在較大的相似性表明,它們的分類作用可以相互近似替代。因此,只需利用其中的一幅影像參加分類即可,其它與之相似的光譜波段都可被視為冗余波段。顯然,要?jiǎng)h除這些冗余光譜波段,應(yīng)首先對(duì)原始波段集合中的光譜波段進(jìn)行模糊等價(jià)劃分,然后在每個(gè)模糊等價(jià)波段組中只選擇一個(gè)光譜波段(或進(jìn)行線性融合)。(5)基于人工神經(jīng)網(wǎng)絡(luò)的分類法:通過建立統(tǒng)一框架,實(shí)現(xiàn)對(duì)影像的視覺識(shí)別和并行推理,是近年來發(fā)展起來的綜合數(shù)據(jù)分類方法之一。其目標(biāo)是利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)的并行分布式知識(shí)處理手段,以遙感影像為處理對(duì)象,建立基于人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類專家系統(tǒng)。(6)支持向量機(jī)(Support Vector Machine )分類方法:支持向量機(jī)是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的機(jī)器學(xué)習(xí)方法。其最大的特點(diǎn)是根據(jù)Vapnik的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則,盡量提高學(xué)習(xí)機(jī)的泛化能力,即由有限的訓(xùn)練樣本集得到小的誤差能夠保證對(duì)獨(dú)立的測(cè)試集保持小的誤差。另外,由于支持向量算法是一個(gè)凸優(yōu)化問題,局部最優(yōu)解也是全局最優(yōu)解,這是其它學(xué)習(xí)算法所不及的。以上介紹了幾種分類方法,事實(shí)上,隨著各學(xué)科的發(fā)展和交叉影響,基于特征空間的分析方法有許多新的進(jìn)展。

4高光譜遙感數(shù)據(jù)分類存在的問題

隨著光譜分辨率的提高,高光譜遙感能夠提供對(duì)地物識(shí)別更充分的信息,對(duì)基于特征空間的分類而言,理論上說,隨著特征空間維數(shù)的增加,分類精度將會(huì)越來越精確,但實(shí)際問題并非如此簡(jiǎn)單。綜合以上高維空間的幾何特征和統(tǒng)計(jì)特性[31]-[36],可以得出這樣的結(jié)論:基于統(tǒng)計(jì)理論的參數(shù)估計(jì)若在原始高維空間進(jìn)行,則需相當(dāng)龐大的訓(xùn)練樣本數(shù)才能得到比較滿意的估計(jì)精度,非參數(shù)估計(jì)方法所需的樣本數(shù)量更是不可想象。此外,原始高維數(shù)據(jù)空間的正態(tài)分布特性更是難以保證,而正態(tài)分布是許多參數(shù)估計(jì)方法的基礎(chǔ)。因此,高光譜遙感分類的表現(xiàn)并未如人們所期望的那樣簡(jiǎn)單,具體來說,在不討論客觀因素的情況下,影響高光譜遙感分類精度的主要因素主要是以下幾條:

(1)訓(xùn)練樣本數(shù)量問題:根據(jù)Hughes的研究結(jié)果[37],隨著特征空間維數(shù)的增加,類別可分性提高,但由于遙感中常用的監(jiān)督分類方法首先要估計(jì)樣本的分布函數(shù),或分布函數(shù)中的一些參數(shù),隨著空間維數(shù)的增加,待估參數(shù)的個(gè)數(shù)急劇增加,在訓(xùn)練樣本數(shù)量一定的條件下,導(dǎo)致分類精度在特征空間的維數(shù)增加到一定數(shù)量后,反而會(huì)隨著維數(shù)的增加而下降。

(2)特征空間的組成:前一個(gè)問題導(dǎo)致基于特征空間的分析方法通常不能在原始空間中直接進(jìn)行,必須對(duì)原始波段空間進(jìn)行降維預(yù)處理,得到一個(gè)保持了原始空間全局和局部特征結(jié)構(gòu)的低維空間,然后在低維子空間中進(jìn)行分類判別。

(3)分類器的選擇。

(4)類別可分性:類別可分性是數(shù)據(jù)集固有的一種性質(zhì),是由客觀條件造就的數(shù)據(jù)集內(nèi)在結(jié)構(gòu),由于客觀因素的影響,待分辨的類別之間可區(qū)分的程度會(huì)有很大的差異,數(shù)據(jù)集的這種內(nèi)在的可分離程度對(duì)分類精度的高低有著至關(guān)重要的影響。

5 結(jié)語

過去幾十年高光譜遙感已經(jīng)在各方面有了很大的應(yīng)用,高光譜技術(shù)從遙感的角度提供了大尺度獲取地面光譜數(shù)據(jù)的手段,為人們宏觀分類識(shí)別地物提供了基礎(chǔ)。但是人們?cè)讷@取大量高光譜圖像數(shù)據(jù)的同時(shí),也面臨著如何最大程度地利用這些海量數(shù)據(jù)的難題,關(guān)于高光譜分類與信息提取的技術(shù),雖然取得了一些進(jìn)展,但是從總體上仍落后于傳感器的發(fā)展,因此對(duì)于高光譜分類與信息提取還有很大的空間值得去研究。

參考文獻(xiàn)

[1] 童慶禧,張兵,鄭蘭芬.高光譜遙感的多學(xué)科應(yīng)用[M].北京:電子工業(yè)出版社,2006:1-54.

[2] 許衛(wèi)東.高光譜遙感分類與提取技術(shù)[J].紅外(月刊),2004,28-34.

[3] 薛利紅,羅衛(wèi)紅,曹衛(wèi)星,等.作物水分和氮素光譜診斷研究進(jìn)展[J].遙感學(xué)報(bào),2003,7(1):73-80

[4] 金震宇,田慶久,惠鳳鳴,等.水稻葉綠素濃度與光譜反射率關(guān)系研究[J].遙感技術(shù)與應(yīng)用,2003,18(3):134-137.

[5] N.H.Younan, R.L.King, H.H.Bennett, and JR. Classification of Hyper spectral Data: A Comparative Study [J], Precision Agriculture, 2004(5):41-53.

[6] 程乾,黃敬峰,王人潮,等.MODIS植被指數(shù)與水稻葉面積指數(shù)及葉片葉綠素含量相關(guān)性研究[J].應(yīng)用生態(tài)學(xué)報(bào),2004,15(8):1363-1367.

[7] 張良培,鄭蘭芬,童慶禧,等.利用高光譜對(duì)生物變量進(jìn)行估計(jì)[J].遙感學(xué)報(bào),1997,1(2):111-114

[8] 趙德華,李建龍,宋子鍵.高光譜技術(shù)提取植被生化參數(shù)機(jī)理與方法研究進(jìn)展[J].地球科學(xué)進(jìn)展,2003,18(1):94-99.

[9] 方紅亮,田慶久.高光譜遙感在植被監(jiān)測(cè)中的研究綜述[J].遙感技術(shù)與應(yīng)用,1998,13(1):62-69.

[10] 陳楚群,潘志林,施平.海水光譜模擬及其在黃色物質(zhì)遙感反演中的應(yīng)用[J].熱帶海洋學(xué)報(bào),2003,22(5):33-39.

[11] 李素菊,吳倩,王學(xué)軍,等.巢湖浮游植物葉綠素含量與反射光譜特征的關(guān)系[J].湖泊科學(xué),2002,14(3):228-234.

[12] 譚衢霖,邵蕓.遙感技術(shù)在環(huán)境污染監(jiān)測(cè)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用,2000,15(4):246-251.

[13] 童慶禧,鄭蘭芬,王晉年.濕地植被成像光譜遙感研究[J].遙感學(xué)報(bào),1997,1(1):50-57.

[14] 夏德深,李華.國外災(zāi)害遙感應(yīng)用研究現(xiàn)狀[J],國土資源遙感,1996,(3):1-8.

[15] 甘甫平,王潤生,郭小方,等.高光譜遙感信息提取與地質(zhì)應(yīng)用前景――以青藏高原為試驗(yàn)區(qū)[J],國土資源遙感,2000,3:38-44.

[16] 王青華,王潤生,郭小方.高光譜遙感技術(shù)在巖石識(shí)別中的應(yīng)用[J].國土資源遙感,2000,4:39-43.

[17] 劉建貴,張兵,鄭蘭芬,等.城鄉(xiāng)光譜數(shù)據(jù)在城市遙感中的應(yīng)用研究[J].遙感學(xué)報(bào),2000,4:221-228

[18] 梅安新,彭望,秦其明,等.遙感導(dǎo)論[M].北京:高等教育出版社.2002.

[19] 荊鳳,陳建平.礦化蝕變信息的遙感提取方法綜述[J].遙感信息,2005,2:62-65.

[20] 耿修瑞,張兵,張霞,等.一種基于高維空間凸面單形體體積的高光譜圖像解混算法[J].自然科學(xué)進(jìn)展,2004,14(7):810-814.

[21] CARL J. LEGLEITER. Spectrally Driven Classification of High Spatial Resolution, Huperspectral Imagery: A Tool for Mapping In-Stream Habitat [J].Environmental Management, 2003, 32(3):399-411.

[22] 甘甫平,王潤生,馬藹乃,等.基于光譜匹配濾波的蝕變信息提取[J]. 中國圖像圖形學(xué)報(bào),2003,8(A)(2):147-150.

[23] 李新雙,張良培,李平湘.基于小波分量特征值匹配的高光譜影像分類[J].武漢大學(xué)學(xué)報(bào)•信息科學(xué)版,2006,31(3):274-277.

[24] P.Goovaerts. Geostatistical incorporation of spatial coordinates into supervised classification of hyperspectral data [J].Geograph Syst, 2002, (4):99-111.

[25] 劉漢湖,楊武年,沙晉明.高光譜分辨率遙感在地質(zhì)應(yīng)用中的關(guān)鍵技術(shù)及前景[J]. 世界地質(zhì),2004,23(1):45-49.

[26] Francesco Lagona. Adjacency selection in Markov Random Fields for high spatial resolution hyperspectral data [J].Geograph Syst, 2002(4):53-68.

[27] 李石華,王金亮,畢艷.遙感圖像分類方法研究綜述[J]. 國土資源遙感,2005,2:1-6.

[28] 王國明,孫立新. 高光譜遙感影像優(yōu)化分類波段選擇[J].東北測(cè)繪,1999,22:21-23.

[29] Allan Aasbjerg Nielsen. Spectral Mixture Analysis: Linear and Semi-parametric Full and Iterated Partial Unmixing in Multi-and Hyperspectral Image Data [J]. Mathematical Imaging and Vision. 2001(15): 17-37.

[30] 修麗娜,劉湘南. 人工神經(jīng)網(wǎng)絡(luò)遙感分類方法研究現(xiàn)狀及發(fā)展趨勢(shì)探析[J].遙感技術(shù)與應(yīng)用,2003,18(5):339-345.

[31] 張連蓬.基于投影尋蹤和非線性主曲線的高光譜遙感圖像特征提取及分類研究[D].山東:山東科技大學(xué),2003.

[32] Shailesh Kumar, Joydeep Ghosh and Melba M. Crawford.Hierarchical Fusion of Multiple Classifiers for Hyperspectral Data Analysis [J]. Pattern Analysis & Application, 2002 (5): 210-220

[33] 譚璐,易東云,馮國柱,等.局部不變投影[J].自然科學(xué)進(jìn)展,2004,14(3):282-287.

[34] 李智勇,郁文賢,匡綱要,等.基于高維幾何特性的高光譜異常檢測(cè)算法研究[J].遙感技術(shù)與應(yīng)用,2003,18(6):379-383.

[35] 周曉云,孫志揮,張柏禮. 一種大規(guī)模高維數(shù)據(jù)集的高效聚類算法[J].應(yīng)用科學(xué)學(xué)報(bào).2006, 24(4):396-400.

[36] 易堯華. 基于投影尋蹤的多(高)光譜影像分析方法研究[D].武漢:武漢大學(xué),2004.

篇4

關(guān)鍵詞：遙感水質(zhì)監(jiān)測(cè)遙感數(shù)據(jù)

1水體遙感監(jiān)測(cè)的基本理論

1.1水體遙感監(jiān)測(cè)原理、特點(diǎn)。影響水質(zhì)的參數(shù)有：水中懸浮物、藻類、化學(xué)物質(zhì)、溶解性有機(jī)物、熱釋放物、病原體和油類物質(zhì)等。隨著遙感技術(shù)的革新和對(duì)物質(zhì)光譜特征研究的深入，可以監(jiān)測(cè)的水質(zhì)參數(shù)種類也在逐漸增加，除了熱污染和溢油污染等突發(fā)性水污染事故的監(jiān)測(cè)外，用遙感監(jiān)測(cè)的水質(zhì)數(shù)據(jù)大致可以分為以下四大類：渾濁度、浮游植物、溶解性有機(jī)物、化學(xué)性水質(zhì)指標(biāo)。

利用遙感技術(shù)進(jìn)行水環(huán)境質(zhì)量監(jiān)測(cè)的主要機(jī)理是被污染水體具有獨(dú)特的有別于清潔水體的光譜特征，這些光譜特征體現(xiàn)在其對(duì)特定波長的光的吸收或反射，而且這些光譜特征能夠?yàn)檫b感器所捕獲并在遙感圖象中體現(xiàn)出來。如當(dāng)水體出現(xiàn)富營養(yǎng)化時(shí)，浮游植物中的葉綠素對(duì)近紅外波段具有明顯的“陡坡效應(yīng)”，故而這類水體兼有水體和植物的光譜特征，即在可見光波段反射率低，在近紅外波段反射率卻明顯升高。

1.2水質(zhì)參數(shù)的遙感監(jiān)測(cè)過程。首先，根據(jù)水質(zhì)參數(shù)選擇遙感數(shù)據(jù)，并獲得同期內(nèi)的地面監(jiān)測(cè)的水質(zhì)分析數(shù)據(jù)。現(xiàn)今廣泛使用的遙感圖象波段較寬，所反映的往往是綜合信息，加之太陽光、大氣等因素的影響，遙感信息表現(xiàn)的不甚明顯，要對(duì)遙感數(shù)據(jù)進(jìn)行一系列校正和轉(zhuǎn)換將原始數(shù)字圖像格式轉(zhuǎn)換為輻射值或反射率值。然后根據(jù)經(jīng)驗(yàn)選擇不同波段或波段組合的數(shù)據(jù)與同步觀測(cè)的地面數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，再經(jīng)檢驗(yàn)得到最后滿意的模型方程（如圖）。

圖1：遙感監(jiān)測(cè)水質(zhì)步驟簡(jiǎn)圖

2水質(zhì)遙感監(jiān)測(cè)常用的遙感數(shù)據(jù)

2.1多光譜遙感數(shù)據(jù)。在水質(zhì)遙感監(jiān)測(cè)中常用的多光譜遙感數(shù)據(jù)，包括美國Landsat衛(wèi)星的MSS、TM、ETM 數(shù)據(jù)，法國SPOT衛(wèi)星的HRV數(shù)據(jù)，氣象衛(wèi)星NOAA的AVHRR數(shù)據(jù)，印度遙感IRS系統(tǒng)的LISS數(shù)據(jù)，日本JERS衛(wèi)星的OPS(光學(xué)傳感器)接收的多光譜圖像數(shù)據(jù)，中巴地球資源1號(hào)衛(wèi)星（CBERS--1）CCD相機(jī)數(shù)據(jù)等。

Landsat數(shù)據(jù)是目前應(yīng)用較廣的數(shù)據(jù)。1972年Landsat1發(fā)射后，MSS數(shù)據(jù)便開始被用于水質(zhì)研究中。如解亞龍等用MSS數(shù)據(jù)對(duì)滇池懸浮物污染豐度進(jìn)行了研究，明確了遙感數(shù)據(jù)與懸浮物濃度的關(guān)系；張海林等用MSS和TM數(shù)據(jù)建立了內(nèi)陸水體的水質(zhì)模型；Anne等人用TM和ETM 數(shù)據(jù)對(duì)芬蘭的海岸水體進(jìn)行了研究。

SPOT地球觀測(cè)衛(wèi)星系統(tǒng)，較陸地衛(wèi)星最大的優(yōu)勢(shì)是最高空間分辨率達(dá)10m。SPOT數(shù)據(jù)應(yīng)用于水質(zhì)研究中，學(xué)者們也做了一些研究。如可以利用SPOT數(shù)據(jù)來估算懸浮物質(zhì)濃度和估計(jì)藻類生物參數(shù)。

AVHRR(高級(jí)甚高分辨率輻射計(jì))是裝載在NOAA列衛(wèi)星上的傳感器，每天都可以提供可見光圖像和兩幅熱紅外圖像，在水質(zhì)監(jiān)測(cè)等許多領(lǐng)域廣泛應(yīng)用，如1986年，國家海洋局第二海洋研究所用NOAA數(shù)據(jù)對(duì)杭州灣懸浮固體濃度進(jìn)行了研究。

2.2高光譜遙感數(shù)據(jù)

2.2.1成像光譜儀數(shù)據(jù)。成像光譜儀也稱高光譜成像儀，實(shí)質(zhì)上是將二維圖像和地物光譜測(cè)量結(jié)合起來的圖譜合一的遙感技術(shù)，其光譜分辨率高達(dá)納米數(shù)量級(jí)。國內(nèi)外的學(xué)者主要利用的有：美國的AVIRIS數(shù)據(jù)、加拿大的CASI數(shù)據(jù)、芬蘭的AISA數(shù)據(jù)、中國的PHI數(shù)據(jù)以及OMIS數(shù)據(jù)、SEAWIFS數(shù)據(jù)等進(jìn)行了水體水質(zhì)遙感研究，對(duì)一些水質(zhì)參數(shù)，如葉綠素濃度、懸浮物濃度、溶解性有機(jī)物作了估測(cè)。

2.2.2非成像光譜儀數(shù)據(jù)。非成像光譜儀主要指各種野外工作時(shí)用的地面光譜測(cè)量?jī)x，地物的光譜反射率不以影像的形式記錄，而以圖形等非影像形式記錄。常見的有ASD野外光譜儀、便攜式超光譜儀等。如對(duì)我國太湖進(jìn)行水質(zhì)監(jiān)測(cè)時(shí)，水面光譜測(cè)量就用了GRE-1500便攜式超光譜儀，光譜的響應(yīng)范圍0.30~1.1um，共512個(gè)測(cè)量通道，主要將其中0.35~0.90um的316個(gè)通道的數(shù)據(jù)用于水質(zhì)光譜分析。并且非成像光譜儀與星載高光譜數(shù)據(jù)的結(jié)合，可望研究出具有一定適用性的水質(zhì)參數(shù)反演模型。

2.3新型衛(wèi)星遙感數(shù)據(jù)。新的衛(wèi)星陸續(xù)升空為水質(zhì)遙感監(jiān)測(cè)提供了更高空間、時(shí)間和光譜分辨率的遙感數(shù)據(jù)。如美國的LandsatETM 、EO--1ALI、MODIS，歐空局的EnvlsatMERIS等多光譜數(shù)據(jù)和美國的EO-1Hyperion高光譜數(shù)據(jù)。Koponen用AISA數(shù)據(jù)模擬MERIS數(shù)據(jù)對(duì)芬蘭南部的湖泊水質(zhì)進(jìn)行分類，結(jié)果表明分類精度和利用AISA數(shù)據(jù)幾乎相同；Hanna等利用AISA數(shù)據(jù)模擬MODIS和MERIS數(shù)據(jù)來研究這兩種數(shù)據(jù)在水質(zhì)監(jiān)測(cè)中的可用性時(shí)發(fā)現(xiàn)；MERIS以705nm為中心的波段9很適合用來估算葉綠素a的濃度，但是利用模擬的MODIS數(shù)據(jù)得到的算法精度并不高。Sabine等把CASI數(shù)據(jù)和HyMap數(shù)據(jù)結(jié)合，對(duì)德國梅克萊堡州湖區(qū)水質(zhì)進(jìn)行了監(jiān)測(cè)，為營養(yǎng)參數(shù)和葉綠素濃度的定量化建立了算法。

3水質(zhì)遙感存在的問題與發(fā)展趨勢(shì)

3.1存在的問題：①多數(shù)限定于定性研究，或進(jìn)行已有的航空和衛(wèi)星遙感數(shù)據(jù)分析，卻很少進(jìn)行定量分析。②監(jiān)測(cè)精度不高，各種算法以經(jīng)驗(yàn)、半經(jīng)驗(yàn)方法為主。③算法具有局部性、地方性和季節(jié)性，適用性、可移植性差。④監(jiān)測(cè)的水質(zhì)參數(shù)少，主要集中在懸浮沉積物、葉綠素和透明度、渾濁度等參數(shù)。⑤遙感水質(zhì)監(jiān)測(cè)的波段范圍小，多集中于可見光和近紅外波段范圍，而且光譜分辨率大小不等，尤其是缺乏微波波段表面水質(zhì)的研究。

3.2發(fā)展趨勢(shì)

3.2.1建立遙感監(jiān)測(cè)技術(shù)體系。研究利用新型遙感數(shù)據(jù)進(jìn)行水質(zhì)定量監(jiān)測(cè)的關(guān)鍵技術(shù)與方法，形成一個(gè)標(biāo)準(zhǔn)化的水安全定量遙感監(jiān)測(cè)技術(shù)體系，針對(duì)不同類型的內(nèi)陸水體，建立多種水質(zhì)參數(shù)反演算法，實(shí)現(xiàn)實(shí)驗(yàn)遙感和定量遙感的跨躍，從中獲得原始創(chuàng)新性的成果。

3.2.2加強(qiáng)水質(zhì)遙感基礎(chǔ)研究。加深對(duì)遙感機(jī)理的認(rèn)識(shí)，特別是水質(zhì)對(duì)表層水體的光學(xué)和熱量特征的影響機(jī)理上，以進(jìn)一步發(fā)展基于物理的模型，把水質(zhì)參數(shù)更好的和遙感器獲得的光學(xué)測(cè)量值聯(lián)系起來；加深目視解譯和數(shù)字圖象處理的研究，提高遙感影象的解譯精度；增強(qiáng)高光譜遙感的研究，完善航空成像光譜儀數(shù)據(jù)處理技術(shù)。

3.2.3開展微波波段對(duì)水質(zhì)的遙感監(jiān)測(cè)。常規(guī)水質(zhì)遙感監(jiān)測(cè)波段范圍多數(shù)選擇在可見光或近紅外，尤其是缺乏微波波段表面水質(zhì)的研究情況。將微波波段與可見光或近紅外復(fù)合可提高對(duì)表面水質(zhì)參數(shù)的反演能力。

3.2.4拓寬遙感水質(zhì)監(jiān)測(cè)項(xiàng)。現(xiàn)階段水質(zhì)遙感局限于某些特定的水質(zhì)參數(shù)，葉綠素、懸浮物及與之相關(guān)的水體透明度、渾濁度等參數(shù)，對(duì)可溶性有機(jī)物、COD等參數(shù)光譜特征和定量遙感監(jiān)測(cè)研究較少，拓寬遙感監(jiān)測(cè)項(xiàng)是今后的發(fā)展趨勢(shì)之一。應(yīng)加強(qiáng)其他水質(zhì)參數(shù)的光譜特征研究，以擴(kuò)大水質(zhì)參數(shù)的定量監(jiān)測(cè)種類，進(jìn)一步建立不同水質(zhì)參數(shù)的光譜特征數(shù)據(jù)庫。

3.2.5提高水質(zhì)遙感監(jiān)測(cè)精度。研究表明利用遙感進(jìn)行水質(zhì)參數(shù)反演，其反演精度、穩(wěn)定度、空間可擴(kuò)展性受遙感波段設(shè)置影響較大，利用星載高光譜數(shù)據(jù)進(jìn)行水質(zhì)參數(shù)反演，對(duì)其上百的波段寬度為10nm左右的連續(xù)波段與主要水質(zhì)參數(shù)的波譜響應(yīng)特性進(jìn)行研究，確定水質(zhì)參數(shù)診斷性波譜及波段組合，形成構(gòu)造水質(zhì)參數(shù)遙感模型和反演的核心技術(shù)，提高水質(zhì)監(jiān)測(cè)精度。

3.2.6擴(kuò)展水質(zhì)遙感監(jiān)測(cè)模型空間。系統(tǒng)深入的研究水質(zhì)組分的內(nèi)在光學(xué)特性，利用高光譜數(shù)據(jù)和中、低分辨率多光譜數(shù)據(jù)進(jìn)行水質(zhì)遙感定量監(jiān)測(cè)機(jī)理研究，進(jìn)行水質(zhì)組分的

定量提取和組分間混合信息的剝離，消除水質(zhì)組分間的相互干擾，建立不受時(shí)間和地域限制的水質(zhì)參數(shù)反演算法，形成利用中內(nèi)陸水體水質(zhì)多光譜遙感監(jiān)測(cè)方法和技術(shù)研究低分辨率遙感數(shù)據(jù)進(jìn)行大范圍、動(dòng)態(tài)監(jiān)測(cè)的遙感定量模型。

3.2.7改進(jìn)統(tǒng)計(jì)分析技術(shù)。利用光譜分辨率較低的寬波段遙感數(shù)據(jù)得到的水質(zhì)參數(shù)算法精度都不是很高，可以借鑒已在地質(zhì)、生態(tài)等領(lǐng)域應(yīng)用的混合光譜分解技術(shù)，人工神經(jīng)網(wǎng)絡(luò)分類技術(shù)等，充分挖掘水質(zhì)信息，建立不受時(shí)間和地域限制的水質(zhì)參數(shù)反演算法，提高遙感定量監(jiān)測(cè)精度。

3.2.8綜合利用“3S”技術(shù)。利用遙感技術(shù)視域廣，信息更新快的特點(diǎn)，實(shí)時(shí)、快速地提取大面積流域及其周邊地區(qū)的水環(huán)境信息及各種變化參數(shù)；GPS為所獲取的空間目標(biāo)及屬性信息提供實(shí)時(shí)、快速的空間定位，實(shí)現(xiàn)空間與地面實(shí)測(cè)數(shù)據(jù)的對(duì)應(yīng)關(guān)系；GIS完成龐大的水資源環(huán)境信息存儲(chǔ)、管理和分析。將“3S”技術(shù)在水質(zhì)遙感監(jiān)測(cè)中綜合應(yīng)用，建立水質(zhì)遙感監(jiān)測(cè)和評(píng)價(jià)系統(tǒng)，實(shí)現(xiàn)水環(huán)境質(zhì)量信息的準(zhǔn)確、動(dòng)態(tài)快速，推動(dòng)國家水安全預(yù)警系統(tǒng)建設(shè)。參考文獻(xiàn)：

[1]張繼賢，喬平林.水資源環(huán)境遙感監(jiān)測(cè)與評(píng)價(jià)[M].北京:測(cè)繪出版社，20__.

[2]謝歡，童小華.水質(zhì)監(jiān)測(cè)與評(píng)價(jià)中的遙感應(yīng)用[J].遙感信息，20__.

[3]齊峰，王學(xué)軍.內(nèi)陸水體水質(zhì)監(jiān)測(cè)與評(píng)價(jià)中的餓遙感應(yīng)用[J].環(huán)境科學(xué)進(jìn)展，1999.

[4]解亞龍，李勃，王星捷等.滇池懸浮物污染豐度的遙感檢測(cè)分析[J].昆明理工大學(xué)學(xué)報(bào)，20__.

[5]張海林，何報(bào)寅.遙感應(yīng)用于湖泊富營養(yǎng)化評(píng)價(jià)的研究[J].上海環(huán)境科學(xué)，20__.

[6]劉燦德，何報(bào)寅.水質(zhì)遙感監(jiān)測(cè)研究進(jìn)展[J].世界科技研究與發(fā)展，20__.

[7]萬余慶，張鳳麗，閆永忠.高光譜遙感技術(shù)在水環(huán)境監(jiān)測(cè)中的應(yīng)用研究[J].國土資源遙感，20__.

[8]周藝，周偉奇，王世新等.遙感技術(shù)在內(nèi)陸水體水質(zhì)監(jiān)測(cè)中的應(yīng)用[J].水科學(xué)進(jìn)展，20__.

[9]李嶸.遙感技術(shù)在水環(huán)境監(jiān)測(cè)中的應(yīng)用研究[J].江西化工，20__.

[10]顧先冰，司群英.國內(nèi)外遙感衛(wèi)星發(fā)展現(xiàn)狀[J].航天返回與遙感，20__.

作者簡(jiǎn)介：

篇5

關(guān)鍵詞：土地資源；水質(zhì)；草原

引言：在上世紀(jì)60 年代初期，衛(wèi)星遙感技術(shù)獲得了體系化成長，逐漸成為觀測(cè)技術(shù)領(lǐng)域的重要應(yīng)用。衛(wèi)星遙感技術(shù)的監(jiān)測(cè)主體具有遠(yuǎn)程性，采取非直接接觸形式，完成監(jiān)測(cè)目標(biāo)性能探測(cè)，具有探測(cè)結(jié)果的高效性、探測(cè)數(shù)據(jù)的準(zhǔn)確性、探測(cè)應(yīng)用的成本可控性、探測(cè)范圍的規(guī)模性等優(yōu)勢(shì)。

1 在土地資源勘測(cè)作業(yè)事項(xiàng)中遙感技術(shù)應(yīng)用表現(xiàn)

1.1 土地資源遙感應(yīng)用范圍

土地資源探測(cè)工作中融合遙感技術(shù)時(shí)，主要探測(cè)土地資源性能，關(guān)注土地資源數(shù)據(jù)動(dòng)態(tài)變化，加強(qiáng)土地資源數(shù)據(jù)更新，便于從動(dòng)態(tài)化、多樣化等視角，完成土地資源屬性探測(cè)工作，以期有效提升土地資源遙測(cè)工作的有序性、智能性。與此同時(shí)，遙測(cè)技術(shù)在土地質(zhì)量檢測(cè)、生態(tài)性測(cè)評(píng)等方面，獲得了廣泛應(yīng)用，提升其遙感技術(shù)在土地資源相關(guān)單位的應(yīng)用價(jià)值，為相關(guān)土地資源利用開發(fā)工作提供技術(shù)支持，提升了土地資源保護(hù)效果，加強(qiáng)了土地資源相關(guān)決定的準(zhǔn)確性。

1.2 獲取土地資源信息

針對(duì)土地資源開展的遙測(cè)工作，以獲取土地資源相關(guān)信息為重要項(xiàng)目。在獲取土地資源信息期間，針對(duì)遙感數(shù)據(jù)實(shí)際獲得了土地資源信息，比如時(shí)間、空間等，依據(jù)土地資源屬性加以數(shù)據(jù)歸類，提升土地資源信息獲取的有效性。在信息處理期間，信息提取的方式，通常表現(xiàn)為兩種，第一種方法為“目視歸類法”，第二種信息提取方法為“人工智能分類法”。目視歸類的提取應(yīng)用，是以人工智能分類為基礎(chǔ)衍生而出的新型應(yīng)用技術(shù)。

此信息提取方法的分析流程為：針對(duì)遙感影像加以篩選，開展圖像信息分析與甄別，在影像中完成標(biāo)志設(shè)立，開展針對(duì)性判斷與信息讀取，完成數(shù)據(jù)圖繪制與面積比例確定，加強(qiáng)影像圖誤差消除，綜合開展精細(xì)化數(shù)據(jù)分析等。目視歸類法，現(xiàn)階段在全國范圍的土地資源相關(guān)工作中獲得了實(shí)踐性應(yīng)用，獲取了相關(guān)有效的監(jiān)測(cè)成果[1]。

2 在水資源勘測(cè)作業(yè)事項(xiàng)中遙感技術(shù)應(yīng)用表現(xiàn)

2.1 獲取水資源信息

獲取水體信息時(shí)，遙測(cè)信息類別具體表現(xiàn)為：水資源分布情況、水資源面積測(cè)算等。針對(duì)此類信息獲取程序，常用的信息技術(shù)包括：

以圖像融合相關(guān)信息技術(shù)為基礎(chǔ)，比如色彩設(shè)計(jì)、IHS與HPH變化、比值測(cè)算等，以此提升水體信息顯示的直觀性。

以光譜關(guān)系的應(yīng)用基礎(chǔ)，借助波段組合確定光譜規(guī)則的適用性，借助目視判斷解讀、閾值篩選等程序應(yīng)用，精準(zhǔn)獲取水體信息。

以遙感指數(shù)法為應(yīng)用基礎(chǔ)，借助亮度、植被等指數(shù)遙測(cè)技術(shù)，在地面徑流較少的區(qū)域，有效獲取水資源信息。

在三種水資源信息獲取途徑中，遙感指數(shù)法的測(cè)量效果較為精準(zhǔn)，獲得了相關(guān)水資源行業(yè)的廣泛認(rèn)可。

2.2 水質(zhì)監(jiān)測(cè)

在監(jiān)測(cè)水質(zhì)情況時(shí)，分別從地面、航空等視角，完成水域質(zhì)量情況探測(cè)，診斷水資源結(jié)構(gòu)中的各項(xiàng)表現(xiàn)，比如反射、吸收等，以此確定水污染相關(guān)信息。一般情況下，水質(zhì)遙測(cè)技術(shù)測(cè)定項(xiàng)目具體表現(xiàn)為：葉綠色含量、水體透明程度、懸浮物在區(qū)域水環(huán)境中的占比、有機(jī)物溶解處理效率等。高光譜遙測(cè)技術(shù)，獲取的遙感數(shù)據(jù)，在水質(zhì)檢測(cè)工作中發(fā)揮出較為重要的作用。高光譜遙測(cè)技術(shù)展現(xiàn)的遙測(cè)數(shù)據(jù)，能夠以曲線性質(zhì)表現(xiàn)出水質(zhì)定量遙感具體情況，為遙測(cè)數(shù)據(jù)獲取增加了直觀性、精細(xì)性。

3 在林草濕地資源勘測(cè)作業(yè)事項(xiàng)中遙感技術(shù)應(yīng)用表現(xiàn)

3.1 遙測(cè)森林資源

針對(duì)森林資源開展的監(jiān)測(cè)工作，主要面向森林災(zāi)害予以防范。森林災(zāi)害主要表現(xiàn)為：火災(zāi)、病蟲害。在針對(duì)火災(zāi)安全事故開展遙測(cè)工作時(shí)，設(shè)定了衛(wèi)星數(shù)據(jù)方位周期，形成了以氣象衛(wèi)星為基礎(chǔ)的監(jiān)測(cè)體系，運(yùn)行狀態(tài)穩(wěn)定。針對(duì)病蟲害問題開展的森林資源監(jiān)測(cè)工作，是借助光譜反射現(xiàn)象，獲取植物可能性產(chǎn)生的病蟲害表現(xiàn)。利用機(jī)載高光譜完成遙感數(shù)據(jù)分析工作，能夠在光譜曲線特征中確定相關(guān)植物種類的病癥，比如靈芝莖基腐病。結(jié)合光譜曲線獲取的遙測(cè)數(shù)據(jù)，精準(zhǔn)確定植物健康性，以此完善森林資源防蟲害工作體系。

3.2 遙測(cè)草原資源

利用第三代實(shí)用氣象觀測(cè)衛(wèi)星、氣象衛(wèi)星程序傳感器等技術(shù)傳輸?shù)臄?shù)據(jù)，獲取植被、牧草等信息，判斷草原資源生長與氣象之間存在的關(guān)聯(lián)關(guān)系，由此獲取區(qū)域牧草長勢(shì)，發(fā)揮出遙測(cè)技術(shù)的應(yīng)用價(jià)值。利用遙感技術(shù)，能夠完成區(qū)域草原分布、長勢(shì)情況的信息獲取，為相關(guān)單位綠化建設(shè)、環(huán)境保護(hù)工作提供有效支撐[2]。

3.3 遙測(cè)濕地資源

濕地資源在遙測(cè)期間，存在的工作障礙為濕地劃分依據(jù)，相應(yīng)提升濕地信息處理難度。現(xiàn)階段，針對(duì)濕地資源監(jiān)測(cè)工作，采取的是綜合型監(jiān)測(cè)方式，借助空間分辨率、光譜分辨率、遙感影像多種技術(shù)，協(xié)同完成監(jiān)測(cè)工作，以此獲取濕地資源的監(jiān)測(cè)動(dòng)態(tài)性，在神經(jīng)網(wǎng)絡(luò)分類法作用下，科學(xué)完成森林濕地類型劃分，具有劃分的精準(zhǔn)性。

4 在礦產(chǎn)資源勘測(cè)作業(yè)事項(xiàng)中遙感技術(shù)應(yīng)用表現(xiàn)

4.1 獲取巖礦信息

針對(duì)巖礦信息開展的遙感測(cè)定工作，能夠?yàn)榈刭|(zhì)學(xué)發(fā)展提供科學(xué)依據(jù)。在探測(cè)期間，采取巖礦信息識(shí)別、獲取巖礦侵蝕變化情況、建設(shè)遙感找礦程序等形式，系統(tǒng)性開展礦產(chǎn)資源探測(cè)工作。礦物結(jié)構(gòu)中包含的成分有晶體、陰陽離子等。此類物質(zhì)在吸收光波后，形成了差異性光譜特征，借助此類光譜特征，采取相似指數(shù)、光譜角等形式，判斷巖礦信息，提升信息獲取的實(shí)效性。

4.2 監(jiān)測(cè)礦山資源

監(jiān)測(cè)礦山資源時(shí)，旨在為礦山開發(fā)相關(guān)作業(yè)程序提供指導(dǎo)信息。監(jiān)測(cè)項(xiàng)目具體包括：開發(fā)區(qū)域具體情況，比如適用的開采形式、確定開采區(qū)域等；礦山區(qū)域地質(zhì)條件，采場(chǎng)區(qū)域確定、統(tǒng)計(jì)廢棄物數(shù)量等。借助高空間分辨率能夠完成礦山資源的全面監(jiān)測(cè)，獲取可用的遙感數(shù)據(jù)，加強(qiáng)自動(dòng)信息分類提取，結(jié)合人機(jī)數(shù)據(jù)交互，提升數(shù)據(jù)可讀性，以期直觀展現(xiàn)礦山環(huán)境的具體情況，為礦山開發(fā)相關(guān)事業(yè)增加科學(xué)指導(dǎo)。

結(jié)論：綜上所述，在信息處理技術(shù)發(fā)展背景下，遙感技術(shù)相應(yīng)獲得了成熟化發(fā)展。現(xiàn)階段，針對(duì)自然資源開展的探測(cè)工作，尚未制定較為完善的探測(cè)標(biāo)準(zhǔn)與行為規(guī)范，相關(guān)理論與應(yīng)用研究，尚需深入研究，以期在實(shí)踐探測(cè)活動(dòng)中檢驗(yàn)遙感技術(shù)的應(yīng)用能力，使其應(yīng)用獲得完善，為自然資源相關(guān)工作提供技術(shù)支持。

參考文獻(xiàn)

[1]尤淑撐，何蕓.自然資源遙感監(jiān)測(cè)體系建設(shè)現(xiàn)狀與發(fā)展展望[J].無線電工程，2020，50(05):343-348.

篇6

關(guān)鍵詞：遙感地質(zhì)勘查技術(shù)；具體應(yīng)用；研究分析

1 遙感地質(zhì)勘查技術(shù)的概述

1.1 遙感地質(zhì)勘查技術(shù)的基本概念

遙感地質(zhì)勘查技術(shù)指通過遙感器對(duì)檢測(cè)的數(shù)據(jù)運(yùn)用電磁、光譜進(jìn)行掃描識(shí)別的技術(shù)，由于地質(zhì)勘查的范圍比較廣，因此在地質(zhì)勘查期間主要利用的是飛機(jī)和衛(wèi)星遙感器。遙感地質(zhì)勘查技術(shù)在地質(zhì)勘查工作中的運(yùn)用能夠有利于深入分析所勘查地質(zhì)的特性，能夠全面而深入的研究所勘查的地質(zhì)信息和地質(zhì)特征，同時(shí)還能為地質(zhì)勘查獲取更為科學(xué)的數(shù)據(jù)和理論。遙感地質(zhì)勘查技術(shù)與傳統(tǒng)的地質(zhì)勘查技術(shù)相比，遙感地質(zhì)勘查技術(shù)的檢測(cè)數(shù)據(jù)結(jié)果更加的準(zhǔn)確，而且檢測(cè)效率也比較高，因此在地質(zhì)勘查方面的作用越來越重要。

1.2 遙感地質(zhì)勘查技術(shù)的基本特點(diǎn)

首先，遙感地質(zhì)勘查技術(shù)具有科學(xué)性。由于遙感地質(zhì)勘查主要以數(shù)據(jù)信息來分析地質(zhì)狀況，因此，需要大量且準(zhǔn)確的數(shù)據(jù)，而遙感地質(zhì)勘查技術(shù)主要使用衛(wèi)星、飛機(jī)等遙感器來對(duì)勘查的地質(zhì)實(shí)施科學(xué)計(jì)算，同時(shí)利用電磁技術(shù)和光譜技術(shù)等，通過計(jì)算機(jī)技術(shù)將勘查的地質(zhì)情況利用航拍獲得信息數(shù)據(jù)，使我國的遙感地質(zhì)勘查技術(shù)更具科學(xué)性[1]。

其次，遙感地質(zhì)勘查技術(shù)也具有精確性。由于地質(zhì)勘查所運(yùn)用的技術(shù)比較先進(jìn)，同時(shí)，隨著人們對(duì)礦產(chǎn)資源的需求越來越大，因而在地質(zhì)勘查中的分工越來越細(xì)化，而遙感地質(zhì)勘查技術(shù)可以通過電磁技術(shù)和光譜技術(shù)進(jìn)行對(duì)勘查的地質(zhì)進(jìn)行掃描，根據(jù)實(shí)際掃描額結(jié)果顯示，遙感地質(zhì)勘查技術(shù)獲得的檢測(cè)數(shù)據(jù)具有精確性，因而如今被廣泛的運(yùn)用于地質(zhì)勘查工作中。

2 遙感地質(zhì)勘查技術(shù)的具體應(yīng)用研究

2.1 遙感地質(zhì)勘查技術(shù)在地質(zhì)構(gòu)造信息獲取方面的應(yīng)用

在地質(zhì)研究過程中，由于地質(zhì)結(jié)構(gòu)比較復(fù)雜，因而在獲取準(zhǔn)確有效信息的過程中需要相關(guān)的設(shè)備技術(shù)，遙感技術(shù)在勘查找礦的工作中運(yùn)用比較廣泛，工作人員根據(jù)空間信息數(shù)據(jù)分析尋找到礦廠的地質(zhì)標(biāo)志，然后在提取空間信息的過程中則運(yùn)用到遙感技術(shù)，并對(duì)地質(zhì)結(jié)構(gòu)進(jìn)行深入的分析研究，并測(cè)繪出相關(guān)的線性圖像，以及地質(zhì)構(gòu)造研究中需要注意方面。

在酸性巖體和火山盆地等地質(zhì)的研究中，需要運(yùn)用遙感地質(zhì)勘查技術(shù)，可以將勘查的地質(zhì)結(jié)構(gòu)以圖像的形式展現(xiàn)，為地質(zhì)勘查工作提供科學(xué)有效的數(shù)據(jù)。但由于遙感技術(shù)在成像的過程中受到的影響因素比較多，因此，如果遙感地質(zhì)勘查技術(shù)在使用時(shí)受到影響，則形成的圖像比較模糊，所以使得地質(zhì)的線性形跡和地質(zhì)紋理信息都不能全面清晰的顯示出來，工作人員在短時(shí)間內(nèi)無法快速弄明白地質(zhì)結(jié)構(gòu)，這對(duì)地質(zhì)勘測(cè)工作產(chǎn)生嚴(yán)重的影響[2]。為了促使遙感地質(zhì)勘查技術(shù)的廣泛使用，同時(shí)也為了合理運(yùn)用遙感地質(zhì)勘查技術(shù)，因此，在實(shí)際地質(zhì)勘查工作中，地質(zhì)勘查工作人員在地質(zhì)構(gòu)造成像中主要采用的是人機(jī)交互和目視解譯等方式，主要通過獲取相關(guān)的關(guān)鍵信息，然后制作成圖，為地質(zhì)構(gòu)造提供參考。

2.2 遙感地質(zhì)勘查技術(shù)能夠通過獲取植被光譜來確定礦產(chǎn)的具置

由于礦區(qū)中的金屬或者礦物質(zhì)對(duì)周圍植被的生長環(huán)境產(chǎn)生一定的影響，并且礦區(qū)周圍的地下水以及地下微生物等對(duì)礦區(qū)的結(jié)構(gòu)層產(chǎn)生影響，使得礦區(qū)的結(jié)構(gòu)層發(fā)生很大的改變，讓原來比較規(guī)律的礦物質(zhì)結(jié)構(gòu)層發(fā)生錯(cuò)亂，對(duì)植被生長的土壤層造成破壞，而生長在土壤中的植物在吸收土壤中的養(yǎng)分時(shí)，土壤中的金屬元素或者礦物質(zhì)元素進(jìn)入植被中，使得植物在生長過程中吸收礦區(qū)的金屬或礦物質(zhì)元素，讓植被的葉綠素發(fā)生改變，并通過植被的反射光譜體現(xiàn)出來。而遙感技術(shù)正是通過對(duì)植被反射光譜的檢測(cè)分析、以及確定光譜信息來判斷該區(qū)域是否有礦物質(zhì)，由于不同種類的植被在吸收金屬元素或者礦物質(zhì)元素后會(huì)在不同的器官位置呈現(xiàn)出不同的特點(diǎn)，因而在使用遙感技術(shù)時(shí)，需要地址勘查工作人員根據(jù)不同的植被光譜信息進(jìn)行全面分析。為了確保對(duì)植被光譜分析判斷的準(zhǔn)確性，工作人員可以收集大量的植被光譜資料，并對(duì)其色調(diào)進(jìn)行研究分析，同時(shí)在使用遙感技術(shù)時(shí)，可以利用遙感技術(shù)直接分離提取異常色調(diào)，進(jìn)而分析出金屬植被的吸收能力和聚集能力。

2.3 遙感勘查技術(shù)能夠利用巖礦光譜技術(shù)識(shí)別巖礦性質(zhì)和地質(zhì)類型

在遙感地質(zhì)勘查技術(shù)發(fā)展運(yùn)用過程中，主要運(yùn)用的是巖礦光譜技術(shù)，在地質(zhì)勘查中運(yùn)用更多的是多光譜技術(shù)和高光譜技術(shù)，由于多光譜技術(shù)和高光譜技術(shù)都是通過提取多光譜蝕變信息進(jìn)而實(shí)現(xiàn)對(duì)巖石性質(zhì)的識(shí)別，同時(shí)也能夠?qū)Ω吖庾V的礦物質(zhì)加以識(shí)別。其具體的運(yùn)用如下：由于多光譜技術(shù)具有較低的光譜分辨率，因而光譜特征的表現(xiàn)力也比較弱，所以在實(shí)際地質(zhì)勘查運(yùn)用期間主要以圖像線性信息和圖像的灰度變化來分析巖礦的特性[3]。而高光譜技術(shù)不僅可以獲取到連續(xù)光譜信息，而且能對(duì)不同的地質(zhì)類型加以直觀的識(shí)別判斷。根據(jù)上述的分析，在實(shí)際的遙感地質(zhì)勘查技術(shù)運(yùn)用中，主要將多光譜技術(shù)和高光譜技術(shù)綜合使用，因此在巖礦性質(zhì)和巖礦地質(zhì)類型的分析中都能獲取準(zhǔn)確有效的信息。

3 提高遙感地質(zhì)勘查技術(shù)應(yīng)用的具體措施

在遙感地質(zhì)勘查技術(shù)應(yīng)用過程中，其應(yīng)用范圍比較廣泛，為地質(zhì)勘查工作做了非常大的推動(dòng)作用，同樣，隨著社會(huì)對(duì)礦物質(zhì)資源的需求越來越大，遙感地質(zhì)勘查技術(shù)在應(yīng)用過程中也存在許多問題，需要工作人員在遙感地質(zhì)勘查期間采取合理的措施。

首先，地質(zhì)勘查工作人員要加強(qiáng)對(duì)遙感技術(shù)的理論研究，實(shí)際地質(zhì)勘查是對(duì)理論的實(shí)踐研究，而在實(shí)際地質(zhì)勘查期間遇到的問題則需要通過理論研究來解決，因此，需要地質(zhì)勘查工作人員深入研究大量與遙感技術(shù)有關(guān)的文獻(xiàn)資料，并提出新的理論研究，人們對(duì)地質(zhì)勘查的進(jìn)一步認(rèn)識(shí)提供有價(jià)值的參考。

其次，要加強(qiáng)地質(zhì)勘查技術(shù)方面的支持。目前，遙感地質(zhì)勘查技術(shù)的應(yīng)用正在不斷的擴(kuò)展，為了提高遙感地質(zhì)勘查技術(shù)的運(yùn)用范圍，一方面要對(duì)遙感地質(zhì)勘查技術(shù)保持其先進(jìn)性，另一方面還要培養(yǎng)一批先進(jìn)遙感地質(zhì)勘查技術(shù)人才，只有配套的技術(shù)人才搭配才能在地質(zhì)勘查工作中獲取高效、高質(zhì)量的成果。除此之外，還要對(duì)遙感地質(zhì)勘查技術(shù)的有效應(yīng)用進(jìn)行指導(dǎo)并加以規(guī)范，尤其是對(duì)遙感地質(zhì)勘查技術(shù)方面的責(zé)任制度，要及時(shí)解決在實(shí)際地質(zhì)勘查中遇到的問題，并在解決問題的同時(shí)提出新的發(fā)展方向，進(jìn)而促進(jìn)我國遙感地質(zhì)勘查技術(shù)的可持續(xù)發(fā)展。

在國家經(jīng)濟(jì)迅速發(fā)展的過程中，國家對(duì)礦產(chǎn)資源的需求量不斷增加，隨著遙感地質(zhì)勘查技術(shù)的運(yùn)用，一方面提高了地質(zhì)勘查工作的效率，另一方面解決了社會(huì)對(duì)地質(zhì)勘查精確度的高要求。本文主要從遙感地質(zhì)勘查技術(shù)在地質(zhì)構(gòu)造信息獲取、通過植被光譜確定礦產(chǎn)位置、以及利用巖礦光譜技術(shù)進(jìn)行分別巖礦信息和類型等方面進(jìn)行深入的研究，從而提出了遙感地質(zhì)勘查技術(shù)在應(yīng)用方面的具體措施，以此促使遙感地質(zhì)勘查技術(shù)的可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]閆佳 .遙感地質(zhì)勘查技術(shù)與應(yīng)用研究[J].科技經(jīng)濟(jì)市場(chǎng)，2014，06：135.

篇7

關(guān)鍵詞：土壤重金屬；高光譜遙感；估算方法；統(tǒng)計(jì)分析；預(yù)測(cè)精度

中圖分類號(hào)：TP79；S158；S153.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2013）06-1248-06

土壤是人類賴以生存的主要自然資源之一，也是人類生態(tài)環(huán)境的重要組成部分[1]。隨著工業(yè)的發(fā)展和農(nóng)業(yè)生產(chǎn)的現(xiàn)代化，大量污染物進(jìn)入土壤環(huán)境，其中重金屬是重要的污染物質(zhì)之一[2]。土壤污染中重金屬主要指汞、鎘、鉛、鉻以及類金屬砷等生物毒性顯著的物質(zhì)，也指具有一定毒性的一般重金屬如鋅、銅、鈷、鎳、錫等，目前最令研究者關(guān)注的重金屬是汞、鎘、鉛等。土壤重金屬污染不僅會(huì)造成農(nóng)作物減產(chǎn)，質(zhì)量下降，嚴(yán)重者會(huì)通過食物鏈影響人體健康，因此對(duì)土壤重金屬含量進(jìn)行監(jiān)測(cè)非常必要。傳統(tǒng)的野外采樣和室內(nèi)化學(xué)分析方法具有測(cè)量精度高、準(zhǔn)確性強(qiáng)等優(yōu)點(diǎn)，但相對(duì)費(fèi)時(shí)費(fèi)力，而且很難獲取大面積空間上連續(xù)的污染物含量分布信息。遙感技術(shù)因其多時(shí)相、大面積等特點(diǎn)逐漸被研究者應(yīng)用于土壤性質(zhì)的監(jiān)測(cè)，高光譜遙感則以其多且連續(xù)的光譜波段特點(diǎn)被應(yīng)用于監(jiān)測(cè)土壤重金屬含量，可以實(shí)現(xiàn)大范圍、非破壞性和非接觸元素的快速測(cè)樣[3，4]。

由于土壤中重金屬含量低，對(duì)土壤光譜曲線影響微弱，直接分析土壤樣品重金屬元素的特征光譜來估算其含量比較困難。通過借助重金屬元素與土壤有機(jī)質(zhì)、黏土礦物、鐵錳氧化物、碳酸鹽礦物之間的吸附或賦存關(guān)系，可以間接反演土壤重金屬元素含量，反演精度在一定程度上取決于重金屬元素與這些組分之間的相關(guān)性[5-7]。

近年來國內(nèi)外學(xué)者在土壤重金屬遙感反演研究方面已經(jīng)取得長足進(jìn)展，多數(shù)研究基于實(shí)驗(yàn)室的土壤光譜分析。例如有學(xué)者基于土壤可見-近紅外、近-中紅外反射光譜特征，實(shí)現(xiàn)了對(duì)礦區(qū)用地[8，9]、農(nóng)業(yè)用地[10，11]、潮灘[12，13]等研究區(qū)土壤重金屬元素含量的反演研究。如Kemper 等[8]利用土壤反射光譜反演了Aznalcollar礦區(qū)土壤As、Hg、Pb以及Fe元素的含量。國內(nèi)的Wu等[10]利用實(shí)驗(yàn)室土壤的反射光譜模擬Hymap、Aster以及TM影像波段，實(shí)現(xiàn)了大面積監(jiān)測(cè)南京江寧地區(qū)土壤Hg污染，發(fā)現(xiàn)估測(cè)土壤中Hg的最佳波段和土壤Fe的吸收波段一致，且相關(guān)分析表明土壤Hg的含量與土壤反射率成負(fù)相關(guān)關(guān)系。另外Moros等[12]在研究中發(fā)現(xiàn)了土壤重金屬元素和有機(jī)物質(zhì)之間的相關(guān)性，基于土壤可見-近紅外和中紅外反射光譜，建立偏最小二乘回歸模型，實(shí)現(xiàn)了對(duì)河灘土壤中As、Cd、Co等元素污染水平的定量監(jiān)測(cè)。

土壤反射光譜特征與重金屬元素含量之間的定量反演研究，可為進(jìn)一步應(yīng)用空間或航空遙感技術(shù)進(jìn)行高光譜遙感定量監(jiān)測(cè)土壤重金屬污染提供技術(shù)和理論支持，為土壤中重金屬含量的快速監(jiān)測(cè)和大面積的土壤重金屬污染評(píng)價(jià)提供技術(shù)支撐。

1 土壤光譜特性及特征波段的提取

土壤光譜信息是土壤表層各種屬性的綜合反映，其中土壤顏色、質(zhì)地、有機(jī)質(zhì)含量和各種礦物質(zhì)成分等對(duì)土壤光譜的影響作用較為明顯[14]。土壤屬性與實(shí)驗(yàn)室實(shí)測(cè)反射光譜的相關(guān)關(guān)系已得到證實(shí)：在可見光和近紅外波段，土壤光譜的吸收特征主要是由金屬離子的電子躍遷形成，在短波紅外區(qū)域，土壤的吸收主要?dú)w因于有機(jī)質(zhì)、層狀硅酸鹽、碳酸鹽、硫酸鹽等礦物質(zhì)的各類分子團(tuán)中化學(xué)鍵的伸展、彎曲、變形等振動(dòng)[7]。

土壤中有機(jī)質(zhì)、氧化鐵、黏粒比例的增加，會(huì)降低土壤光譜反射率；土壤有機(jī)質(zhì)與反射率較強(qiáng)的相關(guān)關(guān)系主要反映在可見光波段，而土壤氧化鐵和黏粒則在近紅外波段可以得到更精確的區(qū)分[15]。在可見光波段，土壤光譜曲線斜率較大，429、490 nm附近是土壤氧化鐵微弱的吸收峰，470 nm附近則是土壤氧化錳微弱的吸收峰，波長600 nm附近是土壤有機(jī)質(zhì)典型的反射峰，815 nm附近則是有機(jī)質(zhì)的次反射峰，在近紅外波段，反射光譜的斜率較小，接近水平。900 nm附近的吸收峰是土壤中3價(jià)鐵所致，1 000 nm附近的吸收峰是土壤中鐵的氫氧化合物特征譜帶，1 400、1 900、2 200 nm附近的吸收峰是土壤硅酸鹽礦物中水分子羥基伸縮振動(dòng)和Al―OH彎曲振動(dòng)的合頻譜帶，濕度降低了所有光譜段的反射率并在1 400、1 900 nm處產(chǎn)生較強(qiáng)和較寬的吸收帶。2 455 nm附近的吸收峰則是土壤碳酸鹽中CO32-基團(tuán)振動(dòng)產(chǎn)生的譜帶[16，17]。圖1為土壤樣品的原始光譜曲線示意圖。

通常土壤反射光譜需要預(yù)處理以突出光譜信息中的細(xì)微特征，常見預(yù)處理方法有光譜反射率的微分、倒數(shù)對(duì)數(shù)和連續(xù)統(tǒng)去除等，以此來獲得表征不同土壤成分的特征波段。但實(shí)際工作中需要針對(duì)不同的土壤背景條件，不同的重金屬污染類型，更加系統(tǒng)地分析土壤反射光譜特征差異，運(yùn)用合適的預(yù)處理方法和統(tǒng)計(jì)方法提取研究區(qū)土壤特征波段，建立土壤重金屬的光譜特征數(shù)據(jù)庫。土壤重金屬特征光譜的確定，可為區(qū)域土壤重金屬含量反演模型的建立（包括特征波段參數(shù)選擇）打下基礎(chǔ)[11]。

2 土壤重金屬含量反演的主要方法

土壤中重金屬元素含量很低，在土壤反射光譜的各波段沒有明顯的吸收特征，且土壤組成成分復(fù)雜，每個(gè)組分對(duì)反射光譜的影響是非線性混合，致使土壤的反射輻射過程復(fù)雜。用物理模型進(jìn)行反演較難，通常采用統(tǒng)計(jì)方法分析土壤重金屬含量與反射光譜特征之間的相關(guān)性，間接實(shí)現(xiàn)對(duì)土壤重金屬元素含量的估算。常用方法主要包括單變量以及多元統(tǒng)計(jì)分析方法，多元統(tǒng)計(jì)方法較之單變量方法反演精度要高[16，18，19]。也有研究同時(shí)采用以上兩種方法來計(jì)算土壤重金屬含量[10，18]。

2.1 單變量統(tǒng)計(jì)分析方法

單變量統(tǒng)計(jì)法主要運(yùn)用相關(guān)分析方法來探討土壤重金屬含量與光譜反射率之間是否存在較為顯著的相關(guān)性，選擇相關(guān)性最顯著的波段建立模型來預(yù)測(cè)土壤重金屬含量。根據(jù)波段選擇方法不同可分為單波段分析方法和波段有效變換后的分析方法。

如李淑敏等[11]利用光譜分析的方法探討北京地區(qū)農(nóng)業(yè)土壤中重金屬含量與可見-近紅外光譜反射率的相關(guān)關(guān)系，通過對(duì)土樣原始反射光譜及其一階、二階微分光譜與各土壤重金屬含量進(jìn)行單波段分析，確定了Cr、Ni、Cu等8種土壤重金屬的特征光譜，建立了估算土壤重金屬含量的回歸模型。任紅艷[18]研究分析了礦區(qū)農(nóng)田土壤原始反射光譜和經(jīng)過連續(xù)統(tǒng)去除后的光譜信息，確定了土壤光譜反射率與重金屬元素含量相關(guān)性最大的波段，得到了反演Cu、Cd等重金屬元素含量的最佳擬合模型。

由于土壤的高光譜反射率極易受到環(huán)境差異的影響，單波段反射率建立反演模型穩(wěn)定性不足，因此可用敏感波段均值處理或組合等變換后的光譜波段與土壤重金屬含量進(jìn)行相關(guān)分析，提高模型的穩(wěn)定性，達(dá)到更高的預(yù)測(cè)精度。蔣建軍等[20]通過對(duì)敏感波段511 nm處對(duì)應(yīng)的有機(jī)質(zhì)診斷指數(shù)R/R450-750進(jìn)行間隔10 nm的均值化處理，以敏感范圍均值R507-516/R450-750取代敏感波段R/R450-750作為自變量x，建立了有機(jī)質(zhì)含量的預(yù)測(cè)模型，然后根據(jù)有機(jī)質(zhì)含量和重金屬含量之間的關(guān)系間接反演Cd含量。此外，根據(jù)不同波段反射率提供的信息可以互相補(bǔ)充的特點(diǎn)，解憲麗等[7]提出利用波段組合方法能夠顯著提高光譜變量和重金屬含量間的相關(guān)性的論點(diǎn)，所建立Pb、Zn等元素的反演模型的可靠性要優(yōu)于單波段預(yù)測(cè)方法。

2.2 多元統(tǒng)計(jì)分析

多元統(tǒng)計(jì)分析是光譜學(xué)研究中預(yù)測(cè)光譜特征物質(zhì)的常用方法，因其綜合使用較多的波譜段，提高了統(tǒng)計(jì)預(yù)測(cè)的精度[18]。多元逐步回歸分析、主成分回歸（PCR）分析和偏最小二乘回歸（PLSR）分析是目前分析土壤組成與反射光譜間關(guān)系常用的統(tǒng)計(jì)方法[16]。此外，還有研究用人工神經(jīng)網(wǎng)絡(luò)方法[9]或多種多元統(tǒng)計(jì)分析方法相結(jié)合[21，22]來反演土壤重金屬含量。

2.2.1 多元逐步回歸法 多元逐步回歸法是根據(jù)土壤重金屬含量與土壤反射光譜的相關(guān)分析，找出與重金屬元素相關(guān)性較好的光譜特征波段，對(duì)各重金屬含量與特征波段的光譜變量進(jìn)行多元回歸分析。根據(jù)回歸系數(shù)和F統(tǒng)計(jì)量最高、均方根誤差最小的原則，選擇土壤重金屬高光譜遙感監(jiān)測(cè)的最佳回歸模型。多元逐步回歸分析方法簡(jiǎn)單明了，常被用來確定對(duì)于某種化學(xué)成分敏感的波段，并說明敏感波段值與這種化學(xué)成分濃度有較好的相關(guān)性，據(jù)此可以用這些確定的波長位置來估計(jì)化學(xué)成分的濃度[19]。

龔紹琦等[17]通過對(duì)濱海鹽土土壤光譜進(jìn)行處理，通過對(duì)鎘、銅、鎳等重金屬含量與反射光譜變量的相關(guān)分析，獲得了反演土壤成分的特征波段為429、470、490、1 430、2 398、2 455 nm，利用逐步回歸分析方法分別建立了反演上述幾種重金屬元素的最佳遙感模型。另外王維等[23]運(yùn)用土壤光譜反射率、一階微分、倒數(shù)對(duì)數(shù)這3種光譜數(shù)據(jù)對(duì)土壤銅含量進(jìn)行了多元逐步回歸分析，并比較了不同光譜預(yù)處理方法對(duì)模型精度的影響。

2.2.2 主成分回歸法 主成分回歸分析是一種多元回歸分析方法，被廣泛應(yīng)用在化學(xué)與測(cè)譜學(xué)分析中[22]。它利用全部光譜信息并進(jìn)行壓縮，將高度相關(guān)的波長點(diǎn)歸于一個(gè)獨(dú)立變量，提取為數(shù)不多的獨(dú)立變量建立回歸方程，通過內(nèi)部檢驗(yàn)來防止過度擬合。用預(yù)測(cè)均方根誤差（RMSEP）來評(píng)價(jià)模型的預(yù)測(cè)能力。

其中：ym是土壤重金屬含量實(shí)測(cè)值，yp是對(duì)應(yīng)的模型預(yù)測(cè)值。

部分學(xué)者用主成分回歸分析方法取得了很好的預(yù)測(cè)效果。Wu等[10]用 PCR 法建立了室內(nèi)土壤光譜與Hg含量的反演模型， 二者相關(guān)系數(shù)R=0.69，均方根誤差RMSE=0.15。任紅艷等[22]利用在實(shí)驗(yàn)室獲取的礦區(qū)農(nóng)田土壤可見-近紅外反射光譜與土壤As和Fe的濃度數(shù)據(jù)構(gòu)建了反演As和Fe的PCR預(yù)測(cè)模型，并指出其預(yù)測(cè)能力要優(yōu)于偏最小二乘回歸預(yù)測(cè)模型。但現(xiàn)有研究也證明PCR預(yù)測(cè)能力要受重金屬種類的影響[24，25]，如Islam等[24]用紫外-近紅外-可見光譜反演了農(nóng)業(yè)土壤中Ca、Mg等元素的含量，但對(duì)K、Na元素的反演能力就差。

2.2.3 偏最小二乘回歸法 偏最小二乘回歸方法作為一種有效的光譜分析方法，在光譜數(shù)據(jù)處理中已得到廣泛應(yīng)用。該方法提供一種多對(duì)多線性回歸建模的方法，當(dāng)兩組變量的個(gè)數(shù)很多，且都存在多重相關(guān)性，而觀測(cè)數(shù)據(jù)的數(shù)量又較少時(shí)，與傳統(tǒng)的多元線性回歸分析方法相比，PLSR方法解決了多元線性回歸方法所面臨的多重共線性問題，可概括提取光譜信息，從而較為準(zhǔn)確地定量反演重金屬元素含量。而且與主成分回歸分析相比，PLSR方法不僅很好地概括光譜信息，而且還要求新生成的成分對(duì)因變量（重金屬）有最強(qiáng)的解釋性。在某種意義上，PLSR模型綜合了多元線性回歸和主成分分析兩種方法。此外，與人工神經(jīng)網(wǎng)絡(luò)法（ANN）相比，PLSR 的因子負(fù)荷可以形象地揭示自變量與因變量的關(guān)系，從而有助于理解利用反射光譜反演無明顯光譜特征重金屬的機(jī)理。基于上述原因，目前研究中廣泛采用PLSR來反演土壤重金屬元素含量，并取得了很好的反演效果[26-30]。模型的反演能力同樣由預(yù)測(cè)均方根誤差來評(píng)價(jià)。

國外Kooistra等[31]發(fā)現(xiàn)利用河灘土壤的反射光譜可以較好地反演土壤重金屬Zn、Cd的污染水平，指出利用土壤可見-近紅外反射光譜建立的PLSR模型是定量分析河灘土壤成分及重金屬含量的有效途徑。國內(nèi)Ren等[32]應(yīng)用PLSR方法，分析長江口鹽沼土壤的反射光譜，定量反演了土壤重金屬As和Cu的含量，并取得了極顯著相關(guān)的結(jié)果。鄭光輝等[33]用PLSR方法建立反射光譜與土壤As含量之間的模型，通過交叉驗(yàn)證、估算檢驗(yàn)建模精度，證明了利用反射光譜反演土壤As含量的可行性。表1列舉了用反射光譜定量反演土壤重金屬含量的主要統(tǒng)計(jì)分析方法。

3 模型精度的影響因素分析

在土壤重金屬含量反演模型建立過程中，很多因素會(huì)對(duì)模型精度產(chǎn)生影響，所以很難全面地估計(jì)所建立的光譜模型精度。在不同的研究區(qū)域，由于土壤類型[32]、組分和污染水平的不同[34]，模型的應(yīng)用會(huì)受到限制，精度也會(huì)受到一定影響。對(duì)于同一研究區(qū)域，重金屬元素種類、樣品集數(shù)量、元素的分析形態(tài)及化學(xué)分析誤差[9]、高光譜波段范圍的選取[35，36]及高光譜數(shù)據(jù)的處理方法等因素都會(huì)對(duì)模型的反演精度產(chǎn)生影響。以下主要就高光譜數(shù)據(jù)處理方法對(duì)模型精度的影響進(jìn)行總結(jié)討論，采取合適的光譜數(shù)據(jù)處理方法會(huì)提高光譜模型的響應(yīng)預(yù)測(cè)能力。

3.1 合適的光譜分辨率

合適的光譜分辨率能提高模型反演精度。劉華等[37]通過對(duì)光譜采樣間隔為1 nm的土壤反射率和EO-1衛(wèi)星Hyperion高光譜波段建模效果比較發(fā)現(xiàn)，不論是比較預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)，還是相對(duì)誤差，前者所建模型對(duì)土壤重金屬含量的反演要好于后者，說明光譜分辨率高，對(duì)土壤定量反演能力較好。

但研究也證實(shí)并不是光譜分辨率越高，重金屬預(yù)測(cè)精度就越高。有些學(xué)者通過對(duì)重采樣后降低了光譜分辨率的數(shù)據(jù)進(jìn)行分析也取得了較好的預(yù)測(cè)精度。因重金屬元素光譜特征較寬，不需尖銳的吸收峰，且相對(duì)較低的光譜分辨率增強(qiáng)了光譜信噪比， 從而提高了預(yù)測(cè)精度。鄭光輝等[33]采用經(jīng)過多元散射校正處理后的數(shù)據(jù)反演土壤砷的含量，進(jìn)行2、4、6、8、16、32和64 nm重采樣，分別進(jìn)行建模、驗(yàn)證和反演，表明土壤的4 nm分辨率光譜的建模、驗(yàn)證和估算結(jié)果最佳。其他研究也得出類似結(jié)論，如Kemper等[8]認(rèn)為寬的采樣間隔（10或20 nm）減少了噪聲的影響，得出較好的反演結(jié)果。但過大的采樣間隔也會(huì)損失部分光譜信息，降低模型精度。如黃長平等[38]證實(shí)在使用經(jīng)驗(yàn)方法估算沒有明顯光譜特征的成分時(shí)，光譜分辨率不是一個(gè)必要條件，這為模擬衛(wèi)星傳感器波段反演土壤重金屬含量提供了理論依據(jù)。

同時(shí)有研究結(jié)果表明，不同重金屬元素最佳采樣間隔不同[39]。在實(shí)際工作中要根據(jù)重金屬種類、土壤理化性質(zhì)來選取合適的光譜分辨率而提高模型的精度。

3.2 不同光譜預(yù)處理方法

為了提高模型預(yù)測(cè)精度，建模之前先對(duì)初始反射光譜進(jìn)行預(yù)處理。研究證實(shí)最佳預(yù)測(cè)結(jié)果與光譜預(yù)處理方法有關(guān)，土壤光譜數(shù)據(jù)預(yù)處理可以消減光譜中因受隨機(jī)因素影響而產(chǎn)生的誤差，增強(qiáng)相似光譜之間的差別、突出光譜的特征值，提高重金屬含量的響應(yīng)能力、回歸模型的穩(wěn)定性和預(yù)測(cè)能力[40，41]。然而并非所有的預(yù)處理方法都可以取得理想的預(yù)測(cè)結(jié)果。目前常用的光譜預(yù)處理方法有一階微分（FD）、二階微分（SD）、光譜倒數(shù)對(duì)數(shù)[log（1/R）]、連續(xù)統(tǒng)去除（CR）和多元散射校正（MSC）等。

微分光譜是光譜分析中常用的預(yù)處理方法，可消除基線漂移或平緩背景干擾的影響，并可提供比原始光譜更高的分辨率和更清晰的光譜輪廓變換，增強(qiáng)土壤重金屬的光譜信息，提高模型的精度。如王維等[23]證實(shí)應(yīng)用一階微分處理后的光譜逐步回歸表現(xiàn)較好，預(yù)測(cè)精度高于原始反射率和光譜倒數(shù)對(duì)數(shù)的處理方法。但Wu 等[39]認(rèn)為一階微分不能明顯提高估算精度，未經(jīng)任何處理的原始光譜同樣可以表達(dá)土壤屬性。Kooistra等[13]研究發(fā)現(xiàn)，導(dǎo)數(shù)變換并不能顯著提高預(yù)測(cè)效果，與Volkan等[42]的研究結(jié)果一致。

光譜的倒數(shù)對(duì)數(shù)處理方法也具有較理想的處理效果。土壤反射率經(jīng)對(duì)數(shù)變化后，不僅增強(qiáng)可見光區(qū)的光譜差異（可見光區(qū)的原始光譜一般偏低），而且趨向于減少由于光照條件、地形等變化引起的隨機(jī)因素影響，提高模型精度。王璐等[16]對(duì)天津污灌區(qū)土壤光譜特征預(yù)測(cè)土壤重金屬含量的能力進(jìn)行了分析和評(píng)價(jià)，結(jié)果表明光譜的倒數(shù)對(duì)數(shù)log（1/R）是估算土壤重金屬元素含量較理想的指標(biāo)，尤其是對(duì)Cd和Pb，檢驗(yàn)精度R2超過0.8。

多元散射校正方法由于可以有效去除散射影響，提高信噪比，也可以得到最佳建模、驗(yàn)證和反演結(jié)果。任紅艷等[22]利用主成分回歸方法研究礦區(qū)農(nóng)田土壤砷含量與反射光譜的關(guān)系時(shí)發(fā)現(xiàn)多元散射校正可顯著提高模型的估算能力。鄔登巍等[35]通過對(duì)樣品的中紅外（MIR）漫反射光譜進(jìn)行多種預(yù)處理，結(jié)果表明，依次經(jīng)平滑、基線校正、多元散射校正預(yù)處理能顯著提高中紅外光譜數(shù)據(jù)的反演精度。

4 高光譜模型在模擬多光譜數(shù)據(jù)方面的應(yīng)用

利用現(xiàn)有多光譜遙感傳感器可以進(jìn)行土壤重金屬元素的監(jiān)測(cè)。不少研究建立了土壤重金屬含量與模擬HyMap、TM、ASTER以及 Quickbird 光譜的關(guān)系，雖然模型精度比高光譜數(shù)據(jù)模型精度略低，但可以進(jìn)行大面積監(jiān)測(cè)。

王璐等[16]采用PLSR方法對(duì)模擬的TM和ASTER多光譜數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)土壤重金屬Cd、Hg和Pb都與TM數(shù)據(jù)的第三波段（661 nm）和ASTER的第二（658 nm）、第四（1 655 nm）、第五（2 166 nm）波段有較高的相關(guān)性，而這些波段與土壤中有機(jī)質(zhì)、氧化鐵以及黏土礦物對(duì)光譜的影響波段較接近。同樣李巨寶等[43]通過對(duì)土壤樣品重金屬含量和ETM+數(shù)據(jù)的模擬光譜數(shù)據(jù)STM進(jìn)行相關(guān)分析，發(fā)現(xiàn)位于短波紅外的TM7波段是預(yù)測(cè)土壤Fe、Zn、Se含量的最佳波段。另外劉華等[37]也用不同的模型進(jìn)行了土壤室內(nèi)光譜與相關(guān)高/多光譜數(shù)據(jù)波段匹配模擬的研究。

光譜模擬數(shù)據(jù)是理想狀態(tài)下的結(jié)果，實(shí)際遙感應(yīng)用中土壤光譜特征成分（總鐵、有機(jī)質(zhì)以及黏土礦物等）在高/多光譜遙感數(shù)據(jù)上的表現(xiàn)必然受到植被及大氣等背景信息的干擾和影響。從模擬光譜層次的研究到遙感影像層次的應(yīng)用還需要考慮更多因素的影響。但以上研究同樣可以為利用遙感技術(shù)快速、大面積、有效地進(jìn)行土壤重金屬動(dòng)態(tài)監(jiān)測(cè)提供理論依據(jù)和技術(shù)途徑。

5 土壤重金屬含量遙感反演中出現(xiàn)的問題及研究前景

近年來在應(yīng)用高光譜數(shù)據(jù)定量反演土壤重金屬含量的研究取得了較大的進(jìn)展，但存在建模形態(tài)單一，特征光譜數(shù)據(jù)庫數(shù)據(jù)不足及準(zhǔn)確性不高，應(yīng)用范圍較窄及降噪程度不夠等原因造成的對(duì)目標(biāo)物定量反演準(zhǔn)確度不高等方面的問題。總體來說，運(yùn)用高光譜技術(shù)估算土壤中重金屬元素含量，其模型擬合總體精度能達(dá)到75%～80%，平均相對(duì)誤差30%～40%，驗(yàn)證精度60%～70%[15]。

因野外獲取反射光譜或者高空遙感應(yīng)用會(huì)受到很多因素影響，如地表狀況（粗細(xì)度、土壤濕度、植被覆蓋等）、大氣吸收和光照情況等，目前用遙感手段對(duì)土壤重金屬理化特性研究的工作多局限于實(shí)驗(yàn)室的光譜分析。以實(shí)驗(yàn)室反射光譜預(yù)測(cè)研究為基礎(chǔ)，介于實(shí)驗(yàn)室反射光譜和高空遙感應(yīng)用之間的野外土壤反射光譜研究將是未來研究重點(diǎn)。隨著遙感技術(shù)的不斷創(chuàng)新，遙感反演土壤重金屬含量的方法也越來越多。建立更適合于現(xiàn)有遙感技術(shù)的模型來反演土壤重金屬含量以及提高模型的模擬精度將是未來研究的主要目標(biāo)。

參考文獻(xiàn)：

[1] 林凡華，陳海博，白 軍.土壤環(huán)境中重金屬污染危害的研究[J].環(huán)境科學(xué)與管理，2007，32（7）：74-76.

[2] 陳興蘭，楊成波.土壤重金屬污染、生態(tài)效應(yīng)及植物修復(fù)技術(shù)[J]. 環(huán)境整治，2010（3）：58-62.

[3] 吳健生，宋 靜，鄭茂坤，等.土壤重金屬全量監(jiān)測(cè)方法研究進(jìn)展[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，42（5）：133-139.

[4] 李湘洲.重金屬鉛和鎘對(duì)土壤與作物的危害及防治[J]. 經(jīng)濟(jì)林研究，2000，18（4）：12-13.

[5] 賀軍亮，蔣建軍，孫中偉，等.土壤重金屬含量光譜估算模型的初步研究[J].農(nóng)機(jī)化研究，2009（9）：22-25.

[6] WU Y Z， CHEN J， JI J F， et al. A mechanism study of reflectance spectroscopy for investigating heavy metals in soils[J].Soil Science Society of America Journal，2007，71（3）：918-926.

[7] 解憲麗，孫 波，郝紅濤.土壤可見光-近紅外反射光譜與重金屬含量之間的相關(guān)性[J]. 土壤學(xué)報(bào)，2007，44（6）：982-993.

[8] KEMPER T， SOMMER S. Estimate of heavy metal contaminationin soil after a mining accident using reflectance spectroscopy[J]. Environmental Science and Technology，2002，36（12）：2742-2747.

[9] SIEBIELEC G， MCCARTY G W， STUCZYNSKI T I， et al. Near-and mid-infrared diffuse reflectance spectroscopy for measuring soil metal content[J]. Journal of Environmental Quality， 2004， 33（6）：2056-2069.

[10] WU Y Z， CHEN J， JI J F， et al. Feasibility of reflectance spectroscopy for the assessment of soil mercury contamination[J]. Environmental Science & Technology，2005，39（3）：873-878.

[11] 李淑敏，李 紅，孫丹峰，等.利用光譜技術(shù)分析北京地區(qū)農(nóng)業(yè)土壤重金屬光譜特征[J].土壤通報(bào)，2011，42（3）：730-735.

[12] MOROS J， DE VALLEJUELO S F， GREDILLA A， et al. Use of reflectance infrared spectroscopy for monitoring the metal content of the estuarine sediments of the Nerbioi-Ibaizabal River（metropolitan bilbao， bay of biscay， basque country）[J]. Environmental Science & Technology，2009，43（24）：9314-9320.

[13] KOOISTRA L， WEHRENS R， LEUVEN R， et al. Possibilities of visible-near-infrared spectroscopy for the assessment of soil contamination in river floodplains[J]. Analytica Chimica Acta， 2001，446（1-2）：97-105.

[14] 汪善勤，舒 寧.土壤定量遙感技術(shù)研究進(jìn)展[J]. 遙感信息，2007（6）：89-93.

[15] 孫 華.土壤重金屬污染修復(fù)及其遙感評(píng)價(jià)研究概述[J]. 浙江師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，28（4）：446-450.

[16] 王 璐，藺啟忠，賈 東，等.基于反射光譜預(yù)測(cè)土壤重金屬元素含量的研究[J].遙感學(xué)報(bào)，2007，11（6）：906-913.

[17] 龔紹琦，王 鑫，沈潤平，等.濱海鹽土重金屬含量高光譜遙感研究[J]. 遙感技術(shù)與應(yīng)用，2010，25（2）：169-177.

[18] 任紅艷.寶山礦區(qū)農(nóng)田土壤――水稻系統(tǒng)重金屬污染的遙感監(jiān)測(cè)[D].南京：南京農(nóng)業(yè)大學(xué)，2008.

[19] 吳昀昭. 南京城郊農(nóng)業(yè)土壤重金屬污染的遙感地球化學(xué)基礎(chǔ)研究[D]. 南京：南京大學(xué)，2005.

[20] 蔣建軍，徐 軍，賀軍亮，等.基于有機(jī)質(zhì)診斷指數(shù)的土壤鎘含量反演方法研究[J].土壤學(xué)報(bào)，2009，46（1）：177-182.

[21] JANIK L J， FORRESTER S T， RAWSON A. The prediction of soil chemical and physical properties from mid-infrared spectroscopy and combined partial least-squares regression and neural networks （PLS-NN） analysis[J]. Chemometrics and Intelligent Laboratory Systems，2009，97（2）：179-188.

[22] 任紅艷， 莊大方， 邱冬生， 等. 礦區(qū)農(nóng)田土壤砷污染的可見-近紅外反射光譜分析研究[J]. 光譜學(xué)與光譜分析，2009，29（1）：114-118.

[23] 王 維，沈潤平，吉曹翔. 基于高光譜的土壤重金屬銅的反演研究[J]. 遙感技術(shù)與應(yīng)用，2011，26（3）：348-354.

[24] ISLAM K， SINGH B， MCBRATNEY A. Simultaneous estimation of several soil properties by ultra-violet， visible， and near-infrared reflectance spectroscopy[J]. Australian Journal of Soil Research，2003，41（6）：1101-1114.

[25] CHANG C W， LAIRD D A， MAUSBACH M J， et al. Near-infrared reflectance spectroscopy-principal components regression analysis of soil properties[J]. Soil Science Society of America Journal，2001，65（2）：480-490.

[26] VISCARRA ROSSEL R A， WALVOORT D J J， MCBRATNEY A B， et al. Visible， near-infrared， mid-infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties[J]. Geoderma，2006，31（1-2）：59-75.

[27] VAN GROENINGEN J W， MUTTERS C S， HORWARTH W R， et al. NIR and DRIFT-MIR spectrometry of soils for predicting soil and crop parameters in a flooded field[J]. Plant Soil，2003，250（1）：155-165.

[28] MOROS J， MARTNEZ-SANCHEZ M J， PEREZ-SIRVENT C， et al. Testing of the region of murcia soils by near infrared diffuse reflectance spectroscopy and chemometrics[J]. Talanta，2009，78（2）：388-398.

[29] SUMMERS D， LEWIS M， OSTENDORF B， et al. Visible near-infrared reflectance spectroscopy as a predictive indicator of soil properties[J]. Ecological Indicators，2011，11（1）：123-131.

[30] CHODAK M， NIKLINSKA M， BEESE F. Near-infrared spectroscopy for analysis of chemical and microbiological properties of forest soil organic horizons in a heavy-metal-polluted area[J]. Biol Fertil Soils，2007，44（1）：171-180.

[31] KOOISTRA L， WANDERS J， EPEMA G F， et al. The potential of field spectroscopy for the assessment of sediment properties in river floodplains[J]. Analytica Chimica Acta，2003，484（2）：189-200.

[32] REN H Y， ZHUANG D F， SINGH A N， et al. Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance spectroscopy： a case study[J]. Pedosphere，2009，19（6）：719-726.

[33] 鄭光輝，周生路，吳紹華.土壤砷含量高光譜估算模型研究[J].光譜學(xué)與光譜分析，2011，31（1）：173-176.

[34] DONG Y W， YANG S Q， XU C Y， et al. Determination of soil parameters in apple-growing regions by near and mid-infrared spectroscopy[J]. Pedosphere，2011，21（5）：591-602.

[35] 鄔登巍，吳昀昭，馬宏瑞. 基于中紅外漫反射光譜的土壤重金屬元素含量預(yù)測(cè)研究[J]. 光譜學(xué)與光譜分析，2010，30（6）：1498-1502.

[36] SONG Y X， LI F L， YANG Z F， et al. Diffuse reflectance spectroscopy for monitoring potentially toxic elements in the agricultural soils of Changjiang River Delta， China[J]. Applied Clay Science，2012，64：75-83.

[37] 劉 華，張利權(quán).崇明東灘鹽沼土壤重金屬含量的高光譜估算模型[J]. 生態(tài)學(xué)報(bào)，2007，27（8）：3427-3434.

[38] 黃長平，劉 波，張 霞，等.土壤重金屬Cu含量遙感反演的波段選擇與最佳光譜分辨率研究[J]. 遙感技術(shù)與應(yīng)用，2010， 25（3）：353-341.

[39] WU Y Z，CHEN J，WU X M，et al. Possibilities of reflectance spectroscopy for the assessment of contaminant elements in suburban soils[J]. Applied Geochemistry，2005，20（6）：1051-1059.

[40] GALVEZ-SOLA L， MORAL R， PEREZ-MURCIA M D， et al. The potential of near infrared reflectance spectroscopy （NIRS） for the estimation of agroindustrial compost quality[J]. Science of the Total Environment，2010，408（6）：1414-1421.

[41] 李民贊.光譜分析技術(shù)及其應(yīng)用[M].北京：科學(xué)出版社，2006.

篇8

關(guān)鍵詞 地質(zhì)礦產(chǎn)勘測(cè)；高科技技術(shù)；應(yīng)用研究

中圖分類號(hào)P5 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2014）114-0126-02

地質(zhì)礦產(chǎn)勘測(cè)技術(shù)發(fā)展至今，已經(jīng)有非常久的歷史了，勘測(cè)技術(shù)也可以說是各式各樣，伴隨著我國經(jīng)濟(jì)的迅猛發(fā)展，工業(yè)領(lǐng)域?qū)ΦV產(chǎn)資源的需求量越來越大，而我們要更加注重的就是要把傳統(tǒng)的勘測(cè)技術(shù)與現(xiàn)代的先進(jìn)的新型勘測(cè)技術(shù)相結(jié)合，以提高礦產(chǎn)的勘測(cè)工作效率，進(jìn)而促進(jìn)我國經(jīng)濟(jì)的發(fā)展。

1 中國地質(zhì)礦產(chǎn)勘測(cè)的現(xiàn)狀

我國是一個(gè)地大物博的國家，總的礦產(chǎn)儲(chǔ)備量居全世界前幾位，其中有些礦產(chǎn)的儲(chǔ)備量更是居世界第一位，可是我國的人口基數(shù)大，人均礦產(chǎn)資源的占有率低于世界平均水平，并且礦產(chǎn)的使用率不高，造成了資源的浪費(fèi)，這也就加劇了我國對(duì)于礦產(chǎn)的迫切需求。自建國以后，我國的礦產(chǎn)勘測(cè)技術(shù)突飛猛進(jìn)，為我國的經(jīng)濟(jì)建設(shè)做出了卓越的貢獻(xiàn)。不過，我們應(yīng)該清醒的認(rèn)識(shí)到，雖然我國的礦產(chǎn)儲(chǔ)備量很高，但是還有個(gè)別種類的礦產(chǎn)資源滿足不了我國的經(jīng)濟(jì)建設(shè)需求，仍需要從外國進(jìn)口，這就要求我們要不斷的改進(jìn)勘測(cè)技術(shù)，使用高科技技術(shù)，找到更多的礦產(chǎn)資源。

2 新形勢(shì)下高科技在地質(zhì)礦產(chǎn)勘測(cè)中的應(yīng)用

2.1 GPS在地質(zhì)礦產(chǎn)勘測(cè)中的應(yīng)用

2.1.1 GPS含義和原理

全球定位系統(tǒng)（英語：Global Positioning System）通稱GPS，它是一個(gè)中距離的原型軌道衛(wèi)星導(dǎo)航系統(tǒng)，可以為地球表面的絕大部分地區(qū)提供準(zhǔn)確的定位、測(cè)速和高精度的時(shí)間標(biāo)準(zhǔn)。該系統(tǒng)包括太空中的24顆GPS衛(wèi)星；地面上1個(gè)主控站、3個(gè)數(shù)據(jù)注入站和5個(gè)監(jiān)測(cè)站及作為用戶端的GPS接收機(jī)。它需要各個(gè)部分的協(xié)調(diào)工作，才能確保定位的準(zhǔn)確從而獲得比較精確地?cái)?shù)據(jù)。

GPS的工作原理，是對(duì)衛(wèi)星所發(fā)出的信號(hào)進(jìn)行處理和匯總，將匯總的數(shù)據(jù)和信息進(jìn)行整合，最后對(duì)正確的空間位置進(jìn)行定位。DPS技術(shù)應(yīng)用于全球各個(gè)領(lǐng)域，尤其對(duì)于地質(zhì)的勘測(cè)有極大的幫助，它具有一定的定位功能，發(fā)出的信號(hào)和提供的數(shù)據(jù)具有實(shí)時(shí)性。GPS對(duì)于外界的干擾具有很好的抵制作用，抗干擾能力強(qiáng)，而且對(duì)于數(shù)據(jù)具有保密的功能。GPS主要由九個(gè)部分組成，分別是五個(gè)監(jiān)控站、三個(gè)注入站和一個(gè)主控站。主控站主要是對(duì)衛(wèi)星發(fā)出的信號(hào)和數(shù)據(jù)進(jìn)行分析和整合，然后傳輸?shù)阶⑷胝荆⑷胝驹賹⑦@些信息和數(shù)據(jù)輸送到存儲(chǔ)器中，然后GPS將定位的結(jié)果呈現(xiàn)出來。

2.2 GPS在地質(zhì)礦產(chǎn)勘測(cè)工作中的具體應(yīng)用步驟

2.2.1 GPS進(jìn)行野外采集的準(zhǔn)備工作

首先將GPS進(jìn)行初始化，使GPS不留原始的數(shù)據(jù)，這樣才能更準(zhǔn)確地定位。在初始化完成后，相關(guān)的工作人員要建立橫向和縱向的測(cè)量系統(tǒng)，在用GPS進(jìn)行定位時(shí)，最好使用兩臺(tái)或兩臺(tái)以上的GPS，以其中的一臺(tái)作為基準(zhǔn)，另外兩臺(tái)作為數(shù)據(jù)的參考，找出這三臺(tái)GPS在定位中存在的誤差，最后綜合這三臺(tái)GPS的定位狀況，做出合理分析，得出最終的結(jié)論。需要注意的是，在進(jìn)行野外定位之前，需要對(duì)每一臺(tái)GPS進(jìn)行初始化設(shè)定，從而使三臺(tái)GPS達(dá)到同步的標(biāo)準(zhǔn)。

2.2.2 對(duì)GPS野外站點(diǎn)進(jìn)行位置的選擇

通常進(jìn)行地質(zhì)勘測(cè)的地區(qū)都位于山區(qū)，山區(qū)的樹木茂盛，通視條件一般都比較差，于是，在進(jìn)行野外站點(diǎn)的選擇時(shí)，要根據(jù)當(dāng)?shù)氐膶?shí)際狀況，盡量選擇通視條件較好，視野相對(duì)開闊的地方，這樣有利于衛(wèi)星對(duì)當(dāng)?shù)財(cái)?shù)據(jù)的收集，提高GPS定位的精確度。

2.2.3 GPS野外站點(diǎn)的數(shù)據(jù)采集工作

GPS在進(jìn)行數(shù)據(jù)采集的時(shí)候，數(shù)據(jù)的精確度受到衛(wèi)星的高度、當(dāng)?shù)貙?duì)衛(wèi)星干擾的大小等方面的影響。所以，在信息采集的時(shí)候，要保持衛(wèi)星信號(hào)的良好，進(jìn)行數(shù)據(jù)采集時(shí)要保持15分鐘以上，根據(jù)距離的長度，相應(yīng)的增加數(shù)據(jù)采集的時(shí)間。如在定位的距離大于5000時(shí)，數(shù)據(jù)的采集工作要持續(xù)30分鐘以上。如果定位的距離大于10千米時(shí)，數(shù)據(jù)采集工作要持續(xù)45分鐘以上。

2.2.4 GPS對(duì)觀測(cè)到的數(shù)據(jù)進(jìn)行處理

將三臺(tái)GPS所收集的數(shù)據(jù)進(jìn)行整合，得出最準(zhǔn)確的數(shù)據(jù)信息。在進(jìn)行結(jié)算的時(shí)候，各項(xiàng)數(shù)據(jù)都要進(jìn)行準(zhǔn)確的輸入，否則都會(huì)使整個(gè)地質(zhì)勘測(cè)工作無法正常的運(yùn)行，數(shù)據(jù)要保留小數(shù)點(diǎn)后的四位，盡量地提高數(shù)據(jù)結(jié)算的精確度。

2.3 遙感技術(shù)在地質(zhì)勘測(cè)工作中的應(yīng)用

2.3.1 遙感技術(shù)對(duì)礦產(chǎn)資源的識(shí)別作用

巖石的類別和組成成分是礦物質(zhì)形成的基礎(chǔ)條件，遙感通過對(duì)一類巖石的類型和組成成分進(jìn)行分析，進(jìn)行數(shù)據(jù)的整合，發(fā)現(xiàn)巖石中是否有礦物質(zhì)或預(yù)測(cè)這類巖石是否有成礦的可能性。遙感技術(shù)對(duì)巖石類別的識(shí)別主要通過圖像的增強(qiáng)效果、圖像的變換和進(jìn)行圖像分析的方法，通過增強(qiáng)巖石在圖像中的色調(diào)、顏色和紋理，從而更清晰地觀察巖石的類別。遙感技術(shù)在礦產(chǎn)勘測(cè)的工作中發(fā)揮著重要的作用。

遙感技術(shù)對(duì)巖石類型的識(shí)別主要依靠光譜和空間特征的差異，高光譜下的遙感技術(shù)具有分辨率高、數(shù)據(jù)精確等特點(diǎn)，近年來被廣泛應(yīng)用于地質(zhì)礦產(chǎn)的勘測(cè)工作。高光譜的遙感可以有效地區(qū)分巖石的含礦量，提高礦產(chǎn)勘測(cè)的效率。

2.3.2 遙感技術(shù)在礦產(chǎn)勘測(cè)工作中可以提供礦化蝕變信息

巖石蝕變信息的收集與提取是礦產(chǎn)勘測(cè)工作中的一項(xiàng)重要內(nèi)容，巖石蝕變的類別與巖石的化學(xué)成分、相關(guān)的礦床類別是密切相關(guān)的、巖石蝕變的范圍通常大于巖石礦化的范圍，因此，巖石蝕變可作為礦產(chǎn)勘探一個(gè)重要方法，有助于進(jìn)行礦產(chǎn)的勘測(cè)工作。

巖石蝕變時(shí)，其在種類、顏色、結(jié)構(gòu)等方面與其他周圍的巖石具有一定的差別，這些差別用遙感技術(shù)鑒別時(shí)體現(xiàn)出光譜的差異。光譜的差異為遙感技術(shù)提取礦物信息提供了有力的保障，因此，可以通過遙感技術(shù)進(jìn)行礦產(chǎn)的勘測(cè)工作。

2.3.3 遙感技術(shù)對(duì)地質(zhì)構(gòu)造信息的提取

遙感技術(shù)對(duì)地質(zhì)構(gòu)造信息的提取是礦產(chǎn)勘測(cè)工作中的一項(xiàng)重要內(nèi)容。通過礦產(chǎn)專家的多年實(shí)踐，礦化蝕變帶是有規(guī)律可循的，它總是沿著一定地質(zhì)構(gòu)造分布。遙感技術(shù)對(duì)地質(zhì)構(gòu)造信息的獲取主要呈現(xiàn)出線性的影像和環(huán)行的影像，根據(jù)不同的成礦條件，可以得出不同的成礦信息。

有些巖石區(qū)域的成礦紋理比較模糊，遙感技術(shù)使巖石的線性行跡、紋理等信息變得清晰，通過遙感技術(shù)對(duì)呈現(xiàn)的影像進(jìn)行相關(guān)的處理，如增強(qiáng)邊緣的線條、通過比值的分析，使構(gòu)造的輪廓清晰地展現(xiàn)出來。遙感技術(shù)通過對(duì)線性和環(huán)行的影像進(jìn)行分析和統(tǒng)計(jì)，確定礦物的構(gòu)造和分布情況，確定礦產(chǎn)分布的規(guī)律，對(duì)地質(zhì)礦產(chǎn)的勘測(cè)工作具有重要意義。

4 結(jié)論

20世紀(jì)以來，一系列高科技技術(shù)已經(jīng)被廣泛的應(yīng)用于地質(zhì)礦產(chǎn)勘測(cè)的工作中，新技術(shù)、新理念的應(yīng)用大大提高了地質(zhì)礦物勘測(cè)工作的效率，擴(kuò)大了礦產(chǎn)資源的開采。加強(qiáng)礦產(chǎn)資源的勘測(cè)與開發(fā)，獲取更多的礦產(chǎn)勘測(cè)信息，需要更精準(zhǔn)的高科技技術(shù)的支持。

參考文獻(xiàn)

篇9

關(guān)鍵詞：航空遙感技術(shù)、現(xiàn)狀、應(yīng)用、趨勢(shì)、成就

中圖分類號(hào)：TP7文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：

一、航空遙感的發(fā)展現(xiàn)狀

一九六零年美國的學(xué)者就提出了遙感這一概念，這是一項(xiàng)FQ綜合技術(shù)，將其定義為以攝影方式或以非攝影方式獲得被探測(cè)目標(biāo)的圖像或數(shù)據(jù)的技術(shù)，是為了更加全面的描述這種技術(shù)和方法，從現(xiàn)實(shí)的意義來分析，通常我們把它稱為一種遠(yuǎn)離的目標(biāo)，通過非直接接觸而判定、測(cè)量并分析目標(biāo)性質(zhì)的技術(shù)。一九七二年第一顆地球資源衛(wèi)生發(fā)射升空，一直以來，法國、美國、俄羅斯、日本、印度以及中國等國家陸續(xù)發(fā)射了對(duì)地觀測(cè)的衛(wèi)星，并且越來越多。如今，大氣窗口的全部都已被衛(wèi)星遙感的多傳感器技術(shù)所覆蓋，光學(xué)遙感包含以下幾種：近紅外、見光及短波紅外區(qū)，以探測(cè)目標(biāo)物的反射和散射熱紅外遙感的波長可從8／an到14Inn，以射率和溫度等輻射特征，微波遙感的波長是從1mm到100cm的范圍，其中被動(dòng)微波遙感主要是以目標(biāo)的散發(fā)射率與溫度的探測(cè)為主，主動(dòng)微波遙感通過合成孔徑雷達(dá)探測(cè)目標(biāo)的反向散射特征。微波遙感能夠全天時(shí)、全天候的對(duì)地進(jìn)行觀測(cè)，雷達(dá)干涉的測(cè)量多數(shù)采用兩付天線同步成像，或者是一付天線需要隔一段時(shí)間之后重復(fù)成像，利用同名像點(diǎn)的相位差對(duì)地面目標(biāo)的三維坐標(biāo)進(jìn)行測(cè)定，精度可以達(dá)到5In～10In，差分干涉測(cè)量定相對(duì)位移量的精度更高，在自動(dòng)獲取數(shù)字高程模型的精度上得到很大的提高。航空航天遙感對(duì)地定位不依賴地面的控制，也就是對(duì)影像目標(biāo)的實(shí)地位置能夠確定，過去的一個(gè)世紀(jì)中取得的重大成果中就包括從空中和太空觀測(cè)地球獲取影像，體出了多平臺(tái)多傳感器航空航天遙感數(shù)據(jù)獲取技術(shù)趨向于三高。多平臺(tái)多傳感器航空航天遙感數(shù)據(jù)獲取技術(shù)有著非常快速的發(fā)展，并趨向于高空間分辨率、高光譜分辨率及高時(shí)向分辨率。在二零零一年衛(wèi)星遙感的空間分辨率有了快速的提高，而時(shí)間分辨率的提高則是由于小衛(wèi)星技術(shù)的快速發(fā)展，傳感器與小衛(wèi)星星座的大角度傾斜可以以1d～3d的周期獲得感興趣地區(qū)的遙感影像。

因?yàn)榫哂腥旌蛉鞎r(shí)的特征，以及應(yīng)用INSAR和東一INSAR進(jìn)行高精度三維地形及其變化測(cè)定的可能性，因此，全世界各國家都在普遍關(guān)心的就是SAR雷達(dá)衛(wèi)星。在機(jī)載和星載SAR傳感器以及應(yīng)用研究方面我們國家還處于形成體系的階段，如今，我們國家將把遙感數(shù)據(jù)獲取的方法全面推進(jìn)，從而形成自主的高分辨率資源衛(wèi)星、雷達(dá)衛(wèi)星、測(cè)圖衛(wèi)星和對(duì)環(huán)境與災(zāi)害進(jìn)行實(shí)時(shí)監(jiān)測(cè)的小衛(wèi)星群。

二、航空遙感技術(shù)的應(yīng)用

從遙感科學(xué)的本質(zhì)來分析，就是通過對(duì)地球表層的遙感，如巖石圈、大氣圈、水圈以及生物圈都屬于地球表層。根據(jù)遙感儀器所選用的波譜性質(zhì)遙感技術(shù)可以分為以下幾種，聲納遙感技術(shù)、電磁波遙感技術(shù)、物理場(chǎng)遙感技術(shù)等。電磁波遙感技術(shù)是利用各種物體或物質(zhì)反射出不同的特性的電磁波而進(jìn)行遙感。包括見光、微波及紅外等遙感技術(shù)。按照感測(cè)目標(biāo)的能源作用可以分為以下兩種技術(shù)，包括：被動(dòng)式遙感技術(shù)、主動(dòng)式遙感技術(shù)。如果按照記錄信息的表現(xiàn)形式來分的話，可以分為圖像方式以及非圖像方式，若按遙感器使用的平臺(tái)來分，可以分為航空遙感技術(shù)、航天遙感技術(shù)、地面遙感技術(shù)等三種技術(shù)。從遙感的應(yīng)用領(lǐng)域來分的話，可以分為環(huán)境遙感技術(shù)、地球資源遙感技術(shù)、海洋遙感技術(shù)以及氣象遙感技術(shù)等。遙感應(yīng)用具體包括：土地資源調(diào)查、陸地水資源調(diào)查、植被資源調(diào)查、城市遙感調(diào)查、地質(zhì)調(diào)查、海洋資源調(diào)查、環(huán)境資源調(diào)查以及考古調(diào)查與規(guī)劃管理等。

三、我國航空遙感技術(shù)的發(fā)展趨勢(shì)

科學(xué)技術(shù)在不斷的進(jìn)步，光譜信息逐漸趨向成像化，雷達(dá)成像向多極化發(fā)展，光學(xué)探測(cè)多向化，地學(xué)分析也越來越智能化，環(huán)境研究也向動(dòng)態(tài)化發(fā)展，資源研究方面也趨于定量化，這對(duì)遙感技術(shù)的實(shí)時(shí)性有很大的提高，并且對(duì)遙感技術(shù)的運(yùn)行性也起到很大的提高作用，使它向多頻率、多尺度、全天候的方向發(fā)展，與此同時(shí)，還要向高效快速以及高精度的目標(biāo)發(fā)展下去。其一、隨著高性能新型傳感器研制開發(fā)水平的不斷提高，以及環(huán)境資源遙感對(duì)高精度遙感數(shù)據(jù)的要求越來越高，高光譜分辨率以及高空間已經(jīng)成為衛(wèi)星遙感影像獲取技術(shù)的未來發(fā)展方向。遙感傳感器的改進(jìn)與突破重點(diǎn)體現(xiàn)在像光譜儀和雷達(dá)上，高分辨率的遙感資料對(duì)地質(zhì)勘測(cè)以及海洋陸地的生物資源調(diào)查都有非常顯著的效果。其二、全天候全天時(shí)獲取影像并穿透地物是雷達(dá)遙感具有的能力，并且在對(duì)地觀測(cè)領(lǐng)域有很大的優(yōu)勢(shì)。無論是干涉雷達(dá)技術(shù)，還是被動(dòng)微波合成孔徑成像技術(shù)，還是三維成維技術(shù)及植物穿透性寬波段雷達(dá)技術(shù)都在發(fā)揮著越來越重要的作用，并且也是實(shí)現(xiàn)全天候?qū)Φ赜^測(cè)的非常主要的技術(shù)，使環(huán)境資源的動(dòng)態(tài)監(jiān)測(cè)能力得到很大的提高。其三、不斷開發(fā)陸地表面溫度及發(fā)射率的分離技術(shù)，并使其得以完善，對(duì)陸地表面的能量交換進(jìn)行定量估算并進(jìn)行監(jiān)測(cè)，除此之外，還要對(duì)平衡過程進(jìn)行監(jiān)測(cè)，這會(huì)在全球氣候變化的研究中起到更大的作用。其四、由航空、航天與地面觀測(cè)臺(tái)站網(wǎng)絡(luò)等組成的并且以地球作為研究對(duì)象的綜合對(duì)地觀測(cè)數(shù)據(jù)獲取系統(tǒng)，不但具有提供定性、定位、定量的能力，而且還具有提供全天候、全空間及全時(shí)域的數(shù)據(jù)能力，為資源開發(fā)、地學(xué)研究、環(huán)境保護(hù)及區(qū)域經(jīng)濟(jì)的持續(xù)發(fā)展提供科學(xué)數(shù)據(jù)，同時(shí)提供信息服務(wù)。

四、我國在航天遙感技術(shù)方面已取得的巨大成就

在對(duì)地觀測(cè)系統(tǒng)中一項(xiàng)重要的組成部分就是航空遙感，無論是在災(zāi)害應(yīng)急響應(yīng)監(jiān)測(cè)方面，還是在高精度地表測(cè)量中以及礦產(chǎn)資源探測(cè)等領(lǐng)域都發(fā)揮著非常重要的作用。有了863計(jì)劃等國家科技計(jì)劃的支持，我們國家一直堅(jiān)持自主創(chuàng)造并不斷創(chuàng)新，在無人機(jī)遙感、高精度輕小型航空遙感、高效能航空SAR遙感等領(lǐng)域都自主研發(fā)了紅外、可見光、激光、合成孔徑雷達(dá)等航空遙感傳感器，技術(shù)非常先進(jìn)并且實(shí)用性很強(qiáng)，把國外的技術(shù)壟斷與技術(shù)壁壘徹底打破了，研發(fā)出一系列的軟件及硬件產(chǎn)品，并且是適合我們國家國情的產(chǎn)品，形成獨(dú)具特色的全國航空遙感網(wǎng)，應(yīng)用領(lǐng)域包括地礦、測(cè)繪、環(huán)保、農(nóng)業(yè)、水利、減災(zāi)、交通、軍事以及一些重大的工程建設(shè)，并且發(fā)揮出了非常重要的作用。如今，我們國家的遙感技術(shù)在國際中處于領(lǐng)導(dǎo)者的地位。

由高精度小型化POS、高精度輕型組合寬角數(shù)字相機(jī)、穩(wěn)定平臺(tái)、輕小型機(jī)載LIDAR、超輕型飛機(jī)（或無人機(jī)）和相應(yīng)軟件組成了高精度輕小型航空遙感系統(tǒng)。此系統(tǒng)與國外一些同類的產(chǎn)品相比，具有以下優(yōu)點(diǎn)：重量輕、體積水、成本低、功能全并且操作起來非常方便，更重要的是擁有自主知識(shí)產(chǎn)權(quán)，主要應(yīng)用于大比例尺測(cè)繪、高分辨率對(duì)地觀測(cè)、數(shù)字城市建設(shè)以及重大自然災(zāi)害應(yīng)急響應(yīng)等方面，不但可以節(jié)省大量的人力、物力以及財(cái)力，而且對(duì)于遙感工作效率及效益有很大的提高。

高效能航空SAR遙感應(yīng)用系統(tǒng)不但突破了系統(tǒng)總體與系統(tǒng)集成、X波段干涉SAR、P波段極化SAR技術(shù)，而且還突破了地形測(cè)圖處理技術(shù)，技術(shù)指標(biāo)要滿足測(cè)圖精度的要求，這樣才能有利于技術(shù)流程及標(biāo)準(zhǔn)的形成，把國外技術(shù)的封鎖徹底打破了，使國內(nèi)的空白得到了填補(bǔ)，使我國成為世界上第三個(gè)擁有先進(jìn)航空SAR遙感系統(tǒng)的國家。

參考文獻(xiàn)：

［1］馬藹乃．遙感概論．北京：科學(xué)出版社，1984

［2］浦瑞良，宮鵬．高光譜遙感及其應(yīng)用．北京：高等教育出版社，2OO0

篇10

關(guān)鍵詞:遙感技術(shù) 信息提取 找礦

遙感技術(shù)(Remote Sensing)即遙遠(yuǎn)的感知,是20世紀(jì)60年代興起并迅速發(fā)展起來的一門綜合性探測(cè)技術(shù),它是在航空攝影測(cè)量基礎(chǔ)上,隨著空間技術(shù)、信息技術(shù)、電子計(jì)算機(jī)技術(shù)等當(dāng)代高新技術(shù)的迅速發(fā)展,以及地學(xué)、環(huán)境等學(xué)科發(fā)展的需要,逐步形成發(fā)展的一門新興交叉科學(xué)技術(shù)。具有宏觀、動(dòng)態(tài)、綜合、快速、多層次、多時(shí)相的優(yōu)勢(shì)。在新技術(shù)迅猛發(fā)展的今天,遙感技術(shù)伴隨著航空、航天技術(shù)的發(fā)展而不斷提高與完善,服務(wù)領(lǐng)域不斷擴(kuò)展,受到普遍重視,顯示出極其廣泛的應(yīng)用價(jià)值、良好的經(jīng)濟(jì)效益和巨大的生命力。

1、遙感信息提取

全球變化的研究涉及一系列重大全球性環(huán)境問題,提出了大量關(guān)系到地球的重要科學(xué)問題。由于涉及的范圍極其廣泛,因而具有高度綜合和交叉學(xué)科研究的特點(diǎn)。葉篤正先生曾指出,“全球環(huán)境是一個(gè)不可分割的整體,任何區(qū)域的環(huán)境變化都要受到整體環(huán)境變化的制約;反過來,整體環(huán)境的變化又是各區(qū)域相互影響著的環(huán)境變化的綜合體”。遙感作為獲取地球表面時(shí)空多變要素的先進(jìn)方法,是地球系統(tǒng)科學(xué)研究的重要組成部分,是對(duì)全球變化進(jìn)行動(dòng)態(tài)監(jiān)測(cè)不可替代的手段。陳述彭先生指出,沒有遙感,就提不出全球變化這樣的科學(xué)問題。所以遙感對(duì)地理信息學(xué)科具有巨大的推動(dòng)作用,就像望遠(yuǎn)鏡對(duì)天文學(xué)和物理學(xué)的推動(dòng)作用一樣。遙感科學(xué)的意義在于:對(duì)傳統(tǒng)地理學(xué)來說,遙感要求從定性到定量描述;對(duì)傳統(tǒng)物理學(xué)來說,遙感要求在像元尺度上對(duì)局地尺度上定義的概念、推導(dǎo)出的物理定律、定理的適用性進(jìn)行檢驗(yàn)和糾正,而這種糾正是與像元尺度上的地學(xué)定量描述密不可分的。

1.1 遙感圖像掩膜處理

衛(wèi)星遙感圖像處理,尤其是提取礦化蝕變等微弱遙感信息,需要針對(duì)工作區(qū)選取盡可能小的圖像范圍,同時(shí)要對(duì)工作區(qū)范圍內(nèi)圖像中的云霧、水體、冰雪、植被、大面積風(fēng)成土壤等干擾進(jìn)行掩膜等處理,然后才能進(jìn)行圖像處理。

1.2 去相關(guān)拉伸

去相關(guān)拉伸變換是原始光譜波段的一種線性變換,這種變換通常是原始光譜波段的加權(quán)總和與差。研究表明該方法對(duì)一些遙感圖像數(shù)據(jù)有效,能產(chǎn)生好的圖像效果和提供新的洞察點(diǎn);利用這種圖像處理方法主要目的是提取一些方法不能提取的一些重要礦化蝕變、侵入體及構(gòu)造等遙感信息。

1.3 卷積增強(qiáng)

遙感圖像上的線性特征,特別是和地質(zhì)構(gòu)造和成礦環(huán)境有關(guān)的線性體和斷裂構(gòu)造的增強(qiáng)處理和分析是遙感圖像處理和研究的一個(gè)重要方面。對(duì)數(shù)字圖像而言,線性體信息提取目前主要有梯度閾值法、模板卷積法、超曲面擬合法、曲線追蹤和區(qū)域生長等,地質(zhì)遙感線性體信息提取采用模板卷積濾波算法效果較好,它是一種鄰域處理技術(shù),即通過一定尺寸的模板(矩陣)對(duì)原圖像進(jìn)行卷積運(yùn)算來實(shí)現(xiàn)的。

2、遙感技術(shù)在地質(zhì)找礦中的應(yīng)用現(xiàn)狀

長期以來,地質(zhì)工作者迫切希望能有一種目的性明確、“窺一斑而知全豹”的理論和方法來指導(dǎo)找礦。因此遙感技術(shù)以其獨(dú)有的特點(diǎn)在地質(zhì)找礦中的作用顯得尤為重要。應(yīng)用遙感與地質(zhì)資料進(jìn)行綜合分析、預(yù)測(cè)區(qū)域成礦遠(yuǎn)景等已取得了很多成果。遙感技術(shù)在地質(zhì)找礦中的應(yīng)用主要表現(xiàn)在兩個(gè)方面:(1)通過研究遙感影像上的地質(zhì)構(gòu)造與成礦的關(guān)系,認(rèn)識(shí)成礦規(guī)律并圈定找礦遠(yuǎn)景區(qū)。(2)是通過對(duì)遙感圖像進(jìn)行增強(qiáng)處理,綜合分析,提取一定的地質(zhì)信息,從而為成礦預(yù)測(cè)提供有用資料。遙感圖像早已非常成功地應(yīng)用于農(nóng)、林、水利和交通等部門的調(diào)查和規(guī)劃。在我國最早使用遙感圖像的是地質(zhì)行業(yè),其主要任務(wù)就是用于地質(zhì)找礦。

3、遙感技術(shù)信息提取在找礦中應(yīng)用的相關(guān)技術(shù)

3.1 遙感圖像分析找礦

遙感圖像分析找礦是利用各種航天與航空遙感圖像進(jìn)行目視判讀,分析已知礦產(chǎn)地質(zhì)的圖像特征,結(jié)合地質(zhì)背景、成礦條件及物化探異常,根據(jù)類比的原則從已知推未知,可進(jìn)行一定的成礦預(yù)測(cè)。使用大比例尺航空像片,尤其是彩色和紅外彩色像片,能直接識(shí)別原生礦體及礦化地區(qū)的露頭,尤其是金屬礦床及露頭的特異彩色形成良好的找礦標(biāo)志。例如在彩色航片上磁鐵礦、錳礦、煤礦等呈深灰色或黑色;赤鐵礦、斑銅礦為紅色;孔雀石、銅礦、次生鈾礦、次生鉻礦為綠色;風(fēng)化的鐵帽常呈褐色;鹽礦、石英脈礦呈白色等。由于礦體露頭與圍巖抗風(fēng)化、抗侵蝕能力不同,形成巖墻或溝谷,也可直接識(shí)別。此外,人工開采區(qū)的采礦場(chǎng)、豎井、平峒、廢石堆、尾砂等在圖像上也能直接識(shí)別。

3.2 遙感圖像提取礦產(chǎn)信息進(jìn)行成礦預(yù)測(cè)

遙感圖像提取礦產(chǎn)信息進(jìn)行成礦預(yù)測(cè)是利用遙感圖像處理技術(shù)對(duì)遙感圖像進(jìn)行處理,提取礦床、礦化有關(guān)信息,如蝕變帶、氧化帶、鐵帽等含礦地質(zhì)體或某元素地球化學(xué)異常區(qū),直接顯示在圖像上,從而達(dá)到找礦的目的。

3.3 遙感圖像地質(zhì)綜合分析找礦

遙感圖像地質(zhì)綜合分析找礦是以區(qū)域地質(zhì)演化與成礦規(guī)律分析為基礎(chǔ),確定出調(diào)查區(qū)內(nèi)主要的成礦模式與控礦的地質(zhì)要素,根據(jù)控礦地質(zhì)要素的遙感信息特征(包括的與隱伏的)選取一定的圖像處理方案,進(jìn)行有關(guān)地質(zhì)信息的增強(qiáng)或提取處理,同時(shí)結(jié)合物化探資料進(jìn)行目視圖像分析。物化探資料的圖像化及用數(shù)學(xué)地質(zhì)與遙感地質(zhì)相結(jié)合的方法進(jìn)行成礦預(yù)測(cè),是遙感地質(zhì)綜合找礦向縱深發(fā)展的新趨勢(shì)。

4、結(jié)語

目前遙感已成為地質(zhì)調(diào)查和資源勘查與監(jiān)測(cè)的重要技術(shù)手段。應(yīng)用范圍已由區(qū)域地質(zhì)、礦產(chǎn)勘查、水文地質(zhì)、工程地質(zhì)、環(huán)境地質(zhì)勘查擴(kuò)大到農(nóng)業(yè)地質(zhì)、旅游地質(zhì)、國土資源、土地利用、城市綜合調(diào)查、環(huán)境監(jiān)測(cè)等許多領(lǐng)域。應(yīng)用技術(shù)方法水平隨著遙感和計(jì)算機(jī)技術(shù)的發(fā)展也有了很大的提高,應(yīng)用效果和社會(huì)經(jīng)濟(jì)效益也愈來愈明顯。

參考文獻(xiàn)

[1]陳述.遙感技術(shù)與遙感數(shù)字圖像分析處理方法、解譯制圖及其綜合應(yīng)用實(shí)務(wù)全書[M].銀川:寧夏大地音像出版社,2005.9:90-92.