1 核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029
2 2. Zachry Department of Civil and Environmental Engineering, Texas A&M University, Texas 77843, USA
矿物光谱综合反映了岩矿的物理化学特性、 组分和内部结构特征, 已被应用于岩矿识别研究。 传统的矿物光谱分类方法需要先对矿物光谱进行预处理, 再采用不同方法分析光谱特征, 从而实现分类目的。 但同时也会造成部分光谱信息丢失, 导致最终分类精度不高且操作过程繁琐、 效率低下, 难以应对日益增长的大数据处理需求。 因此, 建立一个准确、 高效的矿物光谱自动分类模型意义重大。 卷积神经网络是应用最广泛的深度学习模型之一, 它通过逐层抽取数据特征并组合形成高层语义信息, 具有极强的模型表达能力, 在光谱数据分析方面应用潜力巨大。 针对矿物光谱数据的特点, 提出了基于一维空洞卷积神经网络(1D-DCNN)的矿物光谱分类方法, 利用空洞卷积神经网络提取光谱特征, 采用反向传播算法结合随机梯度下降优化器调整模型参数, 输出光谱分类结果, 实现了矿物类别的端到端检测。 该网络包含1个输入层、 3个空洞卷积层、 2个池化层、 2个全连接层和1个输出层, 采用交叉熵为损失函数, 引入空洞卷积扩大滤波器感受野, 有效避免光谱细节特征丢失。 实验采集了白云母、 白云石、 方解石、 高岭石四种矿物光谱, 并通过添加噪声的方式进行数据增强, 构建数量充足的矿物光谱样本用于神经网络模型训练与测试; 探讨了卷积类型、 迭代次数对模型分类结果的影响, 并与多种传统矿物光谱分类方法进行对比, 评价模型性能。 实验结果表明, 提出的1D-DCNN模型可实现矿物光谱快速准确分类, 分类准确率达到99.32%, 优于反向传播算法(BP)和支持向量机(SVM), 说明所提方法能够充分学习矿物光谱特征并有效分类, 且模型具有良好的鲁棒性和可扩展性。 该方法也可推广到煤炭、 油气、 月壤等其他领域光谱分类应用中。
矿物光谱 自动分类 空洞卷积 深度学习 Mineral spectra Automatic classification Dilated convolution Deep learning
1 核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029
2 中国地质大学(北京)地球科学与资源学院, 北京 100083
烃源岩的可溶烃含量(S1)、 热解烃含量(S2)和总有机碳含量(TOC)是进行烃源岩研究和评价的重要指标, 以往主要通过实验室分析方法获得, 时效性得不到保证。 为了探讨野外快速测量这些指标的可行性, 采集了乌兹别克斯坦克孜勒库姆地块10件烃源岩样品, 运用地面ASD光谱仪和碳硫分析仪, 分别测定了样品的可见光-近红外-短波红外(Vis-NIR-SWIR)反射光谱和S1, S2和TOC含量参数。 运用光谱拟合微分, 获得了上述样品反射光谱的一阶导数、 二价导数等微分数据; 并运用线性回归方程拟合和拟合结果统计分析, 研究了这些数据同S1, S2和TOC含量之间的相关性。 结果表明: 烃源岩S1含量与原始光谱、 光谱一阶导数、 二阶导数分别有1 973, 511和239个波段相关, 相关系数绝对值最大值分别为0.612, 0.823和0.889, 相关性程度分别为弱、 较强、 极强; 烃源岩S2含量与原始光谱、 光谱一阶导数、 二阶导数分别有2, 144和205个波段相关, 相关系数绝对值最大值分别为0.561, 0.867和0.926, 相关性程度分别为弱、 较强、 极强; 烃源岩TOC含量与原始光谱无相关性, 与光谱一阶导数、 二阶导数分别有18、 180个波段相关, 相关系数绝对值最大值分别为0.882和0.879, 相关性都极强。 此外, S1含量与光谱二阶导数的2 012 nm波段拟合优度最高, 达0.790; S2含量与光谱二阶导数的363 nm波段拟合优度最高, 达0.858; TOC含量与光谱一阶导数的2 480 nm波段拟合优度最高, 达0.777。 结果说明, 利用可见光-近红外-短波红外反射光谱反演烃源岩S1, S2和TOC含量具有比较好的效果。 为研究野外烃源岩的原位检测奠定了重要的基础。
烃源岩 可见光-近红外-短波红外光谱 可溶烃含量 热解烃含量 总有机碳含量 相关性 油气评价 Source rock Vis-NIR-SWIR spectrum Total organic carbon content Soluble hydrocarbon content Pyrolysis hydrocarbon content Petroleum evaluation Correlation Hydrocarbon evaluation 光谱学与光谱分析
2020, 40(4): 1001
遥感信息与图像分析技术国家级重点实验室, 核工业北京地质研究院, 北京 100029
蚀变信息提取是高光谱遥感地质应用的重要内容。 基于特殊吸收峰的蚀变矿物提取是蚀变信息提取的重要手段。 由于大气的吸收和散射作用, 为了获得更为真实的地物反射光谱, 必须进行大气校正。 目前, 国内外针对大气校正的对比研究主要集中在大气校正前后图像的质量改善、 地物分类效果的提升以及校正图像像元光谱与实际地物光谱的相关关系等方面, 而对不同校正方法获得的像元光谱与实际光谱吸收峰位的对应情况则很少讨论, 这对于依赖吸收峰特征进行蚀变矿物提取的地质遥感极为不利。 利用CASI-SASI航空高光谱成像系统, 采集了甘肃龙首山地区的航空高光谱遥感数据, 并运用ASD光谱仪, 对该地区实际地物光谱进行了测量。 以此为基础, 开展了FLAASH、 快速大气校正（QUAC）、 经验线（EMPL）等方法大气校正结果的对比研究。 通过对比分析, 发现FLAASH, QUAC和EMPL均能在一定程度上消除大气的影响, 改善航空高光谱遥感的图像质量, 但EMPL方法得到的反射率与实际反射率相关性最好。 此外, 运用人工目视方法开展了实际地物反射光谱的吸收峰位与不同校正方法得到的对应像元反射光谱的吸收峰位的对比研究, 发现不同校正方法得到的像元光谱的吸收峰位与实际峰位均存在不同程度的差异, 虽然EMPL对吸收峰位的保留效果最好, 但依然有“漏峰”的现象。 据此, 提出运用多种大气校正方法开展综合研究, 以提高不同类型的蚀变带定位准确度。
高光谱遥感 大气校正 对比分析 Hyperspectral remote sensing CASI/SASI CASI/SASI Atmospheric correction Comparison research 光谱学与光谱分析
2019, 39(9): 2677
武汉理工大学资源与环境工程学院, 湖北 武汉 430070
三维块匹配(BM3D)算法能够有效抑制平稳信号中的噪声。对于具有随机特性的合成孔径雷达影像斑点噪声,受限于三维变换阈值单一和在局部邻域寻找相似块,BM3D算法的滤波效果不佳。提出了基于K-Means聚类的BM3D算法,并将其应用于合成孔径雷达影像斑点噪声抑制。对图像块集合根据均值、方差和极差值构建的特征向量进行聚类,估计每一类块的噪声方差,根据类噪声方差估计自适应三维变换阈值;在每一个图像块类内部寻找相似块,实现全局相似块的快速查找。实验结果表明,同BM3D算法和非局部均值算法相比,所提算法具有更好的视觉效果和更高的峰值信噪比。
图像处理 合成孔径雷达 斑点噪声抑制 三维块匹配 图像块聚类 自适应阈值 激光与光电子学进展
2018, 55(4): 041004
