岩石光谱综合反映了岩石的物理化学性质、 成分及其结构构造。 岩石光谱数据已被应用于岩石分类的研究, 但是不同于矿物光谱, 岩石光谱并无标准数据库, 且受较多干扰因素影响, 例如矿物组分、 结构构造、 化学成分、 风化力度, 测量仪器的误差等。 传统岩石光谱分类模型先是对岩石光谱进行预处理排除干扰, 然后采用不同方法对部分光谱特征分析, 以达到分类目的。 但对光谱数据特征遗失较多, 使得分类准确率低下且操作过程繁琐、 效率不高。 因此, 建立一个简单、 快速、 准确的岩石光谱自动分类模型具有重要意义。 机器学习能够对获得的所有数据进行学习, 不存在遗漏, 大大提高了分类精度, 且是对原始数据直接操作, 不需预处理, 简化流程。 为此, 选取辽宁兴城地区作为研究区, 采集了若干种典型岩石样本, 利用美国ASD便携式光谱仪实测光谱, 最终获得608条数据, 依据岩石光谱特征分为三类进行研究。 首先利用决策树(DT)及决策树的升级模型——随机森林(RF)对数据进行分类, 但当数据噪音较大时随机森林容易陷入过拟合; 因而利用对异常值不敏感的K-最近邻(KNN)建模, 但KNN需要对每个样本都考虑, 数据量大时计算量会很大, 效率不高; 所以通过支持向量机(SVM)来提升分类准确率。 从实验结果可以看出, 4种分类模型的准确率排序为: SVM>KNN>RF>DT。 为进一步提高岩石光谱特征的自动分类精度, 采取了融合多个不同模型的办法, 即对不同模型的分类结果进行投票, 选择投票最多的作为最后分类结果。 由于硬投票可在一定程度上减少过拟合现象的发生, 更加适合分类模型, 所以利用硬投票法融合了RF、 KNN与SVM三个机器学习模型, 最终的分类准确率可达到99.17%。 综上所述, 基于融合学习模型进行岩石光谱特征自动分类是切实可行且准确高效的。
岩石光谱分类 决策树 随机森林 K-最近邻 支持向量机 模型融合 Rock spectral classification Decision tree Random forest K-nearest neighbor Support vector machine Model fusion
1 吉林大学地球探测科学与技术学院, 吉林 长春 130026
2 吉林建筑大学测绘与勘查工程学院, 吉林 长春 130118
基于月球样品反射光谱的月表矿物识别和成分反演能力受到月球环境的严重影响, 仅限于月球表面5％的成熟度较低的区域。 相比之下, 包含大量硅酸盐矿物的月球样品发射光谱不仅光谱特征明显, 而且受月表大气、 温差和真空等环境的影响较小, 是研究月表成分和物理特性的新途径。 因此, 对于嫦娥五号月球探测器采集的月球实地样品的发射光谱测量不仅可用于月表硅酸盐类矿物的成分分析, 而且可以作为遥感研究中可见光-近红外光谱的有效补充。 但是, 实验室发射光谱测量中最大的难题是寻找最佳的实验方法和仪器, 以便获得准确可靠的光谱数据。 研究以模拟月壤样品为测量对象, 分别在实验室大气、 氮气冷背景和模拟真空环境中, 利用TurboFT 102F和Bruker VERTEX 70V两种仪器, 设计和实施了傅里叶光谱法、 独立黑体法和反射率法三种发射率测量实验, 并利用误差传播定律和已有Apollo样品发射率光谱对实验获得的发射率光谱进行了精度分析与评定。 发现在异常复杂和困难的模拟月球真空测量环境构建完成之前, 密闭实验室环境中的反射率法发射率光谱特征最明显, 测量精度最高, 可以作为目前月球样品发射率光谱测量的最佳选择。 研究希望能为嫦娥五号采集的月球样品发射率光谱测量实验提供理论基础和技术参数。
热红外光谱 月球模拟样品 精度评定 嫦娥五号 Thermal infrared spectra Lunar simulated sample Accuracy evaluation Chang’e 5 光谱学与光谱分析
2018, 38(9): 2866
吉林大学地球探测科学与技术学院, 吉林 长春 130026
传统的固定成像传感器多用于分析地物自身生物化学参数改变而导致的光谱变化, 而用于研究二向反射特性的计算机模拟模型受构建场景时可视因子计算量过大的限制而无法完成多类型地物的模拟, 因此两者较少有联系。针对这些问题, 在采用简化辐射度模型RAPID的基础上, 模拟了长春市御花园地区的反射率, 分析了反射率对环境因素的敏感性。结果表明：传感器视场角对热点有较大影响, 太阳天顶角和天空光比例在可见光与近红外波段各方向均有较大影响。模拟环境因素对成像光谱的影响, 可为固定成像传感器反演地物的生物化学参数提供依据。
遥感 二向反射率因子 辐射度模型 参数分析 计算机模拟 激光与光电子学进展
2018, 55(9): 092802
1 吉林大学地球探测科学与技术学院, 吉林 长春 130026
2 吉林建筑大学测绘与勘查工程学院, 吉林 长春 130118
尺度问题作为对地观测的主要挑战和遥感科学的核心问题, 一直以来备受关注.国内外学者对这一问题进行了大量的基础理论研究和科学验证工作, 探讨和解决了许多与遥感尺度相关的核心问题.当然, 在遥感探测内容中, 发射率和温度遥感中也存在明显的尺度问题.以往混合像元发射率尺度问题的研究往往集中于地球表面, 幸运的是, 月球为我们研究这一问题提供了绝佳的对象.同时, 伴随着Diviner热辐射探测器月表测量数据的不断更新, 混合像元中发射率尺度问题的具体研究及其定量描述逐渐变为可能.本文以月表Diviner热红外测量数据为基础, 在充分研究和分析Diviner数据特征和发射率计算方法的前提下, 以不同尺度下的Apollo 15登月区或者登月点热红外发射率为研究对象, 依据混合像元发射率定义, 分析和研究了混合像元中发射率的尺度转换和尺度效应两个问题, 从发射率数值角度出发讨论和验证了尺度变换和尺度效应的一般规律, 并给出定量描述, 希望能够为尺度变换和尺度效应等问题的研究提供理论支持和实验依据.
发射率 尺度转换 尺度效应 定量描述 emissivity Diviner Diviner scale transformation scale effect quantitative description
1 吉林大学 地球探测科学与技术学院, 吉林 长春 130026
2 吉林建筑大学 测绘与勘查工程学院, 吉林 长春 130118
Diviner在7年多的运行时间内, 共获得了超过3.3×1011个辐射亮度测量值.这些数据除了具有的推扫性、条带性和少量的“坏点线”与“故障”等特征外, 在一个月球日内呈现白天正午前后和整个夜晚亮温值变化幅度相对均匀, 上下午尤其是日出和日落前后亮温值变化剧烈的规律.利用昼夜分段亮温拟合模型, 结合数值模拟、奇异值剔除、分段拟合和纬向校正等方法获得了虹湾地区6个时刻的高分辨率和高覆盖度的亮温分布.结果表明, 白天的亮温与太阳辐射通量值计算的温度值相接近, 敏感于地形起伏、物质混合和通道光度计特性等因素, 最高和最低亮温分别出现在朝向赤道方向的山坡和落差最大的撞击坑中心位置；夜晚的亮温敏感于视场内物质的热物理属性差异, 变化幅度由上半夜的相对剧烈逐渐过渡到下半夜的趋于均匀.文章揭示了月表热能量交换规律, 解释了复杂和异常月表热红外环境的本质, 提供了一个关于无大气星体的风化层如何存储热红外辐射能量以及与空间环境进行能量交换的新视角.
热红外 亮温 时空分布 虹湾 thermal infrared brightness temperature temporal-spatial distributions sinus Iridum Diviner diviner
1 吉林大学地球探测科学与技术学院, 吉林 长春 130026
2 吉林省防雷减灾中心, 吉林 长春 130062
提出了一种基于自定义投影网格的多角度、多源遥感数据空间位置精确配准方法。以美国地球观测卫星(EOS)上搭载的多角度成像光谱辐射仪(MISR) L2级产品与中分辨率成像光谱仪(MODIS) L3级产品的空间位置精确配准为例, 分析比较了软件ENVI、HEG、MRT及所提方法对两种产品进行投影变换时的数据处理能力。将欧洲空间局环境卫星ENVISAT的先进沿轨扫描辐射计(AATSR)数据与MISR L2级产品及MODIS L3级产品数据进行配准, 对所提方法进行验证。所提方法解决了常用遥感软件不能直接将MISR L2级产品数据与其他遥感数据进行空间位置精确配准的问题, 且对科学数据仅进行一次重采样, 避免了反复重采样可能造成的信息损失。对于类似多角度遥感数据的空间位置精确配准, 所提方法的基本思路和目标同样有效。
遥感 图像配准 自定义投影网格 多角度遥感数据 多角度成像光谱辐射仪数据
1 中国科学院遥感与数字地球研究所, 北京 100101
2 中国科学院大学, 北京 100049
3 吉林大学, 吉林 长春 130012
层状硅酸盐是火星表面含水矿物的主要存在形式之一, 也是比较火星不同沉积物和水蚀作用程度的指示矿物, 因此构建其识别模型对研究火星的地质演化极其重要。 短波红外和热红外谱段对矿物的基团、 离子光谱响应机理不同, 具有不同的识别优势, 然而国内外联合两者识别层状硅酸盐矿物则鲜有研究。 基于USGS光谱库数据, 面向火星探测器紧凑型侦查成像光谱仪(CRISM)和热辐射成像系统(THEMIS), 在层状硅酸盐的光谱响应机理研究基础之上, 分别构建短波红外识别模型与热红外模型, 进而结合短波红外和热红外谱段, 基于Fisher判别分析构建层状硅酸盐的综合识别模型。 交叉验证表明, 综合模型识别精度优于短波红外模型和热红外模型, 对90.6%的矿物样本正确识别, 有效提高了层状硅酸盐的识别精度。
高光谱 短波红外 热红外 层状硅酸盐 火星 Hyperspectral remote sensing Short-wave infrared Thermal infrared Phyllosilicate Mars 光谱学与光谱分析
2016, 36(12): 3996
1 吉林大学地球探测科学与技术学院, 吉林 长春 130026
2 中科遥感科技集团有限公司, 天津 300384
实验对辽宁省兴城地区的97块岩石样本测量了350～2 500 nm间光谱反射率, 岩石化学成分及部分样本的复介电常数值, 并用包络线去除法计算了光谱吸收深度。 研究基于岩石化学成分光谱特征理论、 介电常数相关理论, 利用相关性分析的方法求得岩石各化学成分与光谱吸收深度间的相关系数曲线、 岩石复介电常数与光谱反射率间的相关系数曲线。 通过归纳总结曲线形态特征, 获得以下信息: (1)岩石中SiO2, Al2O3, CaO, K2O, MgO, 灼失含量与光谱吸收深度在波段(1 900～2 500 nm)间相关性明显, 在1 900, 2 200和2 300 nm等化学元素识别特征波段处, 出现局部极大/极小值; 火成岩中Fe2O3含量与光谱吸收深度在铁元素的特征波段(400～550 nm)有着良好的相关性, 相关系数达-0.406。 探讨岩石光谱吸收特征与其化学成分含量间的关系在通过遥感影像进行成矿预测、 识别岩性等方面都有着积极的作用。 (2)岩石复介电常数总体与岩石反射率呈负相关, 实部相关性优于虚部, 实部相关系数在1 900 nm附近达到极小值-0.753。 观查曲线可知, 介电常数实部与光谱反射率相关系数在1 900和2 200 nm附近都有着良好的相关性, 因此实验运用不同的模型拟合了在该处的响应关系函数曲线。 介电常数是介质的基本物理性质之一, 现有研究中多在微波波段中分析电磁波特征与介电常数间的关系, 该研究在可见光和近红外波段范围内探究了二者间的关系, 为进一步探讨岩石介电特性和光谱特征奠定了基础。
岩石化学成分 复介电常数 光谱特征 吸收深度 相关系数 Chemical contents of rocks Complex dielectric constant Spectral features Absorption depth Correlation 光谱学与光谱分析
2016, 36(10): 3103
1 吉林大学地球探测科学与技术学院, 吉林 长春 130026
2 中国科学院国家天文台月球与深空探测重点实验室, 北京 100012
3 吉林建筑大学测绘与勘查工程学院, 吉林 长春 130118
研究橄榄石的分布和成分, 对于估测如月球类的火成岩行星体的地质演化有重要的意义。 以嫦娥系列卫星探测区域虹湾地区为例, 基于M3高光谱数据采用波谱特征拟合方法调查橄榄石物质的分布情况。 虹湾地区橄榄石主要分布在北部坑壁和侏罗山脉山脚, 且周围伴生辉石及少量斜长石。 所处地层单元为撞击产生的溅射物和弹射物, 地质年龄较老。 以月球橄榄石样品镁数为因变量, 经改进高斯模型(MGM)拟合得到的月球橄榄石样品光谱吸收中心参数为自变量, 利用多元线性回归的统计方法建立月球橄榄石物质的镁数(Fo#)反演模型。 在此基础上, 通过MGM模型提取虹湾18个橄榄石富集点光谱的吸收中心参数, 利用镁数反演模型反演虹湾橄榄石的镁数。 反演结果表明, 虹湾橄榄石物质的镁数较高, 均值为Fo~80.84, 而富镁橄榄石指示了深源特性, 因此虹湾地区的橄榄石绝大多数来自于月幔。
虹湾 橄榄石 波谱特征拟合 改进高斯模型 镁数 Sinus iridium Olivine Spectral feature fitting Modified gaussian model Mg number 光谱学与光谱分析
2016, 36(4): 1095
1 吉林大学地球科学学院， 吉林 长春130061
2 吉林大学地球探测科学与技术学院， 吉林 长春130061
3 吉林大学计算机科学与技术学院， 吉林 长春130012
由于某些矿物， 特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小， 更受到矿物混合光谱等因素的影响， 导致大多数光谱识别方法对一些光谱特征相似的矿物极易出现混淆和误判现象。 因此， 针对矿物光谱的“同物异谱”、 “同谱异物”现象， 提出了一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法。 通过对白云母、 高岭石， 这两种光谱特征相近的典型蚀变矿物的实验测试、 分析， 并与光谱角匹配、 二进制编码、 光谱特征拟合等同类方法进行对比， 结果表明该方法能够充分地利用吸收特征波谷位置、 吸收特征深度、 包络线斜率等多种矿物光谱识别属性特征， 进而将不同种类的矿物更明显地予以区分， 具有较高的分类识别准确率。
高光谱遥感 矿物识别 分类模型 朴素贝叶斯 Hyperspectral remote sensing Mineral identification Classification model Naive bayes
