高光谱遥感原理技术与应用范文

导语：如何才能写好一篇高光谱遥感原理技术与应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

遥感，即遥远的感知。因为每种物体都在吸收、反射和发射能量及信息，根据不同物体的电磁波性质是不一样的。高光谱遥感就是据此原理，不仅远离物体还能提取该物体的信息。

基于遥感图像因种种原因伴随诸多噪声，并且波段数目多、信息量大、同时波段间相关性大、光谱分辨率高、具有连续的波谱曲线，因而会出现数据存储、压缩、管理等等问题。

本文重点介绍江西德兴尾矿数据经过高通滤波、低通滤波降噪处理，从而消除或减弱低频噪声，起到锐化图像的作用，使图像数据更加光滑，增加目标地物与相邻背景间的灰度反差值。从而使得图像各像素间在结构、纹理、内容等方面的相关性会比降噪前小一些，更加方便分类、识别、解译等工作。

关键词：遥感 高通滤波 低通滤波

中图分类号：TP751 文献标识码：A 文章编号：1003-9082（2013）09-0002-02

一、研究数据介绍

“Remote Sensing”，遥感，即遥远的感知。人类一直憧憬着从天空中观测地球，古时既有“登东山而小鲁，登泰山而小天下”的认识。经过实践发现，每一种物理都在吸收、反射和发射能量和信息。有一种使我们熟知的电磁波。根据不同物体的电磁波性质是不一样的。高光谱遥感就是据此原理，不仅远离物体还能提取该物体的信息。

德兴铜矿地处江西省上饶德兴市境内，是亚洲最大的露天铜矿，德兴铜矿拥有丰富可靠的资源，铜金属储量占全国第一位，矿藏特点是储量大而集中，埋藏浅，剥采比小，矿石可选性好，综合利用元素多，其尾矿的价值不言而喻。

研究数据来自EO-1/Hyperion，它的波长范围是0.4-2.5微米，可见光波段和近红外波段都包含35个波段，短波红外区域172个波段，不包含中红外波段，空间分辨率30米，扫描宽度是7.5公里，波段数242，时间分辨率是200天。

二、高光谱发展以及数据特点

1957年世界上第一个人造地球卫星由苏联发射成功，从此人类迈入了太空时代。我国遥感事业起步晚些，事实证明高光谱遥感技术在识别矿物以及在蚀变带成图很有用处，给地质者提供指引。2011年，神州八号成功发射，同年与天宫一号对接，这标志着我国航天事业的发展也已比较成功。

高光谱遥感成像是相对于多光谱成像而说的，由于拥有成百甚至上千的波段数目，高光谱遥感所获得的图像信息要比多光谱成像信息超出很多，并且包含了更丰富更光滑的光谱曲线信息。

遥感图像的特点有：波段数目多、信息量大、同时波段间相关性大、光谱分辨率高、具有连续的波谱曲线，因而会出现数据存储、压缩、管理等等问题。

Hughes现象，G.F.Hughes等阐述分类精度与数据复杂度的关系，即如果样本数量一定，那么分类精度会随波段数目增多而先增后减，故降低维度是必然趋势。

高光谱遥感图像信息冗余，相关性很强。故提取可能少的波段又要包含着大量的光谱信息，降维降噪是必须的选择。同时高光谱分辨率高，波段数成百上千，原图像计算量巨大，存储困难且计算花费时间很长。计算量随波段数目的增加呈指数增加，故必须经过降维降噪处理。

高光谱遥感图像降噪概述：由于数据传输、传感仪器、受到大气等影响，图像含噪声，影响波谱曲线及反射率，使得精确度降低。

综上所述，降噪处理是高光谱遥感图像处理中必须一步。常用降噪的算法有高通滤波、低通滤波、带通滤波等。本文利用低通滤波、高通滤波算法对高光谱遥感数据进行降噪处理。

三、滤波介绍及其实现

高通滤波是高频通过，低频减弱，主要作用是消除或减弱低频噪声，起到锐化图像的作用。低通滤波是低频通过，高频减弱，用于增强图像的高频率特征，使图像数据更加光滑，增加目标地物与相邻背景间的灰度反差值。

对江西德兴尾矿高光谱遥感数据进行高通滤波后，低频的噪声得以消除，使得遥感图像中的图像高频的数据更加锐化并且不改变相位位置，如图所示，主要作用是消除或减弱低频噪声后，研究区域的图像更加锐化。

对研究区域的高光谱遥感图像进行低通滤波后图像如下：

对研究区域的数据实施低通滤波，即低频通过，高频减弱，最终增加了目标地物与相邻背景间的灰度反差值，强化了图像的高频率特征，令图像更加连续光滑。

综上所述，滤波后前4个波段能够反应图像的绝大多数信息，前3个波段的特征值贡献率超过了85%，完全可以代替原图像进行后续其他处理。观察图像可得，遥感图像噪声信息量会随着噪声信息随着波段数的增加而增加，同时通过降噪不同程度地还能降低波段间的相关性。

参考文献

[1]浦瑞良，宫鹏. 高光谱遥感及其应用[M]. 北京市：高等教育出版社， 2000： 254.

[2]童庆禧，张兵，郑兰芬. 高光谱遥感 原理、技术与应用[M]. 北京市： 高等教育出版社， 2006： 415.

[3]Daniel C.Heinz ， Chein-I Chang ，Fully Constrained Least Squares Linear SpectralMixture Analysis Method for Quantification in Hyperspectral Imagery[J]，IEEE，2001，529-545

[4]http：///s？wd=%B8%DF%B9%E2%C6%D7%BC%BC%CA%F5%D4%AD%C0%ED%BC%B0%D3%A6%D3%C3%28%D6%EC%C0%E8%C3%F7%29.ppt&opt-webpage=on&ie=gbk

[5]吴昊. 高光谱遥感图像数据分类技术研究[D]. 国防科学技术大学， 2004.

[6]武鹤.基于数学形态学的高光谱图像端元提取技术研究[D].成都理工大学，2011.

[7]邓书斌. ENVI遥感图像处理方法[M]. 北京市： 科学出版社， 2010： 452.

篇2

关键词：遥感岩石矿物识别；矿化蚀变信息提取；地质构造信息提取；植被波谱特征；多光谱遥感技术；高光谱遥感技术；遥感生物地球化学技术；地质找矿

中图分类号：TP7文献标识码： A 文章编号：

一、遥感技术的地质应用

地质是指地球的性质和特征。主要指地球的物质组成、结构、构造、发育历史等，包括地球的圈层分异、物理性质、化学性质、岩石性质、矿物成分、岩层和岩体的产出状态、接触关系，地球的构造发育史、生物进化史、气候变迁史，以及矿产资源的赋存状况和分布规律等。遥感图像提供了大量的地质信息，包括矿产和环境地质信息，利用这些信息，可以使地质工作者预先熟悉工作区的地质情况，科学决策拟投入的工作量、工作方法和研究目的。所谓遥感地质制图就是利用遥感的方法完成地质图的绘制。分为航天遥感地质制图和航空遥感地质制图。

1、航天遥感地质制图

航天遥感是指以航天器为传感器承载平台的遥感技术。航天遥感实践中，针对具体应用需求，选择不同的传感器，如成像雷达、多光谱扫描仪等，通过卫星地面站获取合适的覆盖范围的最新图像数据，利用遥感图像专业处理软件对数据进行辐射校正、增强、融合、镶嵌等处理。同时，借助应用区域现有较大比例尺的地形数据，对影像数据进行投影变换和几何精确纠正，并从地形图上获得主要地名点、主干构造、底层、岩体，以及矿床矿点、物化探异常信息，进行相应的标注和整饰，制作地质数字正射影像图。

2、 航空遥感地质制图

所谓航空遥感是指以航空器如飞机、飞艇、热气球等为传感器承载平台的遥感技术。根据不同的应用目的，选用不同的传感器，如航空摄影机、多光谱扫描仪、热红外扫描仪、CCD 像机等，获取所需航摄像片和扫描数据进行地质制图。实践表明，遥感地质制图是一项新技术，不仅有它的优点而且也有它的缺点。遥感地质制图比常规的地质制图节省了大量的野外工作量，而且对客观现象的表示优于常规地质图，其主要的优势在于周期短、成本低。但是，因为野外工作量少，也带来一定的缺点。例如地质观测点的数量、样品种类和数量、地层和构造产状等不如常规地质图详细充实。

二、遥感技术的找矿应用

1、直接应用———遥感蚀变信息的提取岩浆热液或汽水热液使围岩的结构、构造和成分发生改变的地质作用称为围岩蚀变。围岩蚀变是成矿作用的产物，围岩蚀变的种类（组合）与围岩成分、矿床类型有一定的内在联系，围岩蚀变的范围往往大于矿化的范围，而且不同的蚀变类型与金属矿化在空间分布上常具规律可循，因此，围岩蚀变可作为有效的找矿标志。

1.1 蚀变遥感异常找矿标志围岩蚀变是热液与原岩相互作用的产物。常见的蚀变有硅化、绢云母化、绿泥石化、云英岩化、夕卡岩化等。

1.2 信息提取的实现与地物发生反射、透射等作用的电磁波是地物信息的载体，地物的光谱特性与其内在的物理化学特性紧密相关，物质成分和结构的差异造成物质内部对不同波长光子的选择性吸收和反射。具有稳定化学组分和物理结构的岩石矿物具有稳定的本征光谱吸收特征，光谱特征的产生主要是由组成物质的内部离子、基团的晶体场效应或基团的振动效果引起的。各种矿物都有自己独特的电磁辐射，利用波谱仪对野外采样进行光谱曲线测量，根据实测光谱与参考资料库中的参考光谱进行对比，可以确定出样品的吸收谷，识别出矿物组合。根据曲线的吸收特征，选择合适的图像波段进行信息提取。根据量子力学分子群理论，物质的光谱特征为各组成分子光谱特征的简单叠加。传感器在空中接收地表物质的光谱特性，因为探测范围内有干扰介质存在（白云、大气、水体、阴影、植被、土壤等），因此，在进行蚀变矿物信息提取时，根据干扰物质的光谱曲线出发，进行预处理消除干扰。目前遥感找矿蚀变异常信息的提取有多种方法，例如波段比值法、主成分分析法、光谱角识别法和MPH 技术（MaskPCAandHIS）、混合象元分解等。

2、遥感技术间接找矿的应用

2.1 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，矿床多成带状分布，成矿带的规模和地质构造变异大致相当。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（主要包括断裂、节理、推覆体等类型），从中酸性岩体、火山盆地、火山机构及深部岩浆、热液活动相关的环状影像提取信息（包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息（主要表现为岩层信息），从与控矿断裂交切形成的块状影像及与成矿有关的色异常中提取信息（如与蚀变、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。

2.2 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，可以研究矿床的剥蚀改造作用;结合矿床成矿深度的研究，可以对此类矿床的产出部位进行判断。通过研究区域夷平面与矿床位置的关系，可以找寻不同矿床在不同夷平面的产出关系及分布规律，建立夷平面的找矿标志。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。

三、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、波段相关性高、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面, 由天线接收端接收目标返回的微弱回波并产生可监测的电压信号, 由此可以判定物体表面的物理结构等特征。

2、3S 的结合。

3S 是遥感（RS）、地理信息系统（GIS）及全球定位系统（GPS）的简称。利用GPS 能迅速定位，确定点的位置坐标并科学地管理空间点坐标。海量的遥感数据需庞大的空间，因此要有强大的管理系统，随着当今人力资源价格的升高，在区域范围内找矿时，遥感表现出最小投入获得最大回报的优势，那么RS 与GIS 的结合也就势在必行，因为GIS 更有利于区域范围的影像管理及浏览。随着3S 技术的进展，遥感数据的可解译程度与解译速度得到进一步提高。目前，地质工作者尝试将3S 与VS（可视化系统）、CS（卫星通讯系统）等技术综合应用，取得了较好的效果.

3、地物化遥的有机融合

矿床的形成是多种地质作用综合的结果，矿床形成后又会经历后期的破坏或者叠加成矿作用，因此，任何一种单一的找矿手段都不可避免地遭遇地质多解性的困扰，实现地物化遥多种找矿方法与手段的有机融合，能有效地提高找矿效果，并从总体上降低找矿成本。目前，以遥感信息为主体，结合地质、地球物理、地球化学等多源地学数据的综合信息找矿法已经形成。

4、遥感植物地球化学

在高植被覆盖区实现遥感波谱数据与矿致植物地球化学异常的有机融合，将会较好地推进遥感找矿技术在植被覆盖区的应用。

四、结束语

遥感技术应用于地质找矿必须以现代成矿理论为指导, 以图像处理手段和综合解译分析为主要工作方法, 密切结合野外地质调查, 建立遥感地质找矿模式, 预测找矿远景区, 缩小找矿靶区, 实现遥感找矿的日的。遥感技术应用于地质找矿, 在地质工作程度较低、地形条件较差、交通不便的高寒地区具有常规地质方法不可替代的优越性, 应综合运用多种手段, 进行综合分析研究, 才能充分发抨遥感技术的优势, 取得更好的找矿效果。

参考文献

[1]耿新霞.杨建民.张玉君等．遥感技术在地质找矿中的应用及发展前景［J］.地质找矿论丛.2012，23（2）：89－93．

篇3

关键词：高光谱；分类策略；分类方法

中图分类号 TP751 文献标识码 A 文章编号 1007-7731（2017）14-0155-02

随着遥感传感器的光谱分辨率不断提高，许多隐藏的狭窄光谱区间的地物特征逐渐被发现，精细的光谱波段分割，宽泛的光谱探测范围是高光谱遥感的重要特征。当前使用的航空航天成像光谱仪，其光谱探测能力有了很大的提高，覆盖了可见光、近红外、短波红外、中波红外和热红外的全部光谱区。高光谱遥感在国民经济、国防建设等方面发挥了重要的作用，广泛用于地表分类、目标探测、资源监测等。高光谱遥感影像分类的目的是给予每一像元唯一的类别标识。

1 高光谱遥感影像分类的主要策略

高光谱遥感影像分类的理论基础是“同谱同物”，同种地物具有相似的光谱特征及空间特征，在影像上呈现高度的相似，基于这种相似，可以实现对地区的识别。在高光谱影像分类以每个像元的光谱矢量数据为基础，一个像元可以看成是N个特征组成的N维空间中的一个点，同类地物的像元形成N维空间中的一个点群，不同地物会在N维空间中形成若干个点群，计算机分类就是根据这些点群的位置，分布规律等，确定点群的界限，从而完成分类任务。高光谱遥感分类主要策略如下：

1.1 监督分类与非监督分类 遥感影像分类最传统的两种实现策略是根据分类中是否引入了先验已知类别的训练样本，将其划分为监督分类与非监督分类，监督分类是利用已知的先验训练样本，依据判定函数或判别规则，确定未知样本的类别。非监督分类是在没有先验样本的情况下，根据样本本身的特征进行统计，直接进行类别划分的方法。

1.2 基于分类判据的实现策略划分 （1）直接利用原始高光谱数据分类，每个像元在各个波段的灰度值或反射率形成一个光谱向量，通过对光谱向量相似性的度量实现分类。（2）先对原始高光谱影像通过波段选择或者特征提取进行降维处理，然后根据一定的准则选择若干个降维后的分量，作为分类的判断标准进行分类识别。（3）从原始的高光谱数据中提取其他特征（光谱特征，纹理特征等）或引入其他数据，综合采用多维特征分类。

1.3 硬分类和软分类 硬分类是通过统计每个类别的训练样本，得到该类别基本统计量，然后将每个像素与各个类别的统计量进行比较，取相似性最高的一个类别作为所处理的像素的最终类别。软分类是针对一个像素往往是由实际地表上多个地物类别组成的情况，按照特定的分类算法计算某个单一像素与各个类别之间的关系，分类输出的是该像素属于每个类别的概率或者每一类别地物在该像素中的比例。目前最主要的软分类有两种：模糊分类和混合像元分解。

1.4 基于像素的分类和基于对象的分类 基于像素的分类是通过判断每个像素的类别来实现影像的分类。近年来，基于对象的分类是集合临近像元为对象识别感兴趣的光谱要素。

1.5 单分类器和多分类器集成 早期的遥感影像分类是利用单一的分类器进行分类。模式识别和实践都表明，没有一个模式分类器在本质上由于其他分类器，因此在实践操作中，往往需要引入多个分类器，把多个分类器的输出结果联合起来作为最终的分类结果。

2 高光谱图像分类方法

2.1 常规监督分类 监督分类是利用已知的先验训练样本，依据判定函数或判别规则，确定未知样本的别。常规的监督分类有最小距离分类方法、最大似然分类法、平行多面体分类。（1）最小距离分类法首先由训练样本中得出每一类别的均值向量和协方差矩阵，然后以各个类别的均值向量作为该类别在多维空间中的中心位置，计算机比较各个像元到各类别中心位置的距离，到哪个类别中心位置的距离最小，该像元就属于哪个类别。最小距离分类法通常使用3种距离判别函数，分别（上接155页）是欧氏距离，马氏距离和绝对值距离。（2）最大似然分类法认为每一类的概率密度呈正态分布，由每一类的均值向量和协方差矩阵可以得到在多维空间的多维正态分布密度函数。将未知像元代入各类别的概率密度函数，计算像元属于各类别的归属概率，将未知像元归属到概率最大的类别中。（3）平行多面体分类是在多维特征空间中划分若干个互相不重叠的平行多面体（特征子空间）。

2.2 基于光谱相似性度量的分类方法 基于光谱相似性度量的分类方法是指对每一类别确定其参考光谱，然后对每一待定类别进行光谱测试，计算其与参考光谱的相似性，待定类别属相似性最高的一类。最常用的度量坐标包括光谱角、光谱信息散度、光谱互相关等。

2.3 人工神经网络分类法 人工神经网络是由大量处理单元（神经元）相互联结形成的网络结构，是模仿人的大脑进行数据接收、处理、储存和传输的一类算法。人工神经网络信息处理是由神经元之间的相互作用实现的，知识和信息的存储表现为网络结构分布式的物理联系，网络的学习和决策过程决定于各神经元连接权值的动态变化过程。它属于非线性学科，具有强抗干扰、高容错性、并行分布式处理、自组学习和分类精度高等特点[3，4]。人工神经网络由三个基本要素构成：处理单元、网络拓扑结构及训练规则。

2.4 支持向量机分类 SVM是一种新的分类方法，它是利用统计学的原理，通过泛化性理论控制超平面的间隔度量抑制过拟合，用最优化理论提供的数学技术建立一个最优超平面[5]。在遥感影像分类过程中，通过对样本的机器学习，可以建立地物类型和影像信息因子之间的支持向量机。

2.5 面向对象分类 面向对象的遥感图像分类方法在分类时不仅依靠地物的光谱特征，更多的是利用其几何信息和结构信息，图像的最小单元不是单个的像素，而是对象，后续的图像分析和处理也都是基于对象进行的。高光谱分类的基本步骤：获取先验数据与背景知识；对波段赋权重，进行多尺度分割得出不同的影像对象层，建立多边形对象；将多边形对象与先验数据综合，建立分类知识库，选择有效分类特征隶属函数进行影像分类。

2.6 非监督分类 非监督分类是没有先验样本，按照灰度值向量或者波普样式在特征空间聚集的情况下划分点群或类别，按照相似性把图像中的像素分成若干类别。监督分类的目的是使属于同一类别的像素之间的距离尽可能的小。非监督分类时不必获取影像的先验样本，仅依靠图像上不同类别地物光谱信息进行统计其特征来达到分类的目的，最后对给类别的属性进行确认。常用的非监督分类方法有：K-均值聚类法及ISODATA分类法。

3 小结

本文主要介绍了高光谱图像的分类策略及一些常用的高光谱影像分类方法。包括几种常规的监督分类法（最小距离分类法、最大似然分类法和平行多面体分类法）、基于光谱相似性度量的分类方法、人工神经网络分类法、支持向量机分类、决策树分类、面向对象分类和非监督分类。虽然以上分类法都有各自的优越性，但是在一定程度上也都有各自的局限性，因此基于不同的应用需求，结合多种数据综合考虑，选择合适的分类法或者多种分类方法相互结合，以期达到最优的分类效果。

参考文献

[1]童庆喜，张兵，郑兰芬.高光谱遥感―原理、技术与应用[M].北京：高等教育出版社，2006.

[2]杜培军，谭琨.高光谱遥感影像分类与支持向量机应用研究[M].北京：科学出版社，2012.

[3]韩力群.人工神经网络教程[M].北京：北京邮电大学出版社，2006.

[4]洛剑承，周成虎，杨艳.人工神经网络遥感影像分类模型及其与知识集成方法研究[J].遥感学报，2001，5（2）：122-129.

[5]李国正，王猛，曾华军，译.支持向量机导论[M].北京：电子工业出版社，2006.

篇4

关键词：高光谱成像；检测；脂肪；蛋白质

基金项目：塔里木大学校长基金：TDZKQN201505；兵团科技支疆项目：2014AB037

中图分类号： S762 文献标识码： A DOI编号： 10.14025/ki.jlny.2016.14.069

往往在人们亲身品尝购买的羊肉时才能了解羊肉制品的口感，但其中的脂肪含量，蛋白质含量人们并不能用肉眼看出。因此，有的羊肉吃下去会令人发胖，有的却只能帮助消费者一饱口福。同时羊肉制品的价格因不同的质量，而在市场上标以不同的价位。是否物有所值，消费者同样无法判断，因此利用高科技手段将羊肉制品根据其自身真实的脂肪含量与蛋白质含量划分价位标准，更加有利于消费者挑选适合自身意向的羊肉产品。近红外高光谱成像技术在对羊肉的检测方面发挥了自身的特殊功能。

1羊肉脂肪与蛋白质检测的现实意义

关于羊肉脂肪与蛋白质含量，不仅仅是消费者对于羊肉制品的质量要求，更是国家安全检疫部门对不健康羊肉产品检测的关键。市场上各类羊肉出现于街边的烧烤摊、大排档上，其消费市场之大是其他肉类所不能比拟的。因其较高的售卖利润，大多数饲养羊的商户会或多或少的在羊饲料中添加某些速成药剂，这也直接导致了羊肉后期的成长过程中，有害成分的积淀，因此严格的羊肉检测措施，是对公众食品安全的一种高度负责。

在实际的羊肉检测中，利用凯式定氮法与索式抽提法进行检测是当前主要的检测手段，但是由于在检测之前需要将羊肉样品进行繁琐的预先处理，高昂的成本限制了这两种方法在羊肉检测中的推广，寻求一次性具备大量检测羊肉能力的检测方式成为了当下需求。

2高光谱成像技术的检测原理

2.1概念

高光谱成像技术是产生于上世纪80年代一项融合了多方面技术的扫描技术，在光学，光电子学，以及计算机信息处理技术上都有涉及，是传统二维成像与光谱技术的完美结合体。该技术最初用于航天领域，用于卫星图片的拍摄与遥感系统的构建。在后续的发展中，近红外高光谱成像技术逐渐运用在生态环境监测与农业气象方面。

2.2高光谱成像技术的工作原理

高光谱成像本身包含二维和三维的光学图像，其中二维的坐标数据与三维的波长信息共同构成了最终影像，其主要的成像方式包括：滤波片式与堆扫式。前者主要通过摄像头与可更换滤波片组成，后者主要通过摄像头和光谱仪的配合。在工作效方面，后者能采集更多的高光谱图像数据，并能保持较高的精密度，便于寻找特征波长。

2.3高光谱成像技术的特点

高光谱成像技术主要具备以下特点：高分辨率的光谱图像、宽广的波长覆盖范围、图像光谱一体的全方位展示效果、对样本数据数量的需求较多。

3近红外高光谱成像技术检测羊肉脂肪和蛋白质含量的步骤

3.1羊肉样品准备与选取

具有效研究资料表明，养肉制品的脂肪含量与蛋白质含量深受自身羊的性别、成长年龄，甚至基因遗传变异条件的影响。其中羊自身品种更能明显的在羊肉脂肪与蛋白质含量上显示出差别。因此，在羊肉样品的选择过程中选取了公羊、母羊、小羊、老羊的羊肉各一块，并在相同年龄性别条件下选取绵羊与山羊的肉各一块进行对比检测。将羊肉分为相同大小，放于冰箱冷藏。

3.2高光谱成像系统的准备

首先将高光谱成像系统的各个组成部分准备调试好。包括光谱成像仪，输出光源，一台计算机，暗箱以及相应检测软件操作系统。

3.3样品光谱图像的采集

在将光谱成像系统参数设置正确后，开始对不同羊肉样品的光谱图像采集。将羊肉样品放置于职能检测平台上。同时暗箱关闭，封闭整个光谱检测成像系统，令羊肉在无光线状态下进行检测。检测完成之后注意用塑料袋密封保存。

4蛋白质与脂肪含量的测定

在测定脂肪含量之前，需要将提取脂肪的无水乙醚准备好，利用无水乙醚的不断抽提，将羊肉脂肪抽离出来，利用干燥箱将羊肉干化并压为粉末，将两者质量对比。此时测出羊肉样品中的脂肪含量对于蛋白质含量的测定，主要通过凯式定氮法，借助凯式定氮仪将羊肉样品中的总含氮量测出。最后在与蛋白质系数相乘得出蛋白质含量。

在测出蛋白质与脂肪含量时，运用高光谱成像仪进行扫描，找出蛋白质与脂肪的特征波长，并以此建立预测模型。其中脂肪含量预测与蛋白质含量预测使用最小二乘法进行预测，效果较好。

5结论

运用近红外高光谱成像技术检测羊肉的脂肪与蛋白质，是在羊肉质量检测程序上一张新型的检测方法，这种方法具有以下优点：成像速度快，检测结果透明化，羊肉脂肪标准与蛋白质信息反馈全面以及短时间检测量大等。运用高光谱成像技术进行检测，将成为羊肉质量部门检测羊肉优劣的一个新手段，有效的解决了传统检测方式落后且效率低下的问题。未来，这种检测技术还应该在其他食品检疫领域展开功能研究。

参考文献

[1]海龙.关于我国舍饲养羊业发展问题的探讨[J].黑龙江动物繁殖，2012，（06）.

[2]闫振富，张艳舫，代宝柱.再度“养羊热”发生原因及应对措施[J].北方牧业，2012，（20）.

篇5

1多源遥感数据源

随着遥感技术的发展，越来越多的不同类型的遥感传感器数据被用于对水域的观测。不同类型的遥感数据在水产养殖信息提取中具有各自的优势和特性，因而也对应有不同的应用领域和信息提取精度。一般来说，多光谱遥感记录了地物的反射、辐射波谱特征，拥有丰富的地物空间分布及光谱信息，有助于识别水产养殖区域，是目前水产养殖区信息提取的主要信息源。但大多数多光谱遥感图像数据空间分辨率相对较低，即空间的细节表现能力比较差，将多光谱图像和全色图像融合，可有效提高图像解译能力。目前常用的识别水产养殖区的卫星遥感数据主要有全色图像、多光谱图像和微波雷达图像等，具体参数如表1所示。SAR具有全天时、全天候、多波段、多极化工作方式、可变侧视角、穿透能力强等特点，SAR图像中则含有丰富的地表纹理结构信息。在沿海水域，由于海水对微波雷达的回波能量较弱，而养殖用的基座、围栏和网箱等回波能量较强，色调比周围的海水更亮，二者对比度较大，因而可从SAR图像中提取养殖区域的相关信息。此外，在进行精度验证时，还可利用GoogleEarth平台提供的在线照片，这为实地调查验证提供了便利。

2水产养殖区域的识别方法

由于受研究时间、研究区域和数据源等客观因素的限制，还没有一种方法是最普遍和最佳的水产养殖区的识别方法。目前常用的水产养殖区识别方法主要有目视解译、基于比值指数分析的信息提取、基于对应分析的信息提取、基于空间结构分析的信息提取以及基于面向对象的信息提取等。

2．1目视解译目视解译是遥感应用最常用、最基本的方法之一。它根据遥感图像目视解译标志(位置、形状、大小、色调、阴影、纹理、图形及相关布局等)和解译经验，与多种非遥感信息资料相结合，运用相关知识，采用对照分析的方法，进行由此及彼、由表及里、去伪存真、循序渐进的综合分析和逻辑推理，从遥感图像中获取需要的专题信息。目前，目视解译一般都采用人机交互方式。在解译前先通过遥感图像处理软件对图像进行必要的预处理，包括图像增强、图像融合等，有效地改善图像的可识别能力，突出主要信息，提高判读的精度。杨英宝等依据6景TM图像和3期高精度航片，利用人机交互式解译方法分析了东太湖20世纪80年代以来网围养殖的时空变化情况［6］;李新国等采用3景航空图像对东太湖的网围养殖面积动态变化进行人机交互目视解译［7］;樊建勇等在经过增强处理后的SAR图像上，对胶州湾海域养殖区进行了交互跟踪矢量化［8］;褚忠信等利用不同时期的TM图像，对黄河三角洲平原水库与水产养殖场面积进行了人机交互解译［9］;吴岩峻等用4景ETM+图像，经过多次外业调查，建立解译标志，采用人机交互方法，对海南省海水和岛上水产养殖区进行了勾画［10］;宫鹏等借助1987—1992年和1999—2002年的TM/ETM+图像及GoogleEarth平台提供的高分辨率图像和部分在线照片，对包括海水养殖场在内的全国湿地分布进行了目视解译，并绘制了专题图［11］。目视解译简单易行，而且具有较高的信息提取精度，适用于绝大多数养殖区域的识别，但是也存在一定的缺点。当解译人员的专业知识背景、解译经验不同时，可能得到不同的结果，其结果往往带有解译者的主观随意性。当养殖区域水体同非养殖区域水体的光谱特征或空间结构特征等相似时，解译人员就很难根据标志将其区分开来，使精度受到影响;而且目视解译工作量大、费工费时，难以实现对海量空间信息的定量化分析和保证信息的时效性，因此研究遥感信息的自动提取方法已成必然。

2．2基于比值指数分析的信息提取比值型指数［12］创建的基本原理就是在同一图像的多光谱波段内，求得每个像元在不同波段的亮度值之比，构成新的图像，以压制某些造成光照差异的因子或背景的影响，增强地物光谱特征的微小差别，突出目标地物的辐射特征。比值型指数通常又会作归一化处理，使其数值范围统一到－1～1之间。马艳娟等利用ASTER数据，分析养殖水体与非养殖水体在图像各波段上的特征差异，构建用于提取图像中水产养殖区域的指数(normalizeddifferenceaquacultureindex，NDAI);并分析用NDAI提取得到的结果中错分的受大气、传感器影响的水体与自然水体的各波段灰度值的分布，构建了用来进一步提取深海区域的指数(marineextractionindex，MEI)，将近海水产养殖区的养殖水体与其他水体区分开［13］，取得了较高的精度。由于比值指数分析的信息提取方法只考虑各波段上的灰度信息，当部分养殖区在光谱上与深海水域接近或是当深海水域光谱并非均一时，会导致错分。该方法适用于养殖区与背景环境光谱差异大的地区，否则将无法克服传统遥感分类方法所普遍存在的“椒盐”噪声，从而影响信息提取的精度。

2．3基于对应分析的信息提取对应分析是在因子分析的基础上发展起来的分析方法，又称“R－Q型因子分析”［14］。该方法已在生物和统计领域得到广泛的认同和应用，但在遥感领域的应用相对较少。在遥感应用中对应分析方法既研究图像波段特征属性及其相互关系，也研究像元特征之间的关系，有利于提高信息提取的精度。王静等应用该方法快速有效地进行了滆湖围网养殖区湖泊围网分布信息的提取［15］。该方法对遥感图像的质量要求较高，并在分析前要进行严格有效的图像预处理。此外，该方法并无法有效地解决“异物同谱”和“异物同纹理”的分类问题。

2．4基于空间结构分析的信息提取空间结构分析的处理方法有邻域分析、纹理分析、线性特征提取等。其中，邻域分析是对波段每一个像元依据四周邻近的像元对其进行空间分析的方法［16］，分析和运算的像元数目和位置由扫描窗口确定;纹理表现是指图像灰度在空间上有序重复出现的特征，反映了一个区域中某个像元灰度级的空间分布规律，其基本分析方法有3类:统计分析方法、结构分析方法和频谱分析方法。周小成等采用ASTER遥感图像，以九龙江河口地区为研究示范区，利用卷积算子，采用邻域分析法来增强水产养殖地的空间纹理信息［17］;李俊杰等利用纹理统计分析方法中的灰度共生矩阵(graylevelco－occurrencematrices，GLCM)，选用中巴资源卫星02星多光谱数据，以白马湖为试验区，提取湖泊围网养殖区，实验表明纹理量化的均值指标能够较好地反映自然水体、围网养殖区和其他地物内部结构的异质性，取得了较理想的效果［18］;林桂兰等利用方差算法对厦门海湾海上的吊养和网箱养殖进行纹理分析，得到养殖专题图［19］;初佳兰等选用长海县广鹿岛海区的SAR图像，统计有效视数(ef-fectivenumberoflooks)，并对图像进行多种方法滤波分析，提取了浮筏养殖信息［20］。基于空间结构分析的养殖区识别方法，适用于近海水产养殖地的自动提取，而不适用于内陆水产养殖地，因为后者在空间上的分布孤立，斑块小，与其他农用坑塘水体的空间特征类似，但仍可以作为一种遥感图像识别的辅助方法。#p#分页标题#e#

2．5基于面向对象的信息提取面向对象的图像分析主要思想是:首先将图像分割成具有一定意义的图像对象，然后综合运用地物的光谱特征、纹理、形状、邻近关系等相关信息，在最邻近法和模糊分类思想的指导下，确定分割对象所属类别，得到精度比较高的遥感图像分类结果［21］。对于养殖区分布的提取，面向对象的图像分析方法基本步骤包括多精度图像分割、面向对象的水陆划分和非养殖水域剔除。首先，使用多精度图像分割对原始图像进行分割以获得分割图斑，并计算各个图斑的特征，为后继分析服务;然后，根据遥感图像中水域的辐射特性进行水陆分割;接着根据图斑的光谱、形状及空间特征提取出面状、线状非养殖水域部分;最后，在水陆划分得到的水域全图的基础上剔除以上提取的面状水系和线状水系，得到养殖水域提取结果［22］。谢玉林等利用该方法，对珠江口养殖区域进行了提取，验证该方法在水产养殖区提取上的可行性［22］;关学彬等采用该方法对海南省文昌地区的水产养殖区进行监测，取得了理想效果［23］;孙晓宇等采用该方法，利用多时相遥感数据对珠江口海岸带地区水产养殖场的变化进行了提取［24］。面向对象的图像分析将处理的对象从像元过渡到了图斑的对象层次，更接近人们观测数据的思维逻辑，更利于知识与规则的融合。在很多情况下，面向对象的遥感图像分析方法会比基于像元的分析方法取得更好的效果。采用面向对象技术，在解决常规图像分类时的椒盐噪声效应、结果的可解释性上有很大优势，因此在高分辨率图像信息提取中能够发挥更大的作用。但是当特征及隶属度函数选取不当时，会出现较严重的误分现象，此时要结合目视解译方法，判别分类结果的合理性，优化隶属度函数，重新进行分类。

篇6

当我们怀着这样一种感情走近方俊永、走进他的科研世界时，我们原本以为足够宽广的视野顿时显得狭促了。

这位年轻的科学家有着爽朗的性格、流畅的思维，与他的谈话，像是一次前所未有之广阔的旅行。

发轫航空遥感

1999年9月，方俊永开始北京理工大学光学工程专业的博士研究生生涯。从那时起，他的角色就由求学的学生转换为进行科学探索的研究者，在导师赵达尊教授的指导下，方俊永开始进行“层析成像光谱技术及其图像重建”的研究，由此开启了航空遥感领域的大门。

如果说博士论文的工作算方俊永开始从理论和算法方面与航空遥感进行“软接触”的话，2003年方俊永进入中国科学院遥感应用研究所（现中国科学院遥感与数字地球研究所）开展的博士后工作，就是实打实的“硬接触”了。

在博士后研究工作中，他遇到了合作导师――童庆禧院士，这位我国遥感技术和应用领域的最早开拓者之一的科学家。如果说遇到一位科研前辈的指点算幸运，那方俊永无疑是幸运儿。在开展合作的第一个课题研制大面阵多高光谱兼容型数字相机系统时，他又得到中国红外和遥感技术专家薛永祺院士的指导。能够得到两位院士的指导，方俊永直言背负的压力比较大，但同时又感到动力满满，特别是两位院士平易近人的性格和专业上的悉心指导，让方俊永很快进入工作状态。同时，方俊永科研上的潜质也得到两位院士的赞赏和认可。

21世纪初期，大面阵的CCD成像器件还属于限制进口的关键器件，两位院士就抽出宝贵的时间与方俊永一起进行器件和相机厂家调研、设计方案讨论，特别是薛院士就相机采集控制部分给出了非常具体的实施实例供他和同事们使用参考。经过一年多的研制开发，多模态数字相机（MADC）I型样机终于在2005年进行了直升机的搭载飞行试验，获得了预期的高质量航空数字影像。MADCI型虽然整体外观略显粗糙，但能够实现宽视场、前后倾斜多角度、多光谱等成像模态，在国内尚属首例。

在随后的几年当中，在童院士和薛院士的共同指导下，方俊永继续承担了中科院、北京市科委、大科学工程等多项科研装备研制项目，如“稳定平台与像移补偿系统”、“地面成像光谱辐射计研制”、“高性能航空光学遥感器的研制”、“面向矿产资源勘查的地面/机载短波成像光谱仪关键技术研究”、“多模态数字相机”等。在这些项目研制过程中，两位院士的高瞻远瞩以及对总体方案的把握等对项目的顺利实施完成奠定了坚实的基础。每每谈起两位院士的亲身指导，方俊永仍旧是感激万分，“正是站在两位巨人的肩膀上，我的航空遥感之路才会如此的平坦和顺利”。

从集成创新到原始创新

我国国土辽阔，对地理空间数据有着巨大需求，且随着遥感技术的深入发展，多类型的遥感数据得到了更广泛的多领域应用，与此同时，新型遥感数据源就成为了遥感应用发展的瓶颈之一。因此，方俊永科研团队把研究重点聚焦在能够获取高空间分辨率和高光谱分辨率数据的新型遥感观测技术，通过研制新型遥感传感器，为遥感应用提供数据源保障。

目前，多模态数字相机（MADc）已经研制到Ⅲ型了，进一步加强了自主研发能力，从集成创新发展到了原始创新，成为了大科学工程“航空遥感系统”中用于应急监测的主体设备。在MADc的研制过程中，方俊永科研团队提出的多相机组合拼接方法得到了实际验证，申请的发明专利“基于移轴原理的拼接成像系统”得到了认可和授权。

MADcⅢ型相机基于组合拼接成像方法，在保持成像光轴垂直于地面的同时，能获取高分辨率宽视场、宽视场、多光谱、前后立体多角度等多种成像模态，特别是在高分辨率宽视场成像模态时，能够获得旁向幅宽30K像素、旁向幅宽大于12km@10km航高、旁向视场角接近70度、像元分辨率0.05mrad的高质量高分辨率影像，将为应急监测发挥重要作用。

在成像光谱数据获取方面，方俊永科研团队在薛院士指导下，提出采用反射镜旋转扫描方式获得“图谱合一”的成像光谱数据，相对于点测量型的光谱仪，能够在测量地物光谱的同时得到地物的高分辨率影像，从影像上每个像素点都可提取相应地物目标点的光谱曲线，是地物目标光谱测量技术的重大突破和创新。研制的地面成像光谱辐射计（FISS）是国内首台成像型的地面光谱测量设备，该研究成果于2010年12月通过国家科技成果鉴定，并获得”一种地面成像光谱测量系统”发明专利授权。FISS系统已进行了大量野外与实验室成像光谱测量试验，并取得良好应用成果，获得多家用户单位的一致好评。方俊永科研团队目前正致力于FISS系统的改善、短波红外成像光谱仪、高集成度高分辨率的机载成像光谱仪的研制工作。

多项科研课题让方俊永在科研道路上越走越宽，越走越快。2013年，方俊永参与了遥感地球所曹春香研究员课题组的“双色红外环境健康遥感诊断系统研发”项目，负责双色红外成像演示系统的研制。基于半导体所自主研发的中波/热红外双波段探测器，他带领团队开发其探测器驱动、模数转换、数字电路输出、采集和存储等功能，并与双波段红外镜头进行集成调试，形成双波段红外相机演示系统。双色红外系统的研制，创新性地基于国产芯片同时获取中波和热红外影像，采用同一成像光路消除了传统双光路系统的参数不一致性，能够为环境温度反演、环境健康诊断等提供新型有效的遥感数据。

事必躬亲的实干家

遥感传感器的研发工作一直以来在遥感所就不算是主流科研的组成部分，从事遥感传感器专业的科研人员并不多，方俊永属于其中比较年轻的一位，再加上受研究生招生专业的影响，方俊永科研团队中能够辅助进行科研工作的硬件相关专业的研究生也十分匮乏。

在人员配备不是很合理的科研队伍中，大多数情况下，有关遥感传感器的总体设计、硬件开发等工作都是方俊永一肩挑，从总体的方案设计、结构设计、集成设计等大框架的布局，到组件的功能、接口、机加工图纸等小细节的核查，都离不开方俊永详实认真的工作。这些成就了方俊永严谨、细致和缜密的科学家风范。

新型遥感传感器的研发离不开组件的调试、测试以及总体集成、试验，特别是机载设备需要进行多次的飞行试验，这些基本上都是在方俊永的主导下完成的。方俊永科研团队研制的各种航空数字相机，已完成几十个飞行架次的试验和任务执行，飞行时间超过300小时，除极个别的架次外，方俊永都是亲自在飞机上进行设备的操作和调试。

对于这些飞行试验，方俊永解释说，自己上飞机操作的主要原因是，因为进行一次飞行试验，花费少则几万元，多则几十万元，而自己对研制的相机系统是最熟悉的，万一出现问题，在飞机上是可以进行调试和补救的，不至于空飞一个架次。此外方俊永还表示，每次飞行试验，都尽量让更多的研究生参与进来，培养他们对航空飞行的认识以及熟悉设备的操作流程和规范。

谈起这些飞行试验，方俊永的思绪就又开拓了很多，他向记者介绍了一些他们试验当中的几大“最”。飞行高度最高是2005年10月奖状Ⅱ型在9000m高度进行山东济宁地区的遥感试验，飞行高度最低是2008年7月-9月运12在300-500m高度进行青岛奥帆赛区的浒苔应急监测，最南边的飞行是2006年9月在珠海进行的数字石龙项目，最北边最西边的飞行是2005年7月在石河子进行的农场监测项目，一天当中飞行时间最长的是两个架次飞行8个小时。说起这些时，方俊永略显兴奋和轻松，但记者知道，具体的试验过程绝不像他说的这么简单。

方俊永介绍说，目前常用于航空遥感的机型是运5和运12，运5俗称是“空中拖拉机”，运12相比较而言各方面条件要好一些。运5飞行的时候噪音很大，如果不用专用的通讯耳机，就必须在耳边大声喊叫，对方才能听清楚，或者干脆采用纸板书写的方式进行沟通交流；此外，运5的震动颠簸也比较厉害，若再遇到那种闷热天气，没有几个能扛得住不呕吐的。但正是在这样的飞行条件下，方俊永的飞行小组还要对设备进行操作、调试，以保障设备的正常运行获取高质量的航空遥感数据。

谈起最惊险的飞行试验，方俊永回忆起2008年5月的汶川地震应急监测那次。汶川地震牵动全中国人民的心，当时的中国科学院遥感应用研究所快速响应，成立了多种手段的抗震救灾队伍以实现科技救灾的目标。方俊永所在小组是以李紫薇研究员为首的航空飞行团队，携带MADCI型相机系统利用陆航团的米171直升机进行灾区的灾情监测。在汶川进行了三个航次的航空遥感飞行，获取了地震灾区上千幅全色和彩色的航空遥感影像。这些宝贵的数据经过快速紧急处理和信息提取后，仅在几个小时后就提交到前线指挥部手中，为决策者的救灾安排和合理调度提供了重要参考依据。最惊险的是2008年5月26日下午进行的最后一次飞行，沿岷江都江堰到理县，包括震中汶川在内的地区进行了航空监测。而之后的两天，同样型号的直升机，几乎同样的航线，由于天气状况的影响，陆航团的直升机失事了，造成了巨大的损失。回想起这些，方俊永依然心有余悸，但这些担心都无法阻挡科学家在国家的需求和工作使命的召唤下，依然坚定执行应急监测任务的步伐。

在项目实施的具体过程中，方俊永坦言，自己并不总是“设计师”的角色，并不仅仅只是写报告、做PPT，大部分情况还是“工程师”，还要进行许多实际执行层面的工作。在方俊永看来，自身的学术修养、业务水平还没有达到只做“导师”的地步，还有很多新型技术是需要学习和提高的，对科技前沿不能只是“道听途说”，需要真正去实践和掌握。

追逐遥感梦想

科研之旅，本身就是充满着艰辛与寂寞，在黑暗中摸索的道路。随着遥感地球所的机构调整，方俊永科研团队将研究重点定位为低空遥感技术与应用。他们进行低空遥感关键技术攻关并形成工程样机系统，对低空遥感平台和载荷进行系统集成与成果转化，形成遥感地球所的实用化低空遥感系统。针对新的发展目标，方俊永坦言压力和阻力都挺大，但他坚信，只要专注、脚踏实地，做出具有实际效用的系统，终将实现既定目标。

篇7

关键词： 液晶可调滤波器 （LCTF）； ABS算法； 特征波段； 小白菜叶片； 波段指数

中图分类号： O439 文献标志码： A doi： 10.3969/j.issn.1005-5630.2016.03.010

文章编号： 1005-5630（2016）03-0243-05

Abstract： Gray information of pakchoi leaves at the wavelength range of 435～720 nm with an interval of 5 nm are captured by using a multi-spectral imaging system which mainly consists of liquid crystal tunable filter （LCTF） and CMOS camera.Then，the average value，standard deviation and correlation coefficient for the gray value of images are calculated，and it has extracted the waveband index of pakchoi leaves by the way of adaptive band selection （ABS） method. Finally，the effective characteristic wavebands of pakchoi leaves are extracted through the sorting of waveband index.The experimental result shows that ABS algorithm using the extracted feature bands can quickly and efficiently obtain spectral information pakchoi leaves，and there are ideal waveband index values at 445 nm，450 nm，455 nm，680 nm，685 nm，690 nm，695 nm and 710 nm respectively，these wavebands have much discrete degree，rich multispectral information.therefore，these wavebands can be used as effective characteristic wavebands identification for pakchoi leaves.

Keywords： liquid crystal tunable filter（LCTF）； ABS algorithm； feature bands； pakchoi leaves； waveband index

引 言

我国是农业大国，大面积种植着各类园艺作物[1]，地域广阔、种类繁多，同时作物的产量和质量还会受到病虫害的影响[2-4]。因而如何快速、有效地对农作物进行准确的区分和识别[5]，对我国农业的发展有着指导性的意义[6]。以往大多数是通过人眼视觉和主观经验，利用已知农作物的形状、颜色等来获取作物的识别信息，具有较大的主观性，往往带来了很大的缺陷和不足，造成大量的错误识别等。近年来光谱成像技术在农业中得到了广泛应用[7]，而基于液晶可调滤波器（liquid crystal tunable filter，LCTF）[8-9]和单色CCD组成的多光谱成像系统，可以快速有效地提取作物的图像光谱信息，具有较高的光谱分辨率和空间分辨率[10]，可以较好地对多光谱图像进行数据采集[11]。但由于多光谱成像系统具有较多的波段，会使得数据的冗余度大，数据处理、计算耗时长，造成数据处理工作的繁琐和准确率的降低。

因此，本研究采用一种基于LCTF光谱成像系统的自适应波段选择（ABS）算法，对我国大部分居民食用的十字花科类蔬菜中具有抗癌、护眼、摄取维生素作用的小白菜叶片进行特征波段的提取，从大量丰富的波谱信息中提取具有代表性的特征波段[12-13]，主要用于对小白菜叶片的正确识别、聚类分析[14]和数据库的建立[15]等。这种方法对数据的处理达到了快速、准确的作用，是一种非接触、安全、实用、有效的方法。

1 特征波段提取方法

ABS算法[16]对各个波段之间的空间相关性和谱间相关性大小做出了充分的考虑，并构造了相应的数学模型，对已求得的各个波段指数进行从大到小的顺序排列，并根据设定的阈值自适应地选择所需波段。该数学模型中的Indexi指数表示为：

ABS算法获得的波段指数充分考虑了每幅图像的信息量与相邻波段的相似性，Indexi越大，相应图像的信息量就越大，越具有代表性。将ABS算法得到的波段指数由大到小依次排序，排序靠前的7～8个波段即可作为该算法的有效特征波段。

2 实验环境与结果分析

2.1 实验仪器

本实验使用美国CRI公司生产的VariSpecTM液晶可调滤波器，与单色CCD相机[17]和计算机控制软件组成的多光谱成像系统，其采集的波段范围为430～720 nm，带宽（FWHM）为10 nm，半角可视范围为7.5°，响应时间为50 ms，每间隔5 nm连续改变光谱透过中心波长，同时将采集到的小白菜叶片和参考白板的灰度图像传至计算机存储。本实验采用自行搭建的LCTF光谱成像系统，用于采集小白菜叶片的灰度图像，采用LCTF代替传统的机械滤光片转轮，以实现快速波段调谐。图1为基于LCTF光谱成像系统选取的有效特征波段原理图。本实验用于数据处理的软件为Omnic 8.0和MATLAB 2010b软件。

2.2 实验样本

实验选取广东省农科院的十字花科类-芸苔属健康小白菜（品种为“17号白菜”）作为实验样本，实验样本采集的环境是在温室大棚内且天气晴朗无风，光照强度均匀，平均气温为23.5 ℃，平均湿度为68%，小白菜生长时间为20～40 d，叶片成深绿色，叶脉清晰，生长状况良好。

2.3 数据采集

新鲜生长的小白菜在特定的光源下和参考白板同时进行多光谱成像的图像采集，在435～720 nm波段范围内，每隔5 nm采集一幅灰度图像，共采集6组，每组58个波段，共计348组数据。以波段490 nm处的灰度图像为例说明选取小白菜叶片和参考白板区域，如图2所示。

利用C#语言编写程序，获取样本图像的平均灰度值，在各波段选定的区域获取小白菜叶片和参考白板图像的灰度值。对每个波段样本的5个不同叶片表面选取1个矩形区域进行灰度值提取，相当于对所选取的每一个叶片的特定区域进行了灰度平均，消除了叶片表面亮度不均匀等特征因素的影响。本实验在暗室内进行，采用D65光源，由于光源和实验样本的影响导致参考白板有个较小的峰值，其他波段是较为理想的平滑曲线，属正常情况。实验室光源如图3所示，参考白板和小白菜叶片选取的区域的平均灰度值曲线如图4所示。

3 实验结果与分析

图5为小白菜叶片在435 nm～720 nm范围内的反射比曲线，由图可以清晰地看到小白菜叶片的光谱曲线在460 nm、550 nm和680 nm附近存在两个吸收谷和一个反射峰。从图中可以得出所采集到小白菜叶片的光谱数据符合一般绿色植物的曲线走势图，因此本实验数据满足实验分析的要求。利用ABS算法从实验中获取小白菜叶片不同波段的成像光谱数据（相关系数和标准差），表1给出不同波段区间具有代表性的部分相关系数。在波段465 nm处相对于450 nm、565 nm、710 nm处的相对系数较小，而在635 nm和465 nm波段的相关系数达到了负值，其他波段之间的相关系数绝对值均在0.014-1.000之间。

利用式（1）～（3）计算出小白菜叶片不同波段的Index值，得到表2所示的指数排序表及图6所示的Index指数图。根据表2波段指数大小排序可以得出：在445 nm波段处具有最大的波段指数值1.355，其次分别是695 nm、680 nm、690 nm、710 nm、450 nm、455 nm和685 nm处。综合计算，上述波段中所含的光谱信息量较为丰富，故选择445 nm、450 nm、455 nm、680 nm、685 nm、690 nm、695 nm、710 nm波段作为本实验中小白菜叶片的整体最优特征波段。

4 结 论

本文以健康小白菜叶片的多光谱成像为例，利用ABS算法计算实验数据并讨论光谱特征，得出445 nm、450 nm、455 nm、680 nm、685 nm、690 nm、695 nm、710 nm波段能够更好地反映健康小白菜叶片的特征光谱信息，可以作为小白菜叶片的特征波段。实验结果表明，基于LCTF组成的多光谱成像系统和ABS算法为健康小白菜叶片所提取的特征波段，能够为农作物的病虫害监测、识别提供一种新的方法，同时该方法对地物的高光谱遥感识别、探测等也具有参考作用。

参考文献：

[1] 冯洁，李宏宁，杨卫平，等.园艺作物病害的多光谱组合分类[J].光谱学与光谱分析，2010，30（2）：426-429.

[2] LUCAS B G，CAMPBELL C L，Lucas L T.Introduction to plant diseases：identification and management[M].US：Springer，1992.

[3] 王坤，朱大洲，张东彦，等.成像光谱技术在农作物信息诊断中的研究进展[J].光谱学与光谱分析，2011，31（3）：589-594.

[4] 刘涛，孙旭东，刘燕德，等.农作物品质的近红外光谱无损检测研究进展[J].食品与机械，2010，26（3）：161-166.

[5] 刘波，方俊永，刘学，等.基于成像光谱技术的作物杂草识别研究[J].光谱学与光谱分析，2010，30（7）：1830-1833.

[6] 林文鹏，王长耀，储德平，等.基于光谱特征分析的主要秋季作物类型提取研究[J].农业工程学报，2006，22（9）：128-132.

[7] 范世福.光谱技术和仪器的新发展[J].光学仪器，2000，22（4）：35-40.

[8] ZJAKIC I，PARAC-OSTERMAN D，BATES I.New approach to metamerism measurement on halftone color images[J].Measurement，2011，44（8）：1441-1447.

[9] 杜丽丽，易维宁，张冬英，等.基于LCTF的多光谱面阵CCD相机的辐射定标[J].光谱学与光谱分析，2011，31（1）：272-276.

[10] 童庆禧，张兵，郑兰芬.高光谱遥感-原理、技术与应用[M].北京：高等教育出版社，2006：40-44.

[11] 李珂，张康伟，罗淼.基于LCTF的大幅面高分辨率多光谱仪光学系统设计[J].红外与激光工程，2013，42（3）：675-679.

[12] 王庆光.多光谱遥感数据最佳波段选择研究[J].广东水利电力职业技术学院学报，2007，5（2）：63-65.

[13] 杨金红.高光谱遥感数据最佳波段选择方法研究[D].南京：南京信息工程大学，2005.

[14] 田方，樊治飞，焦多礼，等.甘肃药用植物地理分布的聚类分析及分区[J].甘肃科技，2011，27（6）：55-57.

[15] 沈光，佟斌，孙波.论植物数据库的建立[J].国土与自然资源研究，2007（1）：89-90.

篇8

关键词：遥感技术；土地调查；应用

中图分类号：P627 文献标识码：A 文章编号：

近年来，遥感技术以其分辨率高、提取数据快等优势在我国的土地调查工作中发挥了很大的作用，随着土地调查活动的频繁开展，结合土地资源开发和利用的需要，遥感技术从最初的地质填图拓展到土地状况监测、地质灾害预警、矿产开发和保护等各个方面，在我国国土资源的保护和有序利用方面发挥着无法替代的作用，应用前景广阔。

遥感技术概述

概述

遥感泛指通过非接触传感器遥测物体的几何与物理牲的技术，主要建立在物体反射或发射电磁波的原理基础之上。一般是指在不与研究对象直接接触的条件下，通过某种传感器来获取研究对象的各种信息，并对这些信息进行汇总、分析、表达和加工的一种科技。遥感技术主要由遥感图像获取技术和遥感信息处理技术两大部分组成。遥感技术能够进行大面积的观测，增加了人类的观测范围，尤其是对偏远地区信息的获取更为方便；能够根据需要提供大量的静态图像，便于监测研究对象的动态变化；电磁波段远超出了人眼的可见光范围，能够获取更多的信息；使用遥感可以不受天气的影响，进行全天候的监测。现阶段，遥感技术在我国土地调查中的使用范围不断扩大，从最初的绘图，拓展到地质环境、资源开发的监测、地质灾害的预警和土地矿产卫片执法检查等工作领域，为保护我国的国土资源做出了极大的贡献。

2、采用遥感技术的必要性

从1984年开始，到1996年止，我国对土地状况的初始调查（第一次全国土地调查，简称详查）基本完成，所获得的数据、图、表等土地资料，为各级机关部门制定社会经济发展计划提供了强有力的依据，为土地利用总体规划的以及各个专项规划提供了基础数据和图件资料，为土地的保护和开发提供了第一手的资料。进入二十一世纪之后，我国经济迅猛发展，土地利用形式多变，土地交易活动频繁，对于各级国土资源行政管理部门来说，及时更新土地利用数据库、地籍数据库、规划数据库，掌握土地利用的变化动向是十分必要的。传统的方法是由工作人员到现场进行勘察，在原有图表的基础上，进行修正更新。采用传统技术方法难以准确获得土地变化边界的地理坐标，从而绘制出的相关图件精度不够高，且难以及时对变化情况进行监测，这种方法科技含量较低，已不能满足当前国土资源管理工作的技术要求。因此，有必要利用卫星遥感技术进行土地调查，及时获取信息，提高信息的准确性和现势性，为政府部门掌握情况、科学决策提供依据。可以预测，在我国经济建设的快速增长以及科技进步同步，遥感技术在“十五”和今后数十年内必将得到更好更快地发展并且进一步加速其实用化、产业化的进程，在建设有中国特色社会主义和我国的可持续发展中发挥其强有力的技术保障作用。

二、遥感技术在土地调查中的应用

1、在土地详查中的应用

按照新的土地分类方式（第一次全国土地调查时的分类），将土地分为3大类15个二级类和71个三级类。为了调查清楚各类土地的数量、质量和各省市各类土地的分布状况，要对土地进行详细的调查。对于很多偏远地区或是交通不发达、地形地貌复杂的地区，难以采用常规传统的测量方法，可以使用航空和航天遥感技术，收集各种信息源，建立各种土地类型的解译标志，进行人机交互式遥感解译，以汇总各类信息，进行图形的绘制。上世纪80年代初，我国就开始利用MSS卫星遥感数据进行全国土地概查，90年代初进行详查，从此逐渐建立起全国的土地遥感监测体系。

2、在城镇地籍调查中的应用

作为土地的管理者，各级土地管理部门需要掌握土地的各类情况，城镇的地籍调查就是通过调查每一宗土地，了解土地的位置、数量、权属和用途等，以为土地管理工作提供详实的资料。随着经济的发展，城镇土地流转增多，权属和用途变更频繁，应该建立能够及时反映动态变化的数据库。这就需要采用遥感技术，依据GIS技术建立图形和数据库，依据遥感数据及时变更图形和标示，测绘地籍调查索引图，标注建筑物和土地的归属、范围、用途等信息，及时根据遥感信息进行修改。

3、在土地资源环境保护方面的应用

随着人类的增长，耕地日渐减少，生态环境恶化，土壤污染频发。因此，在科学发展观的指导下，要达到人和自然的和谐相处需要研究土地利用的动态变化，以便于为合理配置土地提供充分准确的依据，促进人类调节生活经济活动，优化土地的利用状况。遥感技术，特别是其中的高光谱遥感技术的推广应用为矿产资源的调查和开发利用提供了非常必要的技术支撑。通过GIS技术，可以获取环境和资源变动动态信息，并在此基础上构建模型来模拟土地的演变过程，以预测土地未来的演变趋势。自上世纪90年代以来，国土资源部门已经利用遥感技术完成了重点矿区的调查和监测工作，并针对无证开采和乱挖滥采的情况进行了惩治。

4、在保护耕地中的应用

一方面是人口的增多，一方面是城市的扩张，耕地的保护成为摆在大家面前的一个重要问题，人类需要的无限性和资源的有限性之间的矛盾空前突出。耕地的数量和质量，直接关系到国计民生，关系到我国长期稳定的发展态势。为了坚守耕地红线，严控可耕地的非法流转，必须对可耕地进行监测。现阶段来看，各大城市以基本开展了以耕地的变动为重点的遥感监测工作，也利用监测数据查处的违法用地多起，有效的遏制了耕地流转中的乱占滥用现象。另外，在自然灾害发生之后，也可以根据遥感数据来制定有效的措施，对灾毁的土地进行复垦再利用，合理配置耕地。

三、遥感技术应用中存在的问题

国土资源管理包括土地调查，需要多时相、清晰度高的遥感信息源，但是能够提供这些信息源的卫星相对较少，不能完全满足需要。不受天气影响的雷达数据，在国内应用不够成熟，高质量的遥感信息源方面有待突破。与此相联系，与西方发达国家相比，我国高分辨率的遥感影响的信息自动化提取水平较低，基于纹理的自动分类和信息提取技术还不够成熟，实用化水平较低。

遥感技术在土地调查中的应用前景

随着经济和科技的发展，遥感技术在土地调查中的应用会更加广泛和深入。在土地利用调查与检测方面，由于省级检测的时间间隔会进一步缩短，遥感技术的应用也会随之展现出更大的优势。SAR遥感技术由于其具有不受气候影响等优势，必将在日后的土地调查中具有越来越重要的价值。通过建立岩石光谱的信息模型，结合丰富的纹理信息，提取和分析高光谱图像，高光谱遥感技术在矿产资源勘探、开发和监测等方面的应用将会更普遍。在地质环境调查和地质灾害监测方面，通过遥感技术，对已经发生的灾害点和隐患点进行全面排查，为灾害发生后的救援，灾后重建和灾害的预测提供丰富的数据。

RS、GIS和GPS在一起被称为“3S”技术，三者之间关系密切，相互依存，在日后的应用方面，要加强三者的集成研究，促进“3S”技术一体化，从而提高数据的提取、分析的效率，为土地调查和保护提供更加强有力的技术支持。作为信息的一种获取手段，遥感技术肯定也存在一定的局限性，为了将土地调查工作做的更扎实、更细致，应该将遥感技术和传统常规的实地调查方法相结合，取长补短，相互配合，这样才能实现对各种信息的综合应用，为我国的土地资源调查、利用和保护提供更精确的数据，为我国的国土资源管理带来飞跃式的进步。

参考文献：

[1]杨承蕊，张和生．遥感技术在我国土地利用调查中的应用[J].科技情报开发与经2008，1

[2]崔书珍，周金国．SAR遥感技术在土地利用调查中的应用现状分析[J].地矿测绘2008，9

[3]王文卿．遥感技术在国土资源管理中的应用现状及前景[J].测绘通报2009，6

篇9

关键词：水文地质，勘测方法，核磁共振技术

所谓水文地质，就是指大自然当中地下水的变化以及具体的运动现象，水文地质学就是以自然界中的地下水为主要研究对象的学科，主要内容就是探究并分析地下水化学成分、物理性质、分布状况、形成规律以及有效利用方式。贵州省地处我国西部地区，地质条件较为复杂，各种自然地质灾害频频发生，本文将对核磁共振技术进行较为深入的分析。

1、水文地质勘测技术分析

1.1光谱微分析技术

此技术主要包括对反射光谱进行相关的数学模拟以及对于不同阶段微分值的相关计算。通过这一技术可以提高对于光谱弯曲率及其最大、最小的反射率波长位置测定的准确率。通常情况下，可以通过使用一阶微分法来将一部分线性的或者一些接近线性的背景、也或者噪声光谱对于非线性的目标光谱等产生的影响。

1.2混合光谱分解技术

混合光谱分解技术主要用于分析光谱数据以及对其同一个像元内的不同成分所占比例的确定，或者是识别在已知的端元组分中分析其他的组分。在使用混合光谱分解技术时，由于在一定程度上受到图像分辨率的限制，在图像之中往往会存在很多的混合性像元。对于混合像元的分解技术则主要是提取像元之中不同地物类别丰度的一种方法。除此之外，光谱吸收指数还可以实现高光谱遥感图像处理以及对于光谱吸收特征的有效识别，也能够对混合光谱进行分解。

2贵州水文地质勘测核磁共振技术的运用

2.1核磁共振技术

核磁共振技术应用范围相当广泛，在化学、物力、生物学以及医学等领域都有所涉足，同时也是当前世界水文地质勘查先进方法之一，在水文地质勘查领域应用核磁共振技术的一大表现就是运用地面核磁共振对滑坡水文地质条件加以勘测。所谓核磁共振，属于原子核物理现象，也即是拥有核磁顺磁性的物质对电磁能量进行选择性的吸收，在地层中，具有最高丰度以及最大磁旋比的核磁顺磁性核子就是氢核，而地层中大部分的氢核都存在于水中。核磁共振找水仪就是借助地面核磁共振对地层水氢核进行测量进而达到找水目的。如果地层中有地下水存在，那么将一个不同于地磁场方向的外磁场赋予其中，后果就是氢核磁矩与地磁场相偏离，如果外磁场消失，氢核将会保持与地磁场一致的方向以地磁场为中心旋转。需要注意的是，自由水具有不同于结合水的信号频率，借助核磁共振技术进行测试，只能适用于岩土层中的自由水，而无法测试结合水，所以，借助核磁共振技术进行测试所获取的数据只是岩石层中地下水反应。其中还利用到高光谱技术不仅能实现对地球表面的地质信息进行探测，而且还能够实现对行星以及月球表面的信息探测。高光谱遥感技术所具备的这一特点是其他类似技术所不能代替的。Mars Odyssey计划卫星搭载的热辐射成像仪（THEMIS），它属于多光谱的热辐射成像仪。这种成像仪虽然比TES的光谱分辨率要低一些，但是它的空间分辨率却比较高，从而能够有效地弥补TES数据中的不足之处。

虽然在核磁技术领域应用最成功的属于水文填图，但是如何有效的利用其所能够识别的并且还可以填绘的水文进行地质环境的分析则属于高光谱地质应用中的一个关键性问题。通过使用热红外成像仪，可以将其对水文的识别并且进行扩大。通过这种水文的共生组合有助于深入并客观的分析相关研究区的地质环境。以水文识别以及水文的精细识别为基础，还可以根据水文共生组合的相关规律以及水文本身对于地质的意义所产生的作用，来对各种地质因素间存在的内在性联系进行直观的反演，从而还有助于提高高光谱地质应用中具体分析并解决相关地质问题的能力。

按照核磁共振找水仪工作原理，如果地层中存在地下水，就可以获取核磁共振信号，根据信号可以对地层中地下水存在性以及时空性做出判断，如果未获取到核磁共振信号，就意味着此地层中不存在地下水。所以，以所获取的核磁共振信号为依据，可以对含水层以及隔水层进行划分，在此技术上，在进行相应的解释及处理，就可以确定含水层具体的深度。由于核磁共振信号振幅的最初值与岩体层含水量之间具有正相关的关系，因此，可以对含水层的具体含水量做出判断。

2.2地面核磁感应系统在贵州水文地质勘测中的应用

地面核磁感应系统在贵州水文地质勘测中可以应用于如下几个领域：

（1）查找岩溶水

贵州省的岩溶石山区缺水严重，尤其是在近两年，云贵高原大旱。找水成为了一个水文地质勘察的难点。借助地面核磁感应系统，可以在贵州的喀斯特地貌环境下寻找岩溶水，该系统的探测深度在喀斯特地貌环境下可以高达200m，并且对该范围内各个含水层的情况以及特征包括岩石的结构和特征进行探查。然后系统还能够对含水层的渗透参数、厚度、埋深、含水量以及预计的开采指标进行分析。该系统已经成功的在湖北永安地区的喀斯特地貌环境下，找到了岩溶水。因此，我们可以推断该系统也能在贵州地区有较大的运用空间。

（2）解决生态问题

贵州省的水污染问题也是目前越来越严峻的一个问题，运用地面核磁感应系统能够对地表水、地面水的污染进行调查和研究，从而为妥善的解决生态问题提供数据支撑。

（3）为工程建筑解决水文地质勘测问题

贵州省的地质条件非常的特殊，不少地方由于存在大量的石灰岩等，如果勘探工作不到位，在工程建筑的施工过程中，或者建筑建成之后，都很容易出现较大的问题。而运用地面核磁感应系统能够探查路基、建筑物地基等得水文地质条件，从而为工程建筑施工或者后期的维护提供参考。

2.3核磁共振技术在实际应用中的工程案例

随着经济的发展,为了解决西南地区交通的不便,近年来大力开展了机场的建设。而由于机场建设工程量较大,场地分布较广,因此所遇到的工程问题也较多。其中,岩溶的发育对机场建设的影响尤为突出。当时贵阳龙洞堡机场航站区进行工程建设时,对岩溶洞隙的勘察及地基处治是至关重要的,轻则影响设计方案、投资预算,重则影响业主的整个投资取向以及整个区域的发展。但是就是采用了核磁共振技术对于机场航站区岩溶洞隙发育问题进行调查，通过调查和研究分析国内外岩溶勘察方法、岩溶施工处治新技术、新方法,对岩溶探测及处治技术进行了研究，根据场区的地形地貌、地层岩性、地质构造、岩溶发育程度、水文地质情况、人类工程活动对岩溶发育的影响等条件,对场区的岩溶以及基岩破碎带发育情况进行详细了解,介绍了上述方法的工作原理、技术参数及具体应用。对复杂岩溶形态的地基处治方法各有其适用范围:爆破回填是对溶沟、石芽直接出露或埋深不超过3m时所使用的处治方法;跨越是对洞径小于6m的落水洞采用的方法,在本文中分别使用了拱形盖板跨越和平板跨越;桩基是由于基岩面起伏剧烈,地基均匀性极差,为减小和避免地基不均匀性的影响所采用的处治方法;灌浆是当溶沟、石芽埋深3-8m,沟(槽)内充填土为软弱松散土时,以及对溶洞进行了桩基处理后仍然不稳定时采取的处治方法。

3结语

单纯借助传统的水文地质勘测方式已经难以满足当前水文地质勘测的实践需要，一方面，无法充分揭示复杂的水文地质条件，另一方面，无法获得准确实用的相关参数，并且相关的花费较高，用时较长。在水文地质勘测实践中，根据实际状况选择利用核磁共振技术，根据其自身的特性，在某些方面不但可以获取准确可靠的相关参数信息，还可以极大的节省人力、物力和财力，将贵州省水文地质条件充分的揭示出来。但是，地面核磁感应系统目前也存在一定的局限性，它的抗电磁干扰能力还不够强，在电磁干扰严重的时候，会极大的影响勘探的结果精确性。因此，我们一方面要注意应用地面核磁感应系统的环境选择，同时也要不断的提高其抗电磁干扰能力，扩展器应用领域。

参考文献：

[1] 项婷岚.浅谈水文勘测方式的改革与发展.治淮,2004年 第10期

[2] 赵岩.论水文勘测管理工作.科技传播,2011年 第06期

篇10

关键词：地质找矿；遥感；发展方向

Abstract: with the development of economic construction, the demand for mineral resources is increasing, the difficulty of finding the surface deposits continues to deepen, half concealed ore prospecting direction tends to be concealed, deposit, and paid more and more attention in the research of poor coverage area, covering half the work. Remote sensing technology is a new prospecting means, in prospecting for increasing the difficulty of situation, people pay more and more attention by the experimental research, the development, currently in the geological prospecting has made remarkable achievements, and become an important method for geological prospecting.

Keywords: geological prospecting; remote sensing; development direction

中图分类号：文献标识码：文章编号：

引言：随着遥感技术的推广，遥感地质技术人员不断在实践中总结和提高，遥感技术的应用程度日臻成熟，地质的许多方向都有了不同程度的发展。遥感影像可以全面、客观地记录地表综合景观的几何特征，遥感图像不仅可以获得地表景观的形态、分布特征组合，而且还可以获得物质的成分和结构等，进而实现地物识别的目的。遥感技术在地质找矿中的应用包括直接应用和间接应用：直接应用是指遥感蚀变信息的提取，间接应用则包括地质构造信息、植被的光谱特征及矿床改造信息等方面。

遥感技术应用于地质找矿主要是在工作的初始阶段，在地质工作程度低、交通及地理条件较差的地区尤为重要。工作的目的是应用遥感影像的地质信息去分析成矿地质条件，确定找矿远景区和圈定成矿有利地段，为进一步开展地质评价工作提供遥感地质依据。

1 遥感地质找矿的理论依据与技术基础

遥感信息，特别是多种遥感信息的综合，具有丰富的地质内涵和坚实的物理基础。这使得遥感地质找矿具有宏观性、多波段、信息量丰富、立体感强、便于定位等优势，是地质找矿不可或缺的手段。在遥感地质找矿的遥感影像分析中，传递含矿构造和含矿载体的两种标志：构造、结构、纹理特征；光谱特征。各种矿产资源的形成、产出，都与一定的地质构造条件有关，如斑岩铜矿与中酸入体有关：煤矿赋存在某些地质时代的煤系地层内。前者反映地质控矿构造特征、岩石类型特征等，通过研究遥感影像上显示的线性和环状信息可以揭示区域构造体系及其控矿作用；后者反映了地层层序、岩石类型的差异，矿物成分和含量的差异，特别是矿化蚀变信息。由于蚀变岩矿物具有本身的光谱特征，而一定类型的蚀变岩矿物组合常可指示一定矿种的存在。

2 遥感在地质找矿中的应用

遥感技术在地质找矿工作中的应用可归纳为如下几个方面：

利用图像上显示的与矿化有关的地物，直接圈定靶区，为找矿指明方向。如利用植物吸收不同金属元素所产生的不同光反射率、热反射率和叶绿素发光率进行波谱试验，为在植被发育地区快速发现工业矿产开辟新的找矿途径。

利用数字图像处理技术，进行多波段，多种类遥感图像的综合处理分析，增强或提取图像上与成矿有关的信息，尤其是矿化蚀变信息，为找矿提供依据，指明找矿方向和有利成矿的远景地段。

围岩蚀变是成矿作用的产物，是一种重要的找矿标志。常见的围岩蚀变有：矽卡岩化。有关矿产有铁、铜、钨、锡、钼等。云英岩化。与钨、锡、钼、锂、铍等矿产有关。绢云母化。有关矿产有铜、钼、金、铅、锌等。绿泥石化。有关矿产有铜、铅、锌、金、银、锡等。硅化。与铜、金、锑、汞、明矾石、重晶石等多种矿产伴生。由于不同的蚀变矿物具有各自的特征谱带以及岩矿石物理化学性质的差异，使其在多波段遥感图像上表现出不同的颜色、色调和纹理差异。目前，常用的提取蚀变异常的方法有比值分析法，彩色空变换、主成份分析法、光谱角蚀变法等。此外，在异常信息的提取过程中经常受到多种因素的影响，因而需要几种方法的有效组合，而不能只依靠某一种方法。

2．1 地质构造信息的解译

构造运动是地壳内部的内在活动因素，它与变质事件、热事件、成矿作用联系在一起，而内、外生矿床的形成和分布均不同程度地受一定地质构造事件的控制。地质构造在遥感图像上常表现为线性与环形特征。线性特征，是像片上呈连续或断续的线状或带状展布的影像，其空间分布型式有一定规律性。线性形迹主要指断裂和节理等构造，它控制着岩浆活动及矿液的运移、储存，对导矿、运矿、储矿起着重要作用。环形构造在地壳中以近圆形的构造环带为特征，多是地壳内部活动的表现，对形成火山型、热液型矿床关系密切。线性构造、环形构造及构造交叉部位，往往是成矿的重要部位。通过对遥感图像上色调、阴影、形状的研究可以更直观的看出研究地区的地质构造，有利于成矿预测。

2.2 地层信息的解译

岩石的组成成分、内部结构、光照条件等因素决定了它的光谱特征。岩性解译就是利用不同岩层反射光谱差异所形成的形态、结构、纹理、色调等影像差异，来判定出露地面的岩石的物理特性和产出特点，划分不同岩石类型或岩性组合。由于所有内生、外生矿床均与一定时代的岩性、地层及岩相有关，因此在成矿预测的过程中，首先要找出有关像片图形、地貌特征或与一定植物的联系，以便发现矿床赋存的有利层位与构造。

3 遥感地质找矿的发展前景

20世纪末以来。随着数字地球的提出和现代信息技术取得新进展，数字地球的理论方法和现代信息技术的新进展引入地质勘查领域。应用现代信息技术的新进展进一步解决矿产资源问题成为地质找矿发展的必然趋势。在数字地球框架下，将遥感技术与地质领域传统方法技术相结合。与其它现代信息技术相结合。

基于数字地球的遥感找矿技术．其核心是遥感信息的延伸应用和信息化。它的目的是最大限度地利用信息资源，以提高矿产资源的勘查效果。一方面，露出地表的矿明显减少，勘查目标已由地表或近地表转向地下深处的隐伏矿床．找矿难度愈来愈大。另一方面．各种地学手段取得的信息资源愈来愈丰富。为遥感信息与其它地学信息的集成创造了条件。而后遥感应用技术有利于发挥遥感找矿的技术优势，发现用常规地质方法很难发现的地质体和地质现象，为找矿提供新的依据。

遥感找矿应用须从遥感“技术索引”的思路走出来，从控矿构造迈向与成矿机理研究相结合的高度。遥感应用必须与物化探、磁力、重力、地震探矿方法相结合，还需要进一步重视地热、地气的热力作用，深入研究生物地球化学效应、地球化学填图方法、生物成矿和数字地质的空间统计分析方法。只有加深对地表成矿信息的理解和诠释，才有可能对深部的、海底的隐伏矿床，由此及彼、由表及里．从地球系统科学与地质信息科学的深度作出科学的推论和预测。

随着遥感技术的发展，传感器的空间分辨率和光谱分辨将大幅提高，遥感信息量也将大幅增加。要在海量数据中提取有用的找矿信息，必然对遥感数据处理系统提出更高的要求。目前，多光谱遥感数据处理系统在数据的压缩、传输、专业软件的发展上都取得了很大的进步。在高光谱遥感数据分析、处理方面关键是在光谱维上进行图像信息的展开和定量分析。此外，实现信息分析模型和算法语言的改进也将大大提高遥感信息处理的速度和精度，提高找矿工作的效率。

四、结束语

遥感技术作为矿产勘查的一种手段应用于找矿，并取得了一定成就。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。

多源数据的融合处理能够避免单一信息的片面性，使融合结果更加准确和客观。特别是利用遥感技术寻找深部矿床时，单纯使用遥感图像象存在明显的局限性，往往需要物探、化探地学数据以及各种地质图件的融合处理。

参考文献

[1]徐友宁．矿山环境地质调查研究现状及展望[J]．地质通报，2008．