高光谱遥感技术及发展(6篇)
高光谱遥感技术及发展篇1
关键词：高光谱；遥感
【中图分类号】G642.4【文献标识码】B【文章编号】1671-1297（2012）09-0198-01
一地物光谱重建技术
按照不同的模型及算法，从成像光谱数据中把地物的光谱特性反演出来的过程就是地物光谱重建技术。根据不同的工作情况及条件，采取不同反演模型来重建地物光谱，是实现成像光谱数据遥感定量化分析的第一步。若对其不进行反演，则没有一个统一物理量进行对比。
1.基于大气传输理论的模型
自1960年，Chandrasekhar提出了辐射传输理论以来，相继发展了许多方法，如：Ordinate方法和Variational方法等来解决辐射传输问题。该算法既能合理地处理大气散射、吸收，又能产生连续光谱，避免在光谱反演中较大的定量误差。它还充分利用了分析表达式和预选大气模式，使计算时间大大缩短。
2.基于统计分析的模型
该模型的建立是在分析不同地物光谱遥感信息在不同光谱波段的传输特点基础上，利用计算机对典型地物的光谱特性进行统计分析后，得到地物光谱特性反演模型。对成像光谱数据进行地物光谱反演常用模型有平滑域反射率模型FFR（FlatFieldReflectance），内在平均相对反射率模型IARR（InteralAverageReletiveReflectance），对数剩余模型LRC（LogResidualCorrection）。Gree和Graig提出的对数剩余纠正公式如下：
3.经验线性回归模型
利用该方法重建地物光谱技术实质就是通过开展典型地物的同步反射率观测，根据成像光谱数据DNij值与地面实测地物反射率值Rij，经最小二乘法求出回归方程：Rij=Aj·DNij+Bj（这里Aj，Bj是传感器第j波段的线性回归系数），然后，根据此方程反演地物的反射光谱。这种模型的数学和物理意义明确，方法简便，运算量少，应用广泛。
二地物光谱特征的量化、提取，定量分析及识别模型
1.地物光谱特征度量、提取与匹配识别模型
（1）就地物光谱特征（这里指地物反射辐射光谱）而言，不外乎2大类型：特征吸收峰（即反射谷）和光谱曲线的斜率变化（含波形变化）。目前，对特征吸收峰的分析度量方法是外壳系数法，它通过把光谱曲线归一化后去测量特征吸收峰的波长位置（Position）、吸收深度（Depth）、吸收宽度（FWHM）和对称性（Symmetry）。（2）光谱匹配识别模型是不同于多光谱的模式识别的，它是根据光谱特征度量参数来进行匹配识别，是成像光谱数据处理分析的特色之一。
2.成像光谱数据的定量分析及识别模型
定量化分析及识别模型化是当今遥感技术的发展方向之一。应用于成像光谱数据处理、分析的定量化分析与识别模型，除了不断完善和改进已有基于统计分析的定量化及识别模型，其它学科的新思想、新方法也在不断地引入遥感数据分析和理解之中，如人工智能的专家系统，模糊逻辑映射，证据推理、神经网络、分形和分维等（郭小方，1998年）。
3.混合像元分解模型
目前，开展高光谱遥感混合像元研究的方法技术，首先从实验着手，进行地物混合光谱的测试、分析、数字模拟、分解模型开发研究，然后将其外推到遥感图像上，进行典型地物混合像元分析，主要包括空-地同步观测获取典型地物（或可通过人工布标）数据，经模型分析后，对混合像元的地物进行分解，或混合光谱模拟合成。在实验室里，通过对不同矿物光谱混合含量测试发现，不透明矿物或暗色矿物，其光谱按比例混合到其它矿物中，混合的反射率急剧下降，而不是逐渐下降，说明其混合光谱与其混合的端元矿物光谱是非线性关系（磁铁矿和橄榄石），当2种矿物的色调相近时，实验测试的混合光谱与线性模型合成的混合光谱都呈线性逐渐变化，说明混合光谱可以按线性模型分解端元矿物光谱，在这3种情况中，第一种非线性关系是由于组合混合光谱的端元成分之间互相作用，互相影响后光谱被光谱仪检测到，第二种线性关系是由于各端元成分之间无互相影响作用，各自独立地反射电磁波能量贡献于混合光谱，第三种情况是2种关系都存在，二者之间存在临界条件（边界条件）。在一幅图像中，事先知道有N种端元（地物种类），并且也知道各种端元的光谱反射率，那么就可以用线性模型：
这里DNc是波段C上混合像元的DN值或反射率；Fi是第i种端元在混合像元中所占比例（或权系数）；DNi，c是C波段上第i种端元的DN值（或反射率）；Ec是C波段上拟合误差。对每个像元都按照最小二乘法解方程，进行分解。在图像中，端元的DN值（或反射率值）要么可以从训练区取值，要么地面实测。端元成分的确定过程实质上是一个迭代过程，迭代结果使M个波段上总误差ε最小（且NFM）。
求得像元中各种端元成分之后，就可以定量或半定量地对端元分类，制作丰度等专题图件。
三总结
成像光谱技术以其高光谱分辨率，超多波段以及图像和光谱（曲线）合二为一的特点，在数据处理分析以及光谱信息的提取上向模型化、交互可视化、人工智能-专家系统化的技术方向发展，在应用上向定量化、模型化和精细化地分析地物成分和结构的方向发展。
参考文献
高光谱遥感技术及发展篇2
[关键词]遥感技术大气环境监测污染
中图分类号：X8文献标识码：A文章编号：1009-914X（2016）05-0211-01
一、概述
对于大气环境污染问题，无论是我们个人还是我们的国家都需要对其引起高度重视，并采取一切措施对其实施科学的监测和治理。在对大气环境实施监测过程中，遥感技术作为大气污染控制的重要手段之一，始终发挥着重要的作用。遥感技术不只能对大范围的大气环境变化和大气环境污染进行快速、动态、实时、省时省力地监测，同时还能对突发性大气环境污染事情的发作、开展、停止进行实时、快速的跟踪和监测，这样就能及时采取相应的处置措施，从而减少大气污染形成的损失。
二、大气环境遥感监测技术的基本原理
遥感监测就是用仪器对一段距离以外的目标物或现象进行观测，是一种不直接接触目标物或现象而能收集信息，对其进行识别、分析、判断的更高自动化程度的监测手段。它所起到的最重要作用就是不需要采样而直接可以进行区域性的跟踪测量，从而快速进行污染源的定点定位，污染范围的核定，污染物在大气中的分布、扩散等，从而获得全面的综合信息。根据所利用的波段，可以将遥感监测技术主要分为三种类型，即：紫外、可见光、反射红外遥感技术；热红外遥感技术和微波遥感技术。大气环境遥感监测作为遥感技术应用中较为重要的内容之一，在业务上与常规气象要素的监测不同。常规气象要素遥感监测主要是指测量大气的垂直温度剖面、大气的垂直湿度剖面、降水量及频度、云覆盖率（云量和云层厚度）和长波辐射、风（风速和风向）、地球辐射收支的测量等。而大气环境遥感则是监测大气中的臭氧（O3）、CO2、SO2、甲烷（CH4）等痕量气体成分以及气溶胶、有害气体等的三维分布。这些物理量通常不可能用遥感手段直接识别，但由于水汽、二氧化碳、臭氧、甲烷等微量气体成分具有各自分子所固有的辐射和吸收光谱特征，如影响水汽分布的主要光谱波长在017μm，O3在0155～0165μm之间存在一个明显的吸收带，因此我们实际上可通过测量大气散射、吸收及辐射的光谱特征值而从中识别出这些组分来。研究表明，在卫星遥感中有两个非常好的大气窗可以用来探测这些组分，即位于可见光范围内的0140～0175μm的波段范围和在近红外和中红外的0185μm、1106μm、1122μm、1160μm、2120μm波段处。
三、遥感技术在大气环境监测中的应用
根据遥感技术的工作方式可以将其分为主动式遥感监测和被动式遥感监测两品种型。
1、大气环境的主动式空基遥感监测
星载或机载的微波雷达是当前大气环境的主动式空基遥感的主要监测技术。主动式雷达是由发射机经过天线在很短的时间内，将一束很窄的大功率电磁波脉冲向目的物发射，随后再应用同一天线对目的地物反射的回波信号停止承受后显现的一种传感器。回波信号的振幅、位相因物体的不同而不同，基于这一点就使其在承受处置后，目的地物的方向、间隔等数据能够观测出来。目前，多数国度都停止了空间雷达探测方案的制定。如：1993年美国NASA首先应用机载的探测雷对大气中气溶胶的散布停止了监测；1994年Bourdon.A在希腊雅典应用机载差分吸收雷达对雅典市上空的光化学雾停止了丈量，取得了一些大气污染物如SO2、NO2、O3和气溶胶等的空间散布数据。
2、大气环境的被动式空基遥感监测
当前大气环境的被动式地基遥感的主要监测技术有：太阳直接辐射的宽带分光辐射遥感、微波辐射计遥感、多波段光度计遥感。所谓的太阳直接辐射遥感是应用日光在大气中的衰减和散射，对大气组分停止丈量，它是通过对可见光的丈量，来对气溶胶的反演，应用紫外线波段来对大气臭氧、二氧化碳等丈量。由于在很宽的频率范围内大气分子的吸收辐射可产生特定的谱线，且不同分子及不同的能级跃迁所产生的谱线不同，微波辐射计就是经过对这些不同的辐射频率信号的承受，从而对大气组分停止反演。应用微波辐射计可将大气臭氧和氯化物丈量出来，其对大气臭氧的丈量精度和地基陶普生光谱仪丈量精度差不多。多波段光度计遥感是一种以太阳为光源的被动式地基遥感手腕，大气中气体分子以及大气气溶胶粒子会散射和吸收自大气上界入射到地气系统的太阳辐射，在空中所接纳到的太阳辐射，包含了大气中气溶胶信息，经过接纳到的辐射停止丈量，就可将气溶胶的信息反演出来。从当前情况看，最为精准的办法就是采用多波段光度计遥感来丈量气溶胶光学厚度，多波段光度计遥感通常被用来对卫星遥感的结果停止校验，如应用MODIS卫星材料对北京地域的气溶胶光学厚度停止了丈量，与此同时也与应用空中光度计对北京地域的气溶胶光学厚度停止的丈量结果停止了比拟。通过实验可以证明，两种办法的丈量结果即精度相当，这也阐明了应用卫星遥感对气溶胶的监测，是一种地基遥感监测较好的替代办法。
四、遥感技术的未来发展趋势
1、大气环境遥感的定量化、集成化、系统化和全球化
地球观测系统（EOS）是划时代的长期发展的伟大工程，更是一项系统工程，该工程对环境与气候变迁、全球变化、可持续发展研究等有极其重要的意义。大气遥感在EOS中占有重要地位，而现有的大气遥感尤其是大气环境遥感的“定量化”和“系统化”水平远还不能满足环境与气候变迁要求，仍需要加强。
2、高光谱、高时间、高空间及多角度、多时相、多偏振等多种数据源的综合应用
从当前国内外学者对大气环境遥感监测的研究情况来看，他们在研究中对于大气环境遥感所用的数据源研究要求的并不高，不只是受陆地卫星数据等单一数据源的限制，同时还需要高光谱分辨率、高空间分辨率或高时间分辨率的卫星遥感数据源。
3、遥感技术在大气环境监测中的不断发展，其优势也逐渐被人们所认可，将遥感监测运用于大气中各种污染气体监测中，突显其重要的使用价值，它能较为精确地提供在燃烧火焰里的激发态分子的转动或振动的详细信息
对各种红外源实行远距离的非接触型遥测；监测速度快、精度高；对光谱辐射的能量分布实行绝对监测。总之，遥感技术的发展以与普及，对于实现科学有效的监测大气环境提供了重要的知识帮助，从而有助于保护大气环境。
参考文献
[1]徐静茹《遥感技术在大气环境监测中的应用研究》[J]，《资源节约与环保》2014年05期.
高光谱遥感技术及发展篇3
关键词：地质找矿；遥感；发展方向
中图分类号：F407.1文献标识码：A
引言
随着经济建设对矿产资源需求的不断增大，寻找地表矿床的难度不断加深，找矿方向渐趋于寻找隐伏的、半隐伏的矿床，并日益重视在研究程度较差、覆盖一半覆盖地区开展工作。遥感技术方法作为一种新的找矿手段，在找矿难度日益增大的情况下，越来越为人们所重视，由实验研究向实用化发展，目前已在地质找矿中取得了显著成效，成为地质找矿的重要方法。
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。
一、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。
二、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。
三、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．
高光谱遥感技术及发展篇4
[关键词]遥感技术地质矿床矿产勘查影像分析
[中图分类号]P627[文献码]B[文章编号]1000-405X（2014）-8-206-1
0引言
遥感技术用于地质找矿是人类成功驾驭遥感技术的一个重要举措，遥感技术能根据探测器感知到的图像，为地质勘查工作提供可行性分析资料，并为找矿、开采过程提供实际地貌资料，地矿勘查工作在密切联系理论和实践的基础上，既有利于顺利开展工作又提高了工作绩效。遥感找矿技术在地质矿产勘查中的应用，其高效、宏观、多光谱、多层次、多时相的技术优势为新疆矿产大区地质勘查工作提供了广阔的前景，在加快国家西部开发战略和新疆开发建设等项目上具有重要的现实意义和战略意义。
1遥感技术概念
任何物体都具有不同的吸收、反射、辐射光谱的特能，在同一光谱区内，不同的物体反映出的光谱特性不同，同一物体在不同光谱区内的反映也有很大差别，或者是同一物体在不同的时间、地点，受太阳光照射角度不同，它们对光谱的吸收和反射也有所不同。遥感技术根据物体的光谱特性原理，从远距离感知目标反射或自身辐射的电磁波、可见光、红外线等目标进行探测和识别，然后对物体做出判断。在数字地球框架下，将遥感技术与传统地质方法、现代信息技术相结合，对遥感信息进行延伸应用和信息化，提高矿产资源的勘查效果。当前，露出地表的矿藏越来越少，勘查目标已转向地下深处隐伏的矿床，找矿难度更大，同时，采用各种地学手段获取丰富信息资源为遥感信息和其他地学信息的集成创造了一定的条件。遥感探测技术通常采用红光、绿光和红外光三种光谱波段，其中红光段用于探测植物生长及变化和水污染等，绿光段用于探测地下水、岩石和土壤特性，红外光段探测土地、矿产及资源。
2不同岩区矿床的遥感技术应用
新疆区域辽阔，地壳经历了漫长曲折的发展过程，最古老的的是由麻粒岩、变粒岩、片麻岩和混合岩组成的晚太古界，构成塔里木古陆的陆核，中上元古代时期，发育了一套浅变质的陆缘碎屑岩和碳酸盐岩，使陆壳扩大、增厚，成熟度明显增高，震旦纪到二叠纪共出现4个板块活动活跃期。板块构造活动造就了新疆境内复杂的地质环境，为新疆提供了多矿种、多类型的矿产资源。多类型矿床使得遥感技术所显示的地质图像多样，因此只有充分了解遥感技术在不同矿床类型中的应用，才能分析矿床类型、了解实际地矿情况。
2.1变质岩区矿床
利用常规方法在变质岩区找矿难度较大，而遥感技术则能克服其地形地质复杂的难题，通过对岩区地质基础作深入的了解和分析，对遥感图像中展示出来的特定影纹结构和色调进行图像处理和详细分析，可从中寻找出各种成矿因素以及遗漏的分析要点等成矿信息，而且遥感技术还能对岩区地质图像进行叠加技术处理，有利于地质人员对岩区的复杂构造和活动进行分析，找出岩区含矿迹象和成矿的分布规律，作为有力的寻矿证据指导寻矿工作。
2.2岩浆岩区矿床
岩浆岩区矿床是由岩浆及火山活动侵入矿区造成的，通常出现在火山附近特别是内生金属矿区。受火山活动及岩浆入侵影响，这类矿床距地面较深，大多处于地质断层处，位于火山附近或地质活动活跃的地区，因此利用遥感技术对该矿床进行感知时，呈现在遥感图像上的岩浆岩区矿床具置较为复杂，可通过地形结构图分析地区成矿条件，根据其周围的火山岩石结构特点来分析地矿地点和分布及寻矿工作的可行性，利用遥感图上地质断层的特点来确定地矿具体方位。
2.3表壳矿床
表壳矿床形成受当地地貌影响较大，根据表壳矿床特点可以分为近代风化壳矿床和砂矿，其矿物质大多为化学性质较稳定的锰、铝、金等矿元素。砂矿和近代风化壳矿床分别存在不同的地点，通过遥感图像对地质地貌进行正确分析可发现这两类矿床，其中砂矿主要存在于低山丘陵的河谷区，近代风化壳矿床一般存在地形地质相对平缓稳定的高平台地区，不过一些岩溶洼地、破碎带或凹地也存在这类矿床。
2.4沉积岩区矿床
沉积岩区矿床的形成受某些岩性地层影响偏大，必须利用航空遥感技术才能获取到有价值的研究资料，得以了解矿床区域构造及成矿条件。这是一般遥感图片难以完成的。
3遥感找矿技术在地质勘查中的应用
3.1遥感影像线性结构与成矿的关系
据有关研究表明，大部分遥感影像线性结构所反映的是构造应力作用下的岩石软弱带、变形带或应力集中带，这是导矿和容矿的场所，也可能是一些成矿沉积盆地边界的控制因素。我们可以通过对遥感影像线性结构进行综合分析，了解区域内的成矿规律，从而明确出找矿方向。由地质地貌形成线性结构影响着成矿的各种可能性，通常，大部分矿产都分布在这些地质地貌出现过较大变化的地区，如一些矿田或成矿带分布在巨型断裂带上，不过也有一些具有工业远景的矿床分布在主干断裂斜交或平行的次级断裂和节理带中。分析研究地质矿床遥感图像，我们还可以通过感知地形构造发现一些矿区特点，其中一些岩浆区矿床多分布在岩浆沿大型剪切带侵入扩容拐点区内，研究利用遥感图像，并对图像作相关技术处理后，便可将找矿方向锁定在一定区域内，对这些区域附近一带进行重点勘查即可，节省了大量勘查工作，提高了勘探效率。
3.2利用遥感多波段技术分析矿产分布及成矿关系
矿床出现矿化和蚀变后，其物质的组成和物理、化学性质都会与原岩发生变化，会有构造的显现，地形地貌呈现出异常，以致于在遥感影像上出现光谱反映出来的色调和色度上的差异，具体可表现在各种比例尺的多波段影像上，根据多波段影像色、形、线、纹、环的特征对影像进行目视和机译后提取应有的信息，对蚀变矿化有利的岩性、构造形变情况及过程进行判识，并分析导致这些特征的机制，为综合分析提供前瞻信息。通过红外航空遥感图像等多波段遥感图像对成矿相关的岩石、地层、构造及围岩蚀变带等地质体进行解译，可运用目译解译和遥感图像处理技术提取矿产信息。同时，还可利用机译将矿产解译成果与地球物理勘探、地球化学勘查资料进行综合处理，圈定出成矿远景区，提出预测区和勘探靶区。
高光谱遥感技术及发展篇5
关键词：高光谱遥感；叶面积指数（LAI）；反演模型
Abstract:Highspectrumremotesensingtechnologyastheinversionofcropleafareaindex(LAI)areapowerfultool,inrecentyearsithasbeenpaymoreandmoreattentionofbothdomesticandforeignscholars.ThepapersystematicallysummeduptheuseofhyperspectralremotesensinginversionofLAIvaluegeneralmethods,includingexperimentalfieldestablishment,dataacquisition,LAIvalue,HVIvaluecalculation,determinationofinversionmodelisgeneratedinfivesteps.SummarizessomecommoncropoptimalLAIvaluequantitativeinversionmodelforfuturerelatedresearch,consulting.
Keywords:remotesensing;leafareaindex(LAI);inversionmodel
中图分类号：S127文献标识码：A文章编号：
引言
遥感技术是指远距离、在不直接接触目标物体情况下,通过接收目标物体反射或辐射的电磁波,探测地物波谱信息,并获取目标地物的光谱数据与图像,从而实现对地物的定位、定性或定量的描述。随着遥感技术的不断发展，遥感传感器的数据获取技术趋向于“三多”和“三高”方向发展，“三多”是指多平台、多传感器、多角度获得遥感数据；“三高”则指高空间分辨率、高光谱分辨率和高时相分辨率遥感数据的获取[1]。
现代遥感技术应用于农业生产已经有20多年的历史,该技术在作物认别、面积计算、作物长势监测、灾害评估和产量估计等方面取得了重大成绩。高光谱遥感是高光谱分辨率遥感（(HyperspectralRemoteSensing）的简称，是指利用高光谱传感器以高光谱分辨率获取连续的地物光谱图像的遥感技术，这里的高光谱分辨率是指传感器用于探测地物的电磁波总波段宽度较宽（如MODIS传感器达到了0.4~14.5um）、波段数较多（如美国AnalyticalSpectralDevic公司生产的FieldSpecProFR2500型背挂式野外高光谱辐射仪输出波段数多达2150个）、每个子波段的波段宽度较窄（如MODIS传感器的最小子波段宽度为5~10nm）[2]。高光谱遥感与常规遥感的区别在于常规遥感又称宽波段遥感,每个子波段的波段宽度一般为100nm,且波段在波谱上不连续,并不完全覆盖整个可见光至红外光(0.4～2.4μm)光谱范围[3]。高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质在高光谱遥感中能被探测到。
目前，国内外在利用高光谱遥感手段反演植物的绿色叶面积指数，进而控制精准农业生产的技术方面有很多的研究。植物的绿色叶面积指数（LAI）是表征植被光合面积大小和冠层结构的重要参数。它参与许多生物和物理过程，与植物的呼吸蒸腾、太阳光吸收、通风透光、雨水的吸收等密切相关，同时还是作物生产中判断作物长势优劣的重要参数。因此，实时、动态监测作物LAI值状况具有重要意义。而高光谱遥感技术以其快速、无损和大面积探测等特点，正逐步成为LAI值估测的有力工具。
叶面积指数反演的一般建模方法及精度评定
近年来，虽然在高光谱遥感技术反演植物的绿色叶面积指数，进而指导精准农业这一领域的相关研究较多，但综合地总结并指导相关反演模型建立方法的文献却不多。本文在该领域各位先驱研究学者的研究、实践基础上，比较系统地总结出了高光谱植被指数与农作物叶面积指数之间定量模型的建立方法应当包括试验田建立、光谱数据采集、LAI值测定、HVI值计算、反演模型的生成五个步骤，并阐述了反演模型用于实际生产中的农作物LAI值的反演评估情况。
2.1试验田的建立
为了确定农作物叶面积指数（LAI）与农作物光谱特性之间的定量关系，一般需要针对欲研究的农作物建立试验田，试验田要充分模拟自然界中该农作物在各种生长情况下的理化特征，如农作物的正常生长情况、缺少肥料的情况、施肥过量的情况、缺水情况、过渡灌溉情况等等，便于之后采集的农作物高光谱数据具有一般性。
目前国内外主要采取物理胁迫以及化学胁迫的方法对试验田中的农作物作相关处理，使试验田中的农作物尽可能全面的包含在自然界中的各种生长情况。通过胁迫实验使所采集到的农作物光谱数据包含了农作物在各种生长条件下的反射光谱,可保证之后所建立的定量模型有较广泛的适应性和一般性。
2.2农作物高光谱数据测量
高光谱遥感技术及发展篇6
【Abstract】Hyperspectralremotesensingtechnology，beingoneofthemostimportantbreakthroughsacquiredinthefieldofearthobservationbyhumanintherecent20years，isanadvancingtechnologyofremotesensinginthenextdecades.Ithasthespecialqualitiesofhighspectralresolution，plentifuldataetc.，soitcanbeextensivelyappliedinenvironmentprotection，depositexploration，vegetationmonitoringandsoon.Theapplicationofhyperspectralremotesensinginmonitoringphysiologicalparametersofvegetationmainlyhasthefollowingaspects：nitrogencontentinplants，chlorophyllcontent，；watercontent.
【P键词】高光谱遥感；植物生理参数；氮素含量；叶绿素含量；水含量
【Keywords】hyperspectralremotesensing；plantphysiologicalparameters；nitrogencontentinplants；chlorophyllcontent；watercontent
【中图分类号】P23【文献标志码】A【文章编号】1673-1069（2017）05-0182-03
1引言
获取植物生理参数的传统方法是将植物带回到实验室进行化学和生物分析，这个过程需要花费巨大的人力物力成本，因此，我们探索是否可以应用新的技术来结合具体微生物复垦技术特点，以简化这些烦琐而且花费成本巨大的实验。利用高光谱扫描叶片来进行反演植物内部生理生化参数（氮磷钾等）含量，能够获得地物连续平滑的光谱曲线，并且可以捕捉到非常敏感微小的差异。
随着高光谱遥感技术的快速发展及其数据处理与分析方法的不断进步，与传统的生理生化实验相比，利用高光谱遥感数据反演植物生理生化参数在现实中会得到为更广泛的应用，高光谱遥感目前也正在成为观测植物长势和诊断植物病虫害的重要方法。
叶片中的氮素、叶绿素、水等含量与叶片反射率有着密切联系。可以用数学方法进行叶片生化组分含量的预测研究。随着高光谱遥感技术的发展，高光谱数据在作物生理参数诊断中所起的作用越来越受到人们的重视。
2高光谱遥感技术在作物生化参数诊断中的应用
高光谱分辨率遥感技术的发展是20世纪末最后20年中人类在对地观测方面所取得的重大技术突破之一，也是当前及今后几十年内的遥感前沿技术。国际遥感界将光谱分辨率达纳米（nm）数量级范围内的遥感技术称为高光谱（HypersPectral）遥感。其光谱分辨率高，并具有波段多、信息量丰富的特点。常规的作物生化参数的获取方法是将样本从大田运输到实验室进行测定，这种方法费时、费力，且具有破坏性。近年来，随着高光谱技术的发展，由于其具有简便、快速、大面积、非破坏性等特点，在作物参数反演中发挥着重要且独特的作用，便携式高光谱仪通过测定作物的反射率、吸收率和透射率来对生化参数进行测定，可反演的参数主要有叶绿素含量、全氮含量、水含量等[4]。
3监测生理参数的应用
3.1氮素测定
氮素是植物内许多重要有机化合物的组成成分，是植物细胞原生质中的基本物质。蛋白质、叶绿素和核酸的合成都离不开氮元素[5]，例如蛋白质的多少直接影响植物的生长发育，酶就是蛋白质的一种，缺少酶这种催化剂，植物生长必然要受到影响。
氮肥是植被施肥中最不可或缺也是最普遍的肥料，而由于缺乏能够准确、快速、方便、经济诊断植物氮素营养水平的方法，如果施肥过量则会导致成本增加，污染环境；施肥过少则会导致植物缺乏养料，生长发育不正常，从而导致收成受损[6]。
从以上可以看出，研究精确、高效、实时地监测植物氮素含量的方法对于植物的生长状况监测具有至关重要的意义。基于此，很多学者提出不同条件下采用高光谱分析技术，提取植物氮素信息的方法。
目前作物氮素含量高遥感反演常采用的方法是基于高光谱敏感波段反射率或光谱植被指数的经验统计关系法[7]。孔维平[8]等利用ASD地物光谱仪，获取大豆叶片整个生理周期的高光谱数据，应用一阶微分光谱，衍生出基于光谱面积变量（A678-697）为自变量的幂函数模型，并以此为对照处理的大豆全氮最佳反演模型，该模型决定系数R2为0.81，EMSE和RE分别为0.33和7.59%。同时也衍生出基于光谱特征参数（A1605-1608-A1685-1709）为自变量，叶片全氮为因变量，决定系数R2为0.63，均方差（RMSE）分别为0.23和4.95%的模型。Feng等[8]发现将原始光谱进行一阶微分处理计算出红边区域的双峰面积可增加其与冬小麦叶片全氮含量的相关性，Li等[9]使用前人研究提出的可见光波段光谱指数，基于偏最小二乘回归方法对冬小麦叶片氮素含量进行了估测。Fava等[10]使用ASD地物光谱仪对地中海地区草地的光谱进行采集，发现近红外波段775-820nm和红边位置附近波段740-770nm的比值植被指数与草地的氮素浓度有较好的相关性。陈书琳[11]等在不同接菌处理条件下，对大豆叶片全氮含量做了相关性分析，并采用地物光谱仪，获取大豆成熟发育时期的高光谱数据，利用原始光谱，衍生出基于光谱位置的分析方法，以688nm和503nm处反射率的差值作为自变量，叶片全氮（TN）含量为因变量，分析结果表明：全氮含量与TN含量呈显著的正相关（R=0.8723**，n=39），其模型决定系数R2为0.559，EMSE为0.669。
由此可见，利用高光谱的反射特征以及衍生出的特征参数可以实时、动态、高效地监测植物的氮素含量。
3.2叶绿素测定
叶绿素可吸收光能，在植物进行光合作用的过程中必不可少，同时也是光合作用能力、植物生长发育阶段的指数器[12-13]。目前国内外研究人员针对高光谱遥感诊断叶绿素含量开展了大量研究。
房贤一[14]以蒙阴县果园的苹果树为试验材料，连续2年测定了苹果冠层光谱反射率和冠层叶绿素含量，分析了冠层叶绿素含量与光谱反射率之间的相关关系，并计算了400～1000nm任意两波段组合而成的RVI、DVI、NDVI和RDVI，分析了它们与冠层叶绿素含量的关系，以逐步回归分析做比较，建立了苹果冠层叶绿素含量监测模型。建立苹果冠层叶绿素含量及冠层光谱特征参量间的定量关系模型，以促进高光谱技术在苹果树精准施肥以及快速、无损长势监测中的应用发展，结果表明我们采用多元逐步回归方法建立起来的模型的苹果冠层叶绿素含量监测效果较好。Moran等[15]研究表明叶绿素含量与波段700nm附近的光谱反射率有很好的相关性，潘蓓[16]等利用ASDFieldspec3光谱仪，测定春梢停止生长期苹果冠层高光谱反射特性，对原始光谱进行一阶微分处理，与苹果叶绿素含量进行相关性分析以寻找与叶绿素含量相关性强的敏感波段，通过分析敏感区域400～1350nm范围内所有两波段组合的植被指数，选择最佳植被指数并建立苹果冠层叶绿素含量估测模型。结果表明：①苹果冠层叶绿素含量的敏感波段区域为400～1350nm。②利用筛选得到的植被指数CCI（D794/D763）构建的估测模型能较好地估测苹果冠层叶绿素含量。③以CCI（D794/D763）指数为自变量的估测模型CCC=6.409+1.89R3+1.587R2-7.779R的预测效果最佳。因此，利用高光谱遥感技术能够快速、精确地对苹果冠层叶绿素含量进行定量化反演，为监测苹果生长特性提供理论依据。
另外孙江涛[17]等探究利用高光谱遥感技术来监测不同施磷水平下接种菌根对植物生长的影响规律，通过高光谱扫描实验以及室内样品化验，获得4个不同施磷水平状况下玉米的高光谱反射率、叶片的叶绿素含量、植株生物量等数据。对高光V数据进行导数光谱计算和连续统去除处理，得到以不同玉米叶绿素含量差异的光谱特征参数为自变量，以叶绿素含量为因变量的线性或非线性回归模型，接菌处理玉米叶绿素含量所有的反演模型中，以REP为变量构建的线性模型具有较高的拟合精度和反演效果，检验决定系数R2为0.753，对照处理的玉米叶绿素含量的所有反演模型中，以RG为变量构建的指数模型的拟合度最高达0.927，检验决定系数为0.834.吉海彦[18]等使用ASD便携式光谱仪和LI-COR1800型积分球，在350-1650nm的光谱范围内，测量冬小麦叶片在不同生长期的反射光谱，用偏最小二乘方法建立了冬小麦叶片叶绿素含量与反射光谱的定量分析模型。在400～750nm的光谱范围，建立了叶绿素含量与反射光谱的模型，结果显示叶绿素的预测值与真实值的相关系数为01898，相对标准偏差为1316%。在光谱范围为1400～1600nm的农业生产中，这些结果是非常令人满意的。
3.3水含量
叶片含水量是反映作物生理特性的一个重要参数，含水量的变化会影响作物对氮的利用以及叶片碳交换速率，从而影响碳循环和能量收支，以及作物产量。因此，选择适宜的
含水量反演指标评估旱情的发生、发展和变化情况，对进行相应的抗旱准备和采取及时的抗旱措施具有重要的指导作用。
Inoue等[19]研究发现大气对近红外水分吸收波段影响较大，因此不适合在高空遥感中用于评估植被的水分情况；在野外光谱采集中要充分考虑大气中水汽的影响，选择晴朗、能见度高且大气比较干燥的天气，以减少水汽对波段1450nm处水分吸收峰的影响。Pietro等[20]提出全球植被营养指数GVMI，使得相对含水量的反演从局部扩展到了整体；另外王纪华[21]等应用地物光谱仪探讨了小麦叶片含水量对近红外（NIR）波段光谱吸收特征参量的影响，结果表明：1165～1185nm间的光谱反射率与小麦叶片的含水量呈显著负相关，而且该波段在大气窗口之内，受大气层水的干扰较小，可作为航空或卫星遥感探测指标应用。由此根据大量观测数据建立了叶片含水量与吸收深度及吸收面积间的线性相关关系和回归方程式，从而提出一种利用光谱反射率诊断小麦叶片水分状况的遥感方法。
4结语
高光谱遥感凭借其充分利用地物光谱特征的特点为农作物研究提供了新的平台[22]，与传统的多光谱遥感或宽波段遥感相比，高光谱遥感不仅能比较真实全面地反映各类植被的光谱特征及其差异，还能实现对某些植被生化参数的定量测定。因此，可以运用高光谱遥感技术进行低耗、高效、实时、无损地植被生理参数监测，从而实现对植物生长状况的监测和评估。
应用高光谱遥感技术可以监测植物的氮含量、叶绿素含量、水含量，清晰地了解植物的生理参数，为判断植物的生长状况提供参考，并为农业生产进行定量施肥提供依据。
【参考文献】
【1】程一松，胡春胜等.氮素胁迫下的冬小麦高光谱特征提取与分析[J].资源科学，2003，25（1）：86-93.
【2】冯先伟，陈曦等.水分胁迫条件下棉花生理变化及其高光谱相应分析[J].干旱区地理，2004，27（2）：250-255.
【3】杨吉龙，李家存等.高光谱分辨率遥感在植被监测中的应用综述[J].世界地质，2001，20（3）：307-312.