详情

原文传递一种蚀变矿物遥感定量识别方法、系统及电子设备

专利名称：	一种蚀变矿物遥感定量识别方法、系统及电子设备
摘要：	本发明提供了一种蚀变矿物遥感定量识别方法、系统及电子设备，属于遥感地质调查领域，方法包括：获取研究区内高分五号卫星采集的高光谱遥感数据及待识别蚀变矿物的标准光谱曲线；根据高光谱遥感数据及待识别蚀变矿物的标准光谱曲线，定性识别蚀变矿物区域，以得到蚀变矿物遥感数据；提取蚀变矿物遥感数据的目标特征波段对应的像元值；根据目标特征波段对应的像元值，基于定量识别模型，确定研究区内的蚀变矿物含量；定量识别模型为预先采用训练样本集对卷积神经网络进行训练得到的；训练样本集中包括多个样本像元的蚀变矿物含量及对应目标特征波段的像元值。本发明在定性识别蚀变矿物区域的基础上，能够准确识别研究区内的蚀变矿物含量。
专利类型：	发明专利
国家地区组织代码：	云南;53
申请人：	云南大学
发明人：	陈琪;赵志芳;张新乐;张庚;代启学;牛磊
专利状态：	有效
申请日期：	2023-08-22T00:00:00+0800
发布日期：	2023-11-21T00:00:00+0800
申请号：	CN202311060147.5
公开号：	CN117092040A
代理机构：	北京高沃律师事务所
代理人：	袁晓哲
分类号：	G01N21/25;G01N23/207;G06F18/214;G06N3/0464;G;G01;G06;G01N;G06F;G06N;G01N21;G01N23;G06F18;G06N3;G01N21/25;G01N23/207;G06F18/214;G06N3/0464
申请人地址：	650091 云南省昆明市翠湖北路2号
主权项：	1.一种蚀变矿物遥感定量识别方法，其特征在于，所述蚀变矿物遥感定量识别方法包括：获取研究区内高分五号卫星采集的高光谱遥感数据及待识别蚀变矿物的标准光谱曲线；根据所述高光谱遥感数据及所述待识别蚀变矿物的标准光谱曲线，定性识别蚀变矿物区域，以得到蚀变矿物遥感数据；提取所述蚀变矿物遥感数据的目标特征波段对应的像元值；根据所述目标特征波段对应的像元值，基于定量识别模型，确定研究区内的蚀变矿物含量；所述定量识别模型为预先采用训练样本集对卷积神经网络进行训练得到的；所述训练样本集中包括多个样本像元的蚀变矿物含量及对应目标特征波段的像元值。 2.根据权利要求1所述的蚀变矿物遥感定量识别方法，其特征在于，根据所述高光谱遥感数据及所述待识别蚀变矿物的标准光谱曲线，定性识别蚀变矿物区域，具体包括：对所述高光谱遥感数据进行辐射定标及大气校正，得到标准遥感数据；对所述标准遥感数据进行最小噪声分离，得到目标分量；对所述目标分量进行纯净像元指数运算，得到总端元光谱曲线；根据所述待识别蚀变矿物的标准光谱曲线及所述总端元光谱曲线，提取所述待识别蚀变矿物的端元光谱曲线；根据所述待识别蚀变矿物的端元光谱曲线，采用混合调制匹配滤波方法，定性识别蚀变矿物区域。 3.根据权利要求1所述的蚀变矿物遥感定量识别方法，其特征在于，所述定量识别模型的训练过程包括：获取高分五号卫星采集的样本高光谱遥感数据及待识别蚀变矿物的标准光谱曲线；根据所述样本高光谱遥感数据及所述待识别蚀变矿物的标准光谱曲线，定性识别蚀变矿物区域，以得到样本蚀变矿物遥感数据；确定所述样本蚀变矿物遥感数据中各像元的高光谱遥感影像光谱曲线及实测光谱曲线；根据各像元的高光谱遥感影像光谱曲线及实测光谱曲线，从所述样本蚀变矿物遥感数据中选取样本像元；采用X-射线衍射分析方法测量各样本像元的蚀变矿物含量；根据所述样本蚀变矿物遥感数据，确定各样本像元在各特征波段下的像元值；计算各样本像元的蚀变矿物含量与各样本像元在各特征波段下的像元值的皮尔逊相关系数；将皮尔逊相关系数大于设定阈值的特征波段作为目标特征波段；基于各样本像元的蚀变矿物含量及对应目标特征波段的像元值，对卷积神经网络进行迭代训练，以得到定量识别模型。 4.根据权利要求3所述的蚀变矿物遥感定量识别方法，其特征在于，确定所述样本蚀变矿物遥感数据中各像元的高光谱遥感影像光谱曲线及实测光谱曲线，具体包括：针对所述样本蚀变矿物遥感数据中的任一像元，获取所述像元的高光谱遥感影像光谱曲线，并确定所述像元的5个样品点；5个样品点分别为所述像元的四个角点及中心点；采集所述像元的5个样品点的地面光谱实测值；根据所述像元的5个样品点的地面光谱实测值，确定所述像元的实测光谱曲线。 5.根据权利要求4所述的蚀变矿物遥感定量识别方法，其特征在于，采集所述像元的5个样品点的地面光谱实测值，具体包括：采用CSD350A型宽谱段地物波谱仪分别对5个样品点进行地面光谱实测，得到5个样品点的地面光谱实测值。 6.根据权利要求3所述的蚀变矿物遥感定量识别方法，其特征在于，根据各像元的高光谱遥感影像光谱曲线及实测光谱曲线，从所述样本蚀变矿物遥感数据中选取样本像元，具体包括：针对所述样本蚀变矿物遥感数据中的任一像元，计算所述像元的实测光谱曲线与所述像元的高光谱遥感影像光谱曲线的相似性系数；若相似性系数小于设定阈值，则舍弃所述像元，否则将所述像元作为样本像元。 7.根据权利要求4所述的蚀变矿物遥感定量识别方法，其特征在于，采用X-射线衍射分析方法测量各样本像元的蚀变矿物含量，具体包括：针对任一样本像元，采用X-射线衍射分析方法测量所述样本像元的5个样品点的蚀变矿物含量；根据所述样本像元的5个样品点的蚀变矿物含量，确定所述样本像元的蚀变矿物含量。 8.根据权利要求3所述的蚀变矿物遥感定量识别方法，其特征在于，根据所述样本蚀变矿物遥感数据，确定各样本像元在各特征波段下的像元值，具体包括：对所述样本蚀变矿物遥感数据进行光谱变换，得到目标光谱特征数据；根据所述目标光谱特征数据，确定各样本像元在各特征波段下的像元值。 9.一种蚀变矿物遥感定量识别系统，其特征在于，所述蚀变矿物遥感定量识别系统包括：数据获取模块，用于获取研究区内高分五号卫星采集的高光谱遥感数据及待识别蚀变矿物的标准光谱曲线；定性识别模块，与所述数据获取模块连接，用于根据所述高光谱遥感数据及所述待识别蚀变矿物的标准光谱曲线，定性识别蚀变矿物区域，以得到蚀变矿物遥感数据；波段提取模块，与所述定性识别模块连接，用于提取所述蚀变矿物遥感数据的目标特征波段对应的像元值；定量识别模块，与所述波段提取模块连接，用于根据所述目标特征波段对应的像元值，基于定量识别模型，确定研究区内的蚀变矿物含量；所述定量识别模型为预先采用训练样本集对卷积神经网络进行训练得到的；所述训练样本集中包括多个样本像元的蚀变矿物含量及对应目标特征波段的像元值。 10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至8中任一项所述的蚀变矿物遥感定量识别方法。
所属类别：	发明专利