当前位置: 首页> 交通专利数据库 >详情
原文传递 地表岩石中三氧化二铁含量的确定方法
专利名称: 地表岩石中三氧化二铁含量的确定方法
摘要: 本申请提供了一种地表岩石中三氧化二铁含量的确定方法,本方法获取地表岩石的原始光谱数据;对原始光谱数据进行一阶微分处理;将微分后光谱数据进行小波包分解;根据分解后的光谱数据,采用反演模型确定三氧化二铁含量;反演模型中,将相关波段的反射率作为自变量,将三氧化二铁含量作为因变量。本方法对地表岩石的原始光谱数据进行一阶微分处理,然后将微分后光谱数据进行小波包分解,对分解后的光谱数据,通过将相关波段的反射率作为自变量,将三氧化二铁含量作为因变量的反演模型,确定三氧化二铁含量,进而定量地表岩石中三氧化二铁含量。
专利类型: 发明专利
申请人: 吉林大学
发明人: 杨长保;朱梦瑶;孟治国;王浩男
专利状态: 有效
申请日期: 1900-01-20T00:00:00+0805
发布日期: 1900-01-20T08:00:00+0805
申请号: CN201911361066.2
公开号: CN111122468A
代理机构: 北京易捷胜知识产权代理事务所(普通合伙)
代理人: 齐胜杰
分类号: G01N21/31;G06F17/13;G;G01;G06;G01N;G06F;G01N21;G06F17;G01N21/31;G06F17/13
申请人地址: 130012 吉林省长春市前进大街2699号
主权项: 1.一种地表岩石中三氧化二铁含量的确定方法,其特征在于,所述方法包括: S101,获取地表岩石的原始光谱数据; S102,对所述原始光谱数据进行一阶微分处理; S103,将微分后光谱数据进行小波包分解; S104,根据分解后的光谱数据,采用反演模型确定三氧化二铁含量; 所述反演模型中,将相关波段的反射率作为自变量,将三氧化二铁含量作为因变量。 2.根据权利要求1所述的方法,其特征在于,所述S102之后,S103之前,还包括: 将所述微分后光谱数据进行去包络线处理; S103包括: 将去包络线处理后的光谱数据进行小波包分解。 3.根据权利要求1或2所述的方法,其特征在于,小波包分解中的小波包为序列{un(x)}; 其中,un(x)满足如下双尺度方程: gk=(-1)kh1-k,gk为低通滤波参数,hk为高通滤波参数,n∈Z,Z为尺度空间集合,x为分解变量。 4.根据权利要求1所述的方法,其特征在于,所述S104包括: 根据所述分解后的光谱数据,采用如下公式,进行enter线性回归分析,确定三氧化二铁含量: Y=3.946-69.38*b46-92.41*b13+236.61*b50-97.57*b24-40.52*b183-176.84*b194-115.62*b195+175.93*b107-42.78*b27; 其中,Y为因变量,b46、b13、b50、b24、b183、b194、b195、b107、b27为自变量,b46对应分解后的光谱数据中第46波段的反射率,b13对应分解后的光谱数据中第13波段的反射率,b50对应分解后的光谱数据中第50波段的反射率,b24对应分解后的光谱数据中第24波段的反射率,b183对应分解后的光谱数据中第183波段的反射率,b194对应分解后的光谱数据中第194波段的反射率,b195对应分解后的光谱数据中第195波段的反射率,b107对应分解后的光谱数据中第107波段的反射率,b27对应分解后的光谱数据中第27波段的反射率。 5.根据权利要求2所述的方法,其特征在于,所述S104包括: 根据去包络线处理后的光谱数据,采用如下公式,进行偏最小二乘法回归分析,确定三氧化二铁含量: LnY=0.698+0.099*b12+0.097*b14-0.037*b15+1.435*b29-2.081*b46-3.957*b90-1.541*b96+1.759*b205+1.739*b211; 其中,Y为因变量,b12、b14、b15、b29、b46、b90、b96、b205、b211为自变量,b12对应分解后的光谱数据中第12波段的反射率,b14对应分解后的光谱数据中第14波段的反射率,b15对应分解后的光谱数据中第15波段的反射率,b29对应分解后的光谱数据中第29波段的反射率,b46对应分解后的光谱数据中第46波段的反射率,b90对应分解后的光谱数据中第90波段的反射率,b96对应分解后的光谱数据中第96波段的反射率,b205对应分解后的光谱数据中第205波段的反射率,b211对应分解后的光谱数据中第211波段的反射率。 6.根据权利要求2所述的方法,其特征在于,所述将所述微分后光谱数据进行去包络线处理,包括: 根据如下公式对所述原始光谱数据进行去包络线处理: 其中,i为微分后光谱数据中的波长标识,λi为微分后光谱数据中第i个波段的波长,R(λi)为微分后光谱数据中第i个波段在吸收谷处的反射率,Rc(λi)为微分后光谱数据中第i个波段对应波长处包络线的值,R'(λi)为微分后光谱数据中第i个波段去包络线之后的光谱值。 7.根据权利要求2所述的方法,其特征在于,所述将所述微分后光谱数据进行去包络线处理,包括: 根据如下公式对所述原始光谱数据进行去包络线处理: 其中,i为微分后光谱数据中的波段标识,λi为微分后光谱数据中第i个波段的波长,R(λi)为微分后光谱数据中第i个波段在吸收谷处的反射率,Rc(λi)为微分后光谱数据中第i个波段对应波长处包络线的值,RM(λi)为微分后光谱数据中第i个波段在吸收峰处的反射率,W(λi)为微分后光谱数据中第i个波段的吸收宽度,R'(λi)为微分后光谱数据中第i个波段去包络线之后的光谱值。 8.根据权利要求1所述的方法,其特征在于,所述S102包括: 通过如下公式对所述原始光谱数据进行一阶微分处理: 其中,s为原始光谱数据中的波段标识,λs-1为原始光谱数据中第s-1个波段的波长,λs为原始光谱数据中第s个波段的波长,λs+1为原始光谱数据中第s+1个波段的波长,λs-1,λs,λs+1为相邻波段的波长,R1'(λs)为波长为λs的一阶微分光谱,R1(λs+1)为波长为λs+1的原始光谱数据在吸收谷处的反射率,R1(λs-1)为波长为λs-1的原始光谱数据在吸收谷处的反射率。 9.根据权利要求1所述的方法,其特征在于,所述S102包括: 通过如下公式对所述原始光谱数据进行一阶微分处理: 其中,s为原始光谱数据中的波段标识,λs-1为原始光谱数据中第s-1个波段的波长,λs为原始光谱数据中第s个波段的波长,λs+1为原始光谱数据中第s+1个波段的波长,λs-1,λs,λs+1为相邻波段的波长,R1'(λs)为波长为λs的一阶微分光谱,R1(λs+1)为波长为λs+1的原始光谱数据在吸收谷处的反射率,R1(λs-1)为波长为λs-1的原始光谱数据在吸收谷处的反射率。 10.根据权利要求1所述的方法,其特征在于,所述反演模型的确定方法包括: S201,获取样本光谱数据; S202,将所述样本光谱数据以所有样本光谱数据的中心波长进行重采样; S203,将重采样后的样本光谱数据进行一阶微分处理; S204,对微分后的样本光谱数据进行去包络线处理; S205,将微分后的样本光谱数据进行小波包分解; S206,将去包络线处理后的样本光谱数据进行小波包分解; S205,根据重采样后的样本光谱数据、去包络线处理后的样本光谱数据、小波包分解后的样本光谱数据、小波包分解后的去包络线处理样本光谱数据,分别采用偏最小二乘法回归分析方法和enter线性回归分析方法,确定反演模型。
所属类别: 发明专利
检索历史
应用推荐