基于光譜匹配的高光譜遙感露天礦物識(shí)別方法研究

礦產(chǎn)資源是不可再生資源，非法開(kāi)采、破壞性開(kāi)采會(huì)造成礦產(chǎn)資源嚴(yán)重破壞，導(dǎo)致國(guó)家利益受損。遙感技術(shù)可用于礦產(chǎn)資源監(jiān)測(cè)，高光譜遙感技術(shù)增強(qiáng)了對(duì)地觀測(cè)能力，可對(duì)蝕變礦物、巖礦類(lèi)別進(jìn)行探測(cè)，從而為礦產(chǎn)資源開(kāi)發(fā)利用、違法開(kāi)采監(jiān)測(cè)等提供可靠、便利的遙感分析結(jié)果。高光譜影像記錄了豐富的光譜信息，從光譜特征信息可知，露天開(kāi)采的礦區(qū)一般呈現(xiàn)某種典型礦種為主的光譜特征?；诖颂卣?，可進(jìn)行典型礦物識(shí)別，利用光譜特征分辨礦物成分。目前，光譜相似性測(cè)度、光譜特征局部匹配、混合像元分解、基于光譜知識(shí)的智能識(shí)別等方法是國(guó)內(nèi)外較成熟的礦物信息識(shí)別方法。光譜匹配將重建光譜與參考光譜相比較，以某種測(cè)度函數(shù)度量它們的相似性或相關(guān)性，從而對(duì)礦物進(jìn)行識(shí)別。相似性測(cè)度函數(shù)可以是距離函數(shù)（歐氏距離、馬氏距離）、相似系數(shù)、相關(guān)系數(shù)、光譜信息散度和光譜矢量夾角等；參考光譜既可以是光譜數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)光譜（典型光譜），也可以是野外或?qū)嶒?yàn)室實(shí)測(cè)的工作區(qū)巖礦光譜，還可以是從圖像中提取的已知區(qū)域圖像光譜。某學(xué)者提出的光譜角填圖法是最廣泛使用的光譜匹配技術(shù)，角度越小越匹配參考光譜，但容易忽略局部特征的變化，產(chǎn)生“同物異譜”和“異物同譜”的現(xiàn)象。后續(xù)相關(guān)學(xué)者提出了一些新的改進(jìn)算法。局部特征匹配方法是以光譜吸收特征參數(shù)為基礎(chǔ)的識(shí)別方法，對(duì)光譜間微小差異比較敏感，但特征選擇比較單一，穩(wěn)定性較差。針對(duì)單一方法存在的識(shí)別問(wèn)題，本文結(jié)合實(shí)踐情況，提出了以光譜相似性度量為基礎(chǔ)的光譜匹配方法和光譜特征參量匹配相結(jié)合的露天礦物識(shí)別方法，并利用廣東省北部某地的露天礦區(qū)礦物數(shù)據(jù)進(jìn)行方法驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該方法可以有效實(shí)現(xiàn)露天礦物的識(shí)別，具有一定的準(zhǔn)確率可達(dá)到礦物開(kāi)采利用的監(jiān)測(cè)目的，為礦產(chǎn)資源監(jiān)測(cè)提供借鑒方法。

1研究區(qū)概況及數(shù)據(jù)情況

廣東省礦產(chǎn)儲(chǔ)量豐富，擁有高嶺土、石英、硫鐵礦、陶瓷土等礦產(chǎn)資源。本文研究建立的廣東省典型礦物光譜庫(kù)中的礦物主要針對(duì)高嶺石族黏土礦物。本次實(shí)驗(yàn)研究區(qū)域位于廣東省北部地區(qū)，實(shí)驗(yàn)面積約200平方千米，試驗(yàn)區(qū)地形以山區(qū)為主，包含高嶺土、石英、水泥粗面巖為主要成分的礦產(chǎn)資源，多為露天礦區(qū)。

2研究方法

2.1總體思路

首先，本研究提取礦產(chǎn)數(shù)據(jù)的空間位置信息和必要的屬性信息，獲取研究區(qū)域的高光譜原始影像數(shù)據(jù)并進(jìn)行預(yù)處理，得到研究區(qū)域的高光譜地表反射率數(shù)據(jù)。然后，基于高光譜數(shù)據(jù)提取礦物光譜，構(gòu)建典型礦物光譜庫(kù)。最后，結(jié)合高光譜地表反射率數(shù)據(jù)和典型礦物光譜庫(kù)，利用光譜匹配和光譜特征參量匹配相結(jié)合的方法進(jìn)行典型露天礦物識(shí)別，對(duì)結(jié)果精度進(jìn)行驗(yàn)證，提取露天礦物范圍。具體技術(shù)路線如圖1所示。

2.2理論方法

2.2.1光譜角匹配與歐式距離

光譜匹配一般采用光譜角匹配的方式，將待匹配光譜和樣本光譜看作空間內(nèi)的兩個(gè)向量，計(jì)算兩個(gè)向量之間的余弦距離進(jìn)而衡量?jī)蓚€(gè)光譜的相似性。光譜之間夾角的余弦值越小，說(shuō)明光譜的相似性越高。光譜角匹配夾角余弦公式如公式（1）所示。

式中：α為光譜向量夾角，n為波段數(shù)，X、Y為不同像元的n維光譜向量，xi、yi為光譜向量第i波段的值。

圖1…技術(shù)路線

2.2.2光譜特征參數(shù)選取

根據(jù)物質(zhì)的電磁波理論，物質(zhì)的光譜產(chǎn)生均有其物理機(jī)制。各種巖石礦物的不同晶體結(jié)構(gòu)導(dǎo)致其振動(dòng)產(chǎn)生不同的光譜特征，光譜特征可以用來(lái)分辨礦物成分。這些光譜特征主要包括光譜中吸收波段的波長(zhǎng)位置、吸收深度、對(duì)稱(chēng)度等特征。通過(guò)吸收特征參數(shù)可提取得到高光譜影像吸收位置、深度、對(duì)稱(chēng)性圖，結(jié)合光譜庫(kù)中的參考光譜特征參數(shù)可進(jìn)行匹配和分類(lèi)。本研究采用包絡(luò)線消除法對(duì)原始光譜進(jìn)行歸一化處理，這樣可有效地突出光譜曲線的吸收反射特性，并可減少礦物背景光譜的影響，有利于比較光譜特征。包絡(luò)線消除前后地表反射率曲線如圖2所示。

圖2…包絡(luò)線消除前后地表反射率曲線

3實(shí)驗(yàn)與結(jié)果討論

3.1高光譜遙感影像數(shù)據(jù)預(yù)處理

高光譜遙感影像主要來(lái)源于ZY1E衛(wèi)星數(shù)據(jù)，數(shù)據(jù)預(yù)處理根據(jù)ZY1E衛(wèi)星的參數(shù)特征與光譜特點(diǎn)進(jìn)行設(shè)計(jì)，主要包括輻射定標(biāo)、云掩膜、大氣校正等步驟。預(yù)處理后的ZY1E衛(wèi)星數(shù)據(jù)真彩色結(jié)果如圖3所示。

圖3…預(yù)處理后的ZY1E衛(wèi)星數(shù)據(jù)真彩色顯示

3.2典型礦物光譜庫(kù)構(gòu)建

3.2.1典型礦物光譜提取

本文結(jié)合高光譜地表反射率數(shù)據(jù)和典型礦物資源圖斑，基于高光譜地表反射率數(shù)據(jù)獲取典型礦物的分布范圍，利用空間分析和光譜分析的方法，提取典型礦物的光譜信息。

（1）高光譜數(shù)據(jù)和礦物資源圖斑數(shù)據(jù)分析整理。高光譜數(shù)據(jù)屬于光學(xué)影像，易受云和云影的影響。為了保證初步提取光譜的準(zhǔn)確性和數(shù)量，本研究盡量選擇云影響較小的礦區(qū)影像用于光譜庫(kù)提取。對(duì)礦產(chǎn)資源圖斑進(jìn)行分析，將露天開(kāi)采的礦山確定為光譜庫(kù)提取對(duì)象。

（2）典型礦物光譜提取和篩選。ZY1E衛(wèi)星的高光譜數(shù)據(jù)空間分辨率為30米，通過(guò)典型礦產(chǎn)圖斑范圍提取的像元需篩選確定礦物光譜特征，主要包括空間分析和光譜分析兩個(gè)方面的篩選。在空間分析方面，假定礦區(qū)像元在礦區(qū)邊緣更容易受其他地物的干擾，在影像上提取礦產(chǎn)范圍時(shí)可利用圖像腐蝕手段排除周?chē)匚?。在光譜分析方面，利用礦區(qū)范圍內(nèi)典型礦物的光譜相似程度，排除離群光譜，提升光譜庫(kù)精度。

3.2.2礦物光譜庫(kù)構(gòu)建與驗(yàn)證

（1）礦物光譜庫(kù)構(gòu)建。本研究基于2017年、2018年和2019年違法礦區(qū)圖斑，確定用于提取光譜的礦區(qū)范圍，通過(guò)歸一化植被指數(shù)（NDVI）和歸一化水體指數(shù)（NDWI）剔除礦區(qū)內(nèi)植被和水體像元，計(jì)算每個(gè)礦區(qū)所有礦產(chǎn)像元的平均光譜。對(duì)每種礦物建立一個(gè)文件夾，以礦物編碼為文件名，如81170（陶瓷土編碼）。每個(gè)文件夾包含礦區(qū)光譜文本文件、標(biāo)記影像、礦區(qū)真彩色影像3類(lèi)數(shù)據(jù)。礦區(qū)光譜文本文件記錄了用于提取光譜的資源影像時(shí)間、礦區(qū)位置、礦區(qū)主礦物編碼及波長(zhǎng)反射率。標(biāo)記影像為礦區(qū)最小外接矩形范圍，該范圍內(nèi)像元若是礦區(qū)像元?jiǎng)t被賦值為1，反之為0。礦區(qū)真彩色影像主要展示礦區(qū)在影像中的情況，方便目視查看。

（2）構(gòu)建光譜庫(kù)驗(yàn)證。礦物光譜庫(kù)中的礦物主要以高嶺石族黏土礦物成分為主，其他光譜特征用于比對(duì)排除非高嶺土成分礦物。光譜庫(kù)根據(jù)衛(wèi)星影像數(shù)據(jù)構(gòu)建，為驗(yàn)證光譜庫(kù)構(gòu)建成果的準(zhǔn)確性，本研究利用光譜儀進(jìn)行了實(shí)地光譜測(cè)量，高嶺土礦區(qū)實(shí)地光譜測(cè)量反射率如圖4所示。

圖4…高嶺土礦區(qū)樣本及反射率曲線

利用當(dāng)天過(guò)境的高光譜衛(wèi)星遙感影像光譜反射率進(jìn)行實(shí)地光譜反射率匹配，結(jié)果如圖5所示。由圖5可知，高光譜衛(wèi)星影像數(shù)據(jù)構(gòu)建的光譜庫(kù)與實(shí)地測(cè)量結(jié)果具有較強(qiáng)的一致性，與實(shí)際地物的光譜特征匹配，可基于該特征通過(guò)光譜匹配方式進(jìn)行露天礦物識(shí)別。

圖5…實(shí)地測(cè)量光譜與高光譜影像光譜反射率對(duì)比

3.3試驗(yàn)結(jié)果

3.3.1光譜角匹配與歐氏距離

光譜角閾值與歐氏距離閾值對(duì)礦區(qū)初步提取結(jié)果具有很大的影響，為了保證粗提取階段所有礦區(qū)被提取出來(lái)，本研究設(shè)置了較低的光譜角閾值和歐氏距離閾值。經(jīng)實(shí)驗(yàn)測(cè)試，光譜角閾值設(shè)為0.9，歐氏距離閾值設(shè)為8，即像元光譜與參照光譜的光譜角大于0.9且歐氏距離小于8時(shí)，該像元被判定為礦區(qū)像元。

3.3.2基于光譜特征的礦區(qū)提取

本研究提取光譜中吸收波段的波長(zhǎng)位置、吸收深度、相對(duì)吸收深度等光譜特征參數(shù)。參考高嶺土類(lèi)礦物在2200nm波段處的吸收帶，利用光譜特征參數(shù)進(jìn)一步篩選礦區(qū)提取結(jié)果，光譜特征處理后得到初步礦區(qū)結(jié)果。采用形態(tài)學(xué)處理，消除提取結(jié)果中分散獨(dú)立像元的影響，需進(jìn)一步進(jìn)行腐蝕膨脹處理，最終得到礦區(qū)提取結(jié)果，如圖6所示。

3.3.3結(jié)果與討論

疑似違法露天開(kāi)采礦區(qū)提取結(jié)果以JPG或TIFF格式展示，疑似違法開(kāi)采礦區(qū)的礦物主成分是陶瓷土（礦物編號(hào)81170）。本研究將高光譜高分辨率融合提取結(jié)果與采礦權(quán)圖斑疊加，紅色像元為確定邊界的遙感提取礦區(qū)，黃色矢量圖斑為采礦權(quán)圖斑。研究區(qū)域的右上和中上部分存在疑似違法開(kāi)采礦區(qū)，礦物集中的中上部分存在疑似越界違法開(kāi)采礦區(qū)，如圖7所示。

圖6…高光譜提取礦區(qū)結(jié)果

圖7…疑似違法露天開(kāi)采礦區(qū)提取結(jié)果

本研究結(jié)合已有的礦區(qū)資料分布情況，將試驗(yàn)區(qū)劃分為3個(gè)區(qū)域，區(qū)域1主要為已有的較密集礦區(qū)，區(qū)域2為較零散分布的礦區(qū)，區(qū)域3為較少的礦區(qū)。對(duì)3個(gè)區(qū)域的識(shí)別提取結(jié)果進(jìn)行光譜匹配，對(duì)比識(shí)別礦區(qū)與已知礦區(qū)的資料，逐一檢查采礦權(quán)圖斑內(nèi)是否存在礦區(qū)像元，計(jì)算提取精度。統(tǒng)計(jì)結(jié)果如表1所示。

表1…高光譜礦區(qū)提取結(jié)果與礦區(qū)圖斑匹配情況

由以上結(jié)果可知，本研究基于高光譜衛(wèi)星影像數(shù)據(jù)可識(shí)別提取高嶺土類(lèi)礦區(qū)。按已有資料情況，提取結(jié)果查全率為66%以上，準(zhǔn)確率約50%。

審核編輯 黃昊宇