植被掩盖下卫星高光谱遥感岩性识别:主成分分析与特征拟合
需积分: 10 110 浏览量
更新于2024-08-16
收藏 467KB PDF 举报
本文主要探讨了在植被高覆盖区域利用卫星高光谱遥感进行岩性分类的挑战和方法。作者以黑龙江呼玛地区为例,针对美国EO-1卫星Hyperion提供的高光谱数据进行了深入研究。在植被与下伏岩石土壤的光谱混杂问题中,论文提出了一种策略:首先,通过计算包含土壤因子和不包含土壤因子的植被指数,以区别这两种不同的光谱特性。接着,运用主成分分析(PCA)来分离植被和岩石-土壤成分。在含有土壤因子的植被指数主成分分析结果中,背景植被与异常岩石-土壤成分清晰可辨,证明了这种方法的有效性。
进一步的研究涉及到无土壤因子植被指数的分析,这有助于区分出植被覆盖的信息。通过野外光谱测试和连续统去除处理,将典型岩石的光谱用作参考,然后与分离后的岩石-土壤光谱进行光谱特征拟合(SFF),实现了岩石类型的精确识别,如玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩等。这种方法在岩性分类方面表现出较好的效果。
文章还提到,通过分析不同岩石地层单元内的组合特征,合成后的分离光谱图像能有效地进行岩性分类。将分类结果与已知地质图进行叠加对比,结果显示卫星高光谱数据提取的岩石类型颜色边界与地质图上的岩性界线有良好的吻合度。因此,研究结论指出,在植被覆盖区,通过利用高光谱遥感的光谱信息处理技术和主成分分析,结合光谱特征拟合,能够有效地识别不同岩石类型并进行岩性分类,这对于地质勘查和自然资源管理具有重要意义。整个研究方法和技术对于解决遥感地质应用中的植被干扰问题具有重要的实践价值。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2014-04-07 上传
2021-10-05 上传
点击了解资源详情
点击了解资源详情
2024-11-28 上传
2024-11-28 上传
weixin_38738005
- 粉丝: 5
- 资源: 895
最新资源
- Raspberry Pi OpenCL驱动程序安装与QEMU仿真指南
- Apache RocketMQ Go客户端:全面支持与消息处理功能
- WStage平台:无线传感器网络阶段数据交互技术
- 基于Java SpringBoot和微信小程序的ssm智能仓储系统开发
- CorrectMe项目:自动更正与建议API的开发与应用
- IdeaBiz请求处理程序JAVA:自动化API调用与令牌管理
- 墨西哥面包店研讨会:介绍关键业绩指标(KPI)与评估标准
- 2014年Android音乐播放器源码学习分享
- CleverRecyclerView扩展库:滑动效果与特性增强
- 利用Python和SURF特征识别斑点猫图像
- Wurpr开源PHP MySQL包装器:安全易用且高效
- Scratch少儿编程:Kanon妹系闹钟音效素材包
- 食品分享社交应用的开发教程与功能介绍
- Cookies by lfj.io: 浏览数据智能管理与同步工具
- 掌握SSH框架与SpringMVC Hibernate集成教程
- C语言实现FFT算法及互相关性能优化指南