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

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。