hyperion成像光谱仪_成像光谱仪检测系统

1.光谱探测技术与光谱地质学

2.我国遥感技术的发展状况

3.传感器的因素

4.当前我国遥感发展

5.遥感数据地学特征

6.成像光谱矿物光谱识别影响因素分析

7.土壤有机质反演的项目特点

一、内容概述

高光谱遥感地质应用的动力一直来源于矿产地质填图及出于矿产勘查目的而对地表组成信息的获取。其原因通常与热液系统有关。不同类型的蚀变或矿化，往往具有与之相对应的主要光谱吸收特征组合，因而在可见光-短波红外光谱中能够发现诊断性吸收特征，并对相关矿物组合进行填图。

这方面的应用多数用机载高光谱数据，而AVIRIS和HyMAP是最常用的机载传感器。Kruse（2003）使用Hyperion 航天高光谱数据与 AVIRIS 数据进行了对比，他认为，“星载高光谱传感器可以生成有用的矿物信息，但今后星载传感器必须提高信噪比（SNR），才能达到目前利用机载传感器（如AVIRIS）数据进行填图的相同水平”。有一些研究，包括对比使用高级陆地成像仪（ALI）、ASTER和Hyperion数据进行矿物填图，以及单独使用Hyperion数据进行热液蚀变矿物填图的试验结果，都支持上述观点。近来，Hyperion被用于更新约旦德纳（Dana）国家地质公园的地质图，通过包括微小校正在内的处理过程，生成地层划分产品。

二、应用范围及应用实例

研究最多的系统是热液系统，因为它包含有丰富的具有光谱学活性的矿物组，比如含羟基矿物（热液成因黏土、硫酸盐）、含铵基矿物、层状硅酸盐、铁氧化物和碳酸盐等。经典的研究程度很高的热液系统是美国宇航局喷气推进实验室在内华达州Cuprite矿区的试验场，在那里进行的一些关于光谱学的早期研究为陆地卫星（Landsat）、ASTER及随后的高光谱传感器的研发奠定了基础。关于高光谱遥感的文献，大部分研究的是（低、高硫化）浅成热液金矿系统，主要利用蚀变矿物方法来研究矿化系统的矿产开发前景。一种根据ASTER数据进行区域蚀变填图，随后在局部利用Hyperion数据进行靶区圈定的综合方法，已经在矿产勘查过程中使用。最近，为了开发利用地热，还对正在活动的热液系统开展了研究。

对其他类型矿床的研究较少，但大多数常见矿床都已经用高光谱数据做过分析，包括卡林型（利用ASTER进行野外高光谱测量）、太古宙脉状型、矽卡岩型、钙质矽卡岩型和火山成因块状硫化物（VMS）成因矿床等。这些研究侧重地表矿物填图，并将其作为找矿标志。其中一项比较有意思的运用是将光谱学用于VMS型矿床中硫化物矿石的分级。尽管一些关于与迈尔马克（Tschermak）置换有关的吸收特征位置的早期研究表明，云母与绿泥石的化学成分可引起较小的波长偏移，这种偏移与Na-K或Al-Mg的成分变化有关，但填图时很少考虑这个问题。近来这项工作朝着岩石变质级别的评价方向前进了一步，但仍然未说明这些较小的波长偏移现象。有些文献将光谱学与矿物化学综合起来，以重建流体通道；有些研究者则根据碳酸盐吸收特征，对方解石 -白云石矿物组合或白云石化模式进行填图。此外，地球热液系统还被当作火星上的类似物，以增加对后者表面矿物的了解。有些研究者认为火星上有热液系统存在，但都形成于比地球相同地质背景的平均表面温度低许多的情况下。近来的研究在火星上发现了硫酸盐、含水硅酸盐和层状硅酸盐，都支持火星上存在热液作用的观点，但硫酸盐也可能由蒸发过程形成。

有些研究利用高光谱遥感，分别在北极圈、花岗岩地体、蛇绿岩套和橄榄岩（西班牙Ronda橄榄岩）进行岩性填图。

高光谱遥感也经常被用于矿山尾矿的研究。大多数研究侧重于尾矿中能够生成酸的矿物（如黄铁矿），并绘制了氧化产物（黄钾铁矾、水铁矿、针铁矿或赤铁矿）的空间分布图，以揭示环境污染的程度。这些研究主要侧重于地表矿物填图，大多数忽略了环境质量、健康方面的因素，以及地表淋滤过程与元素活动性的联系，还有地下水中的运移过程等。很少有研究将高光谱图件与健康因素结合在一起，唯一的一项研究是对粉尘中的石棉矿物进行填图，这些粉尘可能被风吹起来，并威胁到人类的健康。

高光谱遥感很少被应用到石油与天然气工业。仅有的研究也主要集中在石油与天然气泄漏，以及对油砂填图并估计其中总的沥青含量。

高光谱遥感一项有意义的进展是钻孔岩心成像和围岩成像。第一个公开报道的关于钻孔岩心高光谱成像的研究使用的是野外便携式红外光谱仪（PIMA），可追溯到1996 年。目前有几种钻孔岩心成像设备，可提供钻孔岩心的高光谱扫描数据。尽管这种技术对矿业公司而言，已经变得越来越好用，可确定矿石品位，并将真正的矿石同废矿区分开来，但关于这种技术的科学文献却很少。对这种技术的合理延伸就是陆地高光谱遥感，它可以对围岩或露头进行成像。这也是高光谱遥感的非常有前景的一项应用，因为：它填补了野外逐点测量结果与图像之间的空白；它可以测量用机载设备很不容易成像的垂直剖面。

此外，值得一提的是，高光谱测量技术使得行星地质学在地表成分观察与填图方面取得重要突破。近年来，几项依据CRISM与OMEGA数据的研究已经取得了关于火星的新认识。层状硅酸盐的存在表明，火星表面曾经历过热液作用和/或风化作用。根据可见光-近红外（VNIR）光谱学原理，已经在火星上明确识别出了几种硅酸盐矿物。含铁、镁、铝的蒙脱石（绿脱石、皂石和胶岭石）含量最丰富，其次是少量的高岭石、绿泥石（富铁鲕绿泥石和镁绿泥石）、伊利石或白云母。层状硅酸盐尽管有一部分在早赫斯珀里得斯纪（Hesperian）岩石中被发现，但多数出现在诺亚纪（Noachian）岩石中。已发现的层状硅酸盐沉积物主要以3种不同的形式存在：①成层的硅酸盐沉积；②块状的诺亚纪层硅酸盐沉积；③陨石坑内含层状硅酸盐的沉积扇。对这些沉积物的成因机制，尽管已经提出了像火山灰蚀变、玄武岩风化壳近地表风化、经搬运的分选黏土在水下沉积及热液沉积等多种观点，但至今仍不明确。此外，对硫酸盐、橄榄石或辉石也进行了填图。

三、资料来源

van der Meer F D，van der Werff H M A，van Ruitenbeek F J A et al.2012.Multi?and hyperspectral geologic remote sensing：A review.International Journal of Applied Earth Observation and Geoinformation，14（1）：112～128

光谱探测技术与光谱地质学

遥感器接收目标辐射或反射的电磁波所形成的遥感原始图像与目标相比是失真的，这是因为在太阳-大气-目标-大气-遥感器的光线传播路径中，许多因素的影响造成接收的信号不能准确的反映地表物理特征。这些因素归结为以下几个方面：

1）大气内容物的影响。大气主要由大气分子和气溶胶组成，这两者的影响行为是不相同的。大气分子瑞利散射、气溶胶的Mie散射；大气分子与气溶胶的吸收及两者的耦合作用。一方面，大气的吸收导致消光，减少了辐射量，降低了图像对比度，使图像变得暗淡；另一方面，大气散射导致的程辐射，增加了辐射量；

图5.16 系统级几何校正效果（660nm波段）

2）表面因素的贡献。在一般的应用中，为了简化计算，定地表为朗伯体，反射与方向无关。事实上任何物体表面在物理特性与物质结构上都不是理想朗伯体，因此认为地面是朗伯体会带来误差，而当地表方向反射特性突出时，设地面是朗伯体的大气纠正方法精度受到限制。另一个因素是，由于大气散射的存在，邻近像元的反射光也会进入目标视场从而影响辐射量，即交叉辐射。

3）地形因素的影响。目标高度与坡向会对辐射造成影响。

4）太阳辐射光谱的影响。太阳本身是一个黑体，其光谱辐射按照普朗克定律有一定的形状，这个因素在反射率反演中需要予以考虑。

由以上可知，大气对光学遥感的影响是十分复杂的。为此，学者们尝试着提出不同的大气纠正模型来模拟大气的影响。但是对于任一幅图像，其对应的大气数据几乎是永远变化的，且难以获得，因而应用完整的模型纠正每个像元是不可能的。最早的大气纠正方法是从图像本身来估计大气参数，反复运用大气模拟模型进行纠正。结合地面实况数据进行大气校正是另一种方法，其包括两种类型：一种是通过地面测定大气参数（如可见光近红外的气溶胶的密度及红外区域的水汽浓度），再结合辐射传输方程作近似求解；另一种是测得地面目标物的反射率，再与图像数据进行比较来消除大气的影响。地面同步测量有助于提高精度，但是却需要人力物力，且应用区域也有限。此外还有一些大气纠正的方法。例如在同一平台上，除了安装获取目标图像的遥感器以外，也安装上专门测量大气参数的遥感器，利用这些数据进行大气校正。

综上，大气纠正具体算法大致可归纳为基于图像特征的相对校正法、基于地面的线性回归模型法、基于大气辐射传输模型法和复合模型法这四种。

基于图像特征的相对校正法是在没有条件进行地面同步测量的情况下，借用统计方法进行图像相对反射率转换。从理论上来讲，基于图像特征的大气校正方法都不需要进行实际地面光谱及大气环境参数的测量，而是直接从图像特征本身出发消除大气影响，进行反射率反演，基本属于数据归一化的范畴。精确的大气校正需要精确的测量大气参数和复杂的运算，这些在许多遥感应用中，往往很难满足。并且，在某些应用中不一定需要绝对的辐射校正。此时，这种基于图像的相对校正就能满足其要求。辐射校正的统计模型主要有内部平均法、平场域法、对数残差法等。

基于地面线性回归经验模型法是一个比较简便的定标算法，国内外已多次成功地利用该模型进行遥感定标实验。它首先设地面目标的反射率与遥感器探测的信号之间具有线性关系，通过获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的线性回归方程式，在此基础上对整幅遥感影像进行辐射校正。该方法数学和物理意义明确，计算简单，但必须以大量野外光谱测量为前提，因此成本较高，对野外工作依赖性强，且对地面定标点的要求比较严格。这种方法仅适用于地面实况数据特定的地区及时间。

大气辐射传输模型能够较合理地描述大气散射、大气吸收、发射等过程，且能产生连续光谱，避免光谱反演的较大误差，因而得到了最广泛的应用。在遥感实际应用中，大气辐射传输模型需要进一步简化，如：定大气是水平均匀的、定地表是朗伯体、排除云的存在、运用各种条件下的标准大气模式及气溶胶模式（由于长期试验数据积累和理论研究归纳而成）等。不同的模型的定也是有些区别的，比如6S是地表均匀、非朗伯体的模型而5S是地表均匀、朗伯体的模型。

5.5.1 原理与方法

基于图像特征的相对校正法主要有内部平均法、平场域法、对数残差法等。

（1）内部平均法

定一幅图像内部的地物充分混杂，整幅图像的平均光谱基本代表了大气影响下的太阳光谱信息。因而，把图像DN值与整幅图像的平均辐射光谱值的比值确定为相对反射率光谱，即

ρλ ＝ Rλ /F （5.14）

式中：Rλ为像元在该波段的辐射值；Fλ为整幅图像的平均辐射光谱值；ρλ为该像元的相对反射率。

（2）平场域法

平场域法是选择图像中一块面积大且亮度高而光谱响应曲线变化平缓的区域，利用其平均光谱辐射值来模拟飞行时大气条件下的太阳光谱。将每个像元的DN值与该平均光谱辐射值的比值作为地表反射率，以此来消除大气的影响。

ρλ ＝ Rλ /Fλ （5.15）

式中：Rλ为像元在该波段的辐射值；Fλ为平场域的平均辐射光谱值；ρλ为该像元的相对反射率。

利用平场域消除大气影响并建立反射率光谱图像有两个重要的设条件：一个是平场域自身的平均光谱没有明显的吸收特征；另一个是平场域辐射光谱主要反映的是当时大气条件下的太阳光谱。

平场域模型已广泛应用于遥感数据处理中，它是在内部平均法模型基础上发展起来的，这种模型克服了内部平均法模型易受像幅内吸收特征影响而出现反射峰的弱点，而且计算量更小，其不足之处在于选取光谱地理平台单元时，会引入人为的误差，而且需要对研究区内地物光谱有一定的先验了解，当选取具有不同反射率等级的地理平台单元时，会引出不同处理结果。当研究区位于山区或其他地形起伏较大的复杂地区时，选择地理平台单元较为困难。

（3）对数残差法

对数残差法的意义是为了消除光照及地形因子的影响。按照一定的规则调节每个像元值，使其在每一个被选定的波段上的值等于整个图幅的最大值，然后对每一个波段减去其归一化后的平均值。设有

DNij ＝ TiRijIj （5.16）

式中：DNij为像元i的j波段的灰度值；Ti 为像元i处表征表面变化的地貌因子，对确定的像元所有的波段该值都相同；Rij为像元i波段j的反射率；Ij为波段j的光照因子。

由表5.2我们可以看出，以上三种方法中，只有残差图像法是真正意义上的辐射校正。

表5.2 高光谱基于图像特征的相对校正法对各种影响辐射的物理因素的补偿能力的比较

除上述基于图像特征的相对反射率校正外，还可基于大气辐射传输理论的大气纠正模型开展反射率校正工作。

5.5.2 实例分析

（1）基于6S的反射率反演模型对CHRIS数据进行反射率反演实例

欧空局（European Space Agency，简称ESA）的Proba（Project for On-Board Autonomy）卫星于2001年10月发射成功，是星上自主运行技术的示范，也是新的航天（包括硬、软件）技术的成功范例，可用于测试地球观测和空间环境仪器性能。有效载荷包括一台紧密型高分辨率高光谱成像仪（CHRIS）和一台辐射测量传感器（SREM）及岩屑探测器（DEBIE）和宽视场角地球定位相机和恒星跟踪器及陀螺仪。

经过一年的运行Proba已经完成了它的技术示范任务，它为科学界提供了前所未有的创新性的卫星高光谱多角度CHRIS数据。CHRIS图像提供了可见/近红外高空间、高光谱分辨率的地表反射率数据，利用Proba的定位功能，可以得到试验区五个观测方向上的二向反射率数据（BRDF），五个角度的观测几何见图5.17。CHRIS的主要参数见表5.3：

图5.17 CHRIS/Proba图像获取几何示意

C1～C5为相应的中心时间

表5.3 CHRIS/PROBA 的主要技术参数

CHRIS有五种工作模式，其中模式3和模式5是为陆地应用设计的，模式2则应用于水体，模式4应用于叶绿素反演与监测。模式3可获取18个波段，相应图像空间分辨率为17m，不包含水汽通道；模式5可获取37 个波段，空间分辨率为34m，包含940nm的水汽通道，可用于水汽反演。图5.18为模式5的每个扫描行的组成。

图5.18 CHRIS模式5每扫描行像素组成

我们在本试验中获取的模式5观测天顶角为0°的数据，相应的波段信息见表5.4。

表5.4 PROBA/CHRIS 工作模式5（mode5）对应的波长信息

续表

实验所用CHRIS数据其他信息描述：

获取方式：MODE5；

波段数：37 个，波长范围 442.49～1025.30nm，包括一个水汽通道（波段 31）：中心波长945.31 nm；

空间分辨率：34 m；

图像行列数：766列× 748行；

图像数据类型：长整型；

图像中心点经纬度：116°52′E，40°10′N（昌平一带）；

图像获取时间：2004年7月8日，3：22（UTC时间）；

卫星平台高度：596 km；

图像物理单位：μW/（m2 ·nm·sr）；

地面平均高程：200 m。

图像处理：

1）去坏行处理，以相邻两行（每侧各两行）取平均，代替坏行。

2）根据反射率反演软件的要求，即图像为整型数据和图像定标后辐射单位为W/（m2 ·μm·sr）将图像单位μW/（m2·μm·sr）转换为W/（m2·μm·sr），从量纲上来看，前者是后者的1/1000。因此根据原图像的数据范围，除以10取整得到整型数据（短整型），然后将所有波段的增益均设为0.01，将得到辐射单位为W/（m2·μm·sr）的整型图像数据。

3）启动反射率反演软件，设置各项参量，运行程序。程序输入参数界面如图5.19所示。

图5.19 CHRIS/Proba反射率反演输入界面

4）由于传感器自身光谱与辐射定标的精度直接制约着反射率转换的可靠性，为了有效去除图像数据和大气辐射传输模型间存在辐射定标不匹配现象需要进行图像反射率光谱去噪平滑。

结果表明：反演得到的反射率在498～760 nm波长区间能够表征植被（玉米）的反射率光谱特征，与图5.20（c）相比，能够去除绝大多数的大气吸收特征，但在760～805nm之间的峰形与标准植被光谱差异较大，这可能与CHRIS仪器本身在760 nm附近的氧气吸收带的光谱定标误差有关。在805 nm以后与被标准植被反射率曲线差异也很大，主要是近红外的高反射率“平台”不明显，反而呈急剧下降趋势，940 nm附近的水汽吸收带也没有反映；对于土壤光谱，众所周知，常见的土壤光谱反射率在＜1140nm波长范围内呈现单调增加的趋势，而图5.20（b）中的土壤光谱反射率在900nm之后递减，这与常识相违背，而事实上即便在土壤的野外光谱测量上940 nm的水汽吸收作用也并不明显。究其原因可能在于两方面：一是CHRIS仪器本身的定标精度，另一方面也与反射率反演模型的校正误差有关。

图5.21是将通常的统计方法IRAA和FF应用于CHRIS图像上得到的同样样点上的植被和反射率光谱，可以看到，两种方法得到的植被反射率光谱在谱形上非常相似，FF方法得到的反射率更平滑些，但二者在以500 nm为转折，反射率先下降后增大，这与通常的植被在蓝光波长范围的单一上升趋势不一致，与反射率反演结果相比，没有760 nm的凸起变形，这从另一个侧面反映了基于模型的反射率反演对定标要求更为苛刻；从土壤光谱来看，两种统计方法获得的结果差异很大，特别是在＜750 nm波长区域，IRAA起伏变化剧烈，而FF结果总体上要平缓得多，呈平稳微小上升趋势，这与土壤光谱反射率在＜1140 nm呈单调递增趋势的常识相一致，虽然平场域法的有效性与“平场区域”的选择恰当与否直接有关，但无疑在本试验中平场域法得出的结果最切合实际。

图5.20 CHRIS数据反射率反演结果

图5.21 内部平均法（IRAA）和平场域法（FF）得到的CHRIS图像反射率光谱

图5.22 地面实测光谱样到与CHRIS波长设置相一致

为比较三种方法所得地物反射率光谱与地面实测光谱间谱形上的相似性，我们收集到2004年7月6日本试验区内的地面测量光谱，典型地物为玉米和土壤（裸土）。测量时间为北京时间11：40左右，与图像获取准同步，便于与图像光谱进行比对。光谱测量用的仪器是ASD Fieldspec FR2500光谱仪，其光谱范围为350～2500nm，样间隔为1.4nm（350～1000nm 区间）和2nm（1000～2500 nm区间）。每个样本测量10 次取平均作为最终光谱，以避免随机噪声干扰。图5.22 为根据CHRIS中心波长和半高全宽（FWHM）样后的光谱。

计算得出它们之间的相关性（表5.5），并对可见光和近红外分别进行比较。可以看到，对玉米光谱而言，反射率反演算法订正后的反射率光谱与实测光谱间的一致性最好，特别是在可见光范围的一致性远远高于经验方法；对土壤光谱而言，在可见光范围，基于反射率反演的仍保持相似性最高，但是在近红外波长范围，反射率反演和IRAA都与实测光谱呈负相关，基于模型反射率反演不能很好地表征植被在近红外反射率“平台”（750～900nm）和900～1100nm的水汽吸收特征，特别是平台部分相关系数为-0.43221。相比之下只有FF方法在可见-近红外波段都保持较高的相似性。也印证了上文的分析结论。

表5.5 三种方法得到的植被反射率光谱在可见光区域的相关性（R）

为此，将反射率反演纠正结果与FF相结合，即保留760 nm之前的反射率反演光谱，将760 nm之后的FF光谱做适当平移，然后用经验平场反射率转换算法（EFFORT）对光谱做进一步平滑处理，可以得到与真实光谱更加一致的光谱：谱形的相似性和特征位置的保持。修正后的玉米光谱见图5.23。

（2）基于MODTRAN的反射率反演模型对Hyperion数据进行反射率反演实例

启动基于MODTRAN的反射率反演模型，其界面如图5.24所示。

美国航天局（National Aeronautics and Space Administration，简称NASA）的EO-1（Earth Observing One）卫星于2000年11月发射成功，其上搭载的Hyperion高光谱成像仪目前已获取了大量高质量的星载高光谱数据（表5.6）。

使用如图5.25所示庆阳地区Hyperion数据进行反射率反演，提取裸土像元反射率光谱，并将其与ASD数据进行比较，如图5.26 所示。由图可见，在可见近红外波段，两光谱在波形及量值上相近，在短波红外波段，反射率反演结果要略低于ASD集的数据，这主要是因为气溶胶数据不准确造成的。反射率反演的裸土反射率光谱与 ASD 集的裸土反射率光谱之间的光谱相关系数达到0.9342。

图5.23 与FF 相结合修正后的玉米光谱与真实光谱比较

图5.24 基于MODTRAN的反射率反演模型界面

图5.25 实验所用Hyperion数据

表5.6 Hyperion/EO-1 的主要技术参数

图5.26 反射率反演得到的反射率与ASD反射率比较

图5.27 敦煌实验场Hyperion数据

使用如图5.27所示敦煌实验场地区的Hyperion数据进行反射率反演，提取实验场均一像元的反射率光谱，并将其与准同步的ASD数据进行比较，如图5.28所示。由于该ASD数据在大于1800 nm的谱段噪声非常大，所以只比较450～1800 nm之间的谱段。两光谱在波形及量值上相近，反射率反演的反射率光谱与ASD集的反射率光谱之间的光谱相关系数达到0.9516。

图5.28 反射率反演得到的反射率与ASD反射率比较

我国遥感技术的发展状况

一、内容概述

遥感是指非接触的、远距离的探测技术。这个定义没有将遥感与航空物探区分开。一般遥感是指从远距离感知目标反射或自身辐射的电磁波、可见光、红外线目标进行探测和识别的技术。简单地说，地质遥感就是利用探测对象光谱响应进行地质研究的一种方法。澳大利亚地质学家将地质遥感称为光谱地质学，这个名称可能更确切。但它又很容易同一般的岩石或矿物光谱学混淆，后者用红外光谱仪或拉曼光谱仪等设备测量其光谱特征，一般属于岩石学或矿物学的研究范畴，跟通常的遥感地质有很大区别。

光谱地质学就是通过对电磁波谱一定范围进行测量与分析，以便识别出不同岩石类型、表面物质及其矿物与蚀变标志的具有重要物理意义且比较清楚的光谱特征。光谱地质学主要依据电磁辐射（可见光与红外光）与物质的相互作用原理，用一系列光谱探测技术，用于对矿产系统或环境系统进行测量、填图和监测。

CSIRO光谱探测研究的目标：①提供一种方法，以便生成新一代风化层（表壳岩）、地质和蚀变矿物的分布图；②通过在线矿物编录，增加钻探的附加值；③使矿山情况自动化填图成为可能；④提高环境管理水平。

CSIRO对光谱探测技术的研究侧重于方面的4个主要领域：①新一代矿物填图，包括：开发用于解释遥感高光谱和多光谱数据的算法及软件，以便进行矿物与地质填图；研究新鲜的与风化的矿物系统的光谱特征，尤其是金、贱金属、轻金属、镍和铁矿石在VNIR-SWIR波长范围的表现；对生成的矿物图和地质产品进行评估和验证；建立地质的、风化层的与蚀变方面的案例集。②新一代环境填图，包括：开发出根据遥感数据来测量环境参数的算法及软件；研究关键环境指标（尤其是尘土、酸性排水）的特性，以及轻金属、铁矿石与煤炭开行业的生态指标，如光谱（VNIR-SWIR-TIR波长）、空间（双向反射率分布函数）和时间（自然植被与土壤动力学）；对所获得的矿物图与环境产品进行评估与验证。③HyloggignTM。HyloggignTM系统利用可见光与红外光谱仪、高光谱率成像仪与自动岩心托盘进行操作和编录，每天可完成1000 m以上。目前的研究包括：为金刚石钻头所取岩心、钻孔碎片和爆破孔粉末开发的商业用途的自动光谱编录硬件与软件系统；为西澳硅酸盐填图与演示开发的热红外编录功能。④矿石冶炼技术。CSIRO矿石冶炼技术研究包括：开发基于矿物学的矿山规划系统；为镍红土和铁矿矿业开发一种光谱相填图仪。

二、应用范围及应用实例

澳大利亚的科学家于2007年建立了迄今为止世界上最大的ASTER马赛克拼图之一，覆盖了昆士兰州西北部的Mount Isa地区。这张马赛克图包含了15种以上用于帮助勘查人员对热液系统及其地表情况进行检查的地学产品。这项工作仍在持续，通过与来自CSIRO州地质调查局的合作者一起对该技术进行拓展和提高，以便促进对该地区蚀变与风化层情况的了解。地学澳大利亚与CSIRO及其三维矿物填图中心一起发布了大量ASTER马赛克图及相关具有附加值的地学产品，南澳Gawler-Curnamona地区总共超过了100幅。这些项目的数据都可以从CSIRO FTP网站获取。

目前正在开展围绕北部地区Alice Springs的马赛克拼图工作。此外，一个与CSIRO、地球遥感数据分析中心（ERSDAC）、NASA喷气推进实验室（JPL）及州、工业界的同仁开展的合作项目也在进行中，目的是开发一张整个澳大利亚的ASTER马赛克拼图及相关地学产品。澳大利亚还对利用MODIS夜间热成像进行地热勘查作了先导性试验研究，希望继续根据澳大利亚的其他夜间与热成像开展应用研究。

澳大利亚把光谱地质学用于详细的矿物填图与风化层填图，并通过一些手段（如HyMapTM与ASTER）对矿体及其地表特征进行分析。它还通过一些设备，如激光RAMAN微探针、便携式红外矿物分析仪（PIMA）、CSIRO的自动钻孔岩心与碎片编录仪（HyLoggerTM）等，利用光谱学来精确查明与不同流体相有关的矿物的细化。地学澳大利亚的项目也从ASTER、EO-1 Hyperion及ALI等处获得了一系列卫星与遥感影像及具有附加值的光谱产品。

作为其探测位于大陆架和近岸水体中烃的踪迹的项目的一部分，地学澳大利亚一直在开展一个项目，以评估使用HyMapTM高光谱影像探测帝汶岛海洋石油泄露范围的有效性。这项工作在已知有天然烃泄露的地区及分布有人为形成的石油斑块的生产区进行。

地学澳大利亚是许多种光谱数据及其相关产品的提供者、存储者与使用者，它向全球用户提供MODIS、ASTER和Landsat及其他影像。

三、资料来源

Spectral Geology.://.ga.gov.au/minerals/disciplines/spectral?geology.html，Last updated：December 6，2010

Spectral sensing technologies.://.csiro.au/Outcomes/Mineral?Resources/ Minerals?Exploration/Spectral?sensing?technologies.aspx.1 June 2005 ｜ Updated 14 October 2011

传感器的因素

我国经过“八五”，“九五”的攻关研究，RS、GIS和GPS的综合配套发展能力开始形成，为3S走向实用奠定了基础。在应用方面， 3S技术已在国家的经济建设中，尤其在重大自然灾害监测与评估和调查等方面，为国家***和各级部门提供了大量科学的宏观决策信息，产生了巨大的社会效益。在技术应用逐步由国家行为向产业行业的转化过程中，有力地推动了国土、农业、林业等部门对这些新技术的认同和用，越来越多的部门，已经正在将这些技术摆上部门业务化应用的日程，成为主管部门执法或制定产业政策、规范及行业技术改造的重要依据之一。

遥感技术集中了空间、电子、光学、计算机通信和地学等学科的最新成就，是当代高新技术的一个重要组成部分。国际上遥感技术的发展，将在未来15年将人类带入一个多层。立体。多角度，全方位和全天候对地观测的新时代。各种高、中、低轨道相结合，大、中、小卫星相互协同，高、中、低分辩率互补的全球对地观测系统，将能快速、及时地提供多种空间分辩率、时间分辩率和光谱分辩率的对地观测海量数据。

1.建立了国家级环境宏观信息服务体系

该服务体系包括以中国1：25万土地利用数据为核心的国家环境空间数据库，二个部级服务系统，三个省级示范系统及五个县级服务系统，珠江三角洲地区“4D”(数字高程模型DEM，数字正射影像库 DOQ，数字专题地图库DRG和数字专题信息DTI)技术系统以及全国环境信息技术系统。

2.建立了灾害遥感监测评估业务运行系统

该系统由三部分组成：灾害宏观动态监测系统、机载SAR数据实时传输系统、洪涝灾害测评估系统。 洪涝、干旱。林火和雪灾的宏观动态监测与评估系统，已具备针对中国范围内发生的洪涝、干旱、林火和雪灾等多种自然灾害的宏观动态监测和成灾区的区域覆盖评估的能力；系统通过网络通信同其它子系统实现产品传送和数据共享，并以VSAT和INTERNET网络通信方式向应用部门提供防灾减灾信息服务。 3.建立了海洋环境立体监测体系

作为一个海洋大国，我国天然海域达485万平方公里，海岸线长达 18000公里。海洋及海岸带拥有丰富的，有12个省(市、自治区)处于沿海地带，全国50％的大城市，40％的中小城市也在这个地带，国民经济总值的60％来自沿海地区。因此，建立海洋环境监测体系是我国一项战略目标。在“九五”国家高技术发展(863)支持下建立的海洋环境立体监测体系主要包括：近海环境自动监测技术、高频地波雷达海洋环境监测技术。海洋环境遥感监测应用技术、系统集成技术以及示范试验等。

当前我国遥感发展

在前面的分析中并没有出现传感器的因素，是为了单一要素的分析。所考察的光谱分辨率，或空间分辨率，或信噪比之间是相互制约的，而且都受到大气、方向性以及传感其自身的影响，如大气对光分辨率高的窄波段上岩矿信息，或者是低信噪比的谱带特征信息扰动（附加噪声）十分明显，再如航高对空间分辨率的影响等等。如果这些因素都同时考虑，那么，根据信息理论（信息的最大化）在保证某一方面的信息量的同时，对某些信息量比需要作出舍弃。如保证高光谱分辨率的信息，信噪比的信息量就要做出让步，相对来说，信噪比级别可能会降低；反之，提高信噪比的话，务必加宽波段的带宽。空间分辨率与信噪比的相互关系也是如此：大像元肯定会有高的信噪比，因积分能量大，噪声干扰相对较小。

5.7.3.1 光谱分辨率

在识别岩矿高光谱信息时，光谱分辨率的确起着很重要的作用。上述研究结果表明，岩矿光谱特征、光谱变异性，开展岩矿填图、矿物丰度和组分含量的定量分析，所要求的分辨率依次提高。从目前岩矿信息提取看，在可见光和在2.00～2.50μm短波红外要求较高的光谱分辨率（10～15φ）。如果要更精确地开展矿物丰度填图，或者要反演岩矿更精细的成因温度与压力，则要求更高的光谱分辨率（5～10φ），这是由光谱特征的变异性决定的。如果光谱分辨率低，就会失去岩矿较微弱的光谱细节。

5.7.3.2 空间分辨率

空间分辨率的提高意味着识别的岩矿等地物的几何定位精度高，遥感影像清晰，降低了混合像元的效应，从而使岩矿识别、填图的（位置）精度，或者是分类精度得到提高。如对于10英亩的农作物，当空间分辨率是10m时，估计面积的误差为18%；当空间分辨率是30m时，估计面积的误差为20%；当空间分辨率变为60m 时，估计面积的误差达50%（韩心志等，1994）。

目前，在成像光谱遥感岩矿信息提取技术中，利用的是岩矿高分辨率的光谱信息，为了提高信噪比，一般需要牺牲空间分辨率，如Hyperion的空间分辨率仍然是30m；机载成像光谱仪以降低飞行遥感平台的高度来提高空间分辨率。空间分辨率的选择取决于所研究的目标形态、尺寸大小以及制图的精度要求，或成图比例尺。当然，空间分辨率越高越越好。根据前面模拟分析结果，优于5m的空间分辨率较能满足岩矿填图（比例尺：1：10000～1：100000）的需求。

5.7.3.3 信噪比（S/N）

如前所述，对成像光谱技术S/N是一个既重要、又复杂的参数，它受诸多因素的制约。如果成像光谱仪有足够的精度，则它能探测到岩矿的精细光谱特征。因此，设要解决某一特殊问题，所需要的信噪比（S/N）依赖于所研究的光谱吸收特征的强度。当然，探测器的响应灵敏度，波段的光谱带宽和来自岩矿高反射或发射光的亮度也影响S/N。如果在某些波段上岩矿的光谱吸收特征很强，尽管低的S/N值也能识别它们。要识别那些吸收很弱的峰，常常需要数百的S/N值，甚至更高才能识别。

遥感数据地学特征

1 信息获取技术的发展

信息获取技术的发展十分迅速，主要表现在以下几个方面：

（1）各种类型遥感平台和传感器的出现

现已发展起来的遥感平台有地球同步轨道卫星(3500km)和太阳同步卫星(600～1000km)。传感器有框幅式光学仪器，缝隙，全景相机，光机扫描仪，光电扫描仪，CCD线阵，面阵扫描仪，微波散射计，雷达测高仪，激光扫描仪和合成孔径雷达等。它们几乎覆盖了可透过大气窗口的所有电磁波段，而且有些遥感平台还可以多角度成像，如三行CCD阵列可以同时得到3个角度的扫描成像；EOS Terra卫星上的MISR可同时从9个角度对地成像。

（2）空间分辨率、光谱分辨率、时间分辨率不断提高

仅从陆地卫星系列来看，20世纪70年代初美国发射的陆地卫星有4个波段（MSS），其平均光谱分辨率为150nm，空间分辨率为80米，重复覆盖周期为16-18天；80年代的TM增加到7个波段，在可见光到近红外范围的平均光谱分辨率为137nm，空间分辨率增加到30米；2000年后，出现增强型TM（ETM），其全色波段空间分辨率可达15米。法国SPOT4卫星多光谱波段的平均光谱分辨率为87nm，空间分辨率为20米，重复周期为26天；SPOT5空间分辨率最高可达2.5米，重复覆盖周期提高到1-5天。1999年发射的中巴卫星（CBERS）是我国第一颗卫星，最高空间分辨率达19.5米，重复覆盖周期为26天。1999年发射的美国IKONOS-2卫星可获得4个波段4米空间分辨率的多光谱数据和1个波段1米空间分辨率的全色数据。IKONOS发射稍后，又出现了空间分辨率更高的OrbView-3（轨道观察3号）和Quickbird(快鸟)，其最高空间分辨率分别达1米和0.62米。

（3）高光谱遥感技术的兴起

20世纪80年代遥感技术的最大成就之一是高光谱遥感技术的兴起[1]。第一代航空成像光谱仪以AIS—1和AIS—2为代表，光谱分辨率分别为9.3nm和10.6nm；1987年，第二代高光谱成像仪问世，即美国宇航局（NASA）研制的航空可见光/红外成像光谱仪（AVIRIS），其光谱分辨率为10nm；EOSAM—1（Terra）卫星上的MODIS具有36个波段。如今的卫星高光谱分辨率可达到10nm，波段几百个,如在轨的美国EO-1高光谱遥感卫星上的Hyperion传感器，具有220个波段，光谱分辨率为10nm。我国“九五”研制的航空成像光谱仪为128个波段。

1．2 信息处理技术的发展

遥感信息处理技术最早为光学图像处理，后来发展成为遥感数字图像处理。1963年，加拿大测量学家R.F.Tomlinson博士提出把常规地图变成数学形式的设想，可以看成是数字图像的启蒙；到12年随美国陆地卫星的发射，遥感数字图像处理技术才真正地发展起来。随着遥感信息获取技术、计算机技术、数学基础科学等的发展，遥感图像处理技术也获得了长足的进展。主要表现在图像的校正与恢复，图像增强，图像分类，数据的复合与GIS的综合，高光谱图像分析，生物物理建模，图像传输与压缩等方面。其中图像的校正与恢复的方法已经比较成熟。图像增强方面目前已发展了一些软件化的实用处理方法，包括辐射增强，空间域增强，频率域增强，彩色增强，多光谱增强等。图像分类，是遥感图像处理定量化和智能化发展的主要方面，目前比较成熟的是基于光谱统计分析的分类方法，如监督分类和非监督分类。为了提高基于光谱统计分析的分类精度和准确性,出现了一些光谱特征分类的处理技术，如上下文分析方法，基于地形信息的计算机分类处理，辅以纹理特征的光谱特征分类法等。近几年出现了一些遥感图像计算机分类的新方法，如神经网络分类器，基于小波分析的遥感图像分类法，基于分形技术的遥感图像分类，模糊聚类法，树分类器，专家系统方法等[2]。在高光谱遥感信息处理方面，也发展了许多处理方法，如光谱微分技术，光谱匹配技术，混合光谱分解技术，光谱分类技术，光谱维特征提取方法等。这些方法均已在高光谱图像处理中得到应用。

1．3 遥感技术应用现状

　 总体上说，遥感技术的应用已经相当广泛，应用深度也不断加强。目前，在地学科学、农业、林业、城市规划、土地利用、环境监测、考古、野生动物保护、环境评价、牧场管理等各个领域均有不同程度的应用，遥感技术也已成为实现数字地球战略思想的关键技术之一。地球科学中的矿产勘查，地质填图等是较早应用遥感技术的领域，随着遥感技术的发展，其应用潜力还可以不断地挖掘；在精细农业、环境评价、数字城市等新领域，遥感技术的应用潜力巨大。此外，GIS技术，虚拟现实技术、GPS技术、数据库技术等的快速发展也无疑为遥感技术的更广、更深的应用提供了技术支持。

总之，卫星遥感技术的迅速发展，把人类带入了立体化、多层次、多角度、全方位和全天候地对地观测的新时代。

成像光谱矿物光谱识别影响因素分析

遥感数据是1∶250000遥感地质解译必需的基础数据源。为了最大限度地利用遥感数据提取地质专业信息，应系统地了解掌握各类遥感数据的基本技术参数、地学特征，确保数据类型、最佳波段和最佳波段组合的选取。

4.1.1 LANDSAT卫星数据系列

系指MSS、TM、ETM+数据。TM数据光谱覆盖范围0.45～2.35μm，共划分7个波段，除一个热红外波段空间分辨率为120m外，其余分辨率均为30m，地面覆盖185km。与TM相比，ETM+数据增设了光谱范围0.5～0.95μm的全色波段，全色波段空间分辨率为15m，热红外波段分高增益和低增益两种模式，空间分辨率为60m，ETM+全色波段的增设为波段融合处理提供了条件，提高了图像的空间分辨率，地质信息更加丰富，细节更加清晰，成图比例尺可达到1∶50000，是中比例尺遥感地质调查的最佳数据。MSS数据空间分辨率79m，扫描宽度180km，在可见光谱、近红外光谱范围内(0.5～1.1μm)划分为4个波段，与TM1～TM4波段基本一致，可作为宏观地质解译分析与中小比例尺环境变化调查的基础数据之一(附录A表1)。

4.1.2 SPOT数据系列

系指SPOT1～SPOT5卫星数据。SPOT1、2、3波段覆盖的范围为0.51～0.89μm，划分为绿、红和近红外3个多光谱波段，空间分辨率20m，1个全色波段，空间分辨率10m。SPOT4增设了一个光谱范围为1.58～1.75μm空间分辨率为20m的短波红外波段，其他和1、2、3号卫星波段范围相同。与SPOT1～SPOT4卫星相比，SPOT5卫星上载荷作了重大改进，包括两个高分辨率几何装置(HRG)和一个高分辨率立体成像装置(HRS)。两个高分辨率几何装置HRG能获取60km×60km的四种高分辨率影像。高分辨率立体成像装置HRS能获取120km×120km的全色影像。它使用两个相机沿轨道方向(一个向前，一个向后)实时获取立体图像。较之SPOT1～SPOT4的旁向立体成像模式(轨道间立体成像)而言，SPOT5几乎能在同一时间和同一辐射条件下获取立体像对。SPOT5的3个多光谱波段的空间分辨率提高到10m，全色影像的空间分辨率为5m，超模式全色影像空间分辨率为2.5m。SPOT1～SPOT5的可见光谱、近红外光谱范围与TM1～4波段基本一致，地质应用目标相近，SPOT4和SPOT5增加了1个短波红外波段。由于SPOT数据系列的空间分辨率高，图像信息丰富，SPOT1～SPOT4的成图比例尺可达到1∶30000～1∶50000，SPOT5可达到1∶10000，可作为大比例尺遥感地质调查的理想数据(附录A表2)。

4.1.3 CBERS数据系列

该卫星数据光谱范围为0.45～12.5μm，共划分11个波段(附录A表3)，其中CCD成像波段5个，星下点的空间分辨率为19.5m，扫描宽度为113km。即可见光谱、近红外光谱范围内有4个波段和1个全色波段，其1～4波段与TM1～4波段基本一致，地质应用目标相近。红外多光谱扫描仪(IRMSS)有1个全色波段(0.50～0.90μm)、2个短波红外波段(1.55～1.75μm、2.08～2.35μm)和1个热红外波段(10.4～12.5μm)，扫描宽度119.5km，全色、短波红外波段的空间分辨率为78m，热红外波段的空间分辨率为156m;宽视场成像仪(WFI)有1个可见光波段、1个近红外波段组成，星下点的空间分辨率258m，扫描宽度890km，红外多光谱扫描仪(IRMSS)与宽视场成像仪(WFI)数据可作为宏观地质解译分析的重要数据。CBERS数据系列可作为1∶250000遥感地质调查的参考数据源。

4.1.4 ASTER数据

ASTER是Terra卫星上的一个高级光学传感器，包括了从可见光到热红外共14个光谱通道，扫幅60km。其中可见光近红外(VNIR)划分3个波段及一个立体后视单波段，光谱范围0.52～0.86μm，空间分辨率15m;短波红外(SWIR)划分6个波段，光谱范围1.600～2.430μm，空间分辨率30m;热红外(TIR)划分5个波段，光谱范围8.125～11.65μm，空间分辨率90m。其数据的主要特点是光谱范围覆盖宽，从0.52～11.65μm;辐射分辨率高，噪声等效功率(NEP)0.5%～1.3%;可以提供15m(可见光近红外)、30m(短波红外)、90m(热红外)3种空间分辨率的数据;在单条轨上可以获取近红外立体影像数据。成图比例尺可达到1∶50000～1∶100000，可作为1∶250000遥感地质调查的数据源。

4.1.5 雷达卫星数据

主要包括加拿大Radarsat卫星和欧共体ERS卫星数据系列。其数据应用特点是对冰雪、植被、沙土等具有一定的穿透性，对植被覆盖下和一定深度范围内的隐伏地质体具有揭示作用。另外，对干旱地区干涸盐湖的调查效果更明显，因此具有专项遥感地质调查的技术特点。

4.1.6 成像光谱数据

成像光谱技术是遥感技术逐步实现利用宏观手段进行地物微观信息探测的重要手段，一直是全球遥感界研究的重点和热点，尤其是随着成像光谱卫星数据(hyperion)获取成功，更加推动了成像光谱技术应用的深入发展。成像光谱数据主要通过机载和星载两种方式获取，目前主要以机载成像光谱仪获取为主。成像光谱在地学应用方面有独到之处，是实现常规填图向矿物填图转变的重要技术手段之一(附录A表4)。

土壤有机质反演的项目特点

结合应用理论分析、实际对比和数字模拟相结合的方法，研究了大气、地物方向性反射、光谱分辨率、空间分辨率和信噪比等因素对成像光谱矿物识别的影响，得到以下初步结论：

7.1.2.1 大气影响与光谱重建的质量

大气对成像光谱矿物识别影响主要是大气中H2O、CO2等分子对入射光和反射光的选择性吸收和分子气溶胶的散射。使空中传感器接收到的地面反射光谱的波形和吸收谱带都发生改变。因而，大气校正和光谱重建的好坏直接影响对矿物识别和可靠性。研究有效的、且适合于规模化应用的大气校正方法是提高矿物识别能力的有效途径。

7.1.2.2 岩矿反射的方向性

岩矿地物的方向性反射应是造成航空遥感图像边缘辐射畸变的主要原因，它会使同样地物在同一条航带上的不同部位或不同航带之间的亮度存在差异，使提取出的矿物分布范围和丰度等级不协调。除在飞行设计中应尽量避免或减小其影响外，对所引起的畸变作校正或归一化处理，也是成像光谱矿物识别中非常重要的方法。

7.1.2.3 传感器的因素

光谱分辨率、空间分辨率和信噪比三者之间存在相互制约的消长关系。在实际应用中，我们应该根据具体的应用需求对这三个指标作出合理的选择，而不应一味追求高光谱分辨率和高空间分辨率。实际上，在不太降低应用效果的实践中，我们常以降低一点光谱分辨率和/或空间分辨率为代价，换取图像信噪比的提高。

7.1.2.3.1 光谱分辨率

在识别岩矿高光谱信息中，光谱分辨率的确起着很重要的作用。研究结果表明，开展岩矿填图、矿物丰度估计和组分含量的定量分析，对光谱分辨率的要求依次提高。在2.00～2.50μm光谱区间上10～15φ光谱分辨率可以基本满足识别和填绘大部分与热液交代有关的矿物的需求。如果要更精确地开展矿物丰度填图，或者要反演矿物更精细的物质成分和结构，则要求更高的光谱分辨率，5～10φ，甚至更高。如果光谱分辨率低，就会失去不同矿物较微弱的光谱特征差异。

7.1.2.3.2 空间分辨率

空间分辨率的提高意味着能识别的最小岩矿地质体的尺寸减小，另一方面，像元尺寸的减小，降低了混合像元的效应，从而使岩矿识别和填图的（位置）精度得到提高。一般地讲，空间分辨率越高，填绘的矿物的分布越细微。但空间分辨率的提高，不仅提高了数据获取的成本，增大了数据处理的工作量，而且还会使图像的信噪比降低。

如Hyperion的空间分辨率仍然是30m；机载成像光谱仪以降低飞行遥感平台的高度来提高空间分辨率。因此，空间分辨率应根据所研究的目标形态、尺寸大小以及制图的精度要求或成图比例尺确定。根据模拟分析结果，并权衡各种因素，我们认为，对航天传感器空间分辨率以10～20m为宜，航空成像光谱以5～10m为宜，能满足绝大多数地质应用的需求。

7.1.2.3.3 信噪比（S/N）

就矿物填图而言，在光谱分辨率确定之后，信噪比是一个决定性的因素。低信噪比会使较弱的吸收特征谱带和谱带的细微特征淹没在较高的噪声水平之中而无法提取和识别。在仪器确定之后，为了提高图像的信噪比，除了在数据获取时要尽量选择天气晴朗、能见度好、照度强、水气含量小的季节和有利时段外，还需要研究发展有效的光谱信息与噪声分离方法。

如下： 1）高光谱微分技术可以获取纳米级的土壤光谱反射率，对光谱反射率进行数学变换，可以扩大样品之间的光谱特征差异，增大土壤属息的细微差异，可用于土壤表层（0-20cm）有机质含量的监测。

2）用非成像光谱仪测得的反射率一阶微分为自变量建立的反演土壤有机质含量的回归模型最佳，特征波段为492nm、663nm、1221nm、1317nm、1835nm和2130nm，决定系数R2达0.909，而且预测值与实测值相比较，RMSE值最小，可以较好地预测土壤有机质含量。

3）在Band14、Band31、Band108、Band117、Band198波段内，对经过预处理的Hyperion高光谱遥感影像，利用编程计算，得出图像上相关敏感波段的反射率一阶微分模型，并通过ENVI软件中的波段运算模块，实现了区域尺度上土壤有机质的填图，精度达0.7373。