一种适合于热红外高光谱遥感的SiO2含量定量计算方法与流程

本发明属于遥感信息科学技术领域，具体涉及一种适合于热红外高光谱遥感的SiO2含量定量计算方法。

背景技术：

遥感领域的SiO₂定量计算主要应用于地质学科里的硅化带的寻找。硅化带为热液活动形成的蚀变条带的一种，是热液型矿床的找矿标志，包括金、锡等多金属矿床，也包括热液型铀矿床。

目前，使用遥感技术进行硅化带提取主要分为定性提取和定量提取两大类，其中定量提取方法需要在SiO₂定量计算的基础上进行。当前遥感数据SiO₂定量计算方法只限于多光谱数据，包括Landsat中的TM、ETM数据和ASTER数据，不涉及热红外波段，因此精确度非常低。

遥感技术识别硅化带的关键是识别出Si-O键振动形成的特征吸收谱带。热红外波段对Si-O键的识别具有非常高的精确性。ASTER数据包含5个热红外波段，因此对SiO₂含量的计算具有比较高的精确度。但限于光谱分辨率较低，难以发挥热红外遥感的优势，SiO₂含量计算精度难以大幅度提高。

热红外高光谱数据具有非常高的光谱分辨率，能够非常精确地表现出与SiO₂含量密切相关的波段范围和特征波段。热红外高光谱遥感对SiO₂含量的定量计算是目前硅化带提取的前缘技术，也是遥感技术在地质领域应用的重点技术。因此，亟需充分利用热红外高光谱遥感技术覆盖面广、信息获取快、探测精度高及光谱分辨率高的技术优势，结合地球化学分析数据，开发出面向硅化带定量提取的SiO₂含量定量计算方法。

技术实现要素：

本发明需要解决的技术问题为：针对现有遥感技术对SiO₂含量定量计算总体精度不高的缺陷，提出一种适合于热红外高光谱遥感数据的SiO₂含量定量计算方法。

本发明的技术方案如下所述：

一种适合于热红外高光谱遥感的SiO₂含量定量计算方法，包括以下步骤：

步骤1.热红外高光谱遥感数据预处理；

步骤2.热红外高光谱遥感数据大气校正；

步骤3.热红外高光谱数据温度/发射率分离；

步骤4. SiO₂含量定量计算经验公式确定；

步骤5. SiO₂含量图获取。

步骤1中，包括辐射校正、几何校正、图像镶嵌流程，用于将数个条带拼接成整个研究区遥感图像；

步骤2包括以下步骤：

步骤2.1

对热红外高光谱遥感数据进行大气透过率曲线、上行辐射和下行辐射模拟，得到研究区大气透过率模拟曲线及上下行辐射模拟曲线；

步骤2.2

按照步骤1所采用的热红外高光谱遥感数据波段进行重采样，得到重采样后大气透过率曲线，进而得到热红外高光谱遥感数据大气校正图像；

步骤3中，利用归一化法进行温度/发射率分离，得到发射率图像；

步骤4包括以下步骤：

步骤4.1

通过JHU光谱库中各种岩性的热红外光谱曲线的观察分析，找出与SiO₂含量相关的波段范围；

步骤4.2

采集不同岩性的岩石标本进行热红外光谱数据采集；

步骤4.3

将步骤4.2采集到的热红外光谱数据进行重采样，使其与步骤1采用的热红外高光谱遥感数据相匹配，并结合步骤4.1找出SiO₂含量密切相关的波段组合；

步骤4.4

对步骤4.2所述岩石标本进行地球化学测试，获取相应的SiO₂含量数据；

步骤4.5

将步骤4.3得到的与SiO₂含量密切相关的波段组合在不同组合方式下，进行四则运算、对数运算及指数运算，然后结合步骤4.4得到的SiO₂含量进行回归分析，获取相关性最高的波段组合形式，即

|ln[B1×B2÷(B3×B4]|，

其中，B1＝B_8.60μm，B2＝B_9.81μm，B3＝B_8.45-8.61μm或B_8.63-8.75μm，B4＝B_9.25-9.81μm。

步骤4.6

使用最小二乘法对公式系数a、b进行统计分析，得出SiO₂含量定量计算经验公式，即SiO₂％＝a|ln[B1×B2÷(B3×B4]|+b；

步骤5中，将步骤4.6所述经验公式代入发射率图像，进行波段运算，获取SiO₂含量图。

作为优选方案：步骤1中，采用航空热红外高光谱遥感TASI数据。

作为优选方案：步骤4.1中，与SiO₂含量相关的波段范围为8.60μm的发射峰和9.25-9.81μm波段范围，其中，8.60μm的发射峰的相对高度与SiO₂含量呈正相关关系，9.25-9.81μm波段范围内的曲线上升趋势的大小与SiO₂含量呈正相关关系。

本发明的有益效果为：

(1)本发明的一种适合于热红外高光谱遥感的SiO₂含量定量计算方法，能够快速精确地提取研究区的SiO₂含量，进而能够快速有效地寻找高SiO₂条带(包括酸性岩脉和硅化带)及对应的一些断裂；

(2)本发明的一种适合于热红外高光谱遥感的SiO₂含量定量计算方法，通过SiO₂含量的不同，区分出大范围的岩性差异，有利于地质填图的初期工作。

附图说明

图1为本发明的一种适合于热红外高光谱遥感的SiO₂含量定量计算方法的技术流程图；

图2(a)、(b)依次为大气透过率模拟曲线及其重采样后大气透过率曲线；

图3为重采样后上下行辐射模拟曲线；

图4(a)、(b)依次为发射率图像和SiO₂含量图像。

具体实施方式

下面结合附图和实施例对本发明的一种适合于热红外高光谱遥感的SiO₂含量定量计算方法进行详细说明。

本发明的一种适合于热红外高光谱遥感的SiO₂含量定量计算方法，首先利用JHU光谱库的热红外高光谱遥感数据总结与SiO₂含量密切相关的波段范围；之后测量不同岩性岩石标本的热红外光谱数据，结合这些标本的SiO₂含量总结SiO₂含量定量计算的经验公式；最后将经验公式带入热红外高光谱数据分离出的发射率图像中，进行波段运算，获取SiO₂含量图像。

如图1所示，本发明的一种适合于热红外高光谱遥感的SiO₂含量定量计算方法，具体包括以下步骤：

步骤1.热红外高光谱遥感数据预处理

热红外高光谱遥感数据预处理包括辐射校正、几何校正、图像镶嵌等流程，用于将数个条带拼接成整个研究区遥感图像，具体处理方法为本领域技 术人员公知常识。

本实施例中，采用航空热红外高光谱遥感TASI数据，研究区为东准噶尔盆地喀木斯特地区。

步骤2.热红外高光谱遥感数据大气校正

步骤2.1

对热红外高光谱遥感数据进行大气透过率曲线、上行辐射和下行辐射模拟，得到图2(a)所示研究区大气透过率模拟曲线及图3所示上下行辐射模拟曲线。

步骤2.2

按照步骤1所采用的热红外高光谱遥感数据波段进行重采样，得到图2(b)所示重采样后大气透过率曲线，进而得到热红外高光谱遥感数据大气校正图像。

本实施例中，步骤2.1中，利用Modtran4.0进行大气透过率曲线、上行辐射和下行辐射模拟；步骤2.2中，按照步骤1采用的航空热红外高光谱遥感TASI数据波段进行重采样。

所述步骤2中，对研究区大气透过率及上下行辐射模拟的精确性直接会影响到步骤3中发射率图像精确性，进而影响到SiO₂含量定量计算的精确性。

步骤3.热红外高光谱数据温度/发射率分离

利用归一化法进行温度/发射率分离，得到图4(a)所示发射率图像。

步骤4. SiO₂含量定量计算经验公式确定

步骤4.1

通过JHU光谱库中各种岩性的热红外光谱曲线的观察分析，找出与SiO₂含量相关的波段范围，具体为8.60μm的发射峰和9.25-9.81μm范围的光谱特征：其中，8.60μm的发射峰的相对高度与SiO₂含量呈正相关关系，9.25-9.81μm范围内的曲线上升趋势的大小与SiO₂含量呈正相关关系。

步骤4.2

采集不同岩性的岩石标本进行热红外光谱数据采集。

本实施例中，在研究区喀木斯特及其周边采集得到正长花岗岩、二长花岗岩、流纹斑岩、凝灰质砂岩、硅化带岩石、中基性岩脉及英云闪长岩等不同岩性的岩石标本，采用102f热红外地面光谱测量仪进行热红外光谱数据采集。

步骤4.2中，岩石标本种类越齐全及热红外光谱数据采集越精确，后续步骤中经验公式的系数确定就越准确。

步骤4.3

将步骤4.2采集到的热红外光谱数据进行重采样，使其与步骤1采用的热红外高光谱遥感数据相匹配，并结合步骤4.1找出SiO₂含量密切相关的波段组合；

步骤4.4

对步骤4.2所述岩石标本进行地球化学测试，获取相应的SiO₂含量数据。

步骤4.5

将步骤4.3得到的与SiO₂含量密切相关的波段组合在不同组合方式下，进行四则运算、对数运算及指数运算，然后结合步骤4.4得到的SiO₂含量进行回归分析，获取相关性最高的波段组合形式，即

|ln[B1×B2÷(B3×B4]|。

其中，B1＝B_8.60μm，B2＝B_9.81μm，B3＝B_8.45-8.61μm或B_8.63-8.75μm，B4＝B_9.25-9.81μm。

步骤4.6

使用最小二乘法对公式系数a、b进行统计分析，得出SiO₂含量定量计算经验公式，即SiO₂％＝a|ln[B1×B2÷(B3×B4]|+b；。

步骤5. SiO₂含量图获取

将步骤4.6所述经验公式代入发射率图像，进行波段运算，获取SiO₂含 量图。如图4(b)所示，亮度较高的区带为SiO₂含量较高的区域，即硅化带潜在区带。

图4(b)所示SiO₂含量图上根据明暗度明显可以分成3大块，很好的对应了地质图上的花岗岩区、凝灰质砂岩区和砂岩区。花岗岩区内有几条高亮区，对应了几条硅化带和石英粗脉；凝灰质砂岩区内有数十条高亮区对应了区内的酸性岩脉。

以上对本发明的方法实施进行了详细说明，且在野外得到了验证。对于研究区喀木斯特，SiO₂含量定量计算经验公式为

SiO₂％＝280×|ln[B1×B2÷(B3×B4]|+31.8

其中，B1＝B_8.60μm，B2＝B_9.81μm，B3＝B_8.49μm，B4＝B_9.26μm。

上述经验公式是针对研究区喀木斯特所取样品反演的最优关系式，该关系式的系数不限于上述实例，根据样品数量的增加会有很小幅度的波动，总体不影响SiO₂含量的计算。