一种火星表面含水矿物定量反演方法
【技术领域】
[0001] 本发明设及深空探测矿物定量化反演技术领域，具体设及一种火星表面含水矿物 定量反演方法。
【背景技术】
[0002] 火星表面含水矿物的定量化可W对火星表面的矿物成因进行限定，从而对火星的 地质演化分析提供支持，并有助于进一步揭示火星早期水环境的细节特征。含水矿物是指 含水分子或h\oh\H3〇+等离子的矿物，火星含水矿物的主要存在形式是层状娃酸盐（主要 为化/Mg层状娃酸盐和Al层状娃酸盐）和含水硫酸盐等。火星表面含水矿物具有丰度含量 低、分布地域零散、背景矿物（像元内除含水矿物W外的其他矿物）不确定或未知等特点。
[0003] 为了探测火星地质岩矿分布信息，多个火星探测卫星搭载有高光谱探测器，主要 包括：1996 年MGS搭载的热福射光谱仪（Thermal血issionSpectrometer,TES)、2003 年 MEX搭载的可见光及红外矿物制图光谱仪（VisibleandInfraredMineralogicalMapping Spectrometer/ObservatoirepourlaMineralogie, 1'Eau,IesGlacesetI'Activite， OMEGA)和2005年MRO搭载的紧凑型侦查成像光谱仪（CompactReconnaissanceImaging SpectrometerforMars,CRISM)。
[0004] 2012年8月，"好奇号"火星车在Gale撞击坑中央峰化a巧山的西北侧，对Gale 地区的水环境、地质、气候等进行了实地调查，卫星高光谱遥感图像的含水矿物反演和分析 结果可W为"好奇号"行进路线规划和样品采集分析提供支持。
[0005] 矿物定量反演方法主要有基于诊断吸收谱带的丰度反演、光谱解混和数理统计方 法。谱带深度易受环境因素和光谱重建精度等方面的影响，因而具有一定的不确定性；数理 统计方法最常用方法是回归分析，需要测量和分析大量的样品，该在火星表面矿物丰度反 演中不易实施；混合像元光谱解混算法是目前矿物丰度反演最常用的方法。
[0006] 传统的光谱解混算法一般分为端元提取和丰度反演两个步骤，但是由于火星表面 含水矿物具有含量低、分布零散、背景矿物不确定或未知的特点，使得从火星高光谱图像上 提取端元变得相对困难，从而导致传统的混合像元分解算法很难对含水矿物进行有效的丰 度反演。
【发明内容】
[0007] 本发明所要解决的技术问题是由于火星表面含水矿物具有含量低、分布零散、背 景矿物不确定或未知的特点，使得从火星高光谱图像上提取端元变得相对困难，从而导致 传统的混合像元分解算法很难对含水矿物进行有效的丰度反演的问题。
[000引为此，本发明提出一种火星表面含水矿物定量反演方法，提高定量反演的精度和 效率，该方法包括；
[0009] so、获取火星高光谱图像；
[0010] Sl;计算所述火星高光谱图像各波段的信噪比，并选择信噪比大于预设阔值的波 段进行含水矿物的识别及定量反演；
[0011] S2 ;根据预设的光谱特征参数，建立含水矿物识别模型，得到含水矿物识别区；
[0012] S3 ;根据Sl中所述信噪比大于预设阔值的波段W及预设矿物光谱库中的反射率 光谱，构建稀疏解混光谱库；
[0013] S4;根据所述稀疏解混光谱库，对所述含水矿物识别区进行稀疏解混，得到火星表 面含水矿物的丰度。
[0014] 可选的，所述步骤SI,包括：
[0015] Sll;将所述火星高光谱图像分割为多个预设大小的子区域，并计算各子区域中各 波段的噪声强度；
[0016] S12;根据所述各子区域中各波段的噪声强度，计算所述火星高光谱图像各波段噪 声强度；
[0017] S13 ;计算所述火星高光谱图像各波段的信噪比；
[0018] S14;选择信噪比大于预设阔值的波段进行含水矿物的识别及定量反演。
[0019] 可选的，所述步骤S11，包括：
[0020] 将所述火星高光谱图像分割为多个WXh大小的子区域，计算各子区域中各波段 每个像元的残差，公式如下：
[0021]
[00巧其中，ru,巧子区域中第i行j列第k波段的像元残差，X 巧子区域中第i行j 列第k波段的像元值，其中，1《k《N，N为所述火星高光谱图像包含的波段个数，当KKN 时，；由Xi,…和XU，W线性拟合得到；当k= 1时，；由Xu,2和XU，满性拟合得到； 当k=N时，jfy.w由Xi，j，w_i和X1，j，w_2线性拟合得到；其中，W和h为预设正整数；
[0023] 计算所述各子区域中各波段所有像元的残差的标准差，得到各子区域中各波段的 噪声强度。
[0024] 可选的，所述步骤S12,包括：
[0025] 根据所述各子区域中各波段的噪声强度，确定各波段所有子区域的噪声强度中的 最大值和最小值；
[0026] 在各波段的噪声强度中的最大值和最小值之间，划分各波段的噪声强度为m个噪 声区间，m为预设值；
[0027] 对于每个波段，将包含子区域数量最多的噪声区间中噪声强度的均值作为该波段 的噪声强度。
[002引可选的，在所述步骤S2中，所述预设的光谱特征参数包括；在波长1900nm处水的 吸收特征抓19。。、在波长2100nm处水的吸收特征抓21。。、在2300nm波长处反射率的下降特征 023。。W及在波长2290nm处的波峰特征SINDEX;
[0029] 所述抓1900二 1 -(化 1930)/(aXRi85〇+bXRgQ地）），其中，a= 1 -b,b= (1930 - 1850)/(2046 - 1850)；
[0030] 所述抓2100二 1 -(化 2132) /(aXRig3〇+bXR2250))，其中，a二！ 一b,b= (2132 - 1930)/(2250 - 1930)；
[00引]所述 〇2300 - 1 -化2290+R2330+R2330)/^化140+32170+尺2210);
[003引 所述SINDEX= 1 - ((aXR2i20+bXR24wV(R2290))，其中，a=l_b，b= (2290-2120)/(2400-2120)；
[0033] 式中下标表示波长，R表示反射率。
[0034] 可选的，在所述步骤S2中，所述含水矿物识别模型为：
[0035] 炬〇19〇〇>tl)or炬021〇〇>t2)or(D23〇〇>t3)or(SINDEX>t4)
[0036] 其中，tl、t2、口和t4为预设常数。
[0037] 可选的，所述步骤S3,包括：
[003引 S31 ;根据Sl中所述信噪比大于预设阔值的波段的光谱范围和波长位置，对预设 矿物光谱库中的反射率光谱进行重采样，W使所述反射率光谱与所述信噪比大于预设阔值 的波段的光谱范围和波长位置一致；
[0039] S32 ;去除经过S31处理的所述预设矿物光谱库中任意两条光谱角小于预设最小 光谱角的光谱的其中一条，得到稀疏解混光谱库。
[0040] 可选的，在所述步骤S31中，所述重采样的公式如下：
[004UR'c=aXRi+bXRr
[0042] 其中，R'。为重采样后得到的波长C处的反射率，波长C为SI中所述信噪比大于 预设阔值的波段的波长位置，Ri和Rf分别为所述预设矿物光谱库中在波长C左右两侧距离 波长C最近的波长，即1和r处的反射率值，a= (r-c) /Cr-D，b= 1-a。
[0043] 可选的，在所述步骤S4中，所述进行稀疏解混的公式如下：
[0046] 其中，y为所述火星高光谱图像的反射率，A为所述稀疏解混光谱库，A表示预设 的正则化参数，m为光谱库中的光谱个数，Sj.为光谱库中与第j个光谱对应的端元丰度，采 用卻nSAL算法进行矿物丰度的求解。
[0047] 相比于现有技术，本发明的火星表面含水矿物定量反演方法针对火星含水矿物具 有丰度含量低、分布地域零散、背景矿物不确定或未知等特点，采用目标识别与稀疏解混相 结合的方法进行含水矿物的定量反演，目标识别有助于缩小含水矿物的潜在分布范围，提 高丰度反演的运算效率，增加含水矿物丰度反演的准确性；稀疏解混算法不需要对火星矿 物类别和端元数量进行专家预判断，而是基于完备光谱库逐像元自动进行矿物类别识别和 丰度反演。能够进行有效的火星表面含水矿物定量丰度反演。该方法可推广至深空探测各 星体矿物定量反演。
【附图说明】
[0048] 图1为本发明实施例提供的一种火星表面含水矿物定量反演方法流程图；
[0049] 图2为本发明实施例提供的CRISM高光谱图像的信噪比示意图。
【具体实施方式】
[0050] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明 一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0化1] 如图1所示，本实施例公开一种火星表面含水矿物定量反演方法，该方法可包括W下步骤SO至S4;
[0052] SO、获取火星高光谱图像；
[0053] Sl;计算所述火星高光谱图像各波段的信噪比，并选择信噪比大于预设阔值的波 段进行含水矿物的识别及定量反演；
[0化4] S2 ;根据预设的光谱特征参数，建立含水矿物识别模型，得到含水矿物识别区；
[0化5] S3 ;根据Sl中所述信噪比大于预设阔值的波段W及预设矿物光谱库中的反射率 光谱，构建稀疏解混光谱库；
[0化6] S4;根据所述稀疏解混光谱库，对所述含水矿物识别区进行稀疏解混，得到火星表 面含水矿物的丰度。
[0化7] 在一个具体的例子中，所述步骤SI,包括图1中未示出的步骤Sll至S14 ;
[005引Sll;将所述火星高光谱图像分割为多个预设大小的子区域，并计算各子区域中各 波段的噪声强度。
[0059] S12;根据所述各子区域中各波段的噪声强度，计算所述火星高光谱图像各波段噪 声强度。
[0060] S13 ;计算所述火星高光谱图像各波段的信噪比。
[0061] 在本实施中，每个子区域包含的所有像元的平均值作为该子区域的信号强度；所 有子区域信号强度的均值作为火星高光谱图像的信号强度；根据火星高光谱图像每个波段 的信号强度和噪声强度，计算火星高光谱图像各波段的信噪比。
[0062] S14;选择信噪比大于预设阔值的波段进行含水矿物的识别及定量反演。
[0063] 在一个具体的例子中，所述步骤Sll，包括；
[0064] 将所述火星高光谱图像分割为多个4X4大小的子区域，计算各子区域中各波段 每个像元的残差，公式如下：
[00化]
[0066] 其中，ru,巧子区域中第i行j列第k波段