高光譜遙感原理與方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的高光譜遙感原理與方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：高光譜遙感原理與方法范文

關(guān)鍵詞：遙感地質(zhì)制圖 蝕變信息提取 構(gòu)造信息提取 高光譜遙感技術(shù)

中圖分類(lèi)號(hào)：P237 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2015）05（c）-0000-00

一、遙感技術(shù)的基本特征

長(zhǎng)期以來(lái)，地質(zhì)工作者迫切希望能有一種“窺一斑而知全豹”的方法來(lái)找礦，因此遙感技術(shù)以其獨(dú)有的遠(yuǎn)程觀測(cè)以及判斷特點(diǎn)在地質(zhì)找礦中的作用就突顯出來(lái)。首先，由于遙感是遠(yuǎn)距離探測(cè)技術(shù)，所以遙感可以不對(duì)物體進(jìn)行接觸而進(jìn)行探測(cè)，正因?yàn)槿绱诉b感技術(shù)可以覆蓋更廣的范圍，因此在進(jìn)行找礦工作時(shí)，遙感可以將所觀測(cè)范圍內(nèi)地表以及地貌的情況通過(guò)影像傳輸給衛(wèi)星，然后由地面接收站接收?qǐng)D像，讓工作人員對(duì)觀測(cè)到的數(shù)據(jù)進(jìn)行處理和分析。其次，因?yàn)檫b感技術(shù)覆蓋范圍廣，并且能同時(shí)觀測(cè)多個(gè)區(qū)域，所以節(jié)省了觀測(cè)時(shí)間，并且傳輸?shù)膱D像信息更加準(zhǔn)確，工作人員能夠通過(guò)處理后的數(shù)據(jù)和圖像找到礦產(chǎn)資源的位置，甚至能了解大致的分布范圍，這為找礦工作節(jié)省了人力以及物力。通過(guò)研究遙感影像上的地質(zhì)構(gòu)造與成礦的關(guān)系，可認(rèn)識(shí)成礦規(guī)律并圈定找礦遠(yuǎn)景區(qū)，通過(guò)對(duì)遙感圖像進(jìn)行增強(qiáng)處理，綜合分析，可提取地質(zhì)信息，在我國(guó)最早使用遙感圖像的行業(yè)是地質(zhì)行業(yè)。

遙感技術(shù)從字面上可以理解為“遙遠(yuǎn)的感知”，因此遙感技術(shù)是通過(guò)遠(yuǎn)距離傳輸來(lái)進(jìn)行觀測(cè)和新詞采集的，這就需要電磁波、紅外線以及可見(jiàn)光等的幫助。遙感技術(shù)在進(jìn)行影像分析時(shí)，檢測(cè)到的影像中會(huì)出現(xiàn)特定的光譜特征和紋理特征，含礦區(qū)域會(huì)呈現(xiàn)出較為明顯的標(biāo)志?，F(xiàn)人們將許多先進(jìn)的科學(xué)技術(shù)應(yīng)用到遙感技術(shù)當(dāng)中，其中對(duì)計(jì)算機(jī)的應(yīng)用是必不可少的，因?yàn)橥ㄟ^(guò)遙感技術(shù)傳輸?shù)降孛娴膱D像需要經(jīng)過(guò)計(jì)算機(jī)軟件的圖像和數(shù)據(jù)處理，才能將含礦區(qū)域顯示出來(lái)，從而根據(jù)顯示的情況進(jìn)行工作項(xiàng)目計(jì)劃的設(shè)計(jì)以及開(kāi)展。遙感技術(shù)在地質(zhì)方面的應(yīng)用一般都是以制圖為主，并與地質(zhì)圖相套合，使得遙感影像圖與地質(zhì)圖具有相同的地圖投影坐標(biāo)系統(tǒng)，這可使工作區(qū)遙感概貌與地質(zhì)圖相互對(duì)應(yīng)的，并能產(chǎn)生立體感較強(qiáng)的畫(huà)面，以綜合圖件來(lái)反應(yīng)工作成果。

隨著現(xiàn)有礦產(chǎn)資源不斷地被發(fā)現(xiàn)并且開(kāi)采，導(dǎo)致礦產(chǎn)所在地普遍有自然及地理環(huán)境較為惡劣的情況，不便于人工的探測(cè)及尋找，因此遙感技術(shù)在這種地形條件差、交通不便的高寒地區(qū)具有常規(guī)地質(zhì)方法不可替代的優(yōu)越性。

二、遙感技術(shù)的找礦應(yīng)用

遙感探測(cè)礦產(chǎn)的核心就是通過(guò)遙感探測(cè)器以及遙感圖像等提取巖礦蝕變情況以及區(qū)域地質(zhì)信息。在找礦中的直接應(yīng)用就是提取遙感蝕變信息，圍巖蝕變是熱液與原巖發(fā)生的相互作用，是成礦作用。因此，蝕變巖礦物的存在能夠幫助遙感技術(shù)進(jìn)行探測(cè)，因?yàn)檫@種物質(zhì)有光譜特征，在遙感影像上具有特殊的顯示，因此能夠根據(jù)蝕變的類(lèi)型，預(yù)測(cè)礦物的種類(lèi)以及分布。

遙感技術(shù)進(jìn)行礦物探測(cè)的原理，是因?yàn)榈匚锲毡槎寄軌蜻M(jìn)行電磁波的反射和投射，而每種地物因?yàn)槠浣Y(jié)構(gòu)以及特性不同，所以反射出的光譜也不相同，因此就可以根據(jù)地物反射出的光譜特征，判斷地物的種類(lèi)，并通過(guò)光譜圖像進(jìn)行信息的提取。

遙感技術(shù)能夠?qū)Φ匚镞M(jìn)行探測(cè)，并向地面?zhèn)骰剡b感圖像以及數(shù)據(jù)，通過(guò)對(duì)遙感影像的前期處理，進(jìn)行圖像的降噪，以及真彩色或者假彩色的合成，對(duì)遙感影像進(jìn)行目視解譯，所謂的目視解譯就是通過(guò)以往的經(jīng)驗(yàn)以及知識(shí)，對(duì)遙感影像上存在的地物根據(jù)其形狀、顏色、周?chē)h(huán)境等情況進(jìn)行判讀，從而判斷出影像中存在的物體都是什么。在利用遙感影像進(jìn)行找礦的應(yīng)用時(shí)也是如此，需要針對(duì)遙感圖像的內(nèi)容聯(lián)系周邊地質(zhì)環(huán)境判斷是否有成礦的可能。利用遙感技術(shù)進(jìn)行找礦時(shí)，可以通過(guò)多種空間影像進(jìn)行信息的提取，比如影像上的線狀區(qū)域、環(huán)狀區(qū)域、帶狀區(qū)域等情況，都能夠研究礦物資源是否存在。除此之外，對(duì)于色異常以及斷裂構(gòu)造的信息提取都能夠進(jìn)行隱秘礦物資源分布的探測(cè)，這是找隱伏礦床的重要手段之一，是區(qū)域地質(zhì)填圖的理想技術(shù)之一。

三、遙感地質(zhì)找礦技術(shù)的發(fā)展趨勢(shì)及前景

（一）高光譜數(shù)據(jù)的應(yīng)用

遙感技術(shù)一直被作為輔助手段應(yīng)用于地質(zhì)學(xué)中，但隨著計(jì)算機(jī)領(lǐng)域高新技術(shù)的快速發(fā)展，遙感技術(shù)的進(jìn)步和應(yīng)用，尤其是作為現(xiàn)展的技術(shù)手段也愈加顯得重要，領(lǐng)域也在不斷的擴(kuò)大。遙感技術(shù)本身包含多方面的內(nèi)容導(dǎo)致其復(fù)雜無(wú)比，但是因?yàn)楦吖庾V遙感的廣泛應(yīng)用，利用這種方法輔助地質(zhì)工作進(jìn)行探測(cè)的技術(shù)也開(kāi)始逐步成熟。高光譜遙感技術(shù)在地質(zhì)找礦中因其高空間分辨率給遙感地質(zhì)找礦添加新的血液，高光譜是集多種探測(cè)及信息處理技術(shù)于一體的綜合性技術(shù)。它的基礎(chǔ)工作原理是利用成像光譜儀與納米級(jí)的光譜分辨率來(lái)進(jìn)行成像，成像的同時(shí)記錄下成百條的光譜通道數(shù)據(jù)，這種技術(shù)能夠進(jìn)行輻射信息、光譜信息、地物空間信息的同步獲取，從每個(gè)像元上均可以提取一條連續(xù)的光譜曲線。高光譜圖像能夠顯示出豐富的信息，并可通過(guò)反演圈出礦化區(qū)。

（二）3S技術(shù)的結(jié)合

所謂的3S技術(shù)就是遙感（RS）、地理信息系統(tǒng)（GIS）及全球定位系統(tǒng)（GPS）這三種技術(shù)，3S技術(shù)是目前地質(zhì)勘探的業(yè)界利器，三種技術(shù)各自有各自的優(yōu)勢(shì)。利用GPS能夠通過(guò)微信信號(hào)進(jìn)行定位，并能夠測(cè)量三維空間數(shù)據(jù)，在信號(hào)足夠好的情況下，探測(cè)的數(shù)據(jù)是十分準(zhǔn)確的。地理信息系統(tǒng)作為地理信息的集合，具有儲(chǔ)存、處理地理信息數(shù)據(jù)等多種功能，并且地理信息系統(tǒng)的數(shù)據(jù)庫(kù)具有高集成、一體化并且儲(chǔ)存空間大的特點(diǎn)，因此地理信息系統(tǒng)與遙感技術(shù)的結(jié)合，能夠?yàn)檫b感技術(shù)提高海量的數(shù)據(jù)儲(chǔ)存空間，并且還能夠進(jìn)行數(shù)據(jù)以及圖像的管理及瀏覽，并能夠?qū)⑺鸭降暮Ａ康乩頂?shù)據(jù)信息然后回饋給信息中心進(jìn)行分析，然后遙感技術(shù)RS負(fù)責(zé)在地理區(qū)域內(nèi)進(jìn)行找礦工作。

（三）遙感技術(shù)與傳統(tǒng)地物化找礦方法的融合

因?yàn)榈V床的形成并不是一種物質(zhì)造成的結(jié)果，因此想要實(shí)現(xiàn)利用遙感技術(shù)進(jìn)行找礦工作，就必須要將遙感技術(shù)與地、物、化找礦方法結(jié)合起來(lái)，避免因?yàn)樘綔y(cè)單一的物質(zhì)而造成的失誤和阻礙情況的發(fā)生。目前以遙感信息為主體，建立多源地學(xué)數(shù)據(jù)庫(kù)進(jìn)行綜合信息找礦法勢(shì)在必行。

結(jié)束語(yǔ)：

遙感技術(shù)作為地質(zhì)勘查的重要手段，對(duì)礦產(chǎn)資源的可持續(xù)發(fā)展有著積極的作用。利用這一高新技術(shù)不但破解了我國(guó)目前由于資源匱乏而出現(xiàn)的深層次找礦難題，也為我國(guó)勘探科學(xué)的進(jìn)步找到了新的出發(fā)基點(diǎn)。因?yàn)檫b感技術(shù)實(shí)時(shí)、準(zhǔn)確的特性，被廣泛應(yīng)用于地質(zhì)找礦工作中，這項(xiàng)技術(shù)在地質(zhì)找礦中的運(yùn)用，不僅有效地提高了地質(zhì)找礦的質(zhì)量以及數(shù)量，還提高了找礦工作的準(zhǔn)確性，并且提高了工作效率，因此遙感找礦技術(shù)的實(shí)運(yùn)用還擁有更加廣闊的發(fā)展空間。

參考文獻(xiàn)

[1] 錢(qián)建平，伍貴華，陳宏毅.現(xiàn)代遙感技術(shù)在地質(zhì)找礦中的作用【L】.地質(zhì)找礦論叢， 2012，27（3）：355-359.

第2篇：高光譜遙感原理與方法范文

關(guān)鍵詞：遙感；地質(zhì)勘查；礦產(chǎn)勘查

DOI：10.16640/ki.37-1222/t.2017.06.104

1 遙感地質(zhì)勘查技術(shù)概述

早在上世紀(jì)70年代，美國(guó)就發(fā)射了搭載多光譜掃描儀（MSS）的陸地衛(wèi)星（LANDSAT），從此，遙感作為一門(mén)全新的技術(shù)學(xué)科得到了廣泛的關(guān)注和發(fā)展。遙感是通過(guò)空中的遙感器（飛機(jī)、衛(wèi)星等）發(fā)射特定譜段的電磁波，與需要探測(cè)的物體發(fā)生相互作用，包括輻射、反射、散射、極化等，來(lái)識(shí)別探測(cè)物的物理化學(xué)性質(zhì)的新型技術(shù)。

與探測(cè)立場(chǎng)（重力場(chǎng)、磁力場(chǎng)）、彈性波等地球物理方法不同，遙感地質(zhì)勘查技術(shù)的優(yōu)點(diǎn)更為顯著，具體如下：

（1）視閾廣，可同步探測(cè)大面積區(qū)域。

（2）采集的信息多樣、獲取信息的方式不單一。

（3）可在同一位置持續(xù)觀測(cè)。

遙感技術(shù)的發(fā)展使人類(lèi)的視野和視覺(jué)能力得到了極大的拓寬，已成為研究地球表層系統(tǒng)不可缺少的技術(shù)手段。經(jīng)過(guò)幾十年的發(fā)展，遙感技術(shù)在地質(zhì)勘查、找V、地質(zhì)環(huán)境評(píng)價(jià)、地質(zhì)災(zāi)害監(jiān)測(cè)和評(píng)價(jià)和基礎(chǔ)地質(zhì)研究等方面得到廣泛的使用和發(fā)展，技術(shù)也逐漸成熟。尤其是在無(wú)人機(jī)、小衛(wèi)星等新型傳感器技術(shù)發(fā)展的基礎(chǔ)上，遙感技術(shù)在分辨率、觀測(cè)尺度、識(shí)別精度等方面也更加完善。

2 遙感地質(zhì)勘查應(yīng)用的技術(shù)基礎(chǔ)

（1）地物光譜。地質(zhì)體對(duì)不同譜段入射光的選擇性吸收、反射、透射和散射的綜合響應(yīng)也存在不同，因此，繪制地物光譜成為遙感地質(zhì)勘查技術(shù)首要解決的問(wèn)題。上世紀(jì)80年代，成像光譜學(xué)得到了建立和發(fā)展，奠定了遙感技術(shù)發(fā)展的基礎(chǔ)。便攜式光譜儀的推廣，使得巖礦光譜測(cè)試工作得到越來(lái)越廣泛的重視和發(fā)展，其使用范圍也更加廣闊，如鉆孔巖心光譜測(cè)量及其在礦床勘探中的應(yīng)用、礦業(yè)選冶等方面推廣應(yīng)用等。

（2）遙感圖像處理。遙感器直接獲取的圖像在幾何尺寸、圖像分辨率、光譜成像等方面可能存在誤差，因此，需要通過(guò)遙感圖像處理技術(shù)，對(duì)圖像進(jìn)行輻射校正、幾何糾正、圖像鑲嵌、圖像增強(qiáng)等處理和修正，此外，還需要對(duì)圖像進(jìn)行特征提取、圖像分類(lèi)、專(zhuān)題信息提取以及影像地圖制作等處理。早期的遙感圖像處理是利用光學(xué)、照相等進(jìn)行光學(xué)處理，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，目前已基本使用計(jì)算機(jī)對(duì)圖像進(jìn)行處理。

（3）遙感異常提取。所謂遙感異常是指在獲得的遙感數(shù)據(jù)中，存在的可能與成礦圍巖蝕變礦物有關(guān)的信息，這種信息一般被量化，通常用于找礦。遙感異常信息提取方面使用的主要技術(shù)有圖像比值、主成分分析、圖像歸一化、彩色空間變換等，同時(shí)，利用特征波段比值、主成分分析、彩色空間變換等手段和方法進(jìn)行增強(qiáng)處理，使遙感勘查技術(shù)在不同地區(qū)和地質(zhì)背景下的礦產(chǎn)勘查均能得到良好的應(yīng)用。

（4）高光譜遙感技術(shù)。相比普通遙感，高光譜遙感技術(shù)所獲得的光譜分比率更高，可達(dá)到λ-2，從而可獲得連續(xù)并且完整的光譜曲線。在高光譜遙感技術(shù)所使用的光譜段中，中/熱紅外譜段的應(yīng)用前景更為廣闊，因其通常能夠獲得更豐富和精細(xì)的遙感信息，可識(shí)別和區(qū)分可見(jiàn)/近紅外/短波紅外譜段無(wú)法識(shí)別的造巖礦物。雖然高光譜遙感技術(shù)在1985年就被提出，經(jīng)過(guò)30幾年的發(fā)展也逐漸成熟，但是獲取數(shù)據(jù)的難度和成本依舊很高，這也是制約該技術(shù)發(fā)展的主要因素。

3 遙感技術(shù)在礦產(chǎn)勘查中的應(yīng)用

遙感技術(shù)因其眾多優(yōu)點(diǎn)和優(yōu)勢(shì)，在礦產(chǎn)勘查、環(huán)境地質(zhì)評(píng)價(jià)、地質(zhì)災(zāi)害監(jiān)測(cè)等多個(gè)領(lǐng)域得到了廣泛應(yīng)用。就礦產(chǎn)勘查而言，其方法和模型主要有礦源場(chǎng)-成礦節(jié)-信息異常遙感找礦模式法、勘查指數(shù)遙感找礦預(yù)測(cè)、色-線-環(huán)-塊-帶五要素找礦預(yù)測(cè)法等，不同的方法和模型的側(cè)重點(diǎn)有所區(qū)別，但歸納起來(lái)，均是通過(guò)分析已知典型礦床的成礦規(guī)律，對(duì)比遙感技術(shù)獲取的信息，建立找礦模型，提取單一巖性與巖石組合、侵入巖體、構(gòu)造等基礎(chǔ)地質(zhì)環(huán)境信息，指導(dǎo)區(qū)域成礦帶、成礦區(qū)、靶區(qū)找礦的預(yù)測(cè)。

應(yīng)用，礦源場(chǎng)-成礦節(jié)-信息異常遙感找礦模式法，首先要分析目標(biāo)地區(qū)的已有地質(zhì)資料，確定成礦帶的大概位置和范圍，并研究成礦帶內(nèi)的成礦理論，搜集基礎(chǔ)地質(zhì)信息，經(jīng)過(guò)對(duì)比分析確定找礦預(yù)測(cè)區(qū)域和控礦要素。進(jìn)而利用遙感技術(shù)獲取遙感信息，通過(guò)信息的提取，確立控礦要素的解譯標(biāo)志，根據(jù)解譯標(biāo)志編制控礦要素圖，通過(guò)綜合手段，進(jìn)行成礦預(yù)測(cè)，優(yōu)選找礦靶區(qū)，提出進(jìn)一步工作方向。

4 小結(jié)

作為一種新型的技術(shù)手段，遙感以其大面積的同步觀測(cè)、信息豐富、定時(shí)、定位觀測(cè)和綜合效益高等眾多優(yōu)點(diǎn)得到了越來(lái)越廣泛的應(yīng)用。尤其在礦產(chǎn)勘查方面，在實(shí)際應(yīng)用中體現(xiàn)出了快捷、可靠和全面等特點(diǎn)，已經(jīng)成為不可缺少的手段之一。

參考文獻(xiàn)：

[1]王潤(rùn)生，熊盛青，聶洪峰等.遙感地質(zhì)勘查技術(shù)與應(yīng)用研究[J]，地質(zhì)學(xué)報(bào)，2011，85（11）：1699-1743.

[2]何騫.遙感地質(zhì)勘查技術(shù)與應(yīng)用研究[J].科技風(fēng)，2013，9（13）.

第3篇：高光譜遙感原理與方法范文

關(guān)鍵詞：遙感技術(shù)；地質(zhì)勘查；概況；技術(shù)應(yīng)用；發(fā)展

一、遙感技術(shù)的概況

遙感技術(shù)出現(xiàn)于上個(gè)世紀(jì)60年代，是一種根據(jù)電磁波原理而產(chǎn)生的探測(cè)技術(shù)。主要應(yīng)用原理是利用各種傳感儀器對(duì)遠(yuǎn)距離目標(biāo)所輻射和反射的電磁波、紅外線和可見(jiàn)光等信息，對(duì)這些信息進(jìn)行采集、分析和處理，最終形成影像，從而實(shí)現(xiàn)對(duì)目標(biāo)物體及其附近各種景物的探測(cè)和識(shí)別。這種探測(cè)技術(shù)具有直觀性和整體性的兩大特點(diǎn)，利用遙感技術(shù)對(duì)所需材料進(jìn)行拍攝，將使拍攝的地質(zhì)信息更加清晰、全面。

遙感技術(shù)在地質(zhì)工作中的大量應(yīng)用，可以為地質(zhì)工作提供大量的信息資源。在探測(cè)地質(zhì)情況時(shí)，運(yùn)用不同波段和不同遙感儀器，可以獲取更多有價(jià)值的信息。同時(shí)遙感技術(shù)在應(yīng)用過(guò)程中受地面環(huán)境的限制很小，探測(cè)的范圍也比傳統(tǒng)的探測(cè)技術(shù)要廣泛很多，更能順利完成地質(zhì)勘察工作。

二、地質(zhì)勘查中遙感技術(shù)的應(yīng)用

1、地質(zhì)構(gòu)造信息的獲取

不同地質(zhì)構(gòu)造的邊界或者由于板塊運(yùn)動(dòng)而產(chǎn)生的變異部位通常存在著內(nèi)生礦。重要礦產(chǎn)一般都是隨機(jī)分布在不同板塊連接或者臨界的地方，隨著重大地質(zhì)的變異相繼產(chǎn)生，礦床為帶狀分布，規(guī)模與地質(zhì)構(gòu)造的變異差不多。

遙感技術(shù)應(yīng)用在礦產(chǎn)資源的探測(cè)方面多表現(xiàn)在空間信息上。主要通過(guò)提取該區(qū)域礦產(chǎn)的線狀影像資料，主要包括地質(zhì)的斷裂、變異等；環(huán)狀影像資料，主要包括火山、盆地等；帶狀影像資料，主要包括巖層信息等。還有從控礦斷裂交切處出現(xiàn)的塊狀影像資料和感礦相關(guān)的色異常中提出的相關(guān)信息。需要說(shuō)明的是，如果斷裂變異為主要控礦構(gòu)造時(shí)，利用遙感技術(shù)對(duì)斷裂信息重點(diǎn)提取分析具有重要的作用。

遙感技術(shù)在拍攝成像處理的過(guò)程中，通常會(huì)出現(xiàn)不清晰和模糊的情況，造成人們無(wú)法對(duì)那些有興趣想要重點(diǎn)探索的區(qū)域進(jìn)行清楚的識(shí)別。人們利用自我的目測(cè)解釋或者通過(guò)人機(jī)互動(dòng)等方法，對(duì)所提取的遙感影像綜合分析處理，例如：加強(qiáng)邊界線處理，增加灰度調(diào)色，利用科學(xué)算法等一系列方法，使地質(zhì)構(gòu)造信息簡(jiǎn)單明了的顯現(xiàn)出來(lái)。此外，遙感技術(shù)仍可以通過(guò)地表地貌、植被、巖石分布等主要特征，綜合提取分析，來(lái)獲得隱蔽的構(gòu)造信息。

2、利用植被波譜特點(diǎn)探礦

受地下水和微生物的共同作用，礦產(chǎn)資源中的金屬元素、礦物質(zhì)都可能或多或少的對(duì)上邊地層結(jié)構(gòu)產(chǎn)生影響，從而使土壤的營(yíng)養(yǎng)構(gòu)成產(chǎn)生變化，生長(zhǎng)在最上方土壤上邊的植被對(duì)于金屬元素有著吸附和聚集的作用，導(dǎo)致自身生長(zhǎng)過(guò)程中水分和葉綠素等主要物質(zhì)的變化，那就產(chǎn)生了植被反射光譜的差異。因此，這就為遙感技術(shù)的應(yīng)用奠定了理論基礎(chǔ)，人們可以通過(guò)提取分析遙感資料中植被光譜的異常信息來(lái)探尋礦產(chǎn)資源。

人們應(yīng)該掌握不同植被或者同種植被不同葉、莖含金屬量的差異變化。所以，通過(guò)對(duì)已知現(xiàn)有礦區(qū)不同植被或同種植被的不同部位作為樣品，進(jìn)行光譜測(cè)試，歸納分析總結(jié)出對(duì)金屬最有吸收聚集作用的植被，將這一種類(lèi)的植被定為礦產(chǎn)探測(cè)的有效植被，其余作為輔助植被。遙感技術(shù)的圖像處理一般通過(guò)光譜增強(qiáng)技術(shù)，采用主要成分分析，監(jiān)督分類(lèi)等方法。一般情況下，遙感圖像上的異常顏色分布均為植被反射的光譜異常信息，我們通過(guò)對(duì)圖像的分析和處理，將這些細(xì)微的異常信息分析、提取出來(lái)，并將他們直觀、重點(diǎn)的重新標(biāo)注于遙感圖像上邊，以此來(lái)綜合推斷未探知的礦產(chǎn)資源大致分布。由于植被體內(nèi)有些金屬元素的成分含量

3、礦床信息的變化依據(jù)

由于外界環(huán)境的不斷變化，礦床也會(huì)隨之產(chǎn)生某些性狀的變化。我們可以通過(guò)調(diào)取不同時(shí)段的遙感資料和圖像進(jìn)行宏觀對(duì)比，分析礦床的剝蝕改造作用；綜合相關(guān)成礦深度的知識(shí)，找出礦床的產(chǎn)出部位。

三、地質(zhì)勘查工作中遙感技術(shù)的發(fā)展趨勢(shì)

1、高光譜的實(shí)際應(yīng)用

高光譜是一種融合了計(jì)算機(jī)、探測(cè)、光學(xué)、信號(hào)處理于一身的綜合技術(shù)。充分顯示了納米級(jí)別的光譜分辨率在光譜儀中的實(shí)際應(yīng)用，在成像的時(shí)候可以同時(shí)記錄下數(shù)百條的光譜通道數(shù)據(jù)，從每一個(gè)像元中提取連續(xù)的光譜曲線，實(shí)現(xiàn)空間信息，光譜信息和輻射信息的同時(shí)獲取，所以有著很大的發(fā)展空間。高光譜的圖像光譜信息具有層次分明、信息豐富的特點(diǎn)，對(duì)于不同波段有陣不同的信息變化量，通過(guò)建立相關(guān)模型，得出礦物的豐度。人們應(yīng)該充分利用高光譜的優(yōu)勢(shì)，加強(qiáng)數(shù)據(jù)應(yīng)用處理能力。

2、數(shù)據(jù)的整合

伴隨著大量新型傳感器的不斷產(chǎn)生，可以從不同的空間、時(shí)間和光譜范圍等諸多方面來(lái)客觀真實(shí)的反應(yīng)地物目標(biāo)的特點(diǎn)，形成同一個(gè)區(qū)域的多元數(shù)據(jù)，和單元數(shù)據(jù)比較，多元數(shù)據(jù)具有互補(bǔ)性的優(yōu)點(diǎn)。單源數(shù)據(jù)僅能突出地物目標(biāo)在一個(gè)方面或者幾個(gè)方面的特點(diǎn)，想要全面，多層次的了解目標(biāo)，就必須以多源據(jù)作為基礎(chǔ)，提取更多豐富、有意義的信息。多源數(shù)據(jù)的發(fā)展促使數(shù)據(jù)整合技術(shù)的不斷前進(jìn)。借助數(shù)據(jù)整合，我們不僅可以刪除無(wú)用信息，提高數(shù)據(jù)處理效率，還可以將有價(jià)值的信息集中整合起來(lái)，形成互補(bǔ)優(yōu)勢(shì)。

3、3S技術(shù)的有機(jī)結(jié)合

遙感（RS），地理信息系統(tǒng)（GIS），全球定位系統(tǒng)（GPS）統(tǒng)稱(chēng)為3S。我們利用全球定位系統(tǒng)可以有效的迅速定位，確認(rèn)全球范圍內(nèi)的任何點(diǎn)坐標(biāo)并進(jìn)行科學(xué)管理。大量的遙感數(shù)據(jù)需要更大的空間，所以更加需要強(qiáng)大的管理系統(tǒng)?，F(xiàn)階段，隨著人力成本的大幅上升，在區(qū)域范圍內(nèi)探尋礦產(chǎn)資源的過(guò)程中，遙感技術(shù)已經(jīng)表現(xiàn)出了小投資大回報(bào)的絕對(duì)優(yōu)勢(shì)，所以RS和GIS的技術(shù)整合相當(dāng)重要。隨著3S技術(shù)的不斷升級(jí)完善，地質(zhì)工作人員可以嘗試3S和可視系統(tǒng)、衛(wèi)星通信系統(tǒng)等先進(jìn)科學(xué)技術(shù)的綜合應(yīng)用，

四、結(jié)束語(yǔ)

綜上所述，隨著社會(huì)市場(chǎng)經(jīng)濟(jì)的快速發(fā)展，工業(yè)化、城市化程度的不斷加深。在地質(zhì)勘查中，一定要采用先進(jìn)的科學(xué)技術(shù)，才能確保地質(zhì)勘探工作的順利實(shí)施。遙感技術(shù)作為地質(zhì)勘查工作的重要手段，在地質(zhì)工作中占據(jù)著重要的位置。采用遙感技術(shù)對(duì)地質(zhì)進(jìn)行有效勘測(cè)，才能促進(jìn)社會(huì)經(jīng)濟(jì)的快速發(fā)展。

參考文獻(xiàn)

[1] 陳旭鋒. 遙感地質(zhì)勘查技術(shù)發(fā)展趨勢(shì)研究[J]. 民營(yíng)科技. 2012（04）

[2] 王潤(rùn)生. 遙感地質(zhì)技術(shù)發(fā)展的戰(zhàn)略思考[J]. 國(guó)土資源遙感. 2008（01）

[3] 王迪楠. 遙感技術(shù)在地質(zhì)勘查找礦中的應(yīng)用[J]. 黑龍江科技信息. 2014（14）

第4篇：高光譜遙感原理與方法范文

遙感(RemoteSensing)即遙遠(yuǎn)的感知,指在一定距離上,應(yīng)用探測(cè)儀器不直接接觸目標(biāo)物體,從遠(yuǎn)處把目標(biāo)的電磁波特性記錄下來(lái),通過(guò)分析,揭示出物體的特征性質(zhì)及其變化的綜合性探測(cè)技術(shù)[1]。攝影照相便是一種最常見(jiàn)的遙感,照相機(jī)并不接觸被攝目標(biāo),而是相隔一定的距離,通過(guò)鏡頭把被攝目標(biāo)的影像記錄在底片上,經(jīng)過(guò)化學(xué)處理,相片便重現(xiàn)被攝目標(biāo)的圖像。從拍攝目標(biāo)到再現(xiàn)目標(biāo)所用的手段,便是一種遙感技術(shù)。遙感與其他技術(shù)結(jié)合,在農(nóng)業(yè)應(yīng)用中具有科學(xué)、快速、及時(shí)的特點(diǎn)。這對(duì)于充分利用農(nóng)業(yè)資源、指導(dǎo)農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品供需平衡等方面有著重要的意義。

2遙感估產(chǎn)的原理及農(nóng)作物估產(chǎn)方法

2.1遙感估產(chǎn)的基本原理[2]

任何物體都具有吸收和反射不同波長(zhǎng)電磁波的特性,這是物體的基本特性。人眼正是利用這一特性,在可見(jiàn)光范圍內(nèi)識(shí)別各種物體的。遙感技術(shù)也是基于同樣的原理,利用搭載在各種遙感平臺(tái)(地面、氣球、飛機(jī)、衛(wèi)星等)上的傳感器(照相機(jī)、掃描儀等)接收電磁波,根據(jù)地面上物體的波譜反射和輻射特性,識(shí)別地物的類(lèi)型和狀態(tài)。農(nóng)作物估產(chǎn)則是指根據(jù)生物學(xué)原理,在收集分析各種農(nóng)作物不同生育期不同光譜特征的基礎(chǔ)上,通過(guò)平臺(tái)上的傳感器記錄的地表信息,辨別作物類(lèi)型,監(jiān)測(cè)作物長(zhǎng)勢(shì),并在作物收獲前,預(yù)測(cè)作物的產(chǎn)量的一系列方法。它包括作物識(shí)別和播種面積提取、長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)報(bào)兩項(xiàng)重要內(nèi)容。

2.2農(nóng)作物估產(chǎn)的方法

農(nóng)作物估產(chǎn)在方法上可分為傳統(tǒng)的作物估產(chǎn)和遙感估產(chǎn)兩類(lèi)。傳統(tǒng)的作物估產(chǎn)基本上是農(nóng)學(xué)模式和氣象模式,采用人工區(qū)域調(diào)查方法。它們把作物生長(zhǎng)與主要制約和影響產(chǎn)量的農(nóng)學(xué)因子或氣候因子之間用統(tǒng)計(jì)分析的方式建立起關(guān)系。這類(lèi)模式計(jì)算繁雜、速度慢、工作量大、成本高,某些因子種類(lèi)往往難以定量化,不易推廣應(yīng)用。遙感估產(chǎn)則是建立作物光譜與產(chǎn)量之間聯(lián)系的一種技術(shù),它是通過(guò)光譜來(lái)獲取作物的生長(zhǎng)信息。在實(shí)際工作中,常常用綠度或植被指數(shù)(由多光譜數(shù)據(jù),經(jīng)線性或非線性組合構(gòu)成的對(duì)植被有一定指示意義的各種數(shù)值)作為評(píng)價(jià)作物生長(zhǎng)狀況的標(biāo)準(zhǔn)。植被指數(shù)中包括了作物長(zhǎng)勢(shì)和面積兩方面的信息,各種估產(chǎn)模式,尤其是光譜模式中植被指數(shù)是一個(gè)極為重要的參數(shù)。根據(jù)傳感器從地物中獲得的光譜特征進(jìn)行估產(chǎn)具有宏觀、快速、準(zhǔn)確、動(dòng)態(tài)的優(yōu)點(diǎn)[3,4]。

農(nóng)作物估產(chǎn)中所應(yīng)用的遙感資料大致可分為3類(lèi):一是氣象衛(wèi)星資料,主要為美國(guó)第三代業(yè)務(wù)極軌氣象衛(wèi)星(NOAA系列)裝載的甚高分辨率輻射儀(AVHRR)資料,其資料特點(diǎn)是周期短、覆蓋面積大、資料易獲取、實(shí)時(shí)性強(qiáng)、價(jià)格低廉,空間分辨率低但時(shí)間分辨率較高;二是陸地衛(wèi)星(Landsat)資料,應(yīng)用較多功能是專(zhuān)題制圖儀(TM)資料,它重復(fù)周期長(zhǎng)、價(jià)格高,但其空間分辨率高[5];三是航空遙感和地面遙感資料,主要用于光譜特征及估產(chǎn)農(nóng)學(xué)機(jī)理的研究中,其中高光譜數(shù)據(jù)可提供連續(xù)光譜,可消除一些外部條件的影響而成為遙感數(shù)據(jù)處理、地面測(cè)量、光譜模型和應(yīng)用的強(qiáng)有力的工具[6]。在遙感估產(chǎn)中農(nóng)作物面積提取是最重要的內(nèi)容。用遙感方法測(cè)算一種農(nóng)作物的種植面積主要有以下幾種方法[5]。1)航天遙感方法。包括衛(wèi)星影像磁帶數(shù)字圖象處理方法(一般精度較高)和綠度———面積模式。2)航空遙感方法?？蛇M(jìn)行總面積的測(cè)量、作物分類(lèi)及測(cè)算分類(lèi)面積。3)遙感與統(tǒng)計(jì)相結(jié)合的方法。此方法是由美國(guó)農(nóng)業(yè)部統(tǒng)計(jì)局在原面積抽樣統(tǒng)計(jì)估產(chǎn)的基礎(chǔ)上發(fā)展起來(lái)的,其原理是利用遙感影像分層,再實(shí)行統(tǒng)計(jì)學(xué)方法抽樣。4)地理信息系統(tǒng)(GIS)與遙感相結(jié)合方法。此方法是在地理信息系統(tǒng)的支持下,利用遙感信息,對(duì)不同農(nóng)作物的種植面積進(jìn)行獲取。

3國(guó)內(nèi)外遙感估產(chǎn)的研究進(jìn)展?fàn)顩r

3.1國(guó)外遙感估產(chǎn)研究的進(jìn)展?fàn)顩r

美國(guó)首先開(kāi)了農(nóng)作物遙感估產(chǎn)之先河,美國(guó)農(nóng)業(yè)部、國(guó)家海洋大氣管理局、宇航局和商業(yè)部合作制定了“大面積農(nóng)作物估產(chǎn)實(shí)驗(yàn)(1974～1978)計(jì)劃”,組織實(shí)施了小麥估產(chǎn)計(jì)劃,應(yīng)用先后發(fā)射入軌的陸地衛(wèi)星1～3接收處理出的MSS圖像,首先對(duì)美國(guó)大平原9個(gè)小麥生產(chǎn)州的面積、單產(chǎn)和產(chǎn)量做出估算;爾后對(duì)包括美國(guó)本土、加拿大和前蘇聯(lián)部分地區(qū)小麥面積、單產(chǎn)和產(chǎn)量做出估算;接著是對(duì)世界其它地區(qū)小麥面積、總產(chǎn)量進(jìn)行估算。調(diào)查分析美國(guó)、原蘇聯(lián)、加拿大等主要產(chǎn)糧國(guó)的小麥播種面積、出苗狀況和長(zhǎng)勢(shì),并利用氣象衛(wèi)星獲得的氣象要素信息,結(jié)合歷年統(tǒng)計(jì)數(shù)據(jù)進(jìn)行綜合分析,建立的小麥估產(chǎn)模型精度高達(dá)90%以上。1980～1986年,美國(guó)又制定了“農(nóng)業(yè)和資源的空間遙感調(diào)查”計(jì)劃,其核心內(nèi)容仍是主要作物的種植面積與單產(chǎn)模型的研究。進(jìn)行國(guó)內(nèi)、世界多種糧食作物長(zhǎng)勢(shì)評(píng)估和產(chǎn)量預(yù)報(bào)。中國(guó)科學(xué)院自然資源綜合考查委員會(huì)的陳沈斌于1992年8月在美國(guó)農(nóng)業(yè)部外國(guó)農(nóng)業(yè)局(負(fù)責(zé)美國(guó)以外國(guó)家的農(nóng)作物估產(chǎn),并建成運(yùn)行系統(tǒng))曾見(jiàn)到當(dāng)月估計(jì)的中國(guó)小麥、玉米、水稻總產(chǎn)量與后來(lái)1993年國(guó)家統(tǒng)計(jì)局公布的數(shù)字差-3.53%、+0.65%和-0.66%。

該項(xiàng)工作,為美國(guó)在世界農(nóng)產(chǎn)品貿(mào)易中獲得巨大的經(jīng)濟(jì)利益[2,4,7,8,9,10,11]。此后,歐共體、俄羅斯、法國(guó)、日本和印度等國(guó)也都應(yīng)用衛(wèi)星遙感技術(shù)進(jìn)行農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量測(cè)算,均取得了一定的成果。例如,歐共體用10年的時(shí)間(從1983年開(kāi)始),建成用于農(nóng)業(yè)的遙感應(yīng)用系統(tǒng),1995年在歐共體15個(gè)國(guó)家用180景SPOT影像,結(jié)合NOAA影像在60個(gè)試驗(yàn)點(diǎn)進(jìn)行了作物估產(chǎn),可精確到地塊和作物種類(lèi)。2002年美國(guó)航空航天局與美國(guó)農(nóng)業(yè)部合作在貝茲維爾、馬里蘭用MODIS數(shù)據(jù)代替NOAA-AVHRR進(jìn)行遙感估產(chǎn),MODIS搭載的TERRA衛(wèi)星是1999年由美國(guó)(國(guó)家航空航天局)、日本(國(guó)際貿(mào)易與工業(yè)廳)和加拿大(空間局、多倫多大學(xué))共同合作發(fā)射的,MODIS數(shù)據(jù)涉及波段范圍廣(36個(gè)波段)、分辨率(250,500,1000m)比NOAA-AVHRR(5個(gè)波段,分辨率為1100m)有較大的進(jìn)步,這些數(shù)據(jù)均對(duì)農(nóng)業(yè)資源遙感監(jiān)測(cè)有較高的實(shí)用價(jià)值。ldso等曾運(yùn)用500～600nm和600～700nm兩個(gè)光譜區(qū)得到的反射值的轉(zhuǎn)換植被指數(shù)(TV16)來(lái)估計(jì)小麥與大麥的單產(chǎn),獲得小麥單產(chǎn)與TV16之間的相關(guān)系數(shù)為0.78。同年,日本科技公司完成了“遙感估產(chǎn)”項(xiàng)目,可提高平原農(nóng)業(yè)估產(chǎn)的精度,并著眼于對(duì)全球進(jìn)行估產(chǎn)。

而美國(guó)已經(jīng)將遙感技術(shù)用于精細(xì)農(nóng)業(yè),對(duì)農(nóng)作物進(jìn)行區(qū)域水分分布評(píng)估、病蟲(chóng)害預(yù)測(cè)等,直接指導(dǎo)農(nóng)業(yè)生產(chǎn)。用衛(wèi)星遙感方法進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算已進(jìn)行多年,方法已趨于成熟[2,4,7,8,.9,10,11,12,13]。水稻遙感估產(chǎn)以亞洲水稻主要生產(chǎn)國(guó)為先行和先進(jìn)。中國(guó)、印度、日本等國(guó)家都進(jìn)行過(guò)遙感估產(chǎn)研究且取得較好的效果。Patel和Dash等[14]建立水稻產(chǎn)量和RVI的關(guān)系,試驗(yàn)區(qū)預(yù)報(bào)精度達(dá)到96.14%。Miller等[15]在分蘗或出穗階段時(shí),運(yùn)用比值植被指數(shù)通過(guò)干物質(zhì)和單產(chǎn)的關(guān)系來(lái)估計(jì)單產(chǎn)。但在作物灌漿與成熟階段,由于反射率與總生物量之間并不相關(guān),比值植被指數(shù)無(wú)法預(yù)測(cè)水稻的冠層生物量。Wiegand,SSRay認(rèn)為借助于歸一化植被指數(shù)NDVI{(NIR-R)/(NIR+R)}可以很好地預(yù)測(cè)產(chǎn)量[16,17]。

3.2國(guó)內(nèi)遙感估產(chǎn)研究進(jìn)展情況

從“六五”開(kāi)始,我國(guó)試用衛(wèi)星遙感進(jìn)行農(nóng)作物產(chǎn)量預(yù)報(bào)的研究,并在局部地區(qū)開(kāi)展產(chǎn)量估算試驗(yàn)。“七五”期間,國(guó)家氣象局于1987年開(kāi)展了北方11省市小麥氣象衛(wèi)星綜合測(cè)產(chǎn),探索運(yùn)用周期短、價(jià)格低的衛(wèi)星進(jìn)行農(nóng)作物估產(chǎn)的新方法。該項(xiàng)目中,主要是以長(zhǎng)期的氣象資料為基礎(chǔ),以遙感信息為檢驗(yàn)手段,建立了不同地區(qū)的遙感參數(shù)-作物產(chǎn)量的一階回歸模型。1985～1989年,此項(xiàng)目為中央和地方提供了165次不同時(shí)空尺度的產(chǎn)量預(yù)報(bào),為國(guó)家減少糧食損失達(dá)33萬(wàn)t以上,累計(jì)經(jīng)濟(jì)效益達(dá)20億元?！鞍宋濉逼陂g,國(guó)家將遙感估產(chǎn)列為攻關(guān)課題,由中國(guó)科學(xué)院主持,聯(lián)合農(nóng)業(yè)部等40個(gè)單位,開(kāi)展了對(duì)小麥、玉米和水稻大面積遙感估產(chǎn)試驗(yàn)研究,建成了大面積“遙感估產(chǎn)試驗(yàn)運(yùn)行系統(tǒng)”,并完成了全國(guó)范圍的遙感估產(chǎn)的部分基礎(chǔ)工作。通過(guò)1993～1996年4年試驗(yàn)運(yùn)行,分別對(duì)四省兩市(河北、山東、河南、安徽北部和北京市、天津市)的小麥,湖北、江蘇和上海市的水稻;吉林省的玉米種植面積、長(zhǎng)勢(shì)和產(chǎn)量的監(jiān)測(cè)和預(yù)報(bào),在指導(dǎo)農(nóng)業(yè)生產(chǎn)及農(nóng)業(yè)決策中發(fā)揮了重要作用。特別是解決了一些關(guān)鍵技術(shù)問(wèn)題,為進(jìn)一步開(kāi)展全國(guó)性的衛(wèi)星遙感估產(chǎn)提供了重要保證。

第5篇：高光譜遙感原理與方法范文

關(guān)鍵詞：精細(xì)農(nóng)業(yè)；遙感技術(shù)；應(yīng)用；問(wèn)題；解決途徑

收稿日期：2011-06-04

作者簡(jiǎn)介：張旭（1990―），男，內(nèi)蒙古人，中國(guó)地質(zhì)大學(xué)（北京）地質(zhì)學(xué)專(zhuān)業(yè)大學(xué)生。

中圖分類(lèi)號(hào)：TP79文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-9944（2011）07-0211-03

1引言

精細(xì)農(nóng)業(yè)也被稱(chēng)為因地制宜農(nóng)業(yè)、處方農(nóng)業(yè)。它可以在遙感、地理信息系統(tǒng)和全球定位系統(tǒng)技術(shù)支持下,進(jìn)行抽樣調(diào)查,獲取作物生長(zhǎng)的各種影響因素信息（如土壤結(jié)構(gòu)、含水量、地形、病蟲(chóng)害等）。通過(guò)進(jìn)行農(nóng)田小區(qū)作物產(chǎn)量對(duì)比,分析影響小區(qū)產(chǎn)量差異的原因,獲取農(nóng)業(yè)生產(chǎn)中存在的空間和時(shí)間差異性,可以根據(jù)每個(gè)地塊的農(nóng)業(yè)資源特點(diǎn),按需實(shí)施微觀調(diào)控,以充分利用現(xiàn)代化和機(jī)械化,精耕細(xì)作,獲取高的經(jīng)濟(jì)效益。

遙感技術(shù)是指運(yùn)用現(xiàn)代光學(xué)、電子學(xué)探測(cè)儀器,不與目標(biāo)物相接觸,從遠(yuǎn)距離把目標(biāo)物的電磁波特性記錄下來(lái),通過(guò)分析、解譯揭示出目標(biāo)物本身的特征、性質(zhì)及其變化規(guī)律的綜合性探測(cè)技術(shù)。其基本原理就是不同物體的電磁波特性是不同的（黃惠珍,2010）,通過(guò)探測(cè)地表物體對(duì)電磁波的反射和其發(fā)射的電磁波,從而提取這些物體的信息,完成對(duì)遠(yuǎn)距離物體的識(shí)別。

2遙感技術(shù)應(yīng)用于精細(xì)農(nóng)業(yè)的必要性

隨著科學(xué)技術(shù)的發(fā)展,傳統(tǒng)農(nóng)業(yè)因耗能高、產(chǎn)量低,正逐步被新型農(nóng)業(yè)所代替,而精細(xì)農(nóng)業(yè),適應(yīng)了現(xiàn)代農(nóng)業(yè)產(chǎn)量高、投入少、節(jié)約資源、保護(hù)環(huán)境的要求（姚建松,2009）,它的出現(xiàn),是傳統(tǒng)農(nóng)業(yè)向新型農(nóng)業(yè)轉(zhuǎn)型的必然結(jié)果,具有歷史必然性。

遙感技術(shù)是精細(xì)農(nóng)業(yè)獲得田間數(shù)據(jù)的核心來(lái)源。沒(méi)有遙感技術(shù)的服務(wù),就沒(méi)有精細(xì)農(nóng)業(yè)的發(fā)展。由于不同含水量的土壤具有不同的地表溫度（谷紀(jì)良,2010）,不同生長(zhǎng)期和不同生長(zhǎng)情況的農(nóng)作物具有不同的波譜發(fā)射特征。因此,通過(guò)對(duì)作物本身及其生長(zhǎng)環(huán)境的波譜特性研究,可定量測(cè)定作物的生長(zhǎng)狀況和空間變異信息（李新磊等,2010）,了解生態(tài)環(huán)境變化,為及時(shí)作出合理化的調(diào)整提供最權(quán)威的數(shù)據(jù)資料。因此,精細(xì)農(nóng)業(yè)要發(fā)展,必然需要遙感技術(shù)的應(yīng)用。

3遙感技術(shù)在精細(xì)農(nóng)業(yè)中的應(yīng)用

遙感技術(shù)可以客觀、準(zhǔn)確、及時(shí)地提供作物生態(tài)環(huán)境和作物生長(zhǎng)的各種信息。這是精細(xì)農(nóng)業(yè)獲得田間數(shù)據(jù)的重要來(lái)源。因些,遙感可以在很多方面為精細(xì)農(nóng)業(yè)服務(wù)。

3.1作物養(yǎng)分診斷與監(jiān)測(cè)研究

作物養(yǎng)分主要包括氮、磷、鉀等元素,如果缺乏會(huì)導(dǎo)致作物光合作用能力和產(chǎn)量降低。近20年來(lái),利用遙感進(jìn)行作物養(yǎng)分（尤其是氮）實(shí)時(shí)監(jiān)測(cè)和快速診斷一直是農(nóng)業(yè)應(yīng)用研究的熱點(diǎn),其中,高光譜遙感可很好的對(duì)作物養(yǎng)分進(jìn)行診斷和監(jiān)測(cè)（姚云軍等,2008）?；驹砭褪抢米魑锏⒘?、鉀等含量的變化會(huì)引起作物葉片生理和形態(tài)結(jié)構(gòu)變化,造成作物光譜反射特性變化的特性。作物養(yǎng)分高光譜診斷與監(jiān)測(cè)方法主要包括多元統(tǒng)計(jì)回歸方法診斷作物養(yǎng)分含量，基于特定吸收波段內(nèi)波譜特征參數(shù)的作物養(yǎng)分診斷。

3.2農(nóng)作物播種面積遙感監(jiān)測(cè)與估算

搭載遙感器的衛(wèi)星或飛機(jī)通過(guò)田地時(shí),可以監(jiān)測(cè)并記錄下農(nóng)作物覆蓋面積數(shù)據(jù),通過(guò)這些數(shù)據(jù)可以對(duì)農(nóng)作物分類(lèi),在此基礎(chǔ)上可以估算出每種作物的播種面積。目前商業(yè)銷(xiāo)售的遙感圖像已經(jīng)達(dá)到1m空間分辨率,在這種高分辨率圖像中可以進(jìn)行精確的農(nóng)作物播種面積估算。

3.3遙感監(jiān)測(cè)農(nóng)作物長(zhǎng)勢(shì)與產(chǎn)量估算

作物長(zhǎng)勢(shì)是作物生長(zhǎng)發(fā)育狀況評(píng)價(jià)的綜合參數(shù),長(zhǎng)勢(shì)監(jiān)測(cè)是對(duì)作物苗情、生長(zhǎng)狀況與變化的宏觀監(jiān)測(cè)。構(gòu)建時(shí)空信息輔助下的遙感信息技術(shù)與作物生理特性及作物長(zhǎng)勢(shì)之間的關(guān)系模型便于作物長(zhǎng)勢(shì)監(jiān)測(cè)。利用遙感技術(shù)在作物生長(zhǎng)不同階段進(jìn)行觀測(cè),獲得不同時(shí)間序列的圖像,農(nóng)田管理者可以通過(guò)遙感提供的信息,及時(shí)發(fā)現(xiàn)作物生長(zhǎng)中出現(xiàn)的問(wèn)題,采取針對(duì)措施進(jìn)行田間管理（如施肥、噴施農(nóng)藥等）。管理者可以根據(jù)不同時(shí)間序列的遙感圖像,了解不同生長(zhǎng)階段中作物的長(zhǎng)勢(shì),提前預(yù)測(cè)作物產(chǎn)量。自20世紀(jì)80年代初開(kāi)始,中國(guó)有關(guān)研究部門(mén)與高校合作,利用陸地衛(wèi)星和氣象衛(wèi)星進(jìn)行大面積作物長(zhǎng)勢(shì)和產(chǎn)量監(jiān)測(cè)的研究與試驗(yàn)。這為我國(guó)作物產(chǎn)量的提前預(yù)報(bào)奠定了科學(xué)基礎(chǔ)。

3.4作物生態(tài)環(huán)境監(jiān)測(cè)

利用遙感技術(shù)可以對(duì)土壤侵蝕、土地鹽堿化面積、主要分布區(qū)域與土地鹽堿化變化趨勢(shì)進(jìn)行監(jiān)測(cè),也可對(duì)土壤水和其它作物生態(tài)環(huán)境進(jìn)行監(jiān)測(cè),這些信息有助于田間管理者采取相應(yīng)措施,合理調(diào)配,及時(shí)改善作物生態(tài)環(huán)境,使作物更好地成長(zhǎng)。

3.5災(zāi)害損失評(píng)估

氣候異常對(duì)作物生長(zhǎng)具有一定影響,利用遙感技術(shù)可以監(jiān)測(cè)與定量評(píng)估作物受災(zāi)程度,作物受旱澇災(zāi)害影響的面積,對(duì)作物損失進(jìn)行評(píng)估,然后針對(duì)具體受災(zāi)情況,進(jìn)行補(bǔ)種、澆水、施肥或排水等抗災(zāi)措施,減少損失。

4遙感技術(shù)在精細(xì)農(nóng)業(yè)發(fā)展中面臨的問(wèn)題與解決途徑

4.1遙感數(shù)據(jù)庫(kù)不足

遙感技術(shù)在應(yīng)用于精細(xì)農(nóng)業(yè)中,因作物的生態(tài)物理參數(shù)（如含水量、葉綠素含量、葉面積指數(shù)等）各異,生長(zhǎng)環(huán)境復(fù)雜,生長(zhǎng)過(guò)程中隨時(shí)間的推移作物與土壤的各種物理化學(xué)條件都會(huì)變化,這就需要建立大量的數(shù)據(jù)庫(kù),給遙感農(nóng)業(yè)帶來(lái)了不便。而現(xiàn)有精細(xì)農(nóng)業(yè)中的遙感數(shù)據(jù)庫(kù)還處于發(fā)展階段,數(shù)據(jù)量不足,有待進(jìn)一步完善。

4.2解譯水平有待進(jìn)一步提高

遙感技術(shù)在精細(xì)農(nóng)業(yè)中的應(yīng)用尚且處于探索階段,許多解譯方法尚不成熟,如多種田間組分（作物、土壤等）混合光譜的研究等。而現(xiàn)代遙感技術(shù)單一解譯技術(shù)已趨于成熟,但混合光譜的研究才剛剛起步,還需要加強(qiáng)解譯水平,完善解譯體系。

4.3建立標(biāo)形植被光譜數(shù)據(jù)庫(kù)

深入開(kāi)展農(nóng)業(yè)應(yīng)用中標(biāo)準(zhǔn)地物光譜特征研究,總結(jié)標(biāo)準(zhǔn)地物在不同條件下光譜變異規(guī)律,完善和擴(kuò)充農(nóng)業(yè)光譜數(shù)據(jù)庫(kù),在應(yīng)用研究時(shí)將目標(biāo)物與標(biāo)形地物的波譜特征進(jìn)行對(duì)比,觀察波譜圖像,總結(jié)波譜特征規(guī)律,進(jìn)一步確定目標(biāo)物的現(xiàn)實(shí)特征,進(jìn)而實(shí)施相應(yīng)手段,提高作物產(chǎn)量。

4.4建立健全解譯體系

加大遙感解譯的投入力度,建立健全常用地物的解譯體系,特別是完善農(nóng)業(yè)遙感中的解譯系統(tǒng),將傳統(tǒng)解譯與現(xiàn)代信息技術(shù)相結(jié)合,結(jié)合地理信息系統(tǒng),定位導(dǎo)航系統(tǒng)的發(fā)展,將不同地區(qū)不同地物的波譜特征納入解譯體系,提高解譯水平。

建立標(biāo)形地物波譜數(shù)據(jù)庫(kù),加強(qiáng)農(nóng)田水分條件、肥力條件、病蟲(chóng)害等因子在遙感圖像中的解譯標(biāo)志,實(shí)現(xiàn)農(nóng)作物征兆信息的智能化提取,上述關(guān)鍵技術(shù)的突破,將有助于闡明作物生長(zhǎng)環(huán)境和收獲產(chǎn)量實(shí)際分布的相關(guān)機(jī)理,有助于遙感動(dòng)態(tài)監(jiān)測(cè)定量化,建立作物長(zhǎng)勢(shì)與產(chǎn)量預(yù)報(bào)定量模型,這對(duì)于提高農(nóng)業(yè)田間科學(xué)管理（灌溉、施肥或噴灑農(nóng)藥）具有重要意義。

5結(jié)語(yǔ)

遙感技術(shù)的研究與發(fā)展,是促進(jìn)精細(xì)農(nóng)業(yè)發(fā)展的重要一步,隨著更高分辨率遙感技術(shù)的發(fā)展,遙感技術(shù)在精細(xì)農(nóng)業(yè)中的應(yīng)用必將更進(jìn)一步。未來(lái)精細(xì)農(nóng)業(yè)中遙感的定位,將從定性監(jiān)測(cè)逐步轉(zhuǎn)向定量監(jiān)測(cè),定量遙感將在精細(xì)農(nóng)業(yè)中發(fā)揮更加重要的作用。因此,加強(qiáng)定量遙感的研究力度,完善定量遙感體系,建立定量遙感農(nóng)業(yè)模型,將為農(nóng)業(yè)遙感發(fā)展帶來(lái)新的活力,必將促進(jìn)精細(xì)農(nóng)業(yè)的蓬勃發(fā)展。

參考文獻(xiàn)：

［1］ 黃惠珍.遙感技術(shù)在我國(guó)農(nóng)業(yè)生產(chǎn)中的應(yīng)用［J］.科技信息,2010（24）:46.

［2］ 姚建松.我國(guó)精細(xì)農(nóng)業(yè)發(fā)展前景探討與研究［J］.中國(guó)農(nóng)機(jī)化,2009（3）：26～28.

［3］ 谷紀(jì)良.淺談我國(guó)精細(xì)農(nóng)業(yè)的應(yīng)用情況和技術(shù)構(gòu)成［J］.消費(fèi)導(dǎo)刊,2010（8）：224.

［4］ 李新磊,蘇俊.試述現(xiàn)代精細(xì)農(nóng)業(yè)的技術(shù)構(gòu)成及其應(yīng)用［J］.中小企業(yè)管理與科技,2010（6）：79～81.

［5］ 姚云軍,秦其明,張自力,等.高光譜技術(shù)在農(nóng)業(yè)遙感中的應(yīng)用研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào),2008,24（7）:301～306.

［6］ 任麗萍,杜波.精細(xì)農(nóng)業(yè)-現(xiàn)代化農(nóng)業(yè)的發(fā)展方向［J］.黑龍江科技信息,2009（21）:145.

［7］ 王建強(qiáng),王麗梅.3S 技術(shù)在精細(xì)農(nóng)業(yè)發(fā)展中的綜合應(yīng)用探討［J］.水利科技與經(jīng)濟(jì),2008,14（3）：235～236,244.

［8］ 楊淑芳.遙感技術(shù)在農(nóng)業(yè)上的應(yīng)用與展望［J］.農(nóng)業(yè)科技展望,2008（7）:39～42.

第6篇：高光譜遙感原理與方法范文

關(guān)鍵詞：高光譜 無(wú)損 檢測(cè)

引言

從古至今，農(nóng)業(yè)都是中國(guó)的傳統(tǒng)和基礎(chǔ)產(chǎn)業(yè)。農(nóng)產(chǎn)品的種植、加工、消費(fèi)及出口對(duì)農(nóng)產(chǎn)品的品質(zhì)檢測(cè)都有較強(qiáng)的依賴(lài)?，F(xiàn)在適用的農(nóng)產(chǎn)品品質(zhì)檢測(cè)方法有著破壞樣本、消耗大量時(shí)間、甚至嚴(yán)重污染環(huán)境等不可避免的缺點(diǎn)。為了農(nóng)業(yè)的健康發(fā)展、提高中國(guó)農(nóng)產(chǎn)品的國(guó)際競(jìng)爭(zhēng)力和緩解環(huán)境壓力亟需開(kāi)發(fā)一種快速無(wú)損的農(nóng)產(chǎn)品品質(zhì)檢測(cè)方法。農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)是利用自身力的學(xué)、光學(xué)、電學(xué)及聲學(xué)等物理性質(zhì)對(duì)其品質(zhì)進(jìn)行非破壞檢測(cè)，并按照一定標(biāo)準(zhǔn)對(duì)其進(jìn)行分級(jí)分選的新興技術(shù)。現(xiàn)階段，我國(guó)農(nóng)產(chǎn)品品質(zhì)檢測(cè)主要以人工分揀為主，費(fèi)時(shí)費(fèi)力，導(dǎo)致農(nóng)產(chǎn)品在國(guó)內(nèi)外市場(chǎng)上缺乏相應(yīng)的競(jìng)爭(zhēng)力，市場(chǎng)前景不容樂(lè)觀。因此，研究開(kāi)發(fā)快速有效、實(shí)時(shí)在線的農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)技術(shù)已經(jīng)成為我國(guó)農(nóng)業(yè)工程領(lǐng)域的重要研究方向。

1、高光譜成像技術(shù)原理

高光譜是利用很多窄的電磁波波段獲取物體有關(guān)數(shù)據(jù)的技術(shù)，它可在電磁波的紫外、可見(jiàn)光、近紅外、中紅外以至熱紅外區(qū)域，獲取許多非常窄且光譜連續(xù)的圖像數(shù)據(jù)，為每個(gè)像元提供數(shù)十至數(shù)百個(gè)窄波段（通常波段寬度

高光譜圖像可以用“三維數(shù)據(jù)塊”來(lái)形象地描述（見(jiàn)圖1），其中x和y表示二維平面像素信息坐標(biāo)軸，第三維（λ軸）是波長(zhǎng)信息坐標(biāo)軸。高光譜圖像集樣本的圖像信息與光譜信息于一身。圖像信息可以反映樣本的大小、形狀、缺陷等外部品質(zhì)特征，由于成分不同對(duì)光譜吸收也不同，在某個(gè)特定波長(zhǎng)下圖像對(duì)某個(gè)缺陷會(huì)有較顯著的反映，而光譜信息能充分反映樣品內(nèi)部的物理結(jié)構(gòu)、化學(xué)成分的差異。這些特點(diǎn)決定了高光譜圖像技術(shù)在農(nóng)產(chǎn)品內(nèi)外部品質(zhì)的檢測(cè)方面的獨(dú)特優(yōu)勢(shì)。

2、高光譜成像檢測(cè)裝置

由光源、光譜成像儀、圖像采集卡、暗箱、數(shù)據(jù)處理軟件、位移平臺(tái)等構(gòu)成了典型的高光譜成像裝置。高光譜成像技術(shù)有基于濾片的高光譜成像系統(tǒng)和基于圖像光譜儀的高光譜圖像系統(tǒng)兩種。圖2為搭建的高光譜成像裝置示意圖。

3、高光譜數(shù)據(jù)處理

高光譜圖像數(shù)據(jù)塊能夠?yàn)楸粰z樣品提供詳盡的內(nèi)外部信息，但同時(shí)由于波譜段多、數(shù)據(jù)量大、數(shù)據(jù)相關(guān)性強(qiáng)等特點(diǎn)，給數(shù)據(jù)處理造成了維數(shù)災(zāi)難。目前，國(guó)內(nèi)外大多數(shù)學(xué)者對(duì)數(shù)據(jù)處理的方法是： 先選擇感興趣區(qū)域（ ROI） ，在采用主成分分析法（ PCA） 、獨(dú)立成分分析法（ ICA） 以及遺傳算法（ GA） 等對(duì)感興趣區(qū)域數(shù)據(jù)進(jìn)行分析降維，去除大量冗余信息，找出特征波長(zhǎng)，并建立相應(yīng)的判別模型。常用的建模方法有 BP神經(jīng)網(wǎng)絡(luò)法（ BPANN） 、多元線性回歸法（ MLR） 以及偏最小二乘法（ PLS） 。

4、農(nóng)產(chǎn)品無(wú)損檢測(cè)中高光譜成像技術(shù)的應(yīng)用

自 20 世紀(jì) 80 年代以來(lái)，高光譜成像技術(shù)在軍事偵查、土地遙感規(guī)劃以及災(zāi)難評(píng)估等國(guó)家信息領(lǐng)域得到廣泛應(yīng)用。隨著電子和光學(xué)成像技術(shù)的發(fā)展，高光譜成像技術(shù)才得以商業(yè)化。由于該技術(shù)的自身優(yōu)勢(shì)，國(guó)外研究人員開(kāi)始將該技術(shù)應(yīng)用到農(nóng)產(chǎn)品無(wú)損檢測(cè)領(lǐng)域，取得了一系列研究成果。近幾年，國(guó)內(nèi)研究人員也做了大量的基礎(chǔ)研究工作，為該技術(shù)在農(nóng)產(chǎn)品無(wú)損檢測(cè)領(lǐng)域的廣泛應(yīng)用奠定了基礎(chǔ)。

4.1在水果品質(zhì)無(wú)損檢測(cè)中的應(yīng)用

水果內(nèi)外部品質(zhì)好壞是水果腐爛變質(zhì)的罪魁禍?zhǔn)?，也是劃分水果等?jí)最基本的標(biāo)準(zhǔn)。但要對(duì)水果內(nèi)外部多個(gè)品質(zhì)特征同時(shí)進(jìn)行非破壞的快速有效檢測(cè)，依舊面臨較大困難。高光譜成像技術(shù)融合了圖像和光譜技術(shù)優(yōu)勢(shì)，在水果內(nèi)外部品質(zhì)檢測(cè)方面取得了較好的效果。

4.1.1在水果外部品質(zhì)檢測(cè)中的應(yīng)用

Vargas 等用紫外誘導(dǎo)甜瓜表面動(dòng)物糞便污染物發(fā)出（ 425 ～774 nm） 熒光的高光譜熒光成像方法對(duì)甜瓜表面不同濃度的動(dòng)物糞便進(jìn)行檢測(cè)，采用波段比（ 595/655nm，655/520nm，555/655nm） 對(duì) 其 進(jìn) 行 分析，檢測(cè)率為 79% ～96% 。進(jìn)一步研究發(fā)現(xiàn)模型把甜瓜表面疤痕組織誤認(rèn)為動(dòng)物糞便。在采用主成分分析法對(duì)全波段進(jìn)行分析發(fā)現(xiàn)，PC1和 PC6包含了圖像99. 6% 的信息，在根據(jù)權(quán)重系數(shù)大小選擇了 465，487，531 ，607 ，643 ，688 nm6 個(gè)特征波長(zhǎng) ，相關(guān)系數(shù)為99. 96% 。

4.1.2在水果內(nèi)部品質(zhì)檢測(cè)方面的應(yīng)用

單佳佳等利用高光譜空間散射曲線的 3 個(gè)洛倫茲擬合參數(shù)對(duì)蘋(píng)果的品質(zhì)（ 硬度、可溶性固溶物含量） 進(jìn)行檢測(cè)，采用偏最小二乘、逐步多元線性回歸和 BP 神經(jīng)網(wǎng)絡(luò) 3 種方法分別對(duì)歸一化處理和未歸一化處理的 3 個(gè)洛倫茲參數(shù)組合建立預(yù)測(cè)模型。結(jié)果表明： 采用偏最小二乘法對(duì)兩種情況判別效果最好，校正相關(guān)系數(shù)和校正誤差分別為 Rc = 0.93，SEC =0.56，Rv =0.84，SEV =0.94。結(jié)果表明，該技術(shù)對(duì)蘋(píng)果多參數(shù)進(jìn)行同時(shí)檢測(cè)是可行的

4.2在蔬菜品質(zhì)無(wú)損檢測(cè)中的應(yīng)用

在國(guó)內(nèi)，柴阿麗等利用光譜成像技術(shù)（ 400 ～720 nm） 對(duì)黃瓜白粉病、角斑病、霜霉病、褐斑病和無(wú)病區(qū)域進(jìn)行識(shí)別，采用逐步判別分析和典型判別分析兩種方法進(jìn)行降維，并利用選擇的光譜特征參數(shù)建立病害識(shí)別模型。結(jié)果表明，逐步判別構(gòu)建的模型對(duì)訓(xùn)練樣本和測(cè)試樣本的判別準(zhǔn)確率分別為 100% 和94% ，典型判別構(gòu)建的模型對(duì)訓(xùn)練樣本和測(cè)試樣本的判別準(zhǔn)確率 100% 。

4.3在糧食作物無(wú)損檢測(cè)中的應(yīng)用

在國(guó)內(nèi)，李江波等用高光譜成像技術(shù)（ 450 ～900nm） 及 ANN 對(duì)玉米含水率進(jìn)行檢測(cè)。通過(guò)玉米粒反射光譜圖像獲取反映其含水率的光譜特征波長(zhǎng)，利用 ANN 建立玉米粒含水率的預(yù)測(cè)模型，模型相關(guān)系數(shù)達(dá)到0.98。預(yù)測(cè)結(jié)果誤差絕對(duì)值最大2.1182，最小0.0024； 相對(duì)誤差絕對(duì)值的平均值為0.309，表明該技術(shù)對(duì)玉米含水率進(jìn)行無(wú)損檢測(cè)是可行的。

4.4 在肉品無(wú)損檢測(cè)中的應(yīng)用

陳全勝等利用高光譜技術(shù)對(duì) 78 個(gè)豬肉樣本在400 ～ 1 100nm 范圍進(jìn)行光譜數(shù)據(jù)采集； 通過(guò) PCA 分析光譜數(shù)據(jù)進(jìn)行降維，從中優(yōu)選出 3 幅特征圖像，并從每幅特征圖像中分別提取對(duì)比度、相關(guān)性、角二階矩和一致性等 4 個(gè)基于灰度共生矩陣的紋理特征變量； 再通過(guò) PCA 對(duì) 12 各變量分析提取 6 個(gè)主成分變量，根據(jù)剪切力判斷樣本嫩度的分級(jí)結(jié)果，利用 ANN法構(gòu)建判別模型。結(jié)果表明，對(duì)校正集樣本回判率為96. 15% ，預(yù)測(cè)集樣本判別率為 80. 77%。

3 總結(jié)與展望

高光譜成像技術(shù)在農(nóng)業(yè)中有著廣泛的應(yīng)用前景，它能同時(shí)獲得待測(cè)農(nóng)產(chǎn)品樣品豐富的圖像和光譜信息，進(jìn)而對(duì)農(nóng)產(chǎn)品進(jìn)行快速無(wú)損檢測(cè)和綜合評(píng)價(jià)。

（1）運(yùn)用高光譜技術(shù)檢測(cè)農(nóng)產(chǎn)品品質(zhì)，對(duì)其定性分析已取得較好的進(jìn)展，但定量分析的精度仍有很多不足，可通過(guò)提高光譜裝置精度，減少其它無(wú)用雜散信息的干擾等做進(jìn)一步的研究。

（2）高光譜技術(shù)在應(yīng)用到農(nóng)產(chǎn)品在線檢測(cè)時(shí)，由于高光譜圖像信息量豐富，但冗余量多，為前期的研究帶來(lái)困難，其次高光譜成像系統(tǒng)價(jià)格昂貴，選擇合適的特征波長(zhǎng)是進(jìn)行光譜處理的關(guān)鍵，基于特征波長(zhǎng)構(gòu)建單個(gè)或多個(gè)波長(zhǎng)光譜系統(tǒng)，進(jìn)一步提高高光譜成像技術(shù)的處理速度，為在線檢測(cè)提供依據(jù)。

（3）高光譜技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測(cè)上應(yīng)用處于起步階段，但表現(xiàn)出來(lái)無(wú)損，快速，精確的特點(diǎn)，表明它在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中具有廣泛的應(yīng)用前景。

參考文獻(xiàn)：

[1] 劉木華，趙杰文，鄭建鴻，等.農(nóng)畜產(chǎn)品品質(zhì)無(wú)損檢測(cè)中高光譜圖像技術(shù)的應(yīng)用進(jìn)展[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（9）：139～143.

第7篇：高光譜遙感原理與方法范文

關(guān)鍵詞:遙感技術(shù);礦產(chǎn)資源;開(kāi)發(fā)預(yù)測(cè);地質(zhì)遙感信息

中圖分類(lèi)號(hào):P627文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-2374(2009)20-0057-03

遙感在地質(zhì)學(xué)上的應(yīng)用始于20世紀(jì)70年代,人們利用遙感視域?qū)挕⑿畔⒇S富、具有定時(shí)性、定位性的特點(diǎn),研究地球表面及表層的地質(zhì)體、地質(zhì)現(xiàn)象的電磁輻射特征,識(shí)別地質(zhì)體的物性及運(yùn)動(dòng)狀態(tài),從而為地質(zhì)構(gòu)造研究、礦產(chǎn)資源勘查、區(qū)域地質(zhì)調(diào)查、環(huán)境和災(zāi)害地質(zhì)監(jiān)測(cè)等研究提供幫助。

一、遙感技術(shù)概述

(一)遙感技術(shù)的概念

遙感技術(shù)是從遠(yuǎn)距離感知目標(biāo)反射或自身輻射的電磁波、可見(jiàn)光、紅外線等目標(biāo)進(jìn)行探測(cè)和識(shí)別的技術(shù)。例如航空攝影就是一種遙感技術(shù)。人造地球衛(wèi)星發(fā)射成功,大大推動(dòng)了遙感技術(shù)的發(fā)展?，F(xiàn)代遙感技術(shù)主要包括信息的獲取、傳輸、存儲(chǔ)和處理等環(huán)節(jié)。完成上述功能的全套系統(tǒng)稱(chēng)為遙感系統(tǒng),其核心組成部分是獲取信息的遙感器。遙感器的種類(lèi)很多,主要有照相機(jī)、電視攝像機(jī)、多光譜掃描儀、成像光譜儀、微波輻射計(jì)、合成孔徑雷達(dá)等。

現(xiàn)代遙感應(yīng)用技術(shù)是指在數(shù)字地球框架下,將遙感技術(shù)與傳統(tǒng)的地質(zhì)方法相結(jié)合,和現(xiàn)代信息技術(shù)相結(jié)合的遙感信息深化應(yīng)用技術(shù)。它的核心是遙感信息的延伸應(yīng)用和信息化。最大限度地利用信息資源,以提高礦產(chǎn)資源的勘查效果。一方面,露出地表的礦明顯減少,勘查目標(biāo)已由地表或近地表轉(zhuǎn)向地下深處的隱伏礦床,找礦難度愈來(lái)愈大。另一方面,各種地學(xué)手段取得的信息資源愈來(lái)愈豐富,為遙感信息與其它地學(xué)信息的集成創(chuàng)造了條件。

(二)遙感技術(shù)的原理

任何物體都具有光譜特性,具體地說(shuō),它們都具有不同的吸收、反射、輻射光譜的性能。在同一光譜區(qū)各種物體反映的情況不同,同一物體對(duì)不同光譜的反映也有明顯差別。即使是同一物體,在不同的時(shí)間和地點(diǎn),由于太陽(yáng)光照射角度不同,它們反射和吸收的光譜也各不相同。遙感技術(shù)就是根據(jù)這些原理,對(duì)物體做出判斷。遙感技術(shù)通常是使用綠光、紅光和紅外光三種光譜波段進(jìn)行探測(cè)。綠光段一般用來(lái)探測(cè)地下水、巖石和土壤的特性;紅光段探測(cè)植物生長(zhǎng)、變化及水污染等;紅外段探測(cè)土地、礦產(chǎn)及資源。

利用多種遙感平臺(tái)獲取的多種類(lèi)、多時(shí)相遙感數(shù)據(jù),采用多種遙感圖像處理方法,室內(nèi)對(duì)比提取礦產(chǎn)資源開(kāi)發(fā)地采礦活動(dòng)痕跡的影像信息,發(fā)現(xiàn)其不同時(shí)間段采礦活動(dòng)痕跡變化信息。

二、遙感技術(shù)的優(yōu)勢(shì)及其在礦產(chǎn)資源開(kāi)發(fā)預(yù)測(cè)工作中的作用

隨著RS(遙感)、GIS(地理信息系統(tǒng))、GPS(地理定位系統(tǒng))的發(fā)展,遙感數(shù)據(jù)的可解釋程度與速度得到更快地提高,影響遙感解譯的不確定性因素在不斷減少,在礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)方面,尤其是在自然環(huán)境比較惡劣的地區(qū),遙感的作用將由礦產(chǎn)資源調(diào)查評(píng)價(jià)的配角到主角的新角色。

(一)遙感技術(shù)的優(yōu)勢(shì)

與常規(guī)手段相比,遙感技術(shù)用高空鳥(niǎo)瞰的形式進(jìn)行探測(cè),可以跨越交通的阻隔和視野的限制,洞察地面調(diào)查的和死角,對(duì)大面積的環(huán)境狀況進(jìn)行全面徹底的調(diào)查;同時(shí),它遠(yuǎn)離觀察對(duì)象,不損害研究對(duì)象及其環(huán)境條件,保證了獲取信息資料的客觀性、可靠性;遙感技術(shù)具有的“多點(diǎn)位”、“多波段”、“多時(shí)相”、“多高度”的獲取和“多次增強(qiáng)”遙感信息處理的特征。

根據(jù)不同的任務(wù),遙感技術(shù)可選用不同波段和遙感儀器來(lái)獲取信息。例如可采用可見(jiàn)光探測(cè)物體,也可采用紫外線,紅外線和微波探測(cè)物體。利用不同波段對(duì)物體不同的穿透性,還可獲取地物內(nèi)部信息。

目前,遙感技術(shù)的發(fā)展主要體現(xiàn)在空間、時(shí)間和光譜分辨率的不斷提高。民用衛(wèi)星遙感數(shù)據(jù)中Quick Bird數(shù)據(jù)的最高空間分辨率已達(dá)0.61m,軌道重復(fù)周期1～6d(取決于緯度高低);而幾何分辨率為1m的IKONOS衛(wèi)星數(shù)據(jù),重復(fù)周期僅為1～3d;高光譜衛(wèi)星數(shù)據(jù)Hyperion,波段高達(dá)220個(gè),幾何分辨率達(dá)30m。相對(duì)于衛(wèi)星遙感而言,航空遙感具有更機(jī)動(dòng)靈活、更高精度的優(yōu)勢(shì),如目前較先進(jìn)的基于POS系統(tǒng)的航空攝影技術(shù),可根據(jù)POS系統(tǒng)檢校場(chǎng)的測(cè)量數(shù)據(jù)直接制作正射影像圖,從而實(shí)現(xiàn)無(wú)地面控制點(diǎn)的高精度航空遙感影像定位,極大地提高調(diào)查的幾何精度,縮短調(diào)查周期。

(二)在礦產(chǎn)資源開(kāi)發(fā)預(yù)測(cè)工作中的作用

在礦產(chǎn)資源預(yù)測(cè)的應(yīng)用主要在于礦產(chǎn)遙感信息的形成機(jī)理和遙感成礦模式研究上。地質(zhì)遙感信息形成機(jī)理研究是遙感理論研究的新領(lǐng)域,是遙感找礦方法的科學(xué)性、針對(duì)性和有效性,促進(jìn)遙感地質(zhì)解譯向規(guī)范化、模式化方向發(fā)展的必由之路。這些信息的識(shí)別提取在許多地區(qū)已經(jīng)有了初步應(yīng)用,取得較多的成礦信息,資源預(yù)測(cè)及其評(píng)價(jià)效果比較好。遙感技術(shù)在礦產(chǎn)預(yù)測(cè)工作流程圖如圖1所示:

主要是對(duì)遙感數(shù)據(jù)(ETM+、SPOT5)進(jìn)行輻射校正、PAN波段數(shù)據(jù)與多光譜數(shù)據(jù)進(jìn)行融合處理、天然假彩色合成、幾何校正、大地配準(zhǔn)與鑲嵌等。然后制作國(guó)際標(biāo)準(zhǔn)分幅圖像,對(duì)其格式轉(zhuǎn)換后與地形數(shù)據(jù)進(jìn)行疊加顯示,以人機(jī)交互方式對(duì)各種礦山地質(zhì)環(huán)境現(xiàn)象進(jìn)行解譯,最后將解譯結(jié)果提供野外驗(yàn)證。

1.幾何校正與大地配準(zhǔn)。在地形圖上采集控制點(diǎn)對(duì)遙感數(shù)據(jù)進(jìn)行幾何校正,在1∶100000地形圖上采集控制點(diǎn)對(duì)ETM+數(shù)據(jù)進(jìn)行校正;在1∶50000地形圖上采集控制點(diǎn)對(duì)SPOT5數(shù)據(jù)進(jìn)行校正。每景圖像采集控制點(diǎn)數(shù)25～36個(gè),且均勻分布于圖像內(nèi),控制點(diǎn)殘差控制在1個(gè)像元以?xún)?nèi),將圖像配準(zhǔn)至大地坐標(biāo)。

2.數(shù)據(jù)融合。針對(duì)遙感圖像不同光譜和不同分辨率的特點(diǎn),融合處理主要集中于象素級(jí)與特征級(jí)融合,可將來(lái)源于不同傳感器的遙感圖像的優(yōu)勢(shì)集中起來(lái),減少數(shù)據(jù)的冗余度,增強(qiáng)圖像的清晰度,提高解譯的精度和準(zhǔn)確性,針對(duì)多分辨率遙感數(shù)據(jù)圖像融合的方法比較多,主要有色彩空間變換如HIS、Lab、CN以及KL變換、小波變換等方法。對(duì)不同的數(shù)據(jù)組合、不同地形情況、不同區(qū)域及不同的研究目標(biāo)使用的融合方法各異。針對(duì)本項(xiàng)目以突出礦山地質(zhì)環(huán)境狀況的特點(diǎn),利用HIS融合方法,對(duì)ETM+的7、4、3波段與PAN波段組合,SPOT5的4、2、1波段與PAN波段組合進(jìn)行融合處理的結(jié)果圖像能較好反映礦山地質(zhì)環(huán)境各要素。

3.圖像鑲嵌。由于研究范圍較大,跨17景ETM+圖像,部分礦區(qū)存在跨越多景遙感圖像,給解譯時(shí)帶來(lái)不便。需要對(duì)跨圖幅影像進(jìn)行鑲嵌,鑲嵌時(shí)為了使圖像滿足以下條件:(1)信息豐富;(2)色調(diào)和諧;(3)鑲嵌的幾何精度高。

4.圖像剪裁。為了方便解譯、控制精度精度、解譯成果的拼接等工作,在礦山比較連片的地區(qū),需要將整景圖像或鑲嵌圖像按按1∶100000或1∶50000國(guó)際標(biāo)準(zhǔn)圖幅制作分幅圖像。

5.格式轉(zhuǎn)換。將制作的國(guó)際標(biāo)準(zhǔn)分幅圖像存儲(chǔ)為*.TIF格式,然后轉(zhuǎn)換為MAPGIS內(nèi)部圖像格式*.MSI格式,以便于人-機(jī)交互解譯。影像與1∶100000或1∶50000地形圖能完全疊合,因此在上面解譯的結(jié)果與地形圖疊合比較好,給野外檢查驗(yàn)證帶來(lái)方便。

三、遙感技術(shù)在貴州礦產(chǎn)資源開(kāi)發(fā)找礦方面的應(yīng)用實(shí)例

位于云貴高原東部的貴州,系隆起于四川盆地與廣西、湘西盆地或丘陵之間的高原山區(qū)。在長(zhǎng)達(dá)10多億年的地質(zhì)演變歷史中,具有良好的成礦地質(zhì)條件,造就了當(dāng)今貴州礦產(chǎn)資源豐富、分布廣泛、門(mén)類(lèi)較全、礦種眾多的優(yōu)勢(shì)格局。貴州素以“沉積巖王國(guó)”著稱(chēng),是礦產(chǎn)資源大省。沉積礦產(chǎn)中以煤、磷、鋁、錳為優(yōu)勢(shì),具有“量大質(zhì)優(yōu)”的特點(diǎn)。

在發(fā)現(xiàn)的礦產(chǎn)中,有包括能源、黑色金屬、有色金屬、貴金屬、稀有稀土分散元素、冶金輔助原料非金屬、化工原料非金屬、建材及其它非金屬、水氣等九大類(lèi)礦產(chǎn)在內(nèi)的76種,不同程度地探明了儲(chǔ)量。在已探明的儲(chǔ)量礦產(chǎn)中,依據(jù)保有儲(chǔ)量統(tǒng)一對(duì)比排位,貴州名列全國(guó)前十位的礦產(chǎn)達(dá)41種,其中排第一至第五的有28種,居首位的達(dá)8種,列第二、第三的分別為8種與5種。尤以煤、磷、鋁土礦、汞、銻、錳、金、重晶石、硫鐵礦、稀土、鎵、水泥原料、磚瓦原料以及多種用途的石灰?guī)r、白云巖、砂巖等礦產(chǎn)最具優(yōu)勢(shì),在全國(guó)占有重要地位。而且人均與國(guó)土單位面積占有礦產(chǎn)資源潛在經(jīng)濟(jì)價(jià)值量,都高于全國(guó)平均水平,遠(yuǎn)高于鄰近省區(qū)市占有水平。從開(kāi)發(fā)利用角度論,貴州礦產(chǎn)資源具有資源比較豐富、優(yōu)勢(shì)礦產(chǎn)顯著;分布相對(duì)集中、規(guī)模大、質(zhì)量較好、主要礦產(chǎn)資源潛力大、遠(yuǎn)景好;共伴生礦產(chǎn)較多;資源豐歉不均,部分礦產(chǎn)短缺等五個(gè)方面的主要特點(diǎn)。

(一)煤礦的遙感找礦模式

1.石炭系煤。(1)含煤地層的識(shí)別:由于該套地層頂?shù)装宥际翘妓猁}巖,因此,分布在喀斯特地貌區(qū),呈條帶狀展布的非喀斯特地貌即流水侵蝕地貌,是快速、準(zhǔn)確地判讀大塘期含煤巖系的最直接標(biāo)志;(2)地貌標(biāo)志:由于含煤巖性及其頂、底板巖層在物質(zhì)屬性及侵蝕作用上的差異,常常沿含煤巖系形成走向次成谷。

2.二疊系煤。(1)含煤地層的識(shí)別:含煤巖系是間于上覆三疊系碳酸鹽巖與下伏峨眉山玄武巖及下二疊統(tǒng)碳酸鹽巖中的一套地層,因此,分布在喀斯特地貌區(qū),呈條帶狀展布的非喀斯特地貌――流水侵蝕地貌,是判斷晚二疊世含煤巖系的標(biāo)志;(2)地貌識(shí)別標(biāo)志:在山盆期地貌保存良好的地區(qū),該套非可溶巖層除發(fā)育規(guī)模較小的走向次成谷外,還常常與其上下碳酸鹽巖形成壟(脊)―槽(谷)組合地貌;在烏江期地貌發(fā)育區(qū),該套非可溶巖層常形成規(guī)模不等的走向次成谷。

(二)磷礦的遙感找礦模式

1.晚震旦世磷塊巖。(1)地層識(shí)別:首先,含磷巖系在空間上受巖相古地理控制,在省內(nèi)主要分布于黔中地區(qū)。由于含礦的磷塊巖層位于上震旦統(tǒng)碳酸鹽巖系的下部,而這套碳酸鹽巖系,上、下均為碎屑巖,故在參考區(qū)域地質(zhì)資料基礎(chǔ)上,可在TM影像上通過(guò)對(duì)碳酸鹽巖的識(shí)別大致圈出其分布。(2)地貌識(shí)別標(biāo)志:由于含礦層與其上下巖層在物質(zhì)屬性及侵蝕作用上的差異,常常沿含礦地層形成走向次成谷。

2.早寒武世磷塊巖。(1)地層識(shí)別:同晚震旦世磷塊巖一樣,巖相古地理控制礦產(chǎn)的區(qū)域分布是明顯的。含礦層識(shí)別主要依據(jù)地層層序的相互關(guān)系并結(jié)合影像特征予以區(qū)別。如在區(qū)域上下二疊統(tǒng)棲霞―茅口組碳酸鹽巖影像上有較為突出的特征,巖溶地貌發(fā)育,碎斑狀影紋圖案,順這套地層往下,一般可“清理”出下伏各組地層。如在織金一帶,其下伏依次為下石炭統(tǒng)地層以及下寒武統(tǒng)和上震旦統(tǒng)含磷層位。(2)地貌識(shí)別標(biāo)志:典型的巖溶地貌區(qū),常形成峽谷及峰叢,山體較尖棱。

(三)鋁土礦的遙感找礦模式

1.地層識(shí)別:含礦地層主要為下石炭統(tǒng)“九架爐組”,“九架爐組”分布于形態(tài)各異、大小不一的古喀斯特洼地中。

2.地貌識(shí)別標(biāo)志:含鋁巖系的底板、頂板均是主要由碳酸鹽巖形成的喀斯特地貌,但其喀斯特微地貌仍有差異。頂板碳酸鹽巖常常形成坡體相對(duì)高差較大的峰叢(林),且仍發(fā)育成走向比較清楚的山脊線;而底板碳酸鹽巖則常常形成坡體相對(duì)高差較小的峰叢(林),且不存在山脊線。含鋁巖系就產(chǎn)于這喀斯特微地貌的變化處。

四、結(jié)論

礦產(chǎn)資源是人類(lèi)社會(huì)可持續(xù)發(fā)展的重要物質(zhì)基礎(chǔ),沒(méi)有礦產(chǎn)資源作保障,經(jīng)濟(jì)就不可能發(fā)展,人類(lèi)社會(huì)就不可能進(jìn)步,我國(guó)全面建設(shè)小康社會(huì)的宏偉目標(biāo)就無(wú)法實(shí)現(xiàn)。因此,我們必須充分認(rèn)識(shí)國(guó)情和省情,樹(shù)立和落實(shí)科學(xué)發(fā)展觀,要進(jìn)一步加強(qiáng)礦產(chǎn)資源調(diào)查評(píng)價(jià)與勘查。本文結(jié)合貴州當(dāng)?shù)氐牡V產(chǎn)資源,利用遙感技術(shù)對(duì)其進(jìn)行開(kāi)發(fā)找礦、預(yù)測(cè)等的探討,旨在提高礦產(chǎn)資源可供性,實(shí)施礦產(chǎn)資源可持續(xù)發(fā)展戰(zhàn)略。

參考文獻(xiàn)

[1]常慶瑞,蔣平安,周勇. 21世紀(jì)高等院校教材:遙感技術(shù)導(dǎo)論[M].科學(xué)出版社,2004.

[2]徐水師,譚克龍,曹代勇.中國(guó)煤炭資源遙感調(diào)查評(píng)價(jià)理論與技術(shù)[M].科學(xué)出版社,2009.

[3]童慶禧,張兵,鄭蘭芬.高光譜遙感的多學(xué)科應(yīng)用[M].北京:電子工業(yè)出版社,2006.

第8篇：高光譜遙感原理與方法范文

關(guān)鍵詞：高光譜圖像；檢測(cè)；玉米種子；真?zhèn)?/p>

中圖分類(lèi)號(hào)：TP391.41；S513 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2016）21-5445-04

DOI：10.14088/ki.issn0439-8114.2016.21.002

Advance in Authenticity Detection of Corn Seed Based on

Hyperspectral Imaging Technology

WEI Li-feng1，2，JI Jian-wei1

（1.College of Information and Electrical Engineering，Shenyang Agricultural University， Shenyang 110866， China；

2.College of Economics and Management，Shenyang Aerospace University， Shenyang 100136， China）

玉米是中國(guó)三大農(nóng)作物之一，在解決糧食短缺問(wèn)題、保障國(guó)家糧食安全和經(jīng)濟(jì)發(fā)展過(guò)程中起到重要作用。玉米不僅產(chǎn)量大、經(jīng)濟(jì)效益高，而且還具有食用和飼用等多種工業(yè)用途[1]。但是，玉米種子的真?zhèn)沃苯佑绊懙接衩追N子的儲(chǔ)藏、銷(xiāo)售、育種和農(nóng)業(yè)生產(chǎn)等各個(gè)方面，研究玉米種子的真?zhèn)螁?wèn)題已成為國(guó)內(nèi)外研究的熱點(diǎn)。隨著現(xiàn)代科學(xué)技術(shù)的快速發(fā)展，計(jì)算機(jī)圖像處理技術(shù)和光譜技術(shù)也越來(lái)越備受關(guān)注，采用機(jī)器視覺(jué)技術(shù)、近紅外光譜技術(shù)在玉米種子檢測(cè)真?zhèn)畏矫娴玫搅溯^為廣泛和深入的研究和應(yīng)用，也取得了較好的成果。然而，傳統(tǒng)的計(jì)算機(jī)視覺(jué)技術(shù)得到的是種子可見(jiàn)光的形態(tài)學(xué)特征信息，近紅外光譜分析技術(shù)得到的是種子的光譜特征信息，兩者獲得的種子特征信息較少，制約著玉米種子真?zhèn)螜z測(cè)的后續(xù)分析以及研究[2]。近幾年來(lái)，一些科研學(xué)者將高光譜圖像技術(shù)應(yīng)用于檢測(cè)農(nóng)作物種子真?zhèn)畏矫妫⑷〉昧溯^好的成果。高光譜圖像技術(shù)可以同時(shí)獲取研究對(duì)象的光譜信息和空間信息，是圖像技術(shù)與光譜技術(shù)的完美結(jié)合，真正做到了“圖譜合一”[3]。玉米種子的真?zhèn)慰梢酝ㄟ^(guò)表面的圖像信息和光譜數(shù)據(jù)來(lái)進(jìn)行分析和判斷，從而能夠?yàn)榉N子育種和農(nóng)業(yè)生產(chǎn)提供有力和可靠的科學(xué)數(shù)據(jù)。所以，高光譜圖像技術(shù)在玉米種子真?zhèn)螜z測(cè)方面的應(yīng)用正逐漸成為研究的熱點(diǎn)。

1 高光譜圖像技術(shù)原理及采集系統(tǒng)

1.1 高光譜圖像技術(shù)原理

通常認(rèn)為，光譜分辨率在10-1λ數(shù)量級(jí)范圍內(nèi)稱(chēng)為多光譜（Multi-spectral），光譜分辨率在10-2λ數(shù)量級(jí)范圍內(nèi)稱(chēng)為高光譜（Hyper-spectral），光譜分辨率在10-3λ數(shù)量級(jí)范圍內(nèi)稱(chēng)為超光譜（Ultra-spectral）[4]。高光譜圖像技術(shù)結(jié)合了圖像技術(shù)和光譜技術(shù)兩者的優(yōu)點(diǎn)，可同時(shí)獲得待測(cè)樣品的圖像信息和光譜信息。不僅可以對(duì)待測(cè)樣品的外觀表面特性進(jìn)行檢測(cè)，而且能對(duì)內(nèi)部特性進(jìn)行檢測(cè)，同時(shí)也利用計(jì)算機(jī)圖形與光譜技術(shù)兩者的長(zhǎng)處，對(duì)研究對(duì)象的內(nèi)外部特征進(jìn)行可視化分析[5]。高光譜圖像技術(shù)獲取的樣品圖像可以克服樣品因化學(xué)信息分布不均造成的測(cè)試誤差，同時(shí)樣品的測(cè)試位置對(duì)測(cè)量的影響也會(huì)減少，其豐富的圖像信息對(duì)玉米種子真?zhèn)蔚蔫b定有很大幫助[6]。高光譜圖像光源的波譜范圍可以在紫外波段（200～400 nm）、可見(jiàn)光波段（400～760 nm）、近紅外波段（760～2 560 nm）以及波長(zhǎng)大于2 560 nm的波段獲取大量窄波段連續(xù)光譜圖像數(shù)據(jù)，為每個(gè)像素提供一條完整并連續(xù)的光譜曲線[7]。樣本獲取的圖像是一個(gè)三維圖像，二維是它的空間信息，三維是它的波長(zhǎng)信息，其波長(zhǎng)分辨率通常精度可達(dá)到2～3 nm[8]。高光譜圖像技術(shù)獲取三維圖像的方法可以分為2種：一種是連續(xù)性采集一系列波段光譜圖像完成三維立方圖像；另一種是用一條線掃描完整光譜范圍內(nèi)的樣本空間信息，即“推掃式”成像方法。高光譜圖像具有樣本的圖像信息和光譜信息，圖像信息可以反映樣本表面特征信息，如特征不同，其對(duì)應(yīng)的光譜信息也不同。在某個(gè)特定波長(zhǎng)下，感興趣區(qū)域（ROI）與正常區(qū)域之間的光譜值會(huì)有很大的差異，因此，可以根據(jù)光譜信息的不同來(lái)判斷玉米種子的真?zhèn)?。所以，利用高光譜圖像技術(shù)這些優(yōu)點(diǎn)，在檢測(cè)玉米種子真?zhèn)畏矫婢哂泻艽蟮膬?yōu)勢(shì)和研究空間。

1.2 高光譜圖像采集系統(tǒng)

一個(gè)典型的高光譜圖像采集系統(tǒng)裝置如圖1所示。整個(gè)系統(tǒng)是由高光譜成像光譜儀（ImSpector V10E，Spectral Imaging Ltd，F(xiàn)inland）、CCD相機(jī)（IGV-B1410M，IMPERX Incorporated，USA）、150 W的光纖鹵素?zé)艄庠矗?900 Illuminatior，Illumination Technologies Inc.，USA）、精密位移控制平臺(tái)（IRCP0076-1 COM，Taiwan）、遮光暗箱和用于數(shù)據(jù)處理的高配計(jì)算機(jī)組成。高光譜攝像頭的光譜范圍為400～1 100 nm，光譜分辨率為2.8 nm，空間分辨率為0.2 mm。

1.3 高光譜圖像數(shù)據(jù)處理

高光譜圖像技術(shù)在信息量上有獨(dú)特性和優(yōu)越性，光譜響應(yīng)范圍廣，光譜分辨率高，但高光譜數(shù)據(jù)眾多，數(shù)據(jù)量巨大，由于相鄰波段的相關(guān)性高，信息冗余度也增加，為應(yīng)用和分析帶來(lái)了很大不便。因此，如何獲取高光譜圖像有用的信息是首要關(guān)鍵問(wèn)題。而數(shù)據(jù)降維是提取最佳波段的非常有效的方法，可以在不損失重要信息的前提下最大限度地反映原始信息。稻萁滴方法主要有主成分分析法、判別分析法、特征波段法等[9]。高光譜數(shù)據(jù)降維處理后，采用相關(guān)分析、主成分分析、獨(dú)立分量分析、二次差分分析、逐步多元回歸等方法來(lái)獲取最優(yōu)波段，最后選用支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、主成分回歸分析法等方法建立基于光譜和圖像信息的玉米種子真?zhèn)螜z測(cè)的識(shí)別模型，從而實(shí)現(xiàn)對(duì)玉米種子真?zhèn)蔚臋z測(cè)。

2 種子真?zhèn)蔚臋z測(cè)

2.1 玉米種子真?zhèn)蔚臋z測(cè)

種子真實(shí)性是指某一批種子實(shí)際所屬品種與其標(biāo)稱(chēng)的品種是否相符，即種子的真?zhèn)螁?wèn)題。種子檢驗(yàn)鑒定起源于19世紀(jì)中期，直到上世紀(jì)90年代開(kāi)始分子生物學(xué)技術(shù)及計(jì)算機(jī)模擬形態(tài)分析的應(yīng)用。盧洋等[10]通過(guò)試驗(yàn)，綜合PCA、LDA和BPR提出了一種基于近紅外光譜短波段（833～1 087 nm）的玉米種子鑒別方法，針對(duì)37個(gè)玉米品種種子的近紅外光譜數(shù)據(jù)，以833 nm波長(zhǎng)作為起始波，選取了不同的截止波長(zhǎng)，進(jìn)而得到不同波段的數(shù)據(jù)。試驗(yàn)結(jié)果表明，在近紅外光譜短波833～1 087 nm波段，識(shí)別率達(dá)到了97.6%，與全波段相比較，波段范圍縮小了84.71%，這為后續(xù)大量數(shù)據(jù)的處理節(jié)省了存儲(chǔ)和時(shí)間。但是該方法只是限定于部分地區(qū)的部分玉米種子，不能完全代表全部，所以還需后續(xù)大量的試驗(yàn)進(jìn)行驗(yàn)證。

黃敏等[11]采用高光譜成像系統(tǒng)獲取了9個(gè)玉米品種共432粒種子的高光譜反射圖像，對(duì)獲取的圖像進(jìn)行校正和預(yù)處理，提取每個(gè)樣本圖像在563.6～911.4 nm共計(jì)55個(gè)波段范圍內(nèi)的形狀特征。分別利用單波段、多波段和全波段下的玉米種子形狀特征結(jié)合偏最小二乘判別法進(jìn)行模型分類(lèi)。試驗(yàn)結(jié)果表明，全波段范圍內(nèi)訓(xùn)練集和測(cè)試集的平均正確識(shí)別率達(dá)到98.31%和93.98%，均優(yōu)于多波段和單波段。該方法利用高光譜圖像中可見(jiàn)光和近紅外區(qū)域的有效特征信息，可較準(zhǔn)確地鑒別玉米種子的品種，識(shí)別玉米種子真?zhèn)?，為玉米品種真?zhèn)巫詣?dòng)識(shí)別領(lǐng)域提供了一種新的方法。

朱啟兵等[12]利用高光譜圖像技術(shù)，針對(duì)17類(lèi)玉米品種共1 632粒種子的高光譜圖像，提取400～ 1 000 nm波長(zhǎng)范圍內(nèi)233個(gè)波段的熵信息作為分類(lèi)特征，又利用偏最小二乘（PLS）投影算法對(duì)玉米種子高光譜圖像進(jìn)行了最優(yōu)波段的選擇，共獲得65個(gè)最優(yōu)波段特征，最后結(jié)合偏最小二乘判別分析法（PLSDA）實(shí)現(xiàn)了對(duì)玉米種子準(zhǔn)確識(shí)別分類(lèi)的目的。試驗(yàn)結(jié)果表明，在僅為全波段27.90%的最優(yōu)波段數(shù)情況下，其訓(xùn)練精度可達(dá)到99.19%，測(cè)試精度為98.90%，實(shí)現(xiàn)了高精度的玉米種子品種識(shí)別，為玉米種子真?zhèn)蔚目焖贆z測(cè)提供了一個(gè)新方法。

馮朝麗等[13]對(duì)玉米種子的高光譜圖像的光譜信息進(jìn)行了深入的分析研究，利用波長(zhǎng)范圍為400～1 000 nm的高光譜圖像采集系統(tǒng)采集11類(lèi)共528粒玉米樣本的高光譜圖像，提取每個(gè)玉米樣本上感興趣區(qū)域并獲取此區(qū)域的平均光譜信息，然后對(duì)光譜曲線進(jìn)行分析，剔除了12個(gè)異常樣本，并結(jié)合偏最小二乘判別分析法（PLSDA）對(duì)所選玉米種子樣本進(jìn)行識(shí)別分類(lèi)。試驗(yàn)結(jié)果表明，在所選玉米樣本的識(shí)別中訓(xùn)練集樣本的識(shí)別精度可以達(dá)到99.22%，測(cè)試集樣本的識(shí)別精度也達(dá)到了94.66%。研究結(jié)果表明，不同種類(lèi)的玉米種子的光譜信息具有一定的差異性，利用高光譜圖像技術(shù)對(duì)玉米種子品種進(jìn)行無(wú)損識(shí)別分類(lèi)是可行的，這為玉米種子真?zhèn)蔚臋z測(cè)提出了一個(gè)新思路、新方法。

楊杭等[14]利用地面成像光譜輻射測(cè)量系統(tǒng)（Field imaging spectrometer system，F(xiàn)ISS）獲取了5種玉米種子的圖像光譜數(shù)據(jù)，在經(jīng)過(guò)反射率反演、噪聲去除和一階微分預(yù)處理后，運(yùn)用Wilk-lambda逐步判別法選擇最佳波段并建立判別模型。交叉驗(yàn)證結(jié)果表明，玉米種子的平均識(shí)別精度為91.6%，隨著選擇波段數(shù)的增加，模型識(shí)別精度也逐步提高。因此光譜成像技術(shù)在玉米品種真?zhèn)蔚淖R(shí)別以及質(zhì)量相關(guān)檢測(cè)方面具有廣闊的應(yīng)用前景。

2.2 其他作物種子真?zhèn)蔚臋z測(cè)

高光譜圖像技術(shù)不僅在玉米種子的真?zhèn)魏推贩N檢測(cè)領(lǐng)域中獲得了比較理想的效果，而且一些學(xué)者利用高光譜技術(shù)的優(yōu)越性和獨(dú)特性對(duì)其他作物種子的品種識(shí)別、真?zhèn)螜z測(cè)也做了深入的研究。程術(shù)希等[15]提出了一種基于高光譜信息的大白菜種子品種分類(lèi)識(shí)別方法，利用近紅外高光譜圖像采集系統(tǒng)采集了8種共239個(gè)大白菜種子樣本，分別提取樣本15pixel×15pixel感興趣區(qū)域平均光譜反射率信息作為樣本信息，采用多元散射校正預(yù)處理方法對(duì)光譜進(jìn)行消噪處理，驗(yàn)證了Ada-Boost算法、極限學(xué)習(xí)機(jī)（Extreme learning machine，ELM）、隨機(jī)森林（Random forest，RF）和支持向量機(jī)（Support vector machine，SVM）4種分類(lèi)算法的分類(lèi)判別效果。通過(guò)載荷系數(shù)分析選取了10個(gè)大白菜種子品種分類(lèi)判別的特征波長(zhǎng)。試驗(yàn)結(jié)果表明，4種分類(lèi)算法基于全波段的分類(lèi)識(shí)別對(duì)81個(gè)預(yù)測(cè)樣本的正確區(qū)分率均達(dá)到90%以上，ELM和RF為最優(yōu)的分類(lèi)判別模型，識(shí)別正確率達(dá)到了100%。因此，以載荷系數(shù)選取的特征波長(zhǎng)是有效的。利用高光譜圖像技術(shù)結(jié)合機(jī)器學(xué)習(xí)對(duì)大白菜種子品種進(jìn)行快速、無(wú)損分類(lèi)識(shí)別是可行的，為大白菜種子批量化在線檢測(cè)提供了一種新的方法。

梁劍等[16]采用MPA傅立葉變換近紅外光譜儀研究了水稻種子的漫反射光譜特征，利用種子品種特有的光譜特性，結(jié)合不同光譜預(yù)處理方法建立了多個(gè)聚類(lèi)分析模型，比較它們對(duì)雜交F1代種子“03S/0412”和其父本種子“0412”的鑒別效果。試驗(yàn)結(jié)果最終顯示，選擇4 000～8 900 cm-1光譜范圍，通過(guò)無(wú)預(yù)處理、矢量歸一化、二階導(dǎo)數(shù)（25點(diǎn)平滑）和二階導(dǎo)數(shù)（25點(diǎn)平滑）+矢量歸一化建立的模型校正集正確率分別為52.4%、65.2%、75.2%和100%。通過(guò)試驗(yàn)可得，對(duì)比無(wú)預(yù)處理，經(jīng)過(guò)各種方法預(yù)處理后正確率都有提高，其中“二階導(dǎo)數(shù)（25點(diǎn)平滑）+矢量歸一化”建立的模型取得的效果最好，用該模型對(duì)預(yù)測(cè)集預(yù)測(cè)，分類(lèi)正確率為100%，具有很好的預(yù)測(cè)性能。這為近紅外光譜技術(shù)用于單粒水稻種子品種真?zhèn)涡澡b別提出了一個(gè)比較理想的新方法，但是還需要用更多的組合來(lái)進(jìn)一步驗(yàn)證和完善。

張初等[17]采用近紅外高光譜圖像技術(shù)，通過(guò)提取西瓜種子的光譜反射率，并結(jié)合Savitzky-Golay （SG）平滑算法、經(jīng)驗(yàn)?zāi)B(tài)分解算法（Empirical modedecomposition，EMD）和小波分析（Wavelet transform，WT）對(duì)提取的光譜數(shù)據(jù)進(jìn)行去除噪聲處理，采用連續(xù)投影算法（Successive projections algorithm，SPA）和遺傳-偏最小二乘法（Genetic algorithm-partial least squares，GA-PLS）進(jìn)行特征波長(zhǎng)選擇。最后基于全波段光譜建立了偏最小二乘判別分析（Partial least squares-discriminantanalysis，PLS-DA）判別模型，基于特征波長(zhǎng)建立了反向傳播神經(jīng)網(wǎng)絡(luò)（Back-propagation neural network，BP NN）判別模型和極限學(xué)習(xí)機(jī)（Extreme learning machine，ELM）判e模型。試驗(yàn)結(jié)果表明，基于特征波長(zhǎng)的BP NN模型和ELM模型的結(jié)果優(yōu)于基于全部波長(zhǎng)的PLS-DA模型，而基于SG預(yù)處理光譜提取的特征波長(zhǎng)建立的ELM模型具有最優(yōu)的判別效果，建模集和預(yù)測(cè)集的判別正確率達(dá)到了100%。結(jié)果表明，應(yīng)用近紅外高光譜成像技術(shù)對(duì)西瓜種子品種鑒別是可行的，這為今后研究更多的西瓜品種種子，建立適用范圍更為廣泛的西瓜種子品種判別模型提出了一個(gè)新的思路與方法。

Tan等[18]利用高光譜圖像技術(shù)對(duì)不同的大豆品種進(jìn)行了識(shí)別試驗(yàn)測(cè)試。利用高光譜成像系統(tǒng)獲取大豆樣本1 000～2 500 nm范圍的光譜反射數(shù)據(jù)，采用主成分分析法（Principal component analysis，PCA）對(duì)獲取到的光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)降維并去除冗余數(shù)據(jù)，同時(shí)在分類(lèi)算法中將得分高的主成分值作為輸入特征，通過(guò)PCA方法從每個(gè)特征圖像中提取4個(gè)特征變量（能量、熵、慣性矩和相關(guān)性），從16個(gè)特征變量中提取8個(gè)重要特征參數(shù)，根據(jù)所選擇的特征變量和參數(shù)，應(yīng)用神經(jīng)網(wǎng)絡(luò)方法構(gòu)建分類(lèi)器，訓(xùn)練精度達(dá)到97.50%，平均測(cè)試精度達(dá)到93.88%以上。結(jié)果表明，利用高光譜圖像技術(shù)結(jié)合神經(jīng)網(wǎng)絡(luò)建模方法可以對(duì)大豆品種進(jìn)行分類(lèi)，該方法為檢測(cè)大豆種子的真?zhèn)舞b別拓展了一個(gè)新的方向，為以后更為廣泛檢測(cè)種子的真?zhèn)翁峁┝艘粋€(gè)新的方法。

3 結(jié)論與展望

高光譜圖像技術(shù)應(yīng)用于農(nóng)業(yè)領(lǐng)域的無(wú)損檢測(cè)是20世紀(jì)90年代末在國(guó)外發(fā)展起來(lái)的，在中國(guó)近幾年才備受關(guān)注[19]。然而，研究結(jié)果表明該技術(shù)在農(nóng)業(yè)領(lǐng)域的無(wú)損檢測(cè)已成為新技術(shù)、新趨勢(shì)、新方向。所以，針對(duì)玉米種子真?zhèn)蔚臒o(wú)損檢測(cè)還有許多方面有待進(jìn)一步研究。

1）目前，采用高光譜圖像技術(shù)檢測(cè)玉米種子真?zhèn)沃皇窃隍?yàn)室內(nèi)實(shí)現(xiàn)的，其應(yīng)用到實(shí)際生產(chǎn)上會(huì)有一定局限性。通常采用的方法是利用高光譜技術(shù)識(shí)別3～5個(gè)特征波段，然后基于這些波段構(gòu)建成本比較便宜的多光譜圖像系統(tǒng)，從而實(shí)現(xiàn)快速、有效的種子真?zhèn)卧诰€檢測(cè)。因此，進(jìn)一步研究高光譜圖像的特征波段和低成本的圖像系統(tǒng)是將來(lái)的發(fā)展趨勢(shì)之一。

2）利用高光譜圖像技術(shù)在檢測(cè)玉米種子真?zhèn)螘r(shí)，由于高光譜圖像信息量巨大、冗余量多，不利于數(shù)據(jù)的降維和快速檢測(cè)。所以，優(yōu)化和改進(jìn)傳統(tǒng)的分析方法，諸如主成分分析（PCA）、獨(dú)立成分分析 （ICA）、偏最小二乘法（PLS）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、支持向量機(jī)（SVM）等，或提出一種集成有效的算法，可以提高預(yù)測(cè)模型與實(shí)際值之間的相關(guān)性和精準(zhǔn)度[20]。

3）高光譜圖像技術(shù)已在遙感監(jiān)測(cè)上應(yīng)用廣泛。在農(nóng)業(yè)種子檢測(cè)方面，高光譜圖像技術(shù)多用于谷類(lèi)作物的種子真?zhèn)蔚臒o(wú)損檢測(cè)。因此，對(duì)其他作物類(lèi)型的種子（花生、豆類(lèi)、菜子等）真?zhèn)螜z測(cè)的潛力很大。

4）高光譜圖像技術(shù)可以同時(shí)獲取研究對(duì)象的空間及光譜信息，但目前無(wú)論國(guó)內(nèi)還是國(guó)外大多數(shù)研究學(xué)者主要是應(yīng)用高光譜成像技術(shù)獨(dú)立對(duì)農(nóng)產(chǎn)品外部或內(nèi)部進(jìn)行檢測(cè)，很少有文獻(xiàn)報(bào)道聯(lián)合其他技術(shù)產(chǎn)生一種更為先進(jìn)的檢測(cè)玉米種子真?zhèn)渭夹g(shù)。因此，有效地利用高光譜圖像技術(shù)檢測(cè)玉米種子真?zhèn)螣o(wú)論是在理論研究還是在應(yīng)用研究上，都有進(jìn)一步研究的空間，有望在理論和應(yīng)用方法方面不斷創(chuàng)新，以促進(jìn)該研究方向不斷向前發(fā)展，取得更大的成果。

參考文獻(xiàn)：

[1] 路立平，趙化春，趙 娜，等.世界玉米產(chǎn)業(yè)現(xiàn)狀及發(fā)展前景[J].玉米科學(xué)，2006，14（5）：149-151，156.

[2] 楊錦忠，郝建平，杜天慶，等.基于種子圖像處理的大數(shù)目玉米品種形態(tài)識(shí)別[J].作物學(xué)報(bào)，2008，34（6）：1069-1073.

[3] 王 雷，喬曉艷，董有爾，等.高光譜圖像技術(shù)在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用進(jìn)展[J].應(yīng)用光學(xué)，2009，30（4）：639-645.

[4] 劉木華，趙杰文，鄭建鴻，等.農(nóng)畜產(chǎn)品品質(zhì)無(wú)損檢測(cè)中高光譜圖像技術(shù)的應(yīng)用進(jìn)展[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（9）：139-143.

[5] 田有文.現(xiàn)代圖像識(shí)別技術(shù)診斷農(nóng)作物病害[M].北京：中國(guó)農(nóng)業(yè)出版社，2010.145-155.

[6] 賈仕強(qiáng)，劉 哲，李紹明，等.基于高光譜圖像技術(shù)的玉米雜交種純度鑒定方法探索[J].光譜學(xué)與光譜分析，2013，33（10）：2847-2852.

[7] 馬本學(xué)，應(yīng)義斌，饒秀勤，等.高光譜成像在水果內(nèi)部品質(zhì)無(wú)損檢測(cè)中的研究進(jìn)展[J].光譜學(xué)與光譜分析，2009，29（6）：1611-1615.

[8] 彭彥穎，孫旭東，劉燕德.果蔬品質(zhì)高光譜成像無(wú)損檢測(cè)研究進(jìn)展[J].激光與紅外，2010，40（6）：586-592.

[9] 劉燕德，張光偉.高光譜成像技術(shù)在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用[J].食品與機(jī)械，2012，28（5）：223-226，242.

[10] 盧 洋，梁先揚(yáng)，李衛(wèi)軍，等.基于近紅外光譜短波段的玉米品種鑒別研究[J].河南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，42（3）：239-243.

[11] 黃 敏，朱 曉，朱啟兵，等.基于高光譜圖像的玉米種子特征提取與識(shí)別[J].光子學(xué)報(bào)，2012，41（7）：868-873.

[12] 朱啟兵，馮朝麗，黃 敏，等.基于圖像熵信息的玉米種子純度高光譜圖像識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（23）：271-276.

[13] 馮朝麗，朱啟兵，朱 曉，等.基于光譜特征的玉米品種高光譜圖像識(shí)別[J].江南大學(xué)學(xué)報(bào)（自然科學(xué)版）2012，11（2）：149-153.

[14] 楊 杭，張立福，童慶禧.采用可見(jiàn)/近紅外成像光譜技術(shù)的玉米籽粒品種識(shí)別[J].紅外與激光工程，2013，42（9）：2438-2441.

[15] 程術(shù)希，孔汶汶，張 初，等.高光譜與機(jī)器學(xué)習(xí)相結(jié)合的大白菜種子品種鑒別研究[J].光譜學(xué)與光譜分析，2014，34（9）：2519-2522.

[16] 梁 劍，劉斌美，陶亮之，等.基于水稻種子近紅外特征光譜的品種鑒別方法研究[J].光散射學(xué)報(bào)，2013，25（4）：423-428.

[17] 張 初，劉 飛，孔汶汶，等.利用近紅外高光譜圖像技術(shù)快速鑒別西瓜種子品種[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（20）：270-277.

[18] TAN K，CHAI Y，SONG W，et al. Identification of soybean seed varieties based on hyperspectral image[J].Transactions of the Chinese Society of Agricultural Engineering，2014，30（9）：235-242.

[19] 李江波，秀勤，應(yīng)義斌.農(nóng)產(chǎn)品外部品質(zhì)無(wú)損檢測(cè)中高光譜成像技術(shù)的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析，2011，31（8）：2021-2026.

[20] 田有文，牟 鑫，程 怡.高光譜成像技術(shù)無(wú)損檢測(cè)水果缺陷的研究進(jìn)展[J].農(nóng)機(jī)化研究，2014（6）：1-5.

第9篇：高光譜遙感原理與方法范文

關(guān)鍵詞：水文地質(zhì)，勘測(cè)方法，核磁共振技術(shù)

所謂水文地質(zhì)，就是指大自然當(dāng)中地下水的變化以及具體的運(yùn)動(dòng)現(xiàn)象，水文地質(zhì)學(xué)就是以自然界中的地下水為主要研究對(duì)象的學(xué)科，主要內(nèi)容就是探究并分析地下水化學(xué)成分、物理性質(zhì)、分布狀況、形成規(guī)律以及有效利用方式。貴州省地處我國(guó)西部地區(qū)，地質(zhì)條件較為復(fù)雜，各種自然地質(zhì)災(zāi)害頻頻發(fā)生，本文將對(duì)核磁共振技術(shù)進(jìn)行較為深入的分析。

1、水文地質(zhì)勘測(cè)技術(shù)分析

1.1光譜微分析技術(shù)

此技術(shù)主要包括對(duì)反射光譜進(jìn)行相關(guān)的數(shù)學(xué)模擬以及對(duì)于不同階段微分值的相關(guān)計(jì)算。通過(guò)這一技術(shù)可以提高對(duì)于光譜彎曲率及其最大、最小的反射率波長(zhǎng)位置測(cè)定的準(zhǔn)確率。通常情況下，可以通過(guò)使用一階微分法來(lái)將一部分線性的或者一些接近線性的背景、也或者噪聲光譜對(duì)于非線性的目標(biāo)光譜等產(chǎn)生的影響。

1.2混合光譜分解技術(shù)

混合光譜分解技術(shù)主要用于分析光譜數(shù)據(jù)以及對(duì)其同一個(gè)像元內(nèi)的不同成分所占比例的確定，或者是識(shí)別在已知的端元組分中分析其他的組分。在使用混合光譜分解技術(shù)時(shí)，由于在一定程度上受到圖像分辨率的限制，在圖像之中往往會(huì)存在很多的混合性像元。對(duì)于混合像元的分解技術(shù)則主要是提取像元之中不同地物類(lèi)別豐度的一種方法。除此之外，光譜吸收指數(shù)還可以實(shí)現(xiàn)高光譜遙感圖像處理以及對(duì)于光譜吸收特征的有效識(shí)別，也能夠?qū)旌瞎庾V進(jìn)行分解。

2貴州水文地質(zhì)勘測(cè)核磁共振技術(shù)的運(yùn)用

2.1核磁共振技術(shù)

核磁共振技術(shù)應(yīng)用范圍相當(dāng)廣泛，在化學(xué)、物力、生物學(xué)以及醫(yī)學(xué)等領(lǐng)域都有所涉足，同時(shí)也是當(dāng)前世界水文地質(zhì)勘查先進(jìn)方法之一，在水文地質(zhì)勘查領(lǐng)域應(yīng)用核磁共振技術(shù)的一大表現(xiàn)就是運(yùn)用地面核磁共振對(duì)滑坡水文地質(zhì)條件加以勘測(cè)。所謂核磁共振，屬于原子核物理現(xiàn)象，也即是擁有核磁順磁性的物質(zhì)對(duì)電磁能量進(jìn)行選擇性的吸收，在地層中，具有最高豐度以及最大磁旋比的核磁順磁性核子就是氫核，而地層中大部分的氫核都存在于水中。核磁共振找水儀就是借助地面核磁共振對(duì)地層水氫核進(jìn)行測(cè)量進(jìn)而達(dá)到找水目的。如果地層中有地下水存在，那么將一個(gè)不同于地磁場(chǎng)方向的外磁場(chǎng)賦予其中，后果就是氫核磁矩與地磁場(chǎng)相偏離，如果外磁場(chǎng)消失，氫核將會(huì)保持與地磁場(chǎng)一致的方向以地磁場(chǎng)為中心旋轉(zhuǎn)。需要注意的是，自由水具有不同于結(jié)合水的信號(hào)頻率，借助核磁共振技術(shù)進(jìn)行測(cè)試，只能適用于巖土層中的自由水，而無(wú)法測(cè)試結(jié)合水，所以，借助核磁共振技術(shù)進(jìn)行測(cè)試所獲取的數(shù)據(jù)只是巖石層中地下水反應(yīng)。其中還利用到高光譜技術(shù)不僅能實(shí)現(xiàn)對(duì)地球表面的地質(zhì)信息進(jìn)行探測(cè)，而且還能夠?qū)崿F(xiàn)對(duì)行星以及月球表面的信息探測(cè)。高光譜遙感技術(shù)所具備的這一特點(diǎn)是其他類(lèi)似技術(shù)所不能代替的。Mars Odyssey計(jì)劃衛(wèi)星搭載的熱輻射成像儀（THEMIS），它屬于多光譜的熱輻射成像儀。這種成像儀雖然比TES的光譜分辨率要低一些，但是它的空間分辨率卻比較高，從而能夠有效地彌補(bǔ)TES數(shù)據(jù)中的不足之處。

雖然在核磁技術(shù)領(lǐng)域應(yīng)用最成功的屬于水文填圖，但是如何有效的利用其所能夠識(shí)別的并且還可以填繪的水文進(jìn)行地質(zhì)環(huán)境的分析則屬于高光譜地質(zhì)應(yīng)用中的一個(gè)關(guān)鍵性問(wèn)題。通過(guò)使用熱紅外成像儀，可以將其對(duì)水文的識(shí)別并且進(jìn)行擴(kuò)大。通過(guò)這種水文的共生組合有助于深入并客觀的分析相關(guān)研究區(qū)的地質(zhì)環(huán)境。以水文識(shí)別以及水文的精細(xì)識(shí)別為基礎(chǔ)，還可以根據(jù)水文共生組合的相關(guān)規(guī)律以及水文本身對(duì)于地質(zhì)的意義所產(chǎn)生的作用，來(lái)對(duì)各種地質(zhì)因素間存在的內(nèi)在性聯(lián)系進(jìn)行直觀的反演，從而還有助于提高高光譜地質(zhì)應(yīng)用中具體分析并解決相關(guān)地質(zhì)問(wèn)題的能力。

按照核磁共振找水儀工作原理，如果地層中存在地下水，就可以獲取核磁共振信號(hào)，根據(jù)信號(hào)可以對(duì)地層中地下水存在性以及時(shí)空性做出判斷，如果未獲取到核磁共振信號(hào)，就意味著此地層中不存在地下水。所以，以所獲取的核磁共振信號(hào)為依據(jù)，可以對(duì)含水層以及隔水層進(jìn)行劃分，在此技術(shù)上，在進(jìn)行相應(yīng)的解釋及處理，就可以確定含水層具體的深度。由于核磁共振信號(hào)振幅的最初值與巖體層含水量之間具有正相關(guān)的關(guān)系，因此，可以對(duì)含水層的具體含水量做出判斷。

2.2地面核磁感應(yīng)系統(tǒng)在貴州水文地質(zhì)勘測(cè)中的應(yīng)用

地面核磁感應(yīng)系統(tǒng)在貴州水文地質(zhì)勘測(cè)中可以應(yīng)用于如下幾個(gè)領(lǐng)域：

（1）查找?guī)r溶水

貴州省的巖溶石山區(qū)缺水嚴(yán)重，尤其是在近兩年，云貴高原大旱。找水成為了一個(gè)水文地質(zhì)勘察的難點(diǎn)。借助地面核磁感應(yīng)系統(tǒng)，可以在貴州的喀斯特地貌環(huán)境下尋找?guī)r溶水，該系統(tǒng)的探測(cè)深度在喀斯特地貌環(huán)境下可以高達(dá)200m，并且對(duì)該范圍內(nèi)各個(gè)含水層的情況以及特征包括巖石的結(jié)構(gòu)和特征進(jìn)行探查。然后系統(tǒng)還能夠?qū)畬拥臐B透參數(shù)、厚度、埋深、含水量以及預(yù)計(jì)的開(kāi)采指標(biāo)進(jìn)行分析。該系統(tǒng)已經(jīng)成功的在湖北永安地區(qū)的喀斯特地貌環(huán)境下，找到了巖溶水。因此，我們可以推斷該系統(tǒng)也能在貴州地區(qū)有較大的運(yùn)用空間。

（2）解決生態(tài)問(wèn)題

貴州省的水污染問(wèn)題也是目前越來(lái)越嚴(yán)峻的一個(gè)問(wèn)題，運(yùn)用地面核磁感應(yīng)系統(tǒng)能夠?qū)Φ乇硭?、地面水的污染進(jìn)行調(diào)查和研究，從而為妥善的解決生態(tài)問(wèn)題提供數(shù)據(jù)支撐。

（3）為工程建筑解決水文地質(zhì)勘測(cè)問(wèn)題

貴州省的地質(zhì)條件非常的特殊，不少地方由于存在大量的石灰?guī)r等，如果勘探工作不到位，在工程建筑的施工過(guò)程中，或者建筑建成之后，都很容易出現(xiàn)較大的問(wèn)題。而運(yùn)用地面核磁感應(yīng)系統(tǒng)能夠探查路基、建筑物地基等得水文地質(zhì)條件，從而為工程建筑施工或者后期的維護(hù)提供參考。

2.3核磁共振技術(shù)在實(shí)際應(yīng)用中的工程案例

隨著經(jīng)濟(jì)的發(fā)展,為了解決西南地區(qū)交通的不便,近年來(lái)大力開(kāi)展了機(jī)場(chǎng)的建設(shè)。而由于機(jī)場(chǎng)建設(shè)工程量較大,場(chǎng)地分布較廣,因此所遇到的工程問(wèn)題也較多。其中,巖溶的發(fā)育對(duì)機(jī)場(chǎng)建設(shè)的影響尤為突出。當(dāng)時(shí)貴陽(yáng)龍洞堡機(jī)場(chǎng)航站區(qū)進(jìn)行工程建設(shè)時(shí),對(duì)巖溶洞隙的勘察及地基處治是至關(guān)重要的,輕則影響設(shè)計(jì)方案、投資預(yù)算,重則影響業(yè)主的整個(gè)投資取向以及整個(gè)區(qū)域的發(fā)展。但是就是采用了核磁共振技術(shù)對(duì)于機(jī)場(chǎng)航站區(qū)巖溶洞隙發(fā)育問(wèn)題進(jìn)行調(diào)查，通過(guò)調(diào)查和研究分析國(guó)內(nèi)外巖溶勘察方法、巖溶施工處治新技術(shù)、新方法,對(duì)巖溶探測(cè)及處治技術(shù)進(jìn)行了研究，根據(jù)場(chǎng)區(qū)的地形地貌、地層巖性、地質(zhì)構(gòu)造、巖溶發(fā)育程度、水文地質(zhì)情況、人類(lèi)工程活動(dòng)對(duì)巖溶發(fā)育的影響等條件,對(duì)場(chǎng)區(qū)的巖溶以及基巖破碎帶發(fā)育情況進(jìn)行詳細(xì)了解,介紹了上述方法的工作原理、技術(shù)參數(shù)及具體應(yīng)用。對(duì)復(fù)雜巖溶形態(tài)的地基處治方法各有其適用范圍:爆破回填是對(duì)溶溝、石芽直接出露或埋深不超過(guò)3m時(shí)所使用的處治方法;跨越是對(duì)洞徑小于6m的落水洞采用的方法,在本文中分別使用了拱形蓋板跨越和平板跨越;樁基是由于基巖面起伏劇烈,地基均勻性極差,為減小和避免地基不均勻性的影響所采用的處治方法;灌漿是當(dāng)溶溝、石芽埋深3-8m,溝(槽)內(nèi)充填土為軟弱松散土?xí)r,以及對(duì)溶洞進(jìn)行了樁基處理后仍然不穩(wěn)定時(shí)采取的處治方法。

3結(jié)語(yǔ)

單純借助傳統(tǒng)的水文地質(zhì)勘測(cè)方式已經(jīng)難以滿足當(dāng)前水文地質(zhì)勘測(cè)的實(shí)踐需要，一方面，無(wú)法充分揭示復(fù)雜的水文地質(zhì)條件，另一方面，無(wú)法獲得準(zhǔn)確實(shí)用的相關(guān)參數(shù)，并且相關(guān)的花費(fèi)較高，用時(shí)較長(zhǎng)。在水文地質(zhì)勘測(cè)實(shí)踐中，根據(jù)實(shí)際狀況選擇利用核磁共振技術(shù)，根據(jù)其自身的特性，在某些方面不但可以獲取準(zhǔn)確可靠的相關(guān)參數(shù)信息，還可以極大的節(jié)省人力、物力和財(cái)力，將貴州省水文地質(zhì)條件充分的揭示出來(lái)。但是，地面核磁感應(yīng)系統(tǒng)目前也存在一定的局限性，它的抗電磁干擾能力還不夠強(qiáng)，在電磁干擾嚴(yán)重的時(shí)候，會(huì)極大的影響勘探的結(jié)果精確性。因此，我們一方面要注意應(yīng)用地面核磁感應(yīng)系統(tǒng)的環(huán)境選擇，同時(shí)也要不斷的提高其抗電磁干擾能力，擴(kuò)展器應(yīng)用領(lǐng)域。

參考文獻(xiàn)：

[1] 項(xiàng)婷嵐.淺談水文勘測(cè)方式的改革與發(fā)展.治淮,2004年 第10期

[2] 趙巖.論水文勘測(cè)管理工作.科技傳播,2011年 第06期