基于 SREM 融合数据的矿物蚀变信息提取
王桂珍
张立福
孙雪剑
杨杭
姜海玲
童庆禧
1.中国科学院遥感与数字地球研究所，北京 100101; 中国科学院大学，北京 1000492.中国科学院遥感与数字地球研究所,北京,1001013.北京大学地球与空间科学学院,北京,100871
摘要：目前卫星高光谱数据幅宽小,难以进行大面积矿物填图应用.本文探讨了基于多光谱图像光谱分辨率增强方法(spectral resolution enhancement method,SREM)融合算法,将 Hyperion 窄幅高光谱和先进星载热发射和反射辐射仪(advanced space-borne thermal emission and reflection radiometer,ASTER)宽幅多光谱数据进行融合,获得宽幅高光谱数据,从而进行矿物蚀变信息提取的方法和流程.结果表明：(1)原始ASTER数据仅能识别出 Al-OH 基团,Mg-OH 基团和 Fe3+离子基团3种矿物, SREM 方法能够识别出高岭石、伊利石、绢云母、绿泥石和黄钾铁矾5种蚀变矿物；(2)融合图像矿物提取结果与原始 ASTER和 Hyperion 图像的相对精度分别达到90.56%和92.85%；(3)其中绢云母、伊利石、高岭石与 Al-OH 基团,黄钾铁矾与 Fe3+离子,绿泥石与 Mg-OH 基团出露区域基本一致.SREM 融合数据具有幅宽大和光谱分辨率高的特点,提高了矿物蚀变信息解译精度,该方法对大面积矿物填图具有示范作用.
关键词：多光谱图像光谱分辨率增强方法融合数据蚀变信息提取斑岩铜矿混合调制匹配滤波遥感
分类号：P627(地质、矿产普查与勘探)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1330-1338 )
英文信息