劉漢湖，楊武年，楊容浩

(1.成都理工大學地質(zhì)災害防治與地質(zhì)環(huán)境保護國家重點實驗室，四川成都 610059;2.成都理工大學國土資源部地學空間信息技術(shù)重點實驗室，四川成都 610059)

1 引言

高光譜遙感是當今國內(nèi)外遙感領(lǐng)域，特別是遙感地質(zhì)界重點研究和發(fā)展的高科技應(yīng)用技術(shù)之一。傳統(tǒng)的多光譜遙感由于波譜分辨率有限，難以區(qū)分地物獨特而豐富的波譜信息(鄒林等，2006;楊自安等，2009;楊長保等，2009)。20世紀80年代以來，高光譜遙感技術(shù)在地質(zhì)找礦、地物波譜信息提取等方面做了大量工作，取得了許多成果(王晉年等，1996;劉圣偉等，2006;甘甫平等，2007;王潤生等，2007;王潤生等，2010;童慶禧等，2010)。研究表明，利用納米級的高光譜遙感數(shù)據(jù)提取成礦地質(zhì)體、巖石與礦物的標識性光譜信息已成為可能。本文在高光譜遙感數(shù)據(jù)處理基礎(chǔ)上，開展了巖礦分類識別方法的實驗分析。

2 研究區(qū)及數(shù)據(jù)情況

Cuprite礦區(qū)位于美國內(nèi)華達州 Esmeralda County，Goldfield鎮(zhèn)南約15km處，95號高速公路北西－南東向貫穿全區(qū)。主要出露巖層有寒武系沉積巖和變沉積巖、第三系火山巖和第四系沖積層。其中第三系火山巖熱液蝕變廣泛，在95號公路兩邊形成兩個南北向拉長的蝕變區(qū)，明顯可分為硅化帶、蛋白石化帶和泥化帶(圖1)。硅化區(qū)主要蝕變礦物為石英和少量的方解石、明礬石和高嶺石;蛋白石化帶分布廣泛，主要為明礬石、浸染狀蛋白石、方解石置換的蛋白石和高嶺石;泥化帶主要有高嶺石、蒙脫石和少量由火山玻璃生成的蛋白石(Abrams et al.，1980)。研究區(qū)從20世紀70年代起就成為地質(zhì)研究的重要實驗區(qū)，國內(nèi)外學者使用該地區(qū)AVIRIS高光譜遙感影像主要開展了巖礦波譜特征及其類別的識別算法研究，取得良好的效果(Resmini et al.，1997;Abrams et al.，1980;甘甫平等，2004)。但前人的研究重在對于算法本身及其效果的評價，特點是研究算法的深度大，精度評價依據(jù)依賴于典型離散點。本文擬通過較為系統(tǒng)的分類識別方法研究，開展基于面域的精度評價。

本次使用的數(shù)據(jù)來源于機載可見光－紅外成像光譜儀(Airborne Visible Infrared Imaging Spectrometer －AVIRIS)，該數(shù)據(jù)在 0.4μm ～2.45μm 的波長范圍獲取224個連續(xù)的波譜波段圖像(圖2)。波段寬度10nm，數(shù)據(jù)成像時間為1997年6月19日，空間分辨率20m，空間范圍為西經(jīng) 117°10'～117°14'，北緯 37°31'～37°34'。獲取地址為“http://aviris.jpl.nas a.gov/html/aviris.freedata.html”。圖像為輻射能量數(shù)據(jù)，單位為uW/(cm2·nm·sr)。

圖1 Cuprite礦區(qū)蝕變分布圖(據(jù)Ashley et al.修改，1980)Fig 1 Map showing mineral alteration in the Cuprite ore district(modified from Ashley et al.，1980)

圖2 研究區(qū)AVIRIS高光譜遙感圖像Fig.2 Hyperspectral remote sensing image of AVIRIS in the study area

3 高光譜遙感數(shù)據(jù)處理

根據(jù)研究區(qū)AVIRIS數(shù)據(jù)特點，總結(jié)本次數(shù)據(jù)處理技術(shù)流程如圖3。圖3中，監(jiān)督分類中要求有訓練樣區(qū)的方法需要開展野外調(diào)查工作，以探測特定的目標特性，這種情況下，要求野外調(diào)查和遙感圖像與野外圖件的精確配準，一般不需要大氣校正;而用地面或?qū)嶒炇也ㄗV為參照，與像元波譜比較來識別地物特性，大氣校正絕對必要，成像光譜巖礦識別填圖的技術(shù)方法大都是這一類。

對于高光譜遙感數(shù)據(jù)的處理，主要是通過MNF變換(王愛云等，2011)，進行特征波段的選擇，而后經(jīng)過二維散點圖和三維散點圖可以選擇出較純凈的端元，這些純凈像元通過波譜分析可以識別出類型，同時，這些端元在高光譜遙感圖像上位置是可以確定的，因此，這些與端元對應(yīng)的像元及其光譜曲線完全可以作為已知的訓練樣區(qū)和樣本波譜，為后面的巖礦識別提供依據(jù)。

圖3 研究區(qū)AVIRIS數(shù)據(jù)處理流程圖Fig.3 Flow chart of the AVIRIS data processing for the research area

4 高光譜遙感數(shù)據(jù)識別方法

圖像預處理與波譜處理的目的是為圖像信息分析與解譯提供一個良好的基礎(chǔ)數(shù)據(jù)源。而圖像信息提取其本質(zhì)也是對地物進行識別，這也是本文研究的最終目的。關(guān)于識別方法，根據(jù)有無先驗類別樣本可以分兩大類別。

一是非監(jiān)督分類，它是在沒有先驗類別知識的情況下，根據(jù)圖像本身的統(tǒng)計特征及自然點群的分布情況，來劃分地物類別的分類處理。非監(jiān)督分類方法是依賴圖像的統(tǒng)計特征作為基礎(chǔ)的，它不需要具體地物的已知知識。采用非監(jiān)督分類還可以更好的獲得目標數(shù)據(jù)內(nèi)在的分布規(guī)律。非監(jiān)督分類方法有貝葉斯學習、最大似然度分類以及聚類。無監(jiān)督的貝葉斯方法和最大似然度方法與有監(jiān)督的貝葉斯學習以及最大似然度方法基本相同，唯一的區(qū)別在于無已知類別的樣本可供參考。

二是監(jiān)督分類，根據(jù)監(jiān)督分類面向?qū)ο髞砜?，又可以劃分為傳統(tǒng)的適合于多光譜圖像的分類方法和面向高光譜遙感圖像地物波譜特征的分類方法。前者是一種精度較高的統(tǒng)計判別分類法，在已知類別的訓練場地上提取各類訓練樣本，通過選擇特征變量，確定判別函數(shù)或判別規(guī)則，從而把圖像中的各個像元點劃歸到各個給定類的分類方法。后者主要是基于地物波譜波形，通過比較圖像未知波譜和參考波譜(實驗室、野外或已有標準波譜)的相似度來識別和分類。

一般來說，非監(jiān)督分類只是提供一個研究區(qū)地物的大體類別，為我們選擇樣本提供一個借鑒，實際應(yīng)用中，效果不佳。而常用到的是監(jiān)督分類法，因此，本文僅對后者進行實驗研究。

4.1 傳統(tǒng)分類方法

傳統(tǒng)監(jiān)督分類主要應(yīng)用于波段數(shù)目少的多光譜遙感圖像，高光譜遙感圖像由于其波段過多而不能直接應(yīng)用于監(jiān)督分類，一般采用的方法是對高光譜遙感圖像進行波段選擇或者特征提取，在盡量保持信息不損失或者少損失的情況下，降低圖像波段數(shù)目，論文中正是采用特征提取方法，將高光譜遙感圖像進行MNF變換，采用前10個波段進行監(jiān)督分類。

對于傳統(tǒng)的監(jiān)督分類，一般要經(jīng)過這樣幾個步驟:A選擇特征波段;B選擇訓練區(qū);C選擇或構(gòu)造訓練分類器;D對分類精度進行評價。傳統(tǒng)監(jiān)督分類方法有:平行六面體分類法(Parallepiped)、歐氏距離分類法(Euclidean distance)、馬氏距離分類法(Mahalanobis distance)、最大似然分類法(Maximum Likelihood)(彭正林等，2011;)、支持向量機分類法(support vector machine)(傅文杰等，2006;許將軍等，2006)，分類圖見圖4(a)－圖4(e)。

4.2 基于波譜特征的分類識別

由于傳統(tǒng)統(tǒng)計分類法沒有考慮地物波譜特征和混合像元問題，往往造成分類中的混分和漏分，同時也無法反映地物分類的真實性。為了解決這個問題，論文中采用了基于波譜特征的分類方法，波譜角分析法(SAM)、波譜特征擬合(SFF)、波譜匹配濾波(SMF)、線性波譜解混(LSU)(燕守勛，2004;田豐，2010;陳勇敢等，2011)，同時采用了規(guī)則分類法進行類別重組，分類圖見圖5(a)－圖5(d)?；诓ㄗV特征的方法是通過研究兩個波譜曲線的相似度來判斷地物的歸屬類別。它是由已知地物類型的反射波譜，通過波形或特征匹配比較來達到識別地物類型的目的(甘甫平等，2003;張宗貴等，2003)。

5 識別精度對比分析

遙感圖像分類結(jié)果的評價主要有2種方法。一種是基于像素的評價，即選取一定的檢驗樣本，通過與真實地物圖比較，獲得對分類結(jié)果的估計，這種方式一般是通過混淆矩陣實現(xiàn);另外一種是基于特征的評價，分別對各類別或者類別內(nèi)部的圖像特征與真實特征進行比較，通過特征的各屬性域的差異，獲得對精度的評價。論文中采用的分類方法都是基于波譜信息的逐個像素的運算，因此在進行精度分析時利用第一種方法。

本文將各類分類法(包括平行六面體分類法、馬氏距離分類法、歐氏距離分類法、最大似然分類法、支持向量機分類法、波譜角度制圖、光譜特征擬合分類、波譜匹配濾波分類、波譜線性分解分類法)得到的成果圖像與研究區(qū)參考分類圖(圖6)進行了分類精度的計算。相關(guān)計算的見表1，表2。

圖4 (a)平行六面體法分類結(jié)果;(b)歐氏距離法分類結(jié)果;(c)馬氏距離法分類結(jié)果;(d)最大似然法分類結(jié)果;(e)SVM分類結(jié)果圖Fig.4 (a)－Classification results of the parallel hexahedron method;(b)－Classification results of the euclidean distance method;(c)－classification results of the markov distance method;(d)－Classification results of the maxi mum likelihood method;(e)－Classification results of the support vector machine method

圖5 (a)SAM分類結(jié)果;(b)SMF分類結(jié)果;(c)SFF分類結(jié)果;(d)波譜線性分離分類結(jié)果Fig.5 (a)－Classification results of the spectral angle analysis;(b)－Classification results of the spectrum matching filter;(c)－Classification results of spectral feature fitting;(d)－Classification results of linear Spectral Unmixing

表1 不同巖石和礦物各種分類方法的精度Table 1 Accuracies of different classification methods for varied rocks and ores

表2 各分類法計算的總分類精度Table 2 Total classification accuracy of all classification methods

表1為各類巖礦在不同分類方法中的精度，從中可以看出，明礬石、云母、方解石、凝灰?guī)r、水銨長石這五類巖礦在各方法獲取的分類結(jié)果中，其精度普遍較高，從這些巖礦的空間位置分布上來看，它們都具有一個共同的特點，即分布的集中性，這一特點在一定程度上減少了相鄰地物的波譜干擾，相應(yīng)的提高了巖礦地物的純度，保證了巖礦波譜的統(tǒng)一性，同時，這五類巖礦在2～2.5μm之間都有自己獨特的波譜特征，這也是巖礦分類精度高的一個原因。其它三類巖礦(高嶺石、石英、蒙脫石)分類精度普遍較低，原因各自不同。高嶺石和蒙脫石本身在2～2.5μm之間是具有獨特的波譜特征的，但從波譜分離成果圖和USGS提供的分類圖來看，二者在研究區(qū)內(nèi)與其它巖礦混合較多，大大影響了高嶺石和蒙脫石的分類精度，而石英在2～2.5μm之間沒有明顯而獨特的波譜特征，因此，分類精度也較低。

圖6 參考分類圖(據(jù)Ashley et al.修改，1980)Fig.6 Reference classification image(modified from Ashley et al.，1980)

表2為各分類法計算的總分類精度，從分類方法上可以歸為三類，一是傳統(tǒng)分類法(PC、EMDC、MDC、MLC)，這四類方法中，PC分類精度最低，其它三類方法分類精度相差不大。二是基于統(tǒng)計學理論上的SVM，本次經(jīng)過多次實驗，獲取的分類結(jié)果精度較高，本方法受參數(shù)影響較大，目前還沒有指導參數(shù)設(shè)置的相關(guān)理論，需要進一步研究。三是基于波譜特征的分類法，這些方法中，以SFF分類法精度最高，且地物獨特的波譜特征越明顯越好。這些基于波譜特征分類的方法，其精度很大程度上決定于分類過程中參數(shù)的設(shè)置，如SAM中對最小角度閥值的設(shè)置?？偟膩砜?，基于支持向量機方法獲取的分類數(shù)據(jù)和基于波譜特征的分類識別方法獲取的分類數(shù)據(jù)其精度普遍高于傳統(tǒng)分類法獲取的分類數(shù)據(jù)。

6 結(jié)論

本文在高光譜遙感圖像處理基礎(chǔ)上，對基于像元統(tǒng)計和基于波譜特征的有關(guān)巖礦分類識別方法進行了對比研究。研究成果表明:從單個巖礦分類精度來看，分布越集中，診斷性波譜特征越明顯，分類精度越高。從分類方法來看，依據(jù)分類精度從低到高，可以歸為三類，一個是傳統(tǒng)分類法(PC、EMDC、MDC、MLC)，二是基于統(tǒng)計學理論上的SVM，三是基于波譜特征的分類法。這些方法中，以SFF分類法精度最高，且地物獨特的波譜特征越明顯越好。

Ashley R P.，Abrams M J.1980.Alteration mapping using multispectral images — Cuprite Mining District，Esmeralda County，Nevada［R］.U.S.Geological Survey Open File Report:80 －367

Chen Yong－gan，Han Xian －ju，Zhang Hui－yu，Wang Mei－juan，Tang Yuan － yuan，F(xiàn)u Yang，Chang Chun － jiao.2011.Extracting remote sensing alteration information from areas with various covers based on decomposition of mixed pixels:An example of the Zhaishang gold mine in Min County of Gansu Province［J］.Geology and Exploration，47(6):1171 －1176(in Chinese with English abstract)

Fu Wen － jie，Hong Jin － yi，Zhu Gu － chang.2006.Extracting altered and mineralized rock information from remote sensing image based on support vector machines and spectral similarity scale［J］.Geology and Exploration，42(2):69 －73(in Chinese with English abstract)

Gan Fu － ping，Wang Run － sheng.2007.The application of the hyperspectral imaging technique to geological investigation［J］.Remote Sensing for Land and Resources，(4):57 －62(in Chinese with English abstract)

Gan Fu － ping，Wang Run － sheng.2004.The basis of mineral information extraction and technology research using remote sensing［M］.Beijing:Geological Publishing rlouse:15－50(in Chinese)

Gan Fu － ping，Wang Run － sheng，Ma Ai－ na i.2003.Spectral identification tree(sit)for mineral extraction based on spectral characteristics of minerals［J］.Earth Science Frontiers，10(2):445 － 454(in Chinese with English abstract)

Liu Sheng － wei，Gan Fu － ping，Yan Bo － kun，Yang Su － ming.2006.Application of the imaging spectroscopic technique in mineral identification and mapping［J］.Geology in China，(2):178 － 186(in Chinese with English abstract)

Peng Zheng － lin，Mao Xian － cheng，Liu Wen － yi，He Mei－ xiang.2011.Method for classification of remote sensing images based on multiple classifiers combination［J］.Remote Sensing for Land and Resources，(2):19 －25(in Chinese with English abstract)

Resmini R G.1997.Mineral mapping with hyperspectral digital Imagery collection experiment sensor data at Cuprite，Nevada，USA，Nevada，USA［J］.International Journal of Remote Sensing，18(7):1553 －1570

Tian Feng，Dong Li－ na，Yang Su － min，Wang Run － sheng.2010.Application of combined spectra of mixed minerals to mapping altered minerals:A case study in the Yunnan region based on hyperion data［J］.Geology and exploration，46(2):331 － 337(in Chinese with English abstract)

Tong Qing － xi，Xue Yong － qi，Wang Jin － nian，Zhang Li－ fu，F(xiàn)ang Jun－yong，Yang Yide，Liu Xue，Qi Hong － xing，Zheng Lan － fen，Huang Chang－ ping.2010.Development and application of the field imaging spectrometer system［J］.Journal of Remote Sensing，14(3):416－422(in Chinese with English abstract)

Wang Jin － nian，Zheng Lan － fen，Tong Qing － xi.1996.The spectral absorption identification model and mineral mapping by imaging spectrometer data［J］.Journal of Remote Sensing，11(1):20 － 31(in Chinese)

Wang Run － sheng，Yang Su － ming，Yan Bai－ kun.2007.A review of mineral spectral methods and models with imaging spectrometer I-dentification［J］.Remote Sensing for Land and Resources，71(1):1－9(in Chinese with English abstract)

Wang Run － sheng，Gan Fu － ping，Yan Bo － kun，Yang Su － ming，Wang Qing－h(huán)ua.2010.Hyperspectral mineral mapping and its application［J］.Remote Sensing for Land and Resources，(1):1 － 13(in Chinese with English abstract)

Wang Ai－ yun，Wang An － jian，Li Li－ hui.2011.Mapping mineralogical alteration using MNF transfrom and mineral in vegetated areas［J］.Geology and Exploration，47(4):710 － 718(in Chinese with English abstract)

Xu Jiang － jun，Zhao Hui.2006.Picking up character and classification of the hyper－spectral remote sensing image based on DCT and SVM［J］.Journal of Jiamusi University(Natural Science Edition)，24(4):468－475(in Chinese with English abstract)

Yang Zi－an，Peng Sheng － lin，Zhu Gu － chang，Zhang Yuan － fei，Shi Fei－ fei.2009.Study on alteration information and disturbance factors in multi－ spectrum remote sensing images［J］.Geology and Exploration，45(1):46 －51(in Chinese with English abstract)

Yang Chang － bao，Jiang Qi－ gang，Zhu Qun，Liu Bin.2009.Altered minerals discriminating using ASTER data at low vegetation cover area［J］.Geology and Exploration，45(6):761 － 766(in Chinese with English abstract)

Yan Shou － xun，Zhang Bing，Zhao Yong － chao，Zheng Lan － fen，Tong Qing － xi.2004.Summarizing the technical flow and main approaches for discrimination and mapping of rocks and minerals using hyperspectral remote sensing［J］.Remote Sensing Technology and Application，19(1):52 －63(in Chinese with English abstract)

Zhang Zong － gui，Wang Run － sheng，Guo Xiao － fang.2003.Mineral recognition method by spectrometry remote sensing based on material spectral characteristics［ J］.Earth Science Frontiers，(2):435 －443(in Chinese with English abstract)

Zou Lin，Yang Zi－ an，Zhu Gu － chang，Wu De － wen，Xiang Ai－ qin.2006.New Method of Alteration Information Extraction from Multi－Spectrum Remote Sensing Data［J］.Geology and exploration，42(6):71－76(in Chinese)

［附中文參考文獻］

鄒林，楊自安，朱谷昌，吳德文，相愛芹.2006.多光譜遙感蝕變信息提取新方法研究［J］.地質(zhì)與勘探，42(6):71－76

楊自安，彭省臨，朱谷昌，張遠飛，石菲菲.2009.多光譜遙感圖像中蝕變信息及干擾因素的分析研究［J］.地質(zhì)與勘探，45(1):46－51

楊長保，姜琦剛，朱群，劉斌.2009.淺覆蓋區(qū)基于ASTER數(shù)據(jù)的蝕變礦物識別方法［J］.地質(zhì)與勘探，45(6):761－766

王晉年，鄭蘭芬，童慶禧.1996.成象光譜圖象光譜吸收鑒別模型與礦物填圖研究［J］.遙感學報，11(1):20－31

劉圣偉，甘甫平，閆柏琨，楊蘇明.2006.成像光譜技術(shù)在典型蝕變礦物識別和填圖中的應(yīng)用［J］.中國地質(zhì)，2:178－186

甘甫平，王潤生.2007.高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用［J］.國土資源遙感，(4):57－62

甘甫平，王潤生.2004.遙感巖礦信息提取基礎(chǔ)與技術(shù)方法研究［M］.北京:地質(zhì)出版社:15－50

王潤生，楊蘇明，閻柏琨.2007.成像光譜礦物識別方法與識別模型評述［J］.國土資源遙感，71(1):1－9

王潤生，甘甫平，閆柏琨，楊蘇明，王青華.2010.高光譜礦物填圖技術(shù)與應(yīng)用研究［J］.國土資源遙感，(1):1－13

童慶禧;薛永祺，王晉年，張立福，方俊永，楊一德，劉學，亓洪興，鄭蘭芬，黃長平.2010.地面成像光譜輻射測量系統(tǒng)及其應(yīng)用［J］.遙感學報，14(3):416－422

王愛云，王安建，李麗輝.2011.基于最大噪聲分量變換(MNF)和礦物標識的植被區(qū)蝕變信息提?。跩］.地質(zhì)與勘探，47(4):710－718

彭正林，毛先成，劉文毅，何美香.2011.基于多分類器組合的遙感影像分類方法研究［J］.國土資源遙感，(2):19－25

傅文杰，洪金益，朱谷昌.2006.基于光譜相似尺度的支持向量機蝕變信息提?。跩］.地質(zhì)與勘探，42(2):69－73

許將軍，趙輝.2006.高光譜遙感圖像特征提取及分類研究——基于離散余弦變換(DCT)及支撐向量機技術(shù)［J］.佳木斯大學學報(自然科學版)，24(4):468－475

陳勇敢，韓先菊，張慧玉，王美娟，湯媛媛，傅揚，常春郊.2011.基于混合像元分解提取多種類覆蓋區(qū)遙感蝕變信息——以甘肅省岷縣寨上金礦區(qū)為例［J］.地質(zhì)與勘探，47(6):1171－1176

田豐，董麗娜，楊蘇明，王潤生.2010.混合礦物組合光譜在蝕變礦物填圖中的應(yīng)用—以云南香格里拉地區(qū)Hyperion數(shù)據(jù)［J］.地質(zhì)與勘探，46(2):331－337

燕守勛，張兵，趙永超，鄭蘭芬，童慶禧，楊凱.2004.高光譜遙感巖礦識別填圖的技術(shù)流程與主要技術(shù)方法綜述［J］.遙感技術(shù)與應(yīng)用，19(1):52－63

甘甫平，王潤生，馬藹乃.2003.基于特征譜帶的高光譜遙感礦物譜系識別［J］.地學前緣，10(2):445－454

張宗貴，王潤生，郭小方.2003.基于地物光譜特征的成像光譜遙感特征的識別方法［J］.地學前緣，(2):435－443