張翠芬, 楊曉霞, 郝利娜, 張 志, 劉 晰,5

(1.中國地質大學 信息工程學院，武漢 430074; 2.山東女子學院，濟南 250002;3.成都理工大學 國土資源部地學空間信息技術重點實驗室，成都 610059;4.中國地質大學 公共管理學院，武漢 430074；5.國家測繪地理信息局 四川基礎地理信息中心，成都 610041)

高光譜Hyperion與高分辨率WorldView-2衛(wèi)星數據協(xié)同下的巖性分類

張翠芬1,2, 楊曉霞3, 郝利娜3, 張 志4, 劉 晰3,5

(1.中國地質大學 信息工程學院，武漢 430074; 2.山東女子學院，濟南 250002;3.成都理工大學 國土資源部地學空間信息技術重點實驗室，成都 610059;4.中國地質大學 公共管理學院，武漢 430074；5.國家測繪地理信息局 四川基礎地理信息中心，成都 610041)

在目前的技術條件下，一種遙感數據源很難同時具有高空間分辨率和高光譜分辨率特征，因此如何協(xié)同使用不同來源的遙感數據進行礦物巖石識別就成了遙感地質領域的重要研究內容之一。本文結合高空間分辨率WorldView-2數據和高光譜分辨率Hyperion數據，以新疆烏恰縣礦物巖石識別與地層劃分為例探討多源遙感數據協(xié)同的巖性分類。通過對比2種數據源的空間和光譜探測能力，找到其協(xié)同基礎。借鑒傳統(tǒng)的同源數據融合方法，把World View-2多光譜數據降采樣到不同空間尺度，并進行主成分變換，采用第一主成分與Hyperion融合產生協(xié)同數據?；赟AM光譜角分類法，分別采用WorldView-2多光譜原始數據、Hyperion原始數據和各協(xié)同數據對研究區(qū)的巖性進行自動分類。結果表明，各協(xié)同數據巖性分類精度較高，Hyperion次之，WorldView-2數據巖性分類精度最低。

WorldView-2; Hyperion; 協(xié)同;巖性分類

隨著衛(wèi)星傳感器技術的發(fā)展，遙感數據的分辨率不斷提高，空間分辨率達到亞米級，光譜分辨率達到納米級。目前可供選擇的星載高光譜EO-1 Hyperion(NASA)、PROBA上的CHRIS(歐空局)和NEMO上的COIS(美國海軍)等遙感數據光譜分辨率均已達到數十納米。Quickbird、WorldView-2等衛(wèi)星數據空間分辨率已達到亞米級。然而，高的光譜分辨率往往是以犧牲空間分辨率為代價，反之亦然，因此光譜分辨率與空間分辨率之間的矛盾始終存在。如何綜合利用不同源遙感圖像的優(yōu)勢提高分類精度，一直是廣大遙感應用研究者關注的問題。

巖石礦物不僅具有特殊的波譜吸收帶，還具有較為穩(wěn)定的空間結構特征(紋理特征)，不同遙感數據在光譜分辨率及空間分辨率上的優(yōu)勢使得協(xié)同利用其進行巖石礦物的識別成為可能。WorldView-2數據在空間分辨率上具有較大優(yōu)勢，能夠充分揭示巖石地層的空間結構信息，有利于巖石地層紋理信息的提取。Hyperion數據的光譜分辨率達到10 nm，能夠表達不同地物光譜的吸收和反射特征，尤其在其短波紅外區(qū)間對含鐵氧化物、黏土礦物、碳酸鹽礦物等具有獨特的吸收和反射特征。因此，協(xié)同利用上述2種典型數據源優(yōu)勢進行巖石地層識別的研究對遙感地質學的發(fā)展具有重要意義。

1 地質背景及數據準備

1.1 地質背景

新疆喀什市烏恰縣康蘇鎮(zhèn)區(qū)域大地構造上屬塔里木盆地西部喀什凹陷，其夾持于南天山與西昆侖兩大山系間[1-2]。本文以超大型沉積巖鉛鋅礦床所在的烏拉根向斜南翼為協(xié)同遙感數據巖石分類實驗區(qū)，該區(qū)域以中生界、新生界沉積巖(砂礫巖)為主，出露的主要地層有第四系、新近系、古近系、下白堊統(tǒng)、侏羅系和中元古界長城系。各時期地層特征見表1。

1.2 數據源及預處理

1.2.1 WorldView-2數據預處理

WorldView-2數據成像時間為2011年8月21日，數據產品為LV2A級，經過系統(tǒng)輻射糾正和粗幾何校正。本次研究所用的WorldView-2多光譜數據共有8個波段，第1到第8波段依次為海岸波段、藍波段、綠波段、黃波段、紅波段、紅邊波段、近紅外1波段和近紅外2波段，光譜覆蓋可見光-近紅外區(qū)間。數據預處理采用ENVI 4.8中的Flaash模型對多光譜產品進行大氣糾正[3]，使用Erdas 9.1進行幾何精校正。

1.2.2 Hyperion數據預處理

Hyperion數據所在軌道行列號為150/32，成像日期為2003年9月27日，數據產品為1 Gst級，經過系統(tǒng)輻射糾正和粗幾何校正。本次研究采用ENVI 4.8中的Flaash模型對其進行大氣糾正[4-5]，幾何精校正采用Erdas 9.1完成。經過預處理后的Hyperion圖像有效波段共155個，波譜覆蓋可見光-近紅外-短波紅外區(qū)間。

表1 研究區(qū)主要地層及巖性特征Table 1 Main stratigraphic and lithologic feature in the study area

1.3 不同數據源反射率相對校正

1.3.1 兩類數據反射率對比

研究區(qū)穿越條件較差，地表無植被覆蓋，WorldView-2和Hyperion數據在時相上相差約8年，季相相差約1個月，鑒于上述特征，不考慮由于地表覆蓋變化引起的反射率變化，僅考慮由于太陽高度角、方位角和傳感器等因素造成的反射率變化。針對研究區(qū)和數據源實際情況，首先分析主要巖石單元在2類數據上的反射率特征。

具體方法：隨機選取反射率最高的E1a組石膏巖，反射率次高的J3k組棕紅色礫巖夾砂巖，反射率居中的E1-2q組淺紅色膏泥巖，反射率較低的N1p組淺棕灰色砂巖和含礫砂巖，分巖石地層單元統(tǒng)計其在WorldView-2和Hyperion上的均值反射率(圖1)。

圖1 主要巖石單元在WorldView-2和Hyperion圖像上的反射率Fig.1 Lithological reflectance of WorldView-2 and Hyperon images in Wuqia

由于Hyperion高光譜數據光譜范圍覆蓋可見光-近紅外-短波紅外，WorldView-2數據光譜范圍僅覆蓋可見光-近紅外，二者不具有可比性，因此對Hyperion數據按照WorldView-2數據的光譜范圍進行重采樣，其結果見圖2。

圖2顯示出以下2個特征：① E1a組巖石反射率曲線在WorldView-2和Hyperion圖像上接近，反射率較高，藍綠譜段的差異源于樣本的選擇和像元混合。E1a組巖石在2種傳感器中反射率均達到各自傳感器光電轉換率的上限，因此圖像呈現(xiàn)過飽和高亮白色調，其對于消除因傳感器、時相差異帶來的輻射差異沒有幫助。② E1-2q組、J3k組、N1p組3類巖石單元在Hyperion圖像上的均值反射率均小于WorldView-2圖像反射率，且3類巖石單元反射率曲線在2個圖像上呈平行狀，曲線波形相似，表現(xiàn)出線性相關。因此可采用2種圖像樣本均值之比作為轉換因子“C”來消除因傳感器、時相等不同造成的輻射差異。

圖2 不同巖石單元Hyperion圖像光譜重采樣曲線與WorldView-2光譜曲線圖Fig.2 Hyperion spectrum curve resampling to WorldView-2 image spectral range compared with WorldView-2 spectral curve

1.3.2 反射率相對校正

基于Hyperion中心波長與WorldView-2中心波長位置一致的波段圖像上隨機選取E1-2q組、J3k組和N1p組巖石若干樣本，統(tǒng)計2類圖像均值反射率，利用樣本均值反射率的比值獲得反射率匹配因子“C”。2種傳感器中心波長近于一致的波段見表2。

表2顯示WorldView-2圖像的第1、第2、第5、第7波段與Hyperion圖像的第8、第13、第31、第48波段中心波長接近。鑒于藍紫光波段受水汽影響，圖像信噪比低，因此剔除WorldView-2圖像第1波段和Hyperion圖像第8波段，選取WorldView-2圖像的第2、第5、第7波段和Hyperion圖像的第13、第31、第48波段計算2類數據源的輻射轉換因子“C”

表2 Hyperion與WorldView-2中心波長位置近于一致的波段Table 2 Center wavelength of Hyperion compared to WorldView-2

式中：M表示反射率均值；下角b表示波段。2類數據相應波段的E1-2q、J3k、N1p組巖石樣本平均反射率見表3。根據式(1)和表3計算出WorldView-2數據b2、b5、b7的樣本均值約為1 895.35，Hyperion數據b13、b31、b48的樣本均值約為1764.28，得到匹配因子“C”為0.93。

短波紅外區(qū)間波段是遙感巖石識別的有利光譜區(qū)間，因此反射率相對校正時應該最大程度保留原始短波紅外區(qū)間光譜信息。本文最終采用對WorldView-2圖像乘以匹配因子“C”來消除其與Hyperion圖像的輻射差。

2 多源遙感數據協(xié)同

2.1 協(xié)同基礎

成像系統(tǒng)自身的制約導致遙感成像時空間分辨率和光譜分辨率二者不可兼得，A.P.Cracknell[6]認為 “協(xié)同”是指使用2種或2種以上不同傳感器數據源能夠獲得比單一使用一種傳感器數據源更豐富的信息和更高的精度。在多光譜遙感中，多光譜圖像和全色圖像的融合很好地詮釋了這一點。由于遙感數據源的多樣化和多元性，導致遙感領域協(xié)同的研究內容非常寬泛，研究方法多樣，涉及較多的技術方法和基礎理論。盡管國內外學者對此做了大量廣泛而深入的研究，然而多源遙感數據的有效協(xié)同依然沒有形成比較成熟的系統(tǒng)理論框架和具體的模型算法。在實際應用中，多源遙感數據協(xié)同使用可以理解成為了有效發(fā)揮不同的遙感數據產品在空間分辨率、光譜分辨率等方面的優(yōu)勢，基于一定的數字圖像處理技術，生成光譜探測能力和空間探測能力均較原始數據有所提高的新型數據產品[7]。本次研究以Hyperion和WorldView-2數據為例，初步探討如何協(xié)同其各自的光譜優(yōu)勢和空間優(yōu)勢。

2.1.1 不同傳感器光譜探測能力對比分析

WorldView-2數據和Hyperion數據波段和光譜區(qū)間對比情況見圖3，二者除了波段數懸殊之外，在波譜范圍上也有差異，具體分析如下。

表3 Hyperion圖像和WorldView-2圖像上樣本平均反射率Table 3 Average reflectivity of samples in Hyperion and WorldView-2 images

a.可見光-近紅外波譜區(qū)間

WorldView-2多光譜圖像僅覆蓋可見光-近紅外波譜區(qū)間(圖3)，其中第1、第2、第3波段波譜連續(xù)，第4、第5波段間有約5 nm間隔，第5、第6波段間有約15 nm的間隔，第6、第7波段間有約25 nm的間隔，第7、第8波段間有約35 nm的重疊區(qū)，波譜不連續(xù)，平均波段寬50 nm，光譜分辨率較低。在這一光譜區(qū)間內，Hyperion圖像共有59個波段(圖3)，與WorldView-2第1到第8波段對應的光譜區(qū)間內依次為3、6、7、4、7、7、13、12個波段，波段連續(xù)無間隔，亦無重疊，平均波段寬度僅10 nm，光譜分辨率高。

圖3 WorldView-2與Hyperion波譜范圍對比Fig.3 Comparison of the WorldView-2 with Hyperion spectrum波譜范圍彩色橫線上的數字表示該范圍內的波段數

b.短波紅外波譜區(qū)間

WorldView-2圖像沒有設置波段。Hyperion圖像共有4個波譜區(qū)間，在1.05～1.34 μm區(qū)間內，有29個連續(xù)波段，1.48～1.79 μm區(qū)間內有32個連續(xù)波段，1.98～1.99 μm區(qū)間內有2個連續(xù)波段，2.03～2.34 μm區(qū)間內有33個連續(xù)波段。上述波譜區(qū)間內平均波段寬度依然為10 nm，光譜分辨率高。

礦物的波譜機理揭示鐵離子在可見光-近紅外區(qū)間(具體為0.5 μm、0.9 μm和1.0 μm)有明顯的特征吸收帶；黏土類礦物在短波紅外區(qū)間有明顯的特征吸收帶(具體為2.2 μm、2.3 μm)；碳酸鹽類礦物也在短波紅外區(qū)間有明顯的特征吸收帶(具體為2.33～2.37 μm)?？梢?，大多數礦物的特征吸收譜帶都位于短波紅外區(qū)間。

綜上所述，不管是從數據源本身的光譜特征還是從礦物巖石光譜特征看，Hyperion圖像由于具有更高光譜分辨率和較寬的波譜范圍，在識別巖石單元和礦物上具有更大的優(yōu)勢。

2.1.2 空間探測能力對比分析

WorldView-2圖像全色波段空間分辨率為0.46 m，多光譜波段空間分辨率為1.84 m，能夠精細探測地表的微小地物及地物的幾何空間結構，在識別巖石地層中的節(jié)理、劈理、層理，分析不同巖石單元之間的接觸關系時具有優(yōu)勢(圖4)。Hyperion圖像的空間分辨率為30 m，只有當地質體具備一定的出露規(guī)模，且地質體內部性質較單一并均勻分布時，該數據才能夠充分發(fā)揮其巖石地層識別和劃分的優(yōu)勢；然而在大比例尺的礦物或巖石填圖和構造識別時，該數據由于受到混合像元的干擾，從而增加了礦物或巖石光譜識別的不確定性，因此精度有所降低。

綜上所述，高空間分辨率遙感數據能較好地探測地表細節(jié)信息，高光譜數據波譜連續(xù)，能夠有效識別巖石礦物的微小光譜差異，因此將不同遙感圖像優(yōu)勢有效利用，是提高遙感巖石地層識別精度的有效途徑。

2.2 協(xié)同方法

早期遙感圖像融合的實質是同一傳感器全色圖像和多光譜圖像的有效協(xié)同，傳統(tǒng)的融合算法是有效提高同源遙感圖像光譜分辨率和空間分辨率的典范。本次研究為了有效協(xié)同不同數據源優(yōu)勢，主要借鑒傳統(tǒng)遙感圖像融合的思想和算法，使協(xié)同數據在最大限度提高空間分辨率的同時，光譜失真最小，抑或損失的光譜信息對圖像分類結果無明顯影響。

傳統(tǒng)融合算法中有2個因素影響融合圖像質量，一是不同數據源的空間分辨率[8-9]，二是不同數據源的光譜范圍。為了最大限度保持融合后圖像的光譜信息與原光譜信息一致或接近一致，不同數據融合過程中，在提高多光譜圖像的空間信息時，一般只考慮注入地物的強度信息，而不帶入光譜信息。如經典的HIS融合算法通過彩色空間變換，將R(紅)G(綠)B(藍)空間變換到H(色調)、I(亮度)、S(飽和度)空間。轉換后的新空間中，色調分量表示色彩的顏色屬性，亮度分量表示色彩的明亮屬性，飽和度分量表示色彩的純潔屬性，故此，亮度分量與色彩屬性無關，僅與色彩的強度或明亮度有關，因此可用高空間分辨率的圖像替換亮度分量，再進行從HIS到RGB的逆變換完成圖像融合。融合后的圖像即借助沒有變化的色調分量和飽和度分量保留了原多光譜圖像的光譜特征，又借助于新亮度分量帶入了高分辨率空間信息，提高了空間分辨率，從而實現(xiàn)了光譜和空間的協(xié)同。在隨后發(fā)展起來的主成分變換(PC)融合法、GS(Gram-Schmidt)光譜銳化融合法、小波變換融合法等融合算法中，均承襲并發(fā)展了這一思想，實現(xiàn)空間和光譜的有效利用。

圖4 相同空間范圍內WorldView-2多光譜圖像(A)、Hyperion圖像(B)、協(xié)同圖像(C)Fig.4 Image characteristics of the south limb of Wulagen syncline in WorldView-2 multispectral images (A),Hyperion images (B), synergy images (C)

本文協(xié)同方法遵循經典的融合思想，并將其拓展到不同源Hyperion和WorldView-2數據，在向Hyperion圖像中注入WorldView-2圖像空間信息時，從圖像空間尺度和光譜響應范圍2個角度考慮。

2.2.1 空間尺度的轉換與優(yōu)化

王忠武等[8]研究表明，只有當2種不同空間分辨率數據處于一定范圍內，融合后圖像的光譜畸變才會較小，光譜保真度較高。他基于GS光譜銳化融合算法，利用圖像重采樣方法將IKONOS圖像多光譜和全色分辨率之比依次降為1∶4、1∶8、1∶12、1∶24、1∶28、1∶32，分別融合不同分辨率之比的全色與多光譜圖像，試驗結果顯示當分辨率之比>1∶12時，融合圖像具有較高的光譜保真度。Ling Yong等[9]則是通過一組分辨率之比分別為1∶3、1∶6、1∶30的融合試驗，表明當分辨率之比為1∶6時融合圖像質量最好。該研究結論與目前多光譜傳感器數據在全色和多光譜數據分辨率之比設置為1∶4(WorldView-2、Quickbird、IKONOS、SPOT等)或1∶2(Landsat系列衛(wèi)星、SPOT系列衛(wèi)星)不謀而合。

從空間和光譜2個角度及已有的融合方法考慮，全色圖像與多光譜圖像的空間分辨率介于1∶4～1∶2之間時，融合結果較理想。而WorldView-2多光譜(1.84 m)及全色數據(0.46 m)與Hyperion數據(30 m)空間分辨率之比分別約為1∶15和1∶60，不符合上述要求。因此，30 m分辨率的 Hyperion高光譜數據想要通過融合提高空間分辨率，理論上只有當與其融合的全色圖像空間分辨率為7.5 m、10 m、15 m時融合效果較為理想。此外，依據前人研究結果，空間分辨率之比為1∶15的2類數據融合效果優(yōu)于1∶60。因此選擇WorldView-2多光譜數據與Hyperion數據融合，同時把WorldView-2多光譜數據分別依次降采樣到5 m、7.5 m、10 m和15 m，使其在與Hyperion圖像融合時，不會因為空間分辨率的較大差異影響融合圖像的光譜保真度。其次，針對研究區(qū)巖石單元特征尋找出多源遙感數據融合協(xié)同劃分巖石單元的最佳分辨率之比和最佳尺度。

2.2.2 構建全色圖像

為了提高融合圖像質量，融合前全色圖像應滿足：①光譜范圍與多光譜圖像光譜范圍一致或接近，②包含較多空間信息，較少光譜信息。圖3顯示，WorldView-2圖像多光譜覆蓋范圍(0.4～1.04 μm)優(yōu)于全色波段光譜覆蓋范圍(0.45～0.8 μm)，因此，針對①選擇WorldView-2多光譜圖像構建全色影像。P.S.Chavez Jr等[10]、T.S.Huang[11]、A.Pinz等[12]研究指出，遙感圖像通過PCA變換后，第一主分量包含了大約80%以上信息量，且主要包含原始圖像的空間信息。因此，針對②對降采樣后的WorldView-2多光譜圖像實施PCA變換，利用第一主分量與Hyperion圖像進行融合，使協(xié)同數據同時具備較好的空間和光譜分辨率。

本次研究最終將WorldView-2多光譜數據依次降采樣到不同的空間分辨率(2 m、5 m、7.5 m、10 m和15 m)，通過PCA變換后選取第一主分量構建一個光譜覆蓋范圍相對較寬的模擬全色波段與Hyperion圖像基于GS光譜銳化法融合協(xié)同，協(xié)同數據分別稱為協(xié)同2、協(xié)同5、協(xié)同7、協(xié)同10、協(xié)同15，協(xié)同效果以巖石自動分類精度為標準評價。

圖5 巖性分類結果Fig.5 The lithological classification results(A)WorldView-2分類結果; (B) 協(xié)同2分類結果; (C) 協(xié)同5分類結果; (D) 協(xié)同7分類結果; (E) 協(xié)同10分類結果; (F) 協(xié)同15分類結果; (G)Hyperion分類結果

3 巖性分類及評價

3.1 分類結果

巖性分類分別基于Hyperion原始數據、WorldView-2原始多光譜數據和各協(xié)同數據，分類方法[13-15]采用光譜角(SAM)法，訓練樣本采用人機交互的方式基于WorldView-2數據和已有地質圖選取不同巖石單元的若干樣本，不同遙感數據源的分類結果見圖5。

a.原始數據分類結果

WorldView-2多光譜數據巖石分類精度最低，因為其波段較寬，且缺失短波紅外區(qū)間光譜，光譜分辨率最低。Hyperion數據由于成像角度和太陽高度角的問題，導致陰影嚴重，無效像元較多，但其巖石分類精度仍然優(yōu)于WorldView-2，因為其光譜分辨率在7類數據中最高，可見，對于巖石單元分類而言，光譜分辨率的影響占主導因素。

b.協(xié)同數據分類結果

5類協(xié)同數據空間分辨率優(yōu)于Hyperion，光譜分辨率優(yōu)于WorldView-2，多源數據協(xié)同過程中，在注入空間信息的同時去除了Hyperion原始數據的部分陰影，因此其巖石分類精度均較高。協(xié)同數據巖石分類結果中，烏拉根向斜南翼沉積地層韻律層理清晰，未分像元減少。

3.2 分類精度評價

利用研究區(qū)已有地質圖隨機采樣、專業(yè)人員高分辨率遙感圖像目視解譯結果和野外實際路線調查結果，基于混淆矩陣對上述7種分類結果進行精度評價，分類結果精度見表4。

表4中，各協(xié)同數據分類精度均較高，其中：協(xié)同2的空間分辨率最高，巖石分類精度最低，約為83%。協(xié)同10的空間分辨率為10 m，巖石分類精度最高，約為88%。協(xié)同5、協(xié)同7、協(xié)同15的空間分辨率分別為5 m、7.5 m、15 m，巖石分類精度分別為84%、85%、84%；Hyperion的分類精度次之，為78%； WorldView-2的分類精度最低，為47%。

4 討論與結論

協(xié)同數據巖石單元分類精度較高，Hyperion數據分類精度次之，WorldView-2數據分類精度最低。對遙感巖石分類而言，光譜分辨率及短波紅外光譜范圍大于空間分辨率對巖石分類精度的影響。通過空間變換和融合的方式，各類協(xié)同數據融入了Hyperion圖像光譜信息，其巖石分類精度均較WorldView-2圖像分類精度高約26%，可見，短波紅外范圍光譜信息的融入和光譜分辨率的提高是遙感巖石分類精度提高的根本因素，因此光譜協(xié)同對遙感地質意義更大。然而空間分辨率也是不可或缺的因素，各類協(xié)同數據的分類精度均較Hyperion數據分類精度高則是由于協(xié)同數據注入了WorldView-2數據的空間優(yōu)勢?？梢姡瑓⑴c分類數據的空間分辨率也是影響分類精度的重要因素。此外，依據分類結果，對本文研究區(qū)的巖石地層而言，10 m空間分辨率尺度能夠獲得較高分類精度。

表4 分類精度對比

今后的研究中，值得思考和解決的問題：①試驗僅利用了WorldView-2多光譜數據信息，而WorldView-2全色波段空間分辨率為0.5 m，在表達不同巖石單元的空間結構方面具有更顯著優(yōu)勢，在今后的研究中，應進一步探討如何有效協(xié)同WorldView-2全色數據。②WorldView-2傳感器與Hyperion傳感器因成像角度不同而導致地物形狀和大小變化，這類變形通過幾何精校正等預處理無法全部消除，因此給融合后的圖像帶入不同程度的畸變。消除因傳感器差異造成的成像畸變，對提高協(xié)同數據質量具有重要的意義，也是值得深入研究的問題。

[1] 李志丹,薛春紀,董新豐,等.新疆烏恰縣烏拉根鉛鋅礦床地質特征和S-Pb同位素組成[J]. 地學前緣,2013,20(1):40-54. Li Z D, Xue C J, Dong X F,etal. Ore geology S-Pb isotopic compositions of the Wulagen Zn-Pb deposit, Wuqia County, Xinjiang[J]. Earth Science Frontier, 2013, 20(1): 40-54. (in Chinese)

[2] 祝新友,王京彬,劉增仁,等.新疆烏拉根鉛鋅礦床地質特征與成因[J].地質學報,2010,84(5):694-702. Zhu X Y, Wang J B, Liu Z R,etal. Geologic characteristics and the genesis of the Wulagen lead-zinc deposit, Xinjiang, China[J]. Acta Geologica Sinica, 2010, 84(5): 694-702. (in Chinese)

[3] Poli D, Angiuli E, Remondino F. Radiometric and geometric analysis of WorldView-2 stereo scenes[C]// Proceeding of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Calgary, AB, Canada, 2010.

[4] 袁金國,牛錚,王錫平.基于FLAASH的 Hyperion高光譜影像大氣校正[J].光譜學與光譜分析, 2009,29(5):1181-1185. Yuan J G, Niu Z, Wang X P. Atmospheric correction of Hyperion hyperspectral image based on FLAASH[J]. Spectroscopy and Spectral Analysis, 2009, 29(5): 1181-1185. (in Chinese)

[5] 史超,張遠龍,任正情,等.福建礬山Hyperion高光譜數據預處理及效果評價[J].地質科技情報,2014,33(1):199-204. Shi C, Zhang Y L, Ren Z Q,etal. Hyperion data preprocessing and assessment: Example from Fanshan, Fujian Province[J]. Geological Science and Technology Information, 2014, 33(1): 199-204. (in Chinese)

[6] Cracknell A P. Review article synergy in remote sensing-What’s in a pixel[J]. International Journal of Remote Sensing, 1998, 19(11): 2025-2047.

[7] 余健. ASTER與WorldView-2影像協(xié)同應用提取巖性信息方法研究[D].武漢:中國地質大學檔案館,2012. Yu J. Research on the Methodology of Synergetic Application of ASTER and WorldView-2 Images on Lithologic Information Extraction[D]. Wuhan: The Archive of China University of Geosciences, 2012. (in Chinese)

[8] 王忠武,呂磊,趙忠明.空間分辨率之比對遙感圖像融合質量的影響[J].光電工程,2009,36(4):103-107. Wang Z W, Lyu L, Zhao Z M. Effect of spatial resolution ratio on optical remote sensing image fusion quality[J]. Opto-Electronic Engineering, 2009, 36(4): 103-107. (in Chinese)

[9] Ling Y, Ehlers M, Usery E L,etal. Effects of spatial resolution ratio in image fusion [J]. International Journal of Remote Sensing, 2008, 29(7): 2157-2167.

[10] Chavez P S J, Stuart C S, Jeffrey A A. Comparison of the three different methods to merge multi resolution and multi spectral data Landsat TM and SPOT Panchromatic[J]. Photogrammetric Engineering & Remote Sensing, 1991, 57(3): 295-303.

[11] Huang T S. PCM picture transmission [J]. IEEE Spectrum, 1965, 2(12): 57-63.

[12] Andreu J P, Borotschnig H, Ganster H,etal. Information fusion in image understanding[C]// IAPR International Conference on Pattern Recognition, 1992, Vol.i. Conference A: Computer Vision and Applications, Proceedings. New York: IEEE, 1992: 366-370.

[13] 劉衍宏.基于高光譜Hyperion數據的黏土礦信息提取應用研究[D].北京:中國地質大學檔案館,2010. Liu Y H. Applications Study of Clay Information Extraction Based on Hyperion Data[D]. Beijing: The Archive of China University of Geosciences, 2010. (in Chinese)

[14] 甘甫平,王潤生,楊蘇明.西藏Hyperion數據蝕變礦物識別初步研究[J].國土資源遙感,2002(4):44-51. Gan F P, Wang R S, Yang S M. Studying on the alteration minerals identification using Hyperion data[J]. Remote Sensing for Land & Resources, 2002(4): 44-51. (in Chinese)

[15] 項甜甜,陳圣波,劉彥麗,等.基于高光譜數據的河北灤平地區(qū)巖性信息提取方法試驗研究[J].遙感信息,2013,28(2):82-92. Xiang T T, Chen S B, L Y L,etal. Lithological information extraction from Hyperion data in Luanping area, Hebei[J]. Remote Sensing Information, 2013, 28(2): 82-92. (in Chinese)

敬告作者

為適應我國科技信息化建設需要，擴大作者學術交流渠道，本刊已加入《中國學術期刊(光盤版)》和《中國知網》(http://www.cnki.net)、萬方數據電子出版社的《萬方數據----數字化期刊群》(http://www.wanfangdata.com.cn)、教育部科技發(fā)展中心的《中國科技論文在線》、重慶維普資訊有限公司的《中文科技期刊數據庫》、華藝數位藝術股份有限公司的《CEPS中文電子期刊》、北京書生網絡技術有限公司的《書生數字期刊》、北京世紀超星公司的“域出版”平臺、中教數據庫等。作者著作權使用費與稿酬由本刊一次性給付。如果作者不同意將文章編入上述數據庫，請在來稿時聲明，本刊將做適當處理。

《成都理工大學學報(自然科學版)》編輯部

LithologicalclassificationbysynergizinghyperspectralHyperionandhighresolutionWorldView-2satelliteimages

ZHANG Cuifen1,2, YANG Xiaoxia3, HAO Lina3, ZHANG Zhi4, LIU Xi3,5

1.FacultyofInformationEngineering,ChinaUniversityofGeosciences,Wuhan430074,China;2.FacultyofInformationTechnology,ShangdongWomen’sUniversity,Ji’nan250000,China;3.KeyLaboratoryofGeoscienceSpatialInformationTechnologyofMinistryofLandandResources,ChengduUniversityofTechnology,Chengdu610059,China;4.SchoolofPublicAdministration,ChinaUniversityofGeosciences,Wuhan430074,China;5.BasicGeographicInformationCenterofSichuanProvince,NASMG,Chengdu610041,China

Single remote sensing datum is difficult to obtain both high spatial resolution and high spectral resolution characteristics at the same time in the field of remote sensing geology, so it is necessary to synthesize remote sensing data from different sources together to identify minerals and rocks. In this paper, lithological classification through the combination of multi-source remote sensing data of high spatial resolution of WorldView-2 data and high spectral resolution of Hyperion data is exercised in the identification of rocks and minerals and division of stratigraphy in the Wuqia County of Xinjiang. The basis of synergy is found and established by comparison of the detection ability of space and spectra between the two kinds of data source. Taking traditional source data fusion method as reference, the WorldView-2 multi-spectral data are sampled down to different spatial scale and the principal component is transformed. Then, synergy data are made by reconciling the first principal component and the Hyperion data. Based on the SAM method, the lithology in the study area is classified by using WorldView-2, Hyperion and synergy data. The experimental results show that the classification accuracy of all the synergy data are high, the Hyperion data comes next, and the accuracy of WorldView-2 data is the lowest.

WorldView-2; Hyperion; synergy; lithology classification

P627 [

] A

10.3969/j.issn.1671-9727.2017.05.11

1671-9727(2017)05-0613-10

2016-09-22。

國家自然科學基金項目(41702358, 41771444, 41201440); 四川省教育廳重點項目(16ZA0090, 15ZA0078); 中國地質調查局地調項目(2017120); 山東高等學校科技計劃項目(J15LN11)。

張翠芬(1976-)，女，副教授，主要從事空間數據分析與數據挖掘方面的研究, E-mail:zcuifen@163.com。

楊曉霞(1977-)，女，講師，主要從事遙感與地理信息科學研究, E-mail:yangxx2003@126.com。