韓海輝，王藝霖，張轉(zhuǎn)，任廣利，楊敏

(1.中國地質(zhì)調(diào)查局 西安地質(zhì)調(diào)查中心，西安 710054；2.西北地質(zhì)科技創(chuàng)新中心，西安 710054；3.長安大學(xué)，西安 710054)

0 引言

根據(jù)巖石和礦物的光譜特征，利用高光譜圖像提取蝕變礦物已成為一個(gè)遙感地質(zhì)研究中的一個(gè)熱點(diǎn)[1-2]，這是因?yàn)閼?yīng)用高光譜成像數(shù)據(jù)有可能直接識(shí)別與成礦作用密切相關(guān)的蝕變礦物以及圍巖蝕變的范圍和強(qiáng)度，而這類信息常常能為礦產(chǎn)勘查提供示礦依據(jù)[3-6]。

高光譜遙感時(shí)代源于2000年后Hyperion數(shù)據(jù)的大量獲取[1-2]。這一時(shí)期，遙感蝕變礦物識(shí)別處理方法有了新突破，出現(xiàn)了光譜匹配識(shí)別技術(shù)與亞像素技術(shù)[1]。光譜匹配技術(shù)中使用最廣的是由Kruse提出的光譜角填圖法(SAM)[1，7]，而Chang認(rèn)為光譜信息散度法(SID)要優(yōu)于光譜角法[8]，Xu則通過對(duì)光譜吸收特征參量的條件約束，提高了光譜特征擬合(SFF)法對(duì)礦物的區(qū)分能力[9]。亞像素識(shí)別方法則是利用已知端元光譜，從一個(gè)混合像元中分解出所含礦物的相對(duì)豐度信息再進(jìn)行光譜識(shí)別分類。近年在端元光譜識(shí)別中使用最廣的方法是混合調(diào)制匹配濾波(MTMF)，它是線性波譜混合理論與目標(biāo)信號(hào)匹配濾波處理法相結(jié)合的產(chǎn)物，該方法綜合了匹配濾波不需要其他背景端元光譜和混合調(diào)制技術(shù)可以減少出現(xiàn)虛假信號(hào)概率的優(yōu)點(diǎn)[1-2，7]。近年，學(xué)者又陸續(xù)提出了光譜信息散度-光譜角(SID-SAMtan)、光譜信息散度-光譜相關(guān)角(SID-SCAtan)、光譜信息散度-光譜梯度角(SID-SGAtan)等光譜匹配組合方法，研究結(jié)果顯示這類組合法進(jìn)一步提高了礦物的區(qū)分能力[10-12]。

這些高光譜方法取得了良好的應(yīng)用效果，如Mars等利用光譜特征擬合法，在美國內(nèi)華達(dá)和加州帕斯山兩個(gè)赤銅礦蝕變區(qū)域內(nèi)提取出泥化蝕變礦物(高嶺石、明礬石、地開石)、青盤巖化礦物(方解石、綠泥石、綠簾石)和絹英巖化礦物(絹云母)[13]；Govil利用光譜角填圖法提取了印度喜馬拉雅山脈Kuta地區(qū)的綠泥石、白云母、伊利石、針鐵礦，為復(fù)雜地貌區(qū)的礦產(chǎn)勘查提供了蝕變礦物信息[14]；Carrion等利用混合調(diào)制匹配濾波法提取了秘魯南部Chapi Chiara金礦區(qū)的泥化(伊利石、絹云母等)和青磐巖化(綠泥石等)蝕變礦物，為識(shí)別巖性和熱液蝕變區(qū)提供了幫助[15]；甘甫平等通過對(duì)巖礦譜形特征組合波段的主成分變換，識(shí)別了河北后溝金礦區(qū)的蝕變分布，并利用光譜角識(shí)別技術(shù)從機(jī)載高光譜圖像上提取了高嶺石、伊利石、絹云母等蝕變礦物[16]。

但基于光譜夾角的方法比較了光譜在整體形狀上的相似性，忽略了局部特征的變化，容易產(chǎn)生“同物異譜”和“異物同譜”的現(xiàn)象；而光譜信息熵算法是基于概率統(tǒng)計(jì)理論，受光譜背景信息的影響比較大，復(fù)雜背景下往往難以反映細(xì)節(jié)特征從而會(huì)造成光譜區(qū)分度的降低。為了改進(jìn)上述不足，本文提出了MTMFSFF-SIDSAMtan(MSSSt)組合方法。該算法將波譜特征擬合(SFF)和混合調(diào)制匹配濾波(MTMF)加入SID-SAMtan算法中，計(jì)算時(shí)既考慮了光譜整體的形狀和信息熵特征，又通過包絡(luò)線處理有效突出光譜曲線的局部吸收和反射特征，同時(shí)使用背景的協(xié)方差對(duì)光譜變化進(jìn)行線性組合建模，從而最大化地放大與目標(biāo)波譜匹配的像元信號(hào)，并抑制未知背景以提高輸出的信號(hào)信噪比，以達(dá)到分離感興趣目標(biāo)和背景及噪聲信息的目的。

1 MTMFSFF-SIDSAMtan(MSSSt)組合模型原理

MTMFSFF-SIDSAMtan(MSSSt)組合模型原理如下：假設(shè)存在2組光譜信號(hào)X，Y，其可分別表示為n維向量(X1，X2，Xi……，Xn)T和(Y1，Y2，Yi……，Yn)T，則MSSSt模型計(jì)算X和Y相似性可定義為：

(1)

計(jì)算結(jié)果是每個(gè)端元波譜對(duì)比每個(gè)像元的灰度圖像，值越大表示越接近目標(biāo)，兩光譜的相似程度越好。理論上MSSSt組合模型可以將與目標(biāo)波譜最為相似的像元信號(hào)突出增強(qiáng)顯示，同時(shí)抑制背景及噪聲的干擾，其中各因子的模型介紹如下。

1)光譜角SAM(X，Y)是把光譜看作多維矢量，通過計(jì)算兩光譜之間的廣義夾角確定光譜的相似程度，夾角越小，光譜越相似，其最大的特點(diǎn)是只使用了光譜的方向，而不使用其長度，因此夾角值與光譜向量的模無關(guān)，只比較光譜在形狀上的相似性，故SAM分類對(duì)亮度影響不是很敏感[17-18]。計(jì)算公式為：

(2)

2)光譜角信息散度 SID(X，Y)是基于信息理論衡量光譜之間的差異，其定義如下[17-18]：

(3)

式中：D(X‖Y)為X關(guān)于Y的相對(duì)熵，D(Y‖X)為Y關(guān)于X的相對(duì)熵；p和q分別為X，Y光譜的概率向量。光譜角信息散度值越小，說明兩光譜越相似。

3)波譜特征擬合(SFF)是一種基于吸收特征的方法，它使用最小二乘法對(duì)經(jīng)過連續(xù)統(tǒng)去除處理的像元光譜曲線與參考光譜曲線進(jìn)行匹配，即用各個(gè)離差的平方和最小來保證每個(gè)離差的絕對(duì)值都很小。當(dāng)波譜曲線有明顯的吸收特征時(shí)該方法的識(shí)別效果很好，這也彌補(bǔ)了SAM不能有效體現(xiàn)曲線局部變化特征的不足。計(jì)算結(jié)果的值越大表示越接近目標(biāo)，兩光譜的相似程度越好[17-18]。

該方法計(jì)算時(shí)，對(duì)于每個(gè)像元會(huì)輸出一個(gè)擬合值和一個(gè)均方差誤差RMS值。本研究中，采用擬合值和與RMS的比值作為擬合度圖像，這樣既保證了高度擬合，又保證了誤差較小。計(jì)算公式為：

(4)

式中：a，b可通過下述方程求解

(∑xi2)a+(∑xi)b=∑xiyi

(∑xi)a+nb=∑yi

(5)

4)混合調(diào)制匹配濾波 MTMF(X，Y)是在匹配濾波的基礎(chǔ)上發(fā)展的，它將匹配濾波的優(yōu)點(diǎn)(并不需要已知所有端元的信息)同混合理論中的物理?xiàng)l件限制(給定像素的信號(hào)是包含在該像素中的單一物質(zhì)成分的線性組合)結(jié)合起來，使用線性波譜混合理論，來限制可行性混合的結(jié)果，相對(duì)單一匹配濾可以減小虛假信號(hào)出現(xiàn)的概率[17-18]。計(jì)算結(jié)果的值越大表示越接近目標(biāo)，兩光譜的相似程度越好。

該方法計(jì)算時(shí)，對(duì)于每個(gè)像元會(huì)輸出一個(gè)MF像元匹配值和一個(gè)不可行性噪聲RMS值。本研究中，采用MF匹配值與不可行性噪聲的比值作為擬合度圖像，這樣既保證了高度匹配，又保證了噪聲較小。

2 實(shí)驗(yàn)區(qū)概況與數(shù)據(jù)預(yù)處理

2.1 實(shí)驗(yàn)區(qū)地質(zhì)概況

實(shí)驗(yàn)區(qū)選擇在甘肅北山方山口地區(qū)。該區(qū)域自20世紀(jì)80年代以來相繼發(fā)現(xiàn)了方山口、明金溝、新老金廠、明水河、拾金坡、花牛山等多個(gè)金、銀、銅、鉛鋅的礦床(點(diǎn))，使該區(qū)域呈現(xiàn)出金礦床(點(diǎn))數(shù)量多、成礦類型多樣、蝕變礦物類型豐富、礦化蝕變特征明顯的特點(diǎn)[19-22]。同時(shí)，該區(qū)域植被覆蓋稀疏，基巖出露良好，地表碎石殘留原地，山體相對(duì)高差小，是開展遙感地質(zhì)研究的理想場地。

研究區(qū)地質(zhì)演化歷史復(fù)雜，礦產(chǎn)資源豐富。地層從太古宇到中生界出露較全，巖性包括變質(zhì)巖、碎屑巖、碳酸鹽等；區(qū)內(nèi)巖漿活動(dòng)強(qiáng)烈，侵入巖類型多樣，從超基性、基性到中酸性巖漿巖均有產(chǎn)出，侵入時(shí)代集中為華力西期；區(qū)內(nèi)斷裂構(gòu)造也較為發(fā)育，空間展布規(guī)律為近東西向和北北東向，另外區(qū)內(nèi)還發(fā)育有弧形斷裂，已知礦化點(diǎn)的分布與斷裂構(gòu)造關(guān)系較緊密；區(qū)內(nèi)存在的蝕變類型有硅化、黃鐵礦化(褐鐵礦化)、絹云母化、鐵碳酸鹽巖化和青磐巖化等[19，23-25]。

2.2 遙感數(shù)據(jù)預(yù)處理

CASI/SASI是加拿大ITRES公司研制的兩個(gè)機(jī)載高光譜成像儀。本次使用的CASI/SASI數(shù)據(jù)來源于核工業(yè)北京地質(zhì)研究院，飛行獲取時(shí)間為2011年7月6日，影像質(zhì)量較好，無云及陰影遮蓋。

CASI和 SASI 數(shù)據(jù)共有 388 個(gè)波段，1～288(0.380～1.050 μm)為CASI 數(shù)據(jù)范圍；289～388(0.950～2.450 μm)為SASI 數(shù)據(jù)范圍。CASI/SASI數(shù)據(jù)在0.950～1.050 μm處為重疊波段，由于 SWIR 噪聲大于 VNIR，因此通常使用 CASI 數(shù)據(jù)替代 SASI 數(shù)據(jù)重疊部分。波段數(shù)據(jù)替代中會(huì)同時(shí)去除受到水氣吸收(1.400 μm和1.900 μm附近)影響和航拍中低性噪比情況下形成的壞波段。本文使用的CASI/SASI經(jīng)處理后最終剩余116個(gè)波段(CASI：35個(gè)波段；SASI：81個(gè)波段)，光譜范圍為0.404～2.435 5 μm。

CASI/SASI數(shù)據(jù)的預(yù)處理與光譜重建包括輻射定標(biāo)、幾何校正、正射校正、空間重采樣、CASI/SASI波段配準(zhǔn)、大氣校正。其中輻射定標(biāo)、幾何校正和正射校正是利用系統(tǒng)自帶的軟件和飛行測量時(shí)獲取的相關(guān)數(shù)據(jù)進(jìn)行，大氣校正采用Flaash大氣校正模塊進(jìn)行，利用雙線性插值法進(jìn)行數(shù)據(jù)空間重采樣。

3 MTMFSFF-SIDSAMtan(MSSSt)法與已知方法的比較

為了將MSSSt方法與已知方法進(jìn)行比較，本文利用美國內(nèi)華達(dá)州Cuprite礦區(qū)的AVIRIS(airborne visible/infrared imaging spectrometer)高光譜成像數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，利用相似度增量和相關(guān)光譜區(qū)分熵指標(biāo)，定量比較MSSSt、MTMF、SFF、SIDSAMtan、SID、SAM 6種方法的光譜區(qū)分能力。選擇Cuprite礦區(qū)AVIRIS數(shù)據(jù)的原因是該礦區(qū)自 1987 年以來開展了多次礦物填圖研究，有較為精確的蝕變礦物分布資料可參考，而我國沒有蝕變礦物專題調(diào)查圖集。示例的AVIRIS數(shù)據(jù)共 50個(gè) 波段，光譜區(qū)域?yàn)?.99～2.5 um，平均光譜分辨率10 nm。

比較時(shí)首先參考已知蝕變礦物填圖結(jié)果[18]，在AVIRIS圖像上選取一個(gè)1×1的相對(duì)純凈明礬石像元(根據(jù)USGS標(biāo)準(zhǔn)光譜特征對(duì)比和已知蝕變礦物填圖結(jié)果確定)，取其光譜曲線作為參考光譜，另外再選取一個(gè) 1×1的明礬石混合像元和干擾像元(高嶺土組成)(根據(jù)USGS標(biāo)準(zhǔn)光譜特征對(duì)比和已知蝕變礦物填圖結(jié)果確定)，取兩者光譜曲線，然后按照0%、15%、30%、45%、60%、75%的比例依次將干擾像元光譜摻雜到明礬石混合像元光譜中，再利用不同區(qū)分方法計(jì)算摻雜后的各混合光譜與明礬石參考光譜的相似性，對(duì)比各方法對(duì)光譜變化的區(qū)分能力。圖1顯示了所取的純凈明礬石像元的光譜曲線，以及按不同比例摻雜干擾信息后對(duì)應(yīng)的混合像元的6條光譜曲線，可以看出，隨著干擾信息摻雜比例逐漸增大，混合光譜與純凈明礬石光譜的差異越來越大。

圖1 摻雜不同比例干擾信息的明礬石混合像元光譜曲線

表1為不同方法計(jì)算的明礬石參考光譜與含不同比例干擾信息的混合像元光譜的相似度?？梢钥闯?，隨著干擾信息摻雜比例逐漸增大，6種方法計(jì)算結(jié)果都在不同程度的發(fā)生變化，即MSSSt、MTMF、SFF計(jì)算的光譜相似度不斷減小，而SIDSAMtan、SID、SAM方法計(jì)算的光譜相似度不斷增大，這表明隨著光譜失真程度的增大，6種方法對(duì)干擾信息的的區(qū)分能力均呈上升趨勢。

為了更直觀對(duì)比和評(píng)價(jià)各方法的區(qū)分能力，本文對(duì)每種方法以最小失真類型1為標(biāo)準(zhǔn)，比較其他類型的相似度對(duì)于類型1的增量，相似度增量越大表明該方法區(qū)分度越好。由于各方法計(jì)算結(jié)果的量綱不同，無法直接利用其相似度增量結(jié)果進(jìn)行比較，因此本文先將各方法計(jì)算的增量結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化方法選用min-max標(biāo)準(zhǔn)化(min-max normalization)，即離差標(biāo)準(zhǔn)化，它是對(duì)原始數(shù)據(jù)進(jìn)行線性變換，使所有增量結(jié)果值都映射到[0，1]之間，這樣獲取的數(shù)據(jù)才更具可比性。

圖2為不同方法計(jì)算的相似度增量曲線，其中相似度增量越大表明該方法區(qū)分度越好?？梢钥闯?，MSSSt方法的相似度增幅在類型1至類型6中都明顯高于其他方法，尤其是由類型1至類型2再至類型3時(shí)，盡管曲線僅僅發(fā)生了很細(xì)微變化，但MSSSt方法的反應(yīng)還是很靈敏，表明該算法對(duì)相似光譜曲線的區(qū)分能力最強(qiáng)。此外，該結(jié)果中MTMF方法和SFF方法對(duì)相似光譜曲線的區(qū)分能力要相對(duì)強(qiáng)于SAM、SID和SIDSAMtan方法。

表1 不同方法的相似度計(jì)算結(jié)果

圖2 不同方法計(jì)算的相似度增量曲線

為了進(jìn)一步定量比較幾種方法對(duì)相似光譜的區(qū)分能力，本文采用了相關(guān)光譜區(qū)分熵的評(píng)價(jià)標(biāo)準(zhǔn)[11，26]，利用其中的相關(guān)光譜區(qū)分概率和相關(guān)光譜區(qū)分熵兩個(gè)標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià)。

1)相關(guān)光譜區(qū)分概率(RSDPB)。假設(shè)存在目標(biāo)光譜t和參考光譜集S={s1 ，s2 ， …，sn}，則目標(biāo)光譜關(guān)于參考光譜集的RSDPB 為

(6)

式中：m(t，si)表示對(duì)目標(biāo)光譜和參考光譜采用某種區(qū)分方法進(jìn)行區(qū)分比較的結(jié)果。RSDPB是進(jìn)一步計(jì)算RSDE的基礎(chǔ)數(shù)據(jù)，不同方法間該數(shù)值本身沒有太多對(duì)比意義。

2)相關(guān)光譜區(qū)分熵(RSDE)。相關(guān)光譜區(qū)分熵定義為：

(7)

該熵值用于評(píng)價(jià)目標(biāo)光譜和參考光譜相似性的不確定度， 其值越大， 不確定度越高；反之，則目標(biāo)光譜被正確識(shí)別的機(jī)率越大。

表2為計(jì)算的不同方法的相關(guān)光譜區(qū)分概率和熵值。從評(píng)價(jià)結(jié)果來看，MSSSt方法和SIDSAMtan方法的RSDE值顯著低于其他幾種方法的計(jì)算結(jié)果，表明這2種方法相對(duì)更有效。其中，MSSSt方法的RSDE值僅為1.485 1，為幾種方法中的最小值，顯示了其光譜區(qū)分能力相對(duì)最強(qiáng)。

表2 不同方法的相關(guān)光譜區(qū)分概率和熵

綜上，本文提出的MSSSt區(qū)分方法對(duì)混合像元光譜信息變化的敏感性更強(qiáng)，即對(duì)目標(biāo)礦物光譜曲線的微小失真有較大的響應(yīng)，且相關(guān)光譜區(qū)分熵也表明MSSSt法的區(qū)分能力是幾種方法中最強(qiáng)的，可以增大目標(biāo)光譜被正確識(shí)別的機(jī)率。就遙感蝕變礦物信息識(shí)別應(yīng)用來說，盡管目前的高光譜影像擁有較高的光譜分辨率和空間分辨率，但成像形成的像元往往都是混合像元，而混合像元的光譜曲線就存在不同程度的失真現(xiàn)象，因此將本文提出的MSSSt方法應(yīng)用于高光譜遙感蝕變礦物信息的識(shí)別和提取具有較高的可行性。

4 MTMFSFF-SIDSAMtan(MSSSt)法的實(shí)例驗(yàn)證

為驗(yàn)證MSSSt組合方法的區(qū)分能力，本文又采用MSSSt法對(duì)北山方山口試驗(yàn)區(qū)CASI-SASI數(shù)據(jù)進(jìn)行蝕變礦物提取，然后根據(jù)野外調(diào)查驗(yàn)證中獲取的蝕變礦物和蝕變巖石的地面實(shí)測數(shù)據(jù)(包括巖礦光譜數(shù)據(jù)、巖礦測試分析數(shù)據(jù)、巖石巖性野外驗(yàn)證數(shù)據(jù))對(duì)提取結(jié)果的精度進(jìn)行評(píng)價(jià)。圖3為研究區(qū)高光譜蝕變礦物提取結(jié)果圖(將各類蝕變信息疊加到SASI單波段圖像上)，包括了褐鐵礦、白云母(絹云母)、白云石、綠泥石、黃鉀鐵礬等9種蝕變礦物，其中各類蝕變礦物的相似系數(shù)閾值是通過經(jīng)驗(yàn)值確定的。

圖3 北山試驗(yàn)區(qū)CASI-SASI高光譜遙感蝕變礦物異常圖

本文采用點(diǎn)樣本檢驗(yàn)法[27]對(duì)提取結(jié)果進(jìn)行精度評(píng)價(jià)，從統(tǒng)計(jì)結(jié)果(表3)可以看出，9種蝕變礦物提取結(jié)果的總體精度較為理想，基本都能保持在90%左右，表明本次使用的MSSSt方法較為有效。其中，褐鐵礦、黃鉀鐵礬和絹云母的精度相對(duì)較高，而白云石與方解石、綠泥石與綠簾石兩組礦物的光譜吸收峰位十分接近，因此利用高光譜數(shù)據(jù)識(shí)別時(shí)仍然出現(xiàn)較多的誤提結(jié)果。

表3 用MSSSt方法提取北山試驗(yàn)區(qū)蝕變礦物的混淆矩陣對(duì)比驗(yàn)證結(jié)果

注：1.褐鐵礦(Lim)；2.黃鉀鐵礬(Jar)；3.綠泥石(Chl)；4.綠簾石(Epi)；5.白云石(Dol)；6.方解石(Cal)；7.高鋁絹云母(H-Ser)；8.中鋁絹云母(M-Ser)；9.低鋁絹云母(L-Ser)

從以上分析結(jié)果可以看出，在北山這種巖石出露良好的戈壁荒漠區(qū)，采用MSSSt組合法提取蝕變礦物信息具有很好的使用效果，那么在其他區(qū)域該方法是否依據(jù)適用呢？為此，本文又在青藏高原的東昆侖納赤臺(tái)地區(qū)開展了嘗試。納赤臺(tái)地區(qū)地處青海格爾木市轄范圍，氣候?qū)俅箨懜咴瓪夂?，地勢起伏大，區(qū)內(nèi)植被不發(fā)育，基巖裸露一般，地表普遍被第四系淺覆蓋，成礦區(qū)帶劃分屬于東昆侖南銅、鈷、金、鎢成礦亞帶，是東昆侖地區(qū)重要的礦產(chǎn)資源基地。測試中，利用該區(qū)域2012年獲取的機(jī)載高光譜CASI-SASI數(shù)據(jù)(經(jīng)過了各項(xiàng)數(shù)據(jù)預(yù)處理)，采用MSSSt組合法提取了褐鐵礦、綠泥石、絹云母、方解石等8種蝕變礦物信息(圖4)，分布圖顯示蝕變礦物信息整體分布不均勻，其中以白云巖、方解石、絹云母、綠泥石、綠簾石較為發(fā)育，表現(xiàn)出與北東向構(gòu)造線方向相一致的特點(diǎn)，而褐鐵礦發(fā)育較弱，僅在局部地段呈帶狀、點(diǎn)狀產(chǎn)出。

根據(jù)野外調(diào)查工作中獲取的查證分析資料對(duì)該提取結(jié)果的精度進(jìn)行了統(tǒng)計(jì)，由于該區(qū)域平均海拔在4 000 m以上，因此野外工作中獲取的驗(yàn)證點(diǎn)數(shù)據(jù)相比北山區(qū)域要少。通過混淆矩陣統(tǒng)計(jì)結(jié)果可以看出(表4)，采用MSSSt組合法提取的8種蝕變礦物的正確率相比北山地區(qū)有一定降低，但是各蝕變礦物的總體精度還是超過了84%，顯示出較好的提取效果。野外驗(yàn)證中也發(fā)現(xiàn)，只要地表覆蓋少，基巖出露相對(duì)較好，那么該地段提取的蝕變礦物信息基本都能與地面實(shí)際狀況吻合。這也表明，MSSSt組合法的提取效果主要取決于地表巖石和礦物的出露狀況以及遙感圖像上地物的光譜準(zhǔn)確性，它的計(jì)算原理(主要依據(jù)光譜相似度計(jì)算)決定了它的適用性不會(huì)受到遙感數(shù)據(jù)源和試驗(yàn)區(qū)地理位置的約束，因此理論上來說該方法可適用于任何區(qū)域和任何高光譜數(shù)據(jù)。

圖4 東昆侖試驗(yàn)區(qū)高光譜蝕變礦物信息分布圖

表4 用MSSSt方法提取東昆侖試驗(yàn)區(qū)蝕變礦物的混淆矩陣對(duì)比驗(yàn)證結(jié)果

注：1.褐鐵礦(Lim)；2.綠泥石(Chl)；3.綠簾石(Epi)；4.白云石(Dol)；5.方解石(Cal)；6.高鋁絹云母(H-Ser)；7.中鋁絹云母(M-Ser)；8.低鋁絹云母(L-Ser)

5 結(jié)束語

在SIDSAMtan方法基礎(chǔ)上，本文將混合調(diào)制匹配濾波和波譜特征擬合算法加入到其中，提出了MTMFSFF-SIDSAMtan(MSSSt)組合法。新方法既考慮了兩光譜曲線的形狀特征(夾角)和幅值特征(信息熵)的相似性，又通過局部光譜吸收特征和豐度特征的匹配突出對(duì)光譜細(xì)節(jié)特征的反應(yīng)，從而能夠最大化地放大與目標(biāo)波譜匹配的像元信號(hào)，提高對(duì)相似光譜的區(qū)分能力。

利用MSSSt、MTMF、SFF、SIDSAMtan、SID、SAM 6種光譜區(qū)分方法對(duì)人工摻雜不同比例干擾信息的明礬石混合像元光譜曲線進(jìn)行相似度增量指標(biāo)的計(jì)算，結(jié)果發(fā)現(xiàn)MSSSt方法的相似度增幅明顯高于其他方法，尤其是對(duì)曲線細(xì)微變化的反應(yīng)最為靈敏，而6種方法的相關(guān)光譜區(qū)分熵指標(biāo)對(duì)比也顯示MSSSt方法的RSDE值顯著低于其他幾種方法的計(jì)算結(jié)果，表明MSSSt方法的光譜區(qū)分能力相對(duì)最強(qiáng)。

根據(jù)野外調(diào)查驗(yàn)證中獲取的蝕變礦物和蝕變巖石的地面實(shí)測數(shù)據(jù)(包括巖礦光譜數(shù)據(jù)、巖礦測試分析數(shù)據(jù)、巖石巖性野外驗(yàn)證數(shù)據(jù))，采用點(diǎn)樣本檢驗(yàn)法對(duì)MSSSt方法提取的北山高光譜蝕變礦物結(jié)果進(jìn)行精度評(píng)價(jià)，結(jié)果表明9種蝕變礦物的總體精度基本都在90%左右，其中褐鐵礦、黃鉀鐵礬和絹云母的精度相對(duì)較高；而東昆侖地區(qū)8種蝕變礦物的總體精度超過了84%，顯示出較好的提取效果。野外驗(yàn)證中也發(fā)現(xiàn)，只要地表覆蓋少，基巖出露相對(duì)較好，那么該地段提取的蝕變礦物信息基本都能與地面實(shí)際狀況吻合，這表明本文提出的新方法行之有效。

MSSSt方法提取效果主要取決于地表巖石和礦物的出露狀況以及遙感圖像上地物的光譜準(zhǔn)確性，它的計(jì)算原理(主要依據(jù)光譜相似度計(jì)算)決定了它的適用性不會(huì)受到遙感數(shù)據(jù)源和試驗(yàn)區(qū)地理位置的約束，因此理論上來說該方法可適用于任何區(qū)域和任何高光譜數(shù)據(jù)。