化探与遥感相结合的地表元素含量定量推算方法及装置与流程

文档序号:17186450发布日期:2019-03-22 21:24阅读:322来源:国知局
化探与遥感相结合的地表元素含量定量推算方法及装置与流程

本发明涉及资源勘察与评估预测领域,尤其涉及一种化探与遥感相结合的地表元素含量定量推算方法及装置。



背景技术:

目前,地表矿产元素或化合物的含量分布图的绘制,一般都是采用传统化探方法,通过野外采集样本、室内化验分析、电脑结果插值而成。同时,公知的地球化学异常的确定,也是根据化探采样分析数据结合实际地质情况加以分析进而确定异常所在范围的。所述的地球化学异常,在勘查地球化学中,是指矿化区段的地球化学特征(如某些元素含量的高低,元素含量分布的均匀性,元素赋存形式的差异)明显不同于周围原矿背景区的现象。地球化学的正常分布,是某一空间中多数位置上元素含量所具有的相对波动不大的特征。地球化学异常包含了三个方面的含义:地球化学特征不同,具有一定的空间范围,元素含量或地球化学指标值偏离背景值。即异常现象、异常范围、异常值三层含义构成了完整的地球化学异常概念。异常是相对于地球化学背景而存在,相对于背景的“正常”而言的。

为了获得地表矿产元素或化合物的含量分布图,传统化探方法需要按照一定的坐标网格在野外采集大量的岩石或土壤样本和室内对大量样本进行化验分析。大量样本的野外不仅需要投入大量的人力物力,而且风险大,周期长;大量样本室内化验分析也需要大量资金,需要很长的时间。

传统的遥感技术只能定性地获取“铁染”和“泥化”等矿化蚀变信息,由于“铁染”和“泥化”信息的多解性、粗糙性,即使圈定明显的“铁染”或“泥化”异常,也难以确定是否是所找矿种引起的异常。

先进的定量遥感技术,通过光谱库的光谱数据,或者野外样本的光谱实测数据和室内样本的化验分析数据,建立遥感定量反演模型,再利用模型反演地表矿产元素或化合物的含量。

以sio2为例,近年来国内不少学者开展了基于热红外发射光谱的岩石sio2定量反演模型的研究。但是存在的问题是,sio2的光谱数据来自光谱库,而非直接来自遥感图像,其建模结果更偏重于理论,而其应用性及可操作性则大打折扣。此外,利用光谱库的光谱数据建模的方法存在明显的局限性,也无法对单个的元素进行建模反演。也有sio2的光谱数据来自光谱仪实地测的少数样本,实测光谱是电磁波几乎没受大气影响情况下获取的理想值,由此建立的反演模型直接用于遥感定量反演,结果与实际情况也相差甚远。

利用野外采集样本的化验结果与遥感反射率直接建立反演模型,是遥感反演最好的方法。但由于野外采样面积太小(一般20cm×20cm),数量也十分有限;而遥感影像的像元面积太大(一般中等分辨率为30m×30m),数量十分丰富。这两者之间信息非常不对称,因而利用该方法建立反演模型时,常常因为相关系数(r2)太低而无法建立有效可靠的反演模型。



技术实现要素:

为解决当前资源勘察与预测的可持续发展的关键问题——迅速获知地表元素或化合物含量及分布情况的一种新的模式和方法:一种对探测区及其周边相似地区地表化学元素含量进行定量反演推算的方法。该方法特征在于,利用已有化探数据和先进遥感技术相结合,减少人工采样重复的机械劳动、提高劳动效率;通过对某一探测区的地面化学元素光谱和遥感数据的各个波段进行相关性分析建立遥感反演模型,可对探测区周边或探测区类似地区的地表元素或化合物进行反演以及预测;遥感数据的获取及分析均在室内进行,减少了野外事故的发生;对于人力不便实地采样的环境,可通过该方法便捷获取其地表元素或化合物的含量分布情况等。

本发明旨在至少解决现有技术中存在的技术问题。为此,本发明公开了一种化探与遥感相结合的地表元素含量定量推算方法,其特征在于,包括:

步骤1:获取探测区及相邻区域的高光谱或多光谱遥感数据;

步骤2:获取探测区或相邻区域内的化探分析数据;

步骤3:通过数据预处理对遥感数据进行大气校正和几何校正,使遥感影像与化探数据的坐标系统匹配;

步骤4:利用部分化探数据作为建模样本,根据样本点坐标从遥感影像中提取相应位置各波段的反射率;

步骤5:将样本化探数据与相应遥感数据各波段的反射率进行相关性计算,选出特征波段,并建立回归模型;

步骤6:利用回归模型反演探测区地表各元素或化合物含量,并用彩色显示异常。

优选地,所述的探测区为进行反演的区域,在此区域使用遥感定量反演的方法对其进行反演;所述的化探数据为使用传统化探方法对野外采集的样品进行分析得出的各种元素含量及其它信息等数据,该数据为遥感建模提供原始数据。

优选地,所述的遥感数据预处理,包括遥感数据的辐射定标、大气校正和几何校正等预处理工作;所述的遥感影像与化探数据匹配,通过地形图或野外实测数据对遥感图像进行几何精校正,使遥感数据与化探数据具有相同的地理坐标系统。

优选地,所述的特征波段,为元素或化合物的反射或吸收特征波段,即元素或化合物的含量对反射率或吸收率影响明显的波段,所述的遥感定量反演通过地表元素或化合物含量与遥感影像各波段反射率之间的相关性建立回归模型,再通过回归模型和遥感影像计算地表元素或化合物含量,最后通过遥感对地表元素或化合物含量及分布情况做出定量推算。

优选地,其特征在于,通过遥感技术的预测辅助手段减少实地化探采样数量。

优选地,步骤4中所述的根据样本点坐标从遥感影像中提取相应位置各波段的反射率,进一步包括以下步骤:

4.1将化探数据样本点的横纵坐标输入遥感图像;

4.2通过遥感图像提取出相应坐标位置的波段反射率。

优选地,步骤5中所述的建立回归模型,进一步包括以下步骤:

5.1将某种元素或化合物与各个波段反射率进行相关性分析,选取相关系数较高的特征波段作为建模自变量;

5.2利用回归分析建立元素或化合物含量(应变量)与特征波段反射率(自变量)之间的数学模型。

本发明进一步公开了一种电子设备,其特征在于,包括:处理器;以及,存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的化探与遥感相结合的地表元素含量定量推算方法。

本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述的化探与遥感相结合的地表元素含量定量推算方法。

本发明利用化探数据和遥感技术相结合,减少人工采样重复的机械劳动、提高劳动效率;通过对某一探测区的地面化学元素或化合物含量和遥感数据的各个波段进行相关性分析建立模型,可对探测区周边或探测区类似地区的地表元素或化合物进行反演以及预测;遥感数据的获取及分析均在室内进行,减少了野外事故的发生;对于人力不便实地采样的环境,通过该方法可便捷地得出元素分布情况等。能大大降低野外采样和室内化验分析成本;能显著提高工作效率;能增强成果的可靠性与精确度。

附图说明

从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在图中,在不同的视图中,相同的附图标记指定对应的部分。

图1为本发明一个实施例的化探与遥感相结合的地表元素含量定量推算方法及装置的简易流程图;

图2为本发明另一个实施例的化探与遥感相结合的地表元素含量定量推算方法及装置的详细流程图。

具体实施方式

实施例一

如图2所示的流程图,一种化探与遥感相结合的地表元素含量定量推算方法,其特征在于,包括:

步骤1:获取探测区及相邻区域的高光谱或多光谱遥感数据;

步骤2:获取探测区或相邻区域内的化探分析数据;

步骤3:通过数据预处理对遥感数据进行大气校正和几何校正,使遥感影像与化探数据的坐标系统匹配;

步骤4:利用部分化探数据作为建模样本,根据样本点坐标从遥感影像中提取相应位置各波段的反射率;

步骤5:将样本化探数据与相应遥感数据各波段的反射率进行相关性计算,选出特征波段,并建立回归模型;

步骤6:利用回归模型反演探测区地表各元素或化合物含量,并用彩色显示异常。

优选地,所述的探测区为进行反演的区域,在此区域使用遥感定量反演的方法对其进行反演;所述的化探数据为使用传统化探方法对野外采集的样品进行分析得出的各种元素含量及其它信息等数据,该数据为遥感建模提供原始数据。

优选地,所述的遥感数据预处理,包括遥感数据的辐射定标和大气校正预处理工作;所述的遥感影像与化探数据匹配,通过地形图或野外实测数据对遥感图像进行几何精校正,使遥感数据与化探数据具有相同的地理坐标系统。

优选地,所述的特征波段,为元素或化合物的反射或吸收特征波段,即元素或化合物的含量对反射率或吸收率影响明显的波段,所述的遥感定量反演通过地表元素或化合物含量与遥感影像各波段反射率之间的相关性建立回归模型,再通过回归模型和遥感影像计算地表元素或化合物含量,最后通过遥感对地表元素或化合物含量及分布情况做出定量推算。

优选地,其特征在于,通过遥感技术的预测辅助手段简化实地化探采样数量。

优选地,步骤4中所述的根据样本点坐标从遥感影像中提取相应位置各波段的反射率,进一步包括以下步骤:

4.1将化探数据样本点的横纵坐标输入遥感图像;

4.2通过遥感图像提取出相应坐标的波段反射率。

优选地,步骤5中所述的建立回归模型,进一步包括以下步骤:

5.1将某种元素或化合物与各个波段反射率进行相关性分析,选取相关系数较高的特征波段作为建模自变量;

5.2利用回归分析建立元素或化合物含量(应变量)与特征波段反射率(自变量)之间的数学模型。

本实施例进一步公开了一种电子设备,其特征在于,包括:处理器;以及,存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的化探与遥感相结合的地表元素含量定量推算方法。

本实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述的化探与遥感相结合的地表元素含量定量推算方法。

本实施例提供的方法通过先进遥感技术和传统化探方法相结合,对地表化学元素或化合物进行定量反演和预测。该方法能大大降低劳动强度、节约项目成本、提高工作效率、改善数据质量。在数据可靠性方面,该方法与传统化探方法效果相当;在数据丰富程度上,该方法已超越传统化探方法。

实施例二

如图1所示,一种化探与遥感相结合的地表元素含量定量推算方法,其特征在于,包括:

步骤1:获取探测区及相邻区域的高光谱或多光谱遥感数据;

步骤2:获取探测区或相邻区域内的化探分析数据;

步骤3:通过数据预处理对遥感数据进行大气校正和几何校正,使遥感影像与化探数据的坐标系统匹配;

步骤4:利用部分化探数据作为建模样本,根据样本点坐标从遥感影像中提取相应位置各波段的反射率;

步骤5:将样本化探数据与相应遥感数据各波段的反射率进行相关性计算,选出特征波段,并建立回归模型;

步骤6:利用回归模型反演探测区地表各元素或化合物含量,并用彩色显示异常。

优选地,所述的探测区为进行反演的区域,在此区域使用遥感定量反演的方法对其进行反演;所述的化探数据为使用传统化探方法对野外采集的样品进行分析得出的各种元素含量及其它信息等数据,该数据为遥感建模提供原始数据。

优选地,所述的遥感数据预处理,包括遥感数据的辐射定标、大气校正、几何校正等预处理工作;所述的遥感影像与化探数据匹配,通过地形图或野外实测数据对遥感图像进行几何精校正,使遥感数据与化探数据具有相同的地理坐标系统。

优选地,所述的特征波段,为元素或化合物的反射或吸收特征波段,即元素或化合物的含量对反射率或吸收率影响明显的波段,所述的遥感定量反演通过地表元素或化合物含量与遥感影像各波段反射率之间的相关性建立回归模型,再通过回归模型和遥感影像计算地表元素或化合物含量,最后通过遥感对地表元素或化合物含量及分布情况做出定量推算。

优选地,其特征在于,通过遥感技术的预测辅助手段简化实地化探采样数量。

优选地,步骤4中所述的根据样本点坐标从遥感影像中提取相应位置各波段的反射率,进一步包括以下步骤:

4.1将化探数据样本点的横纵坐标输入遥感图像;

4.2通过遥感图像提取出相应坐标的波段反射率。

优选地,步骤5中所述的建立回归模型,进一步包括以下步骤:

5.1将某种元素或化合物与各个波段反射率进行相关性分析,选取相关系数较高的特征波段作为建模自变量;

5.2利用回归分析建立元素或化合物含量(应变量)与特征波段反射率(自变量)之间的数学模型。

在本实施例中,实施主要包括六项内容:①探测区化探数据、遥感影像和地形图的获取;②遥感影像的预处理;③提取化探数据采样点的反射率信息;④分析某元素与遥感数据各波段的相关性并建立回归模型;⑤利用其余化探样本对模型进行检验;⑥遥感定量反演及结果表达。下面分别阐述这六个环节的具体实施方式。

1.探测区化探数据、遥感影像和地形图的获取

化探数据通过化探采样获取数据,数据应包括样品编号、采样点的坐标信息、采样的元素或化合物含量信息等;探测区遥感影像可从数据库下载或从数据公司购买相应的数据;地形图或地面控制点数据则是对探测区地形的描绘,用于校正遥感影像。

2.遥感影像的预处理

预处理是遥感应用的第一步,也是非常重要的一步。经过预处理以后,才能进行后续操作处理。目前遥感图像预处理的技术也非常成熟,大多数的商业化软件都具备这方面的功能。

遥感影像的预处理包括:辐射定标、波段组合、bil顺序调整、大气校正、配准、几何校正、影像裁剪等。

3.提取化探数据采样点的反射率信息

从化探数据中,将采样点的坐标信息提取出。可借助envi软件,输出得到采样点的综合反射率信息。

4.分析某元素与遥感数据各波段的相关性并建立回归模型

得到各个采样点的综合反射率信息后,根据某种元素与各个波段的相关性,建立线性回归模型(可借助spss软件)。

5.利用其余化探样本对模型进行检验

通过其余化探样品对反演模型进行精度检验,当r2较低时需重新选择样本建模,直到满足要求为止。

6.遥感定量反演及结果表达

利用前面建立的反演模型,对元素或化合物进行定量反演计算,并利用彩色等密度分割将反演结果(灰度图)彩色显示,以便于观察和研究。对图像进行彩色分割后,在图像上添加图例、比例尺、指北针等,完成出图。

还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。因此,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1