-
公开(公告)号:CN115165784A
公开(公告)日:2022-10-11
申请号:CN202210522103.9
申请日:2022-05-13
Applicant: 核工业北京地质研究院
IPC: G01N21/3504 , G01N21/17
Abstract: 本发明属于遥感图像处理技术领域,公开了一种矿区机载中红外高光谱遥感数据定量反演方法,包括:步骤一:模拟分析选取最佳反演波段;步骤二:推导中红外辐射传输方程;步骤三:调用辐射传输模型来模拟反演所需的大气参数;步骤四:对原始影像进行大气校正;步骤五:利用NEM模块估算初始地表温度;步骤六:根据初始温度重新计算剩余波段的发射率并线性拟合;步骤七:拟合参数联立初始温度构建成本函数模型并迭代求出温度最优解;步骤八:根据最优解温度与初始地表温度,判断温度是否收敛,确定反演地表温度和地表发射率。本发明实现了野外矿区表面温度与发射率的高精度提取,可用于中红外高光谱遥感技术的野外矿区探测当中。
-
公开(公告)号:CN115165784B
公开(公告)日:2025-05-13
申请号:CN202210522103.9
申请日:2022-05-13
Applicant: 核工业北京地质研究院
IPC: G01N21/3504 , G01N21/17
Abstract: 本发明属于遥感图像处理技术领域,公开了一种矿区机载中红外高光谱遥感数据定量反演方法,包括:步骤一:模拟分析选取最佳反演波段;步骤二:推导中红外辐射传输方程;步骤三:调用辐射传输模型来模拟反演所需的大气参数;步骤四:对原始影像进行大气校正;步骤五:利用NEM模块估算初始地表温度;步骤六:根据初始温度重新计算剩余波段的发射率并线性拟合;步骤七:拟合参数联立初始温度构建成本函数模型并迭代求出温度最优解;步骤八:根据最优解温度与初始地表温度,判断温度是否收敛,确定反演地表温度和地表发射率。本发明实现了野外矿区表面温度与发射率的高精度提取,可用于中红外高光谱遥感技术的野外矿区探测当中。
-
公开(公告)号:CN114386498A
公开(公告)日:2022-04-22
申请号:CN202111660883.5
申请日:2021-12-31
Applicant: 核工业北京地质研究院
Abstract: 本发明属于遥感地质技术领域,具体涉及一种利用WorldView‑3遥感数据提取铁染信息的方法。本发明包括如下步骤:步骤1、确定研究区或工作区范围,获取相应范围的WV‑3数据;步骤2、对获取的WV‑3数据辐射校正;步骤3、对辐射校正后的WV‑3数据进行波段合成;步骤4、在ENVI软件中打开波段合成后的文件;步骤5、选择VNIR‑3,VNIR‑7,SWIR‑1和SWIR‑3四个波段进行主成分分析;步骤6、选择步骤5分析完成后的文件,根据统计的特征向量矩阵选择主成分分析波段;步骤7、计算平均值和标准方差;步骤8、根据计算的平均值和标准方差进行阈值分割和信息提取。本发明在解决了盆地覆盖区一些重要地质弱信息难以被提取的问题,可以较为准确地提取出盆山结合带和盆地内部弱的铁染信息。
-
公开(公告)号:CN115144357A
公开(公告)日:2022-10-04
申请号:CN202210522085.4
申请日:2022-05-13
Applicant: 核工业北京地质研究院
IPC: G01N21/3563 , G06V20/10 , G06V10/764 , G06V10/74 , G06V10/30
Abstract: 本发明属于矿物识别技术领域,公开了一种基于矿区机载中红外高光谱遥感数据的矿物识别方法,包括:步骤一:矿区机载中红外高光谱数据读入;步骤二:基于中红外高光谱遥感数据的矿区地面发射率反演;步骤三:最小噪声分离,去除数据中的噪声;步骤四:计算像元纯净指数,得到纯净像元;步骤五:N维散度分析,提取端元光谱;步骤六:基于光谱库数据的端元光谱识别;步骤七:混合调制匹配滤波提取矿物信息。本发明利用矿区机载中红外高光谱数据,通过地面发射率反演和发射率光谱识别技术,能够在先验信息较少的情况下,识别矿区内的矿物信息,在高光谱遥感矿物识别领域具有良好的使用价值和应用前景。
-
公开(公告)号:CN115115742A
公开(公告)日:2022-09-27
申请号:CN202210752611.6
申请日:2022-06-28
Applicant: 核工业北京地质研究院
IPC: G06T11/40 , G06T11/20 , G06T7/80 , G06V10/764 , G06V10/774 , G06V10/77 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明属于地球科学技术领域,具体公开了一种航空高光谱遥感影像快速矿物填图方法,包括:步骤(1)、建立样本库;步骤(2)、空间信息提取;步骤(3)、构建深度学习网络结构;步骤(4)、对搭建的深度学习模型进行训练;步骤(5)、根据训练好的模型进行航空高光谱遥感影像矿物填图。本发明方法从影像上选取比较具有代表性的蚀变矿物样本,建立样本库,然后利用pytorch框架构建空谱结合卷积神经网络对样本库中的样本进行训练,评估模型的精度与鲁棒性,最终实现高光谱蚀变矿物智能填图,具有高效性和可靠性。
-
-
-
-