高光谱遥感应用于地质勘测

高光谱遥感技术的最初应用就是在地质上，蚀变带是找矿的重要依据，同时，蚀变带在2.2微米处具有光谱吸收特征，其吸收光谱的半带宽在10纳米到50纳米之间。因此，具有10纳米光谱分辨率的成像光谱仪就有能力直接通过遥感发现蚀变带，以确定找矿的靶区。同时，通过对植被光谱特征的分析也是找矿的依据，由于矿物中金属离子对植被的侵蚀，会引起植被的病变，使得植被近红外高反射峰就会向短波方向移动5--20纳米，称为“红边蓝移”现象。高光谱遥感就有能力发现这种现象。广西善图科技有限公司

在地质勘测中，我们主要用到一下的技术：

1.最佳波段选择

高光谱遥感数据波段众多，数据量庞大，这些给处理和解译都带来了很大困难。为快速、难确地从这些数据中提取资源与环境信息，识别不同的物质，揭示目标的本质，往往需要依据实际应用的具体要求，选择最佳波段进行处理和解译。选择的原则有两点：

a.所选择的波段或波段组合的信息量最大；

b.所选择的波段或波段组合能使某些地物类别之间最容易区分。

对于多光谱遥感应用中的最佳波段选择问题，主要有熵与联合熵、协方差矩阵行列式值以及最佳指数等多种不同的方法。

（1）熵与联合熵

Mann首先提出用熵来表征信息量。熵与信号值(如亮度或灰度值)出现的概率相关联，对于所有可能出现的亮度值或灰度值的自信息求加权和，就得到了熵。这样，对所有可能的波段组合计算其联合熵，并按照从大到小的顺序进行排列，则最佳波段选择问题就得到解决。

（2）组合波段的协方差矩阵行列式

由此可以看出，图像熵随变量协方差矩阵M的行列式疽的变化而变化。因此，通过计算三个波段组合的协方差矩阵行列式，其数值的大小就反映了组合波段的信息量的大小。

（3）最佳指数(OIF)

它依据的原理是图像数据的标准差越大，所包含的信息量就越大，波段间的相关系数越小，各波段图像数据的独立性就越高，信息的冗余度就越小。对于各个波段来说，计算其相关系数矩阵，再分别求出所有可能的三个波段组合的OIF。OIF越大，相应的图像的信息量也越大。

2.基于类间可分性的最佳波段选择

在进行高光谱数据解译时，往往需要分析不同地物类别之间在哪些波段或组合波段上最容易区分，即要研究高光谱数据各波段、各地物类别间的可分性。其总的思想是求取已知类别样本区域间在各波段／波段组合上的统计距离，包括均值间的标准距离、离散度和Bhattacharyya距离(简称B距离)等。

对于任何给定的两个地物类别，只要算出这两个不同类别在所有可能的波段组合中的标准距离、离散度或B距离，取最大者，便是区分这两个类别的最佳波段组合，即最优子集。而对于多类别问题，一般是计算其平均可分性，即计算每一种可能的子空间中，每个类对之间的统计距离，再计算这些类对间统计可分性的平均值，并按平均性的大小排列所有被评价的子集顺序，从而选择最佳波段组合。