多元数据分析与遥感矿化蚀变信息提取模型

多元数据分析与遥感矿化蚀变信息提取模型

ID:33015510

大小:65.67 KB

页数:13页

时间:2019-02-19

多元数据分析与遥感矿化蚀变信息提取模型_第1页
多元数据分析与遥感矿化蚀变信息提取模型_第2页
多元数据分析与遥感矿化蚀变信息提取模型_第3页
多元数据分析与遥感矿化蚀变信息提取模型_第4页
多元数据分析与遥感矿化蚀变信息提取模型_第5页
资源描述:

《多元数据分析与遥感矿化蚀变信息提取模型》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、多元数据分析与遥感矿化蚀变信息提取模型第1期,总第67期2006年3月15日国土资源遥感REMOTESENSINGFORLAND&RESOURCESNo.1,2006M81H.,2006多元数据分析与遥感矿化蚀变信息提取模型吴德文•一,朱谷昌,张远飞,袁继明(1•中国地质大学,北京100083;2.有色金属矿产地质调查中心,北京100814;3.桂林矿产地质研究院,桂林541004)摘要:蚀变矿物的光谱行为造成了蚀变岩的光谱特征•利用典型岩石的多元数据分析,可以对蚀变矿物成份和光谱数据Z间的关系作出定

2、性和定量评价,进而建立遥感矿化蚀变信息提取模型•笔者利用青海某金多金属矿化区典型岩(矿)石样品的野外实测波谱数据和化学分析数据,进行了基于多元数据分析的遥感矿化蚀变信息提取模型研究,建立的比值组合线性回归模型较之单一比值方法具有更好的应用效果.关键词:多元数据分析;遥感信息提取模型中图分类号:TP79文献标识码・A文章编号:1001—070X(2006)01—0022一o40引言图像比值组合是一种十分有用的蚀变信息增强处理方法,但由于蚀变岩受其自身反射和辐射强度以及环境条件影响,常规増强蚀变信息的比值因子(如

3、TM3/TM1增强铁化信息,TM5/TM7增强泥化信息)并非在所有地区都有效.换言之,对于不同的地区.由于蚀变岩石及”背景”地物的光谱特征存在差异,在提取矿化蚀变信息时,需要根据岩石(矿物)的光谱特征分析来调整比值因子或波段组合;另外,不同地区的蚀变岩石与”背景”地物在光谱空间的”聚类结构”特征也不同,所以,矿化蚀变信息提取的方法及遥感信息模型的建立也不存在固定的模式.事实上,利用对岩石光谱数据进行多元数据分析,可以研究和揭示不同地区的蚀变岩的光谱个性特征,进而建立遥感矿化蚀变信息提取模型.1多元数据获取选择

4、青海茫崖柴水沟一采石沟金多金属矿化区作为研究区,采用的多元数据包括37个典型岩(矿)石样品的野外实测波谱数据,微量Au分析和岩石组分分析结果.为了同TM图像数据进行类比,对每个样品的波谱数据在光谱范围450〜520nm,520〜600nm,630〜690nm,760〜900nm,1550〜1750nm以及2080〜2350nm中分別获取与TM1,TM2,TM3,TM4,TM5和TM7波段图像对应的光谱值,而后求取比值3/TM1,TM3/TM2,TM3/TM4,TM5/TM7,TM5/TM3,TM5/TM4,T

5、M7/TM3及TM7/TM4.把岩矿石的组份分析结果(包括SiO:,Al:0„CaO,Mgo,Fe203,FeO,0,Na20,Au,0+Na20+A1203,CaO+Mgo及Fe:0,/FeO等)和微量金分析结果也参与到多元数据统计分析中来.2多元数据的数理统计分析对所有数值变量进行相关矩阵分析和R一型聚类分析(图1),可以得出如下结果:(1)R一型聚类分成两个大类时,变量分成两大组,一组为CaO,CaO+Mgo,Mgo,FeO,Na20,A1203,0+Na20+A1203,Si02,0和TM3/TM4,

6、另一组为TM5/TM3,TM5/TM4,TM7/TM4,TM2,TM3,TM4,TM1,TM5,TM7,TM3/TM1,Fe203,Fe203/FeO,TM5/TM7和A”•这说明:①与泥化,碳酸盐化和硅化相关的变量同与铁化有关的变量,刚好与两大变量聚类相对应;②光谱测试变量只有比值TM3/TM4与泥化,碳酸盐化和硅化蚀变有关,其它波段和比值均与铁化相关,这反映了样品的光谱变化主要来&铁化蚀变;③本地区的泥化,碳酸盐化和硅化3种蚀变相互关系密切;④铁化蚀变与A”有较好的相关性.收稿日期:2005—05—23;

7、修订日期:2005—06—27基金项目:”十?五”国家科技攻关计划项目”西部高寒山区铜金矿产勘查评价技术与综合示范研究”(编号-2001BA609A一04).第1期吴德文,等:多元数据分析与遥感矿化蚀变信息提取模型?23?变量序号+0…・・5!D・・・・.j:.C口015CaO+MgO23MgO16Fe018NaO20A12OJ14a.f22f0j!3019TM3,TM4,0TM5,TM3„TM5,TM4,2TM7,TM49Af22344TM1J576TM3,TMUFe20J17FejOtFeO24TMs九M

8、78A21图124个变量的R一型聚类树状图(K—Na-Al表示K20+Na20+J4

9、c203)(1)当R一型聚类细分成5类时,则有[CaO,CaO+MgO,MgO,FeO,Na20],[A1203,K20+Na20+A1203,SiO2,0,TM3/TM4],[TM5/TM3,TM5/TM4,TM7/TM41,[TM2,TM3,TM4,TM1,TM5,TM7,TM3/TM1]及[Fe203,Fe2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。