学术服务内容

在线编辑 学术顾问

咨询率高的期刊

推荐论文

小型机载高光谱成像仪在高山峡谷地区遥感地质岩性解译应用

时间:2022年05月14日 所属分类:推荐论文 点击次数:

提要:【研究目的】水利工程项目通常位于地势险峻的山区,交通不便、环境恶劣,勘察工作十分艰苦。同时,视界限制使地质人员不能整体上掌握地质体的面貌,尤其在高山峡谷地区,人力、物力及时间成本耗费巨大。高光谱遥感技术在地质领域中的应用主要集中在地物分布反演

  提要:【研究目的】水利工程项目通常位于地势险峻的山区,交通不便、环境恶劣,勘察工作十分艰苦。同时,视界限制使地质人员不能整体上掌握地质体的面貌,尤其在高山峡谷地区,人力、物力及时间成本耗费巨大。高光谱遥感技术在地质领域中的应用主要集中在地物分布反演方向,通过未知地物与已知矿物之间相同的特征吸收峰来判定地物种类,利用其极高的光谱分辨率、空间分辨率和“图谱合一”的特性,可对高山峡谷区的地物目标进行精细分类,从而提高地质调查工作的效率,降低风险。【研究方法】中水北方勘测设计研究院利用中国地质调查局南京地质调查中心自主研发的高效率小型机载高光谱成像光谱仪,首次对位于甘南藏族自治州迭部县高山峡谷地带的工作区进行高光谱遥感对地探测,获取了工作区航空高光谱影像数据。采用最小噪声分离法、波段比值分析法对高光谱遥感数据进行岩性解译。【研究结果】结果表明:以白龙江为界,以北大部分为板岩及第四系黄土,以南则大部分为灰岩。解译结果与已知区域地质图岩性分布一致。【结论】本次研究验证了国产高光谱成像仪的可靠性与实用性,同时提高了水利工程前期地质勘查工作的效率和水平,并提供了险要地形地质勘察的一手资料。

  关 键 词:机载高光谱遥感技术;小型短波红外成像系统;高山峡谷;水利工程;地质调查工程。

水利工程论文

  1 引 言

  高光谱遥感属于第三代遥感技术,是20世纪80年代以来遥感领域最大的技术进展(CampbellJ B,2010),在对地观测时可获取众多连续波段的光谱图像,达到识别地球表面物质的目的。高光谱数据是一个光谱图像的立方体,其图像维度显示地表二维空间的特征,其光谱维度揭示每个像元的光谱曲线特征,实现了遥感数据图像维与光谱维的有机融合(张卡等,2004)。

  高光谱遥感在地质应用中主要体现在矿物识别与岩性填图、矿产资源勘探、矿业环境监测、矿山生态恢复和评价等方面(张达等,2013)。根据水利工程行业特点,前期地质勘查工作区域多为山区,地势偏僻,地形复杂,为地质勘查人员顺利开展勘测工作带来了极大的困难。此外,更有一些陡山、戈壁等区域实地勘查异常困难,人员几乎无法进入该类区域。为了减轻地质勘查工作人员繁重的体力劳动,保障作业人员的人身安全,快速获取险要地形的地质勘查一手资料,提高地质勘查的工作效率和勘查水平,进行高光谱遥感地质解译研究十分必要。

  高光谱遥感技术以其纳米级的光谱分辨率、窄而多的波段、包含地物的空间和光谱双重信息的“图谱合一”的特点,能够为地质勘查工作提供有效的技术支持(张宗贵等,2000;王润生等,2015)。在国外,美国喷气推进实验室(JPL)、欧空局(ESA)、澳大利亚联邦科工组织(CSIRO)、加拿大宇航局(CSA)等均有专门的研究机构开展高光谱技术研究和设备研发,研究的设备除了为完成深空探测科学目标外,另一重大需求为对地观测,开展遥感调查应用,搭载平台包括卫星和飞机。其中最具代表性的美国 JPL 研制的航空高光谱成像仪,开发历史已近 40 年,先后研制出摆扫式成像光谱仪 AVIRIS 和推扫式成像光谱仪 AVRIS-New(杜培军等,2019)。

  我国在高光谱技术方面有丰富的积累,但光谱仪器的一些关键器件仍需要进口,且高性能的短波红外高光谱设备进口困难,一定程度上影响了我国高光谱技术应用的自主性,并且限制了高光谱技术在国内的普及和推广。中国地质调查局南京地质调查中心是国内较早开展小型成像光谱仪研发的单位,在国家重大仪器开发专项和国家重点研发计划支持下,成功研制了以推扫式小型化成像光谱仪HMS1000/2500 为核心的机载高光谱成像系统 SSMAP-II,在中水北方勘测设计研究院的“基于高光谱影像数据的遥感地质解译方法研究”项目中,对位于高山峡谷之中的工作区进行了高光谱对地探测。本文介绍了 SSMAP-II 的工作原理,重点阐述了在甘南迭部县进行的高光谱遥感对地探测的作业流程及数据处理方法,并基于高光谱反射率数据进行高光谱影像岩性解译,通过光谱波段重采样、植被、水体掩膜、光谱数据归一化、最小噪声分离变换、波段比值法等处理对工作区域进行岩性研判解译,为水利工程勘察提供了直接的岩性关键信息,同时验证了国产高光谱成像仪的可靠性与实用性。

  2 设备与方法

  2.1 设备介绍SSMAP-II 机载高光谱成像系统由小型短波红外高光谱成像仪、微型上位机、惯性导航系统、达标板及供电电源组成,分为三层集成在铝型材支架上,架杆内置减震弹簧,开有布线槽。上层安装电源、上位机、惯导基站和打标板,中层安装惯性导航设备,保持水平,底层安装光谱仪,镜头垂直向下。所有连线卡位固定在线槽内,惯性导航系统的外设天线和主从双天线水平放置于飞行器上。

  2.1.1 高光谱成像仪中国地质调查局南京地质调查中心所研制的短波红外(SWIR)高光谱成像仪采用全反射光学设计和凸面光栅分光,增加了能量传递,减小了体积,减轻了重量,适合以无人机或飞艇为平台对地遥感探测,适用于地质、环保、海洋、农业、国土和防伪鉴定等领域遥感探测(郑志忠等,2020)。成像光谱仪基于 Offner 型的凸面光栅分光系统,相比较其他分光系统,具有光学相对孔径大、色散线性度好、结构紧凑和图像成像质量佳等优点。该种类型高光谱成像仪在效率(能量利用率)和光学畸变相比较其他类型的成像光谱仪中性能表现最佳。系统所采用的自主研发的闪耀光栅平均效率高达 60%以上。基于指标对比,本项目中的成像光谱仪在光谱分辨率、瞬时视场与对比仪器等效的情形下,信噪比与国外先进水平一致,且仪器体积重量远小于同类仪器。

  2.1.2 惯性导航系统

  本次任务中所使用的惯性导航系统(GPS/INS)是英国 Oxts 公司的 Inertial+2 型号组合惯导。该设备将陀螺、磁力计、加速度计、GPS 等有机组合,可输出载体三轴的角速度,姿态角度,航向角度,三轴的加速度值,位置信息,速度,时间等。GPS/INS 通过惯性传感器陀螺仪和加速度计来计算位置速度、方位姿态等测量数据,依靠传感器输出数据,没有 GPS 跳动。外接的 GPS用于消除惯性器件漂移而带来的稳定性误差。即使 GPS 信号丢失,GPS/INS 仍然能通过内部的惯性传感器来继续输出数据。这样不仅能提高位置和速度性能指标,同时也能增强方位和姿态性能指标。飞机在平飞的条件下,可以输出恒稳定的航向数据,但单纯使用惯性会降低航向精度,因此外部采用双天线设计,提高了航向精度,在低动态条件下,依然可以得到高精度、恒稳定的航向数据。

  2.1.3 飞行器

  本次搭载的飞行平台为罗宾逊 R66 直升机。该机型具有飞行稳定,飞行航时长,载重量适中等特点。整机长 8.99 米,宽 1.47 米,高 3.48 米,有效载荷为 590kg,最大速度可达 259km/h。

  2.2 高光谱遥感调查

  2.2.1 工作区本次高光谱遥感调查的工作区位于甘南藏族自治州迭部县东南方向,地处秦岭西延岷山、迭山山系之间的高山峡谷之中,是青藏高原东部边缘甘川交界处,直线距离迭部县约 15km左右,总面积约 46 km2。迭部县县城海拔为 2400 m,县域地形自西北向东南倾斜。工作区最低海拔约 2180 m,最高海拔约 3300 m,平均坡度 30~35°,境内白龙江干流自西向东横穿岷、迭两大山系水系之间。年均降水量 625.5 毫米,地表水资源十分丰富,白龙江自西向东流经县境 110 公里。达拉、多儿、阿夏、腊子河等 20 余条支流,从南北两侧汇人白龙江,水电资源开发条件较好。迭部县地处南秦岭印支冒地槽褶皱带,白龙江复式北背斜南翼。地质构造复杂,有较好的成矿条件,属我国十大矿产地之“白龙江大断裂多金属成矿带”的一部分,甘肃省五大矿业综合经济之“甘南州贵金属-铁-铀-非金属企业综合经济区”。工作区植被覆盖率达 88%,主要为林地和牧场,对地质解译有一定的影响。

  2.2.2 航测设计综合考虑仪器参数、成图精度的要求,结合工作区地理环境、地形起伏、野外工作条件和作业效率等因素,沿东西方向部署了 31 条航线,工作区覆盖面积达 46km2。在实际飞行中,相邻条带应尽量选择光照条件相似的时间进行数据采集,高光谱航测一般选择在太阳正午前后 2 小时,太阳高度角大于 45°为最佳观测时间,考虑天气、云量、风向、气流以及空域管制等影响因素,在 11 点-15 点之间可获取较好的数据。根据工作区的探测目标大小、光谱特征和地形特点的要求,出于缩短成图周期、降低成本、提高综合效益的原则,确定高光谱数据空间分辨率为 2m。根据工作区地形情况和飞行条件,在保证无绝对漏洞的情况下,考虑飞行成本和效率,设计旁向重叠度为 30%,单项航带覆盖宽度 150m。

  2.2.3 同步地物光谱测量结合卫星遥感影像和 1:25 万地质图资料,根据地形复杂程度和露头发育程度及交通状况、合理布置采样路线。采样路线以穿越为主,总长度 17km,采集实验区内典型岩石样品 46 块,选用 ASD FieldSpec4 光谱扫描仪进行光谱测量,同时使用南方 RTK-S82 记录采样点地理坐标。对工作区范围内采集的典型样品进行分析,在工作区内白龙江以北,共发现有三类典型岩石,分别为板岩、砾岩、砂岩。板岩分布占绝大多数,砾岩、砂岩分布较少,并且岩石露头面积较少。对岩石样本新鲜面的不同位置进行多次光谱采集,平均后得到每一块样本的特征光谱曲线,之后对每一类典型岩石样本的特征光谱曲线进行平均计算。

  3 光谱数据处理与信息提取

  3.1 高光谱影像数据处理飞行获取高光谱数据处理主要包括辐射校正和辐射定标、大气校正和光谱重建、逐航带几何校正和无缝拼接制图等。首先采用 ENVI 软件对所获取的各航带原始 DN 值去除数据坏线和条带,其次进行单航带影像系统的辐射定标处理,生成单航带辐亮度数据;利用 IMU 姿态数据和GPS 数据,基于工作区的 DEM 数据,对各航带进行几何校正和地理编码;在保留图像数据整体灰度特征、纹理特征的基础上,通过选择与之匹配的模型,消除太阳高度角和 BRDF 影响,调整灰阶,实现不同航带图像的拼接;最后通过 FLAASH 大气校正模型对数据进行反射率反演,得到全区的反射率数据。处理后得到的高光谱反射率影像很清晰,几何畸变较小。

  3.2 地质岩性解译高光谱影像岩性解译工作基于高光谱反射率数据,进行光谱波段重采样、植被、水体掩膜、光谱数据归一化、MNF 最小噪声分离变换、Al 羟基提取、碳酸根提取等处理。

  3.2.1 光谱波段重采样岩矿的光谱特征主要分布在 2000~2500nm 范围内,岩性分析基于矿物光谱特征。本次获取的高光谱数据光谱范围为 1000~2500nm,用 ENVI 软件将其光谱重采样,采样光谱范围为1915~2500nm。

  3.2.2 植被、水体掩膜高光谱遥感影像不具有穿透性,进行岩性分析需要直接照射岩石露头。植被的光谱特征在400~1000nm 范围内,水体的反射率很低,影像中阴影区域由于太阳光强度差,造成反射率极低,并且信、噪比较低,不适合做光谱特征提取。可用 ENVI 软件将影像中的植被、河流、阴影区域等噪声信息划为 ROI,制作掩膜,将噪声信息掩盖,之后剔除,使之不参与光谱计算。通过之前对植被农田的光谱测试及影像特征,确定图像分割与掩膜的合理阀值。

  3.2.3. 光谱数据归一化高光谱数据经 FLAASH 大气校正后,得到地物反射率数据。但一些区域由于反射率值很低,经 FLAASH 模型计算后,其值为负,用波段运算的方法将影像中反射率小于 0 的值全部归为 0值,然后去除包络线。包络线消除可以有效突出光谱曲线的吸收、反射和发射特征,并将其归一到一个一致的光谱背景上,其值全部在 0~1 之间,有利于和其他光谱曲线进行特征数值的比较。

  3.2.4 最小噪声分离变换(MNF)目前常用的图像增强方法主要有主成分分析(PCA)和最小噪声分离(MNF)。但 PCA 变换对噪声比较敏感,即信息量大的主成分分量,信噪比不一定高,当某个信息量大的主成分中包含的噪声的方差大于信号的方差时,该主成分分量形成的图像质量就差。而 MNF 本质上是 2 次层叠的主成分变换。

  第 1 次变换(基于估计的噪声协方差矩阵)用于分离和重新调节数据中的噪声,这步操作使变换后的噪声数据只有最小的方差并且没有波段间的相关。第 2 次是对噪声白化数据(Noise-whiten)的标准主成分变换。因此本文中采取了 MNF 变换方法对影像进行增强处理。变换后的 MNF 波段 1 代表整个波段的亮度背景,即光谱背景,在影像上都较其他的 MNF波段亮;岩矿地质体的光谱信息集中在第 2~6 波段,影像十分清晰,但噪声也逐渐出现;第 7 波段的空间地形等纹理十分清晰,但开始明显出现系统噪声;第 10 波段以后出现随即噪声,淹没地质体光谱信息及其空间信息。在 MNF 变换中,通过信号与噪声分离,使信息更加集中在有限的特征集中,一些微弱信息则在去噪转化中被增强。同时在 MNF 转化过程中,使光谱特征向类特征向量汇集,增强分类信息。

  4 讨论

  在本次研究中,利用 SWIR 高光谱成像系统搭载直升飞机在位于迭部县的工作区进行遥感探测,同时采用 ASD 同步测量工作区的地面标志物,建立工作区典型地物光谱库。由于工作区植被覆盖率高,遮挡了岩石露头,对遥感地质解译的影响较大。航飞时间没有选择在太阳辐射强度最高的季节,光谱仪获取的能量不够高,一定程度上降低了信噪比,影响了地物光谱特征信息的获取。此次研究的目的是验证自主研发的 SWIR 高光谱成像仪在水利勘查中的遥感应用,第一次进行野外遥感调查,在经验不足的前提下,取得了尚且不错的解译效果。相信随着设备的不断优化以及后续数据处理技术的日趋完善,可以提取更多关于地质构造断层的信息,结合岩性与岩石的工程稳定性,以期为水利工程提供材料支撑与选址参考。

  5 结论

  中水北方勘测设计研究院项目组首次利用中国地质调查局南京地质调查中心自主研发的SSMAP-II 小型机载高光谱成像系统对甘南藏族自治州迭部县工作区进行高光谱遥感对地探测,飞行面积达 46 平方公里,同时对地面标志物进行光谱采样测量;对获取的高光谱影像数据进行辐射校正和辐射定标、大气校正和光谱重建、逐航带几何校正,绘制无缝拼接的工作区影像图幅;综合高光谱影像、光谱曲线、MNF 最小噪声分离波段合成结果、波段比值法的提取结果,进行地质岩性解译,解译的结果与已知区域地质图岩性分布一致,以白龙江为界,以北大部分为板岩及第四系黄土,以南则大部分为灰岩。

  这项研究表明,国产高光谱成像仪具有较高的可靠性与实用性。通过机载高光谱遥感的手段进行的岩性解译精确度高,可以极大的提高水利工程地质勘探的工作效率,在高质量完成高山峡谷区险要地形区地质勘察的同时保证了地质工作人员的人身安全。通过高光谱影像与同步地物测量相结合的方式,快速开展大面积的岩性解译工作,节省大量的财力物力。相对于传统的地质调查方式,这种方法更加方便快捷,既减轻了工作人员繁重的工作量,又提高了工程前期地质勘查工作的效率,满足了工程项目时间紧任务重的要求。

  References

  Berger, B. R., V V King T, Morath L C, et al. Utility of high-altitude infrared spectral data in mineral exploration:Application to northern Patagonia Mountains, Arizona[J]. Economic Geology, 2003,98(5):1003-1018.

  Bierwirth P, Huston D, Blewett R. Hyperspectral mapping of mineral assemblages associated with gold mineralization inthe central Pilbara[J]. Western Australia Economic Geology, 2002,97:819-826.

  Campbell J B . Introduction to Remote Sensing[J]. Photogrammetric Record, 2010, 18(103):259 -259.

  Deng-hong Wang, Zhi Zhao, Yang Yu, Jing-jing Dai, Mao-chun Deng, Ting Zhao, Li-jun Liu, 2018. Exploration andresearch progress on ion-adsorption type REE deposit in South China, China Geology, 1, 415-424.

  Advances of urban remote sensing. Journal of Nanjing University of Information Science& Technology, (1):16-29.Du P J, Xia J S, Xun C H, Tan K, Su H J, Bao R.2016.

  Review of hyperspectral remote sensing image classification. Journalof Remote Sensing, 20(2):236-256.Dong X F, Gan P P, Li N, Yan B K, Zhang L, Zhao J Q, Yu J C, Liu R Y, Ma Y N.2020.

  Fine mineral identification of GF5 hyperspectral image . Journal of Remote Sensing, 24(4):454-464.Govender M , Chetty K , Bulcock H. 2007.

  A review of hyperspectral remote sensing and its application in vegetation andwater resource studies. Water S A, 33(2). [10.4314/wsa.v33i2.49049]

  作者:高扬 1,5,奚歌 2,陈春霞 1,5,修连存 1,5,郑志忠 1,5,颜培胜 2,董金鑫 1,5,闫柏琨 3,柳稼航 4,赵宇浩 1,俞正奎