文 献 综 述
摘要：高光谱遥感作为一种新型遥感技术，能获取多波段连续的影像，分辨率极高，可利用高光谱数据反演得到地物反射光谱特征，并可由此分析出地表物体的类别，成分及空间分布等。这一特征为地表矿物的识别提供了可能，并已广泛应用到了地质探测中。本文基于高光谱遥感技术，介绍有关矿物识别的相关概念及主要技术，应用N-FINDR端元提取算法和二值编码、SAM、SCF、SID等高光谱曲线匹配算法，对获取的矿物光谱与光谱库中曲线进行对比，从而分析其矿物类别。
关键词：高光谱遥感 矿物识别 匹配算法
一、选题背景
80年代成像光谱概念的出现，使光学遥感进入了一个新的阶段——高光谱遥感。所谓高光谱遥感，即高光谱分辨率遥感，是指利用很多很窄的电磁波波段[1]（通常lt;10nm）从目标物体获取有关数据；与之相对应的则是传统的宽光谱遥感，通常gt;100nm，且波段不连续。高光谱图像由成像光谱仪获取，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，并产生一条完整且连续的光谱曲线。它使原本在宽波段遥感中不可探测的物质在高光谱中被探测到。同其它传统遥感相比，高光谱遥感具有以下特征：（1）波段多。成像光谱仪在可见光和近红外线光谱区内有数十甚至数百个波段。（2）光谱分辨率高。成像光谱仪采样的间隔小，一般为 10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。（3）数据量大。随着波段数的增加，数据量呈指数增加。（4）信息冗余增加[2]。由于相邻波段的相关性高，信息冗余度增加。⑸ 可提供空间域信息和光谱域信息，即“图谱合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相比较。近二十年来，高光谱遥感技术发展迅速，集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的领先技术。高光谱遥感图像包含了丰富的辐射、空间和光谱三重信息[3]。与多色，多光谱遥感相比，高光谱遥感最大的优势在于能够对地表覆盖物类型进行精细探测。成像光谱仪获取的硬性光谱分辨率高；波段众多，能为每个像元提供一条完整且连续的光谱曲线。借助从高光谱影像上反演的光谱曲线，通过与标准的参考光谱进行匹配比较，可以直接识别地物目标属性。地物由于组成成分及外在结构的不同，呈现出不同的反射或吸收光谱特征[4]，这也为人们借助高光谱遥感手段识别提取地表信息提供了依据。
二、基于高光谱遥感的矿物识别研究现状
随着高光谱遥感的矿物识别方法的发展,使得高光谱遥感技术在地学领域的应用越发广泛。地质是高光谱遥感应用中最成功的一个领域。由于高光谱遥感光谱分辨率（10nm）高的特点，在地质方面主要利用其探测岩石和矿物的吸收、反射等诊断性特征，从而进行岩石矿物的分类、填图和矿产勘查。目前，从高光谱遥感数据中提取各种矿物成分信息的主要技术方法有[3]:光谱微分技术、光谱匹配技术、混合光谱分解技术、光谱分类技术、光谱维特征提取方法、模型方法等。北京大学遥感与地理信息系统研究所的甘甫平提出了矿物识别谱系的分层识别技术[10]，以及部分离子、矿物的光谱识别规则。矿物光谱包含一系列特征吸收谱带。这些特征谱带在不同的矿物中具有较稳定的波长位置和较稳定的独特波形, 能够指示离子类矿物的存在, 是利用高光谱进行矿物识别的基础。中国地质大学地球科学与资源学院的黄光玉提出了遥感岩矿混合光谱数值模拟[11]与分析技术，加强了高植被覆盖区岩石矿化蚀变信息提取方法研究。吉林大学的王阳结合高光谱数据的特点与相关特征参数,以朴素贝叶斯、K-均值等分类聚类算法[13]为基础，开发适合于高光谱数据处理及应用的光谱建模、光谱匹配技术，采用ENVIi软件自带的高光谱数据库开展高光谱数据挖掘技术研究，探索了高光谱遥感数据在矿物识别、矿物特征提取等方面的应用潜力。
三、高光谱遥感探测技术概要
随着成像光谱仪技术的快速发展，高光谱遥感数据处理技术发展也取得了突破性的进展。高光谱遥感波段数众多，致使其数据量也呈指数增加[2]，大量的数据给人们的分析和应用带来不便。人们通过大量的科研实践，发展了新的数据处理方法来定量分析成像光谱数据。
（1）基于纯像元的分析方法
