论文部分内容阅读
利用遥感影像对地物进行定量或定性分析后，为了评价结果精度，一般需要到野外实地踏勘获取地物实际成份与影像结果对比。如，环境污染监测时需要测量实际污染物成分及含量；遥感矿物填图时需要采集地物样品进行矿物成分鉴定。传统的地物化学成份鉴定方法一般采用化学仪器或者化学方法，需送样到实验室，经过一定周期才能获得结果。这些方法结果虽可靠但始终不利于工作效率的提高。地学领域也面临这一问题，特别是地质钻井、野外地质踏勘等工作需要大量的地物矿物成份鉴定工作。利用传统矿物成份鉴定方法不能快速及时地得出分析结果，限制着工作效率。近红外光谱分析技术是一种快速、高效、适合在线分析的工具。20世纪80年代后期近红外光谱仪在技术上的突破和计算机的发展，加之近红外光谱在探测技术上独有的特点，使得人们重新认识了近红外光谱的价值。大量光谱测试研究表明，地球表面大多数物质在近红外谱段均具有可判断属性的光谱吸收特征。基于此，本文在前人研究的基础上从物理、数学、化学角度提出了一个基于近红外数据的地物组份快速定量提取方法。以地物矿物组份提取为例，利用此方法进行建模，并通过编程实现。经实验室合成数据验证，本模型精度接近100％。经野外实测数据验证，本模型平均精度为64.6％，远高于课题组现有的两个模型精度(分别为33.8％，8.1％)。若光谱数据获取足够精确，本模型精度将不低于镜下鉴定方法，但效率比镜下方法提高了1000倍左右，且能够满足在线实时获取鉴定结果的需求。本模型在新疆包古图地区遥感矿产勘探中用于分析钻井岩芯样品，结果与新疆有色金属研究所结果以及现有文献上信息高度一致。这些都足以说明方法的可靠性，且具有很好的推广前景。