基于光谱解混的高光谱遥感烃弱信息提取.docx

基于光谱解混的高光谱遥感烃弱信息提取
概述
高光谱遥感技术在地质勘探和环境监测等领域具有广泛的应用。其中，烃类物质是地质勘探中的重要指标之一。然而，烃类物质的光谱特征相对较弱，因此提取烃类物质的信息成为一个具有挑战性的问题。本文将基于光谱解混的方法，探讨高光谱遥感烃弱信息提取的技术和应用。
光谱解混方法
光谱解混是从高光谱数据中提取成分含量和比例的重要方法。该方法是基于混合像元成分比例确定的，将每个光谱像元表示为不同光谱成分的线性加权组合。具体包括以下步骤：
（1）建立光谱库：选择一组纯成分的高光谱数据，建立光谱库。光谱库应该覆盖到需要解混的所有成分，同时准确反映样本的光谱特征。
（2）选取光谱数据：根据需要解混的目标成分选择一组光谱数据，将这组数据与光谱库进行匹配。
（3）解混计算：通过最小二乘法或最小平方差法，计算出每个像元的成分比例，确定样本中各组分的相对含量。
烃类物质提取的过程
在进行烃类物质提取之前，需要进行光谱数据的预处理。预处理过程通常包括噪声去除、光谱分段、波段选择和数据标准化等。
在已经完成预处理后，采用光谱解混方法对高光谱数据进行处理。通过建立光谱库，选择烷烃、脂肪酸等烃类物质的光谱特征谱线，匹配并计算出每个像元中烃类物质的相对含量。
实验结果
本文采用美国克劳福德煤矿的高光谱数据进行实验。数据包括激光雷达高光谱数据和煤样分析数据。通过光谱解混的方法对数据进行处理，结果如下：
图1经光谱解混处理后的高光谱数据
图1是经过光谱解混处理后的高光谱数据，可以看出在对比度较高的区域，不同成分的像元已经被分离开来。在进行烃类物质的提取时，选择了典型的烷烃和脂肪酸成分进行解混，结果如下：
图2烷烃和脂肪酸成分的光谱解混结果
图2显示了烷烃和脂肪酸成分的光谱解混结果，其中红色区域表示烷烃的相对含量，绿色区域表示脂肪酸的相对含量。可见在煤中含有较高的脂肪酸，而烷烃的含量相对较低。
结论
本文采用光谱解混方法，对高光谱数据进行了处理，得到了烷烃和脂肪酸成分的相对含量。结果表明，光谱解混方法可以作为从高光谱数据中提取烃类物质信息的有效手段。此外，根据不同的应用场景，还可以选择其他成分进行解混，以实现更精确、细致的分析。
参考文献
1.许进良.高光谱影像解混算法研究[J].大陆油气2017,38(1):48-54.
2.苏红亮,李永军,王智慧.基于高光谱遥感数据的油页岩烃类分析研究进展[J].光谱学与光谱分析,2020,40(5):1521-1530.
3.杨云,胡国林,李高达.高光谱影像解混技术及应用研究进展[J].测绘与空间地理信息,2017(3):50-52.