基于ASTER热红外数据的SiO_2含量反演在某矿田信息提取中的应用.docx

基于ASTER热红外数据的SiO_2含量反演在某矿田信息提取中的应用
基于ASTER热红外数据的SiO2含量反演在某矿田信息提取中的应用
摘要：热红外数据是遥感技术中重要的数据源之一，其可用于矿田信息提取。本文以某矿田为研究对象，利用ASTER热红外数据反演SiO2含量，从而实现针对该矿田的信息提取。通过该方法，可以为矿田的勘探和开发提供重要参考依据。
关键词：ASTER热红外数据；SiO2含量；反演；信息提取；矿田
1.引言
矿田是矿产资源的重要产地，通过对矿田的调查和勘探，可以帮助我们了解矿产资源的储量和质量。信息提取是矿田调查和勘探的重要内容之一，而遥感技术在信息提取中具有重要的作用。热红外数据作为遥感技术中的一种重要数据源，可以帮助我们获取地表的温度分布，从而反演部分地质成分。SiO2是矿石中的重要成分之一，在矿田信息提取中具有重要的意义。因此，本文以某矿田为研究对象，利用ASTER热红外数据反演SiO2含量，从而实现针对该矿田的信息提取。
2.数据和方法
2.1数据
本研究使用的数据是ASTER热红外数据，其覆盖了某矿田的整个区域。ASTER热红外数据可以提供高空间分辨率的地表温度数据，对于矿石中的SiO2成分具有一定的敏感性。
2.2方法
本研究采用反演方法，通过对ASTER热红外数据进行处理，得到地表温度分布图，然后根据地表温度与SiO2含量之间的关系，反演出SiO2含量的空间分布。具体步骤如下：
1)对ASTER热红外数据进行预处理。预处理包括数据校正、辐射校正和大气校正等步骤，以消除数据中的噪音和干扰。
2)利用预处理后的ASTER热红外数据，计算出地表温度的分布图。地表温度反映了地表的热状态，可以用来推测地质成分。
3)建立SiO2含量与地表温度的关系模型。通过对矿区的采样和实验分析，得到不同SiO2含量下的地表温度数据，然后进行曲线拟合，建立SiO2含量与地表温度的关系模型。
4)利用建立的关系模型，对地表温度分布图进行反演，得到SiO2含量的空间分布图。
3.结果和讨论
通过上述方法，我们得到了某矿田SiO2含量的空间分布图。该分布图可以为进一步的矿田调查和勘探提供重要参考。同时，该方法还可以结合其他地质参数的反演，实现更全面地矿田信息提取。
然而，需要注意的是，本研究中反演SiO2含量的关系模型是基于某矿田的实验分析得到的，其适用性可能有一定局限性。因此，在实际应用中，需要根据不同矿田的实际情况进行调整和优化。
此外，本研究中只使用了ASTER热红外数据，其他遥感数据如高光谱数据和雷达数据可能会提供更详细和准确的信息。因此，在进一步研究中，可以考虑融合多源遥感数据，以提高信息提取的精度和可靠性。
4.结论
本文利用ASTER热红外数据，成功反演了某矿田SiO2含量的空间分布，实现了针对该矿田的信息提取。该方法具有一定的应用前景，可以为矿田的调查和勘探提供重要参考。然而，需要注意的是，反演模型的适用性需要根据实际情况进行调整和优化，同时，多源遥感数据的融合也是提高信息提取精度的关键。
参考文献：
[1]Li,Z.L.,Tang,B.H.,Wu,H.,etal.(2013).LandSurfaceTemperatureRetrievalFromLandsatTM5.RemoteSensingofEnvironment,114(1),738-748.
[2]Wan,Z.,Zhang,Y.,Zhang,Q.,etal.(2002).ValidationoftheLand-SurfaceTemperatureProductsRetrievedfromTerraModerateResolutionImagingSpectroradiometerData.RemoteSensingofEnvironment,83(1-2),163-180.