高光谱技术在铁路沿线第四系填图中的应用——以川藏线拉萨东为例

详细信息    查看官网全文

• 英文论文题名：Application of Hyperspectral technology on Quaternary Deposits Mapping-take the Sichuan-Tibet Railway for example
• 论文作者：冯涛 ; 蒋良文 ; 刘汉湖 ; 张广泽 ; 王栋
• 英文论文作者：Feng Tao ; Jiang Liangwen ; Liu HanHu ; Zhang Guangze ; Wang Dong ; China Railway Eryuan Engineering Group Co.Ltd ; State Key Laboratory of Geohazard Prevention and Geoenvironment Protection ; Chengdu University of Technology
• 年：2016
• 作者机构：中铁二院工程集团有限责任公司;成都理工大学地质灾害防治与地质环境保护国家重点实验室;
• 论文关键词：高光谱 ; 第四系堆积物 ; 纯净像元提取 ; 波谱识别
• 英文论文关键词：hyperspectral ; quaternary deposits ; pure pixel decomposition method ; spectroscopic identification
• 会议召开时间：2016-10-14
• 会议录名称：“川藏铁路建设的挑战与对策”2016学术交流会论文集
• 语种：中文
• 分类号：U212.2
• 学会代码：ZGTD
• 会议名称：“川藏铁路建设的挑战与对策”2016学术交流会
• 会议地点：中国四川成都
• 主办单位：中国铁道学会、中国铁道学会工程分会、中国中铁股份有限公司、中铁二院工程集团有限责任公司
• 学会名称：中国铁道学会
• 页数：8
• 文件大小：2406k
• 原文格式：O
• 会议级别：全国

摘要

川藏铁路沿线海拔高、交通不便,特别是沿线两侧地势陡峭,地质条件复杂,传统的地质勘察手段受自然条件限制难以发挥优势,而高光谱遥感技术则可扬长避短,发挥其宏观、真实表现地表地质条件的优势,能够解决高寒山区地岩性识别难度大的问题。本文采用卫星高光谱遥感数据Hyperion,通过使用纯净像元分解法(PPI),提取第四系堆积物波谱端元,并采用光谱角度匹配法(SAM)对研究区影像进行信息提取,最终得到第四系堆积物在研究区的分布范围。研究成果通过与传统地质图件及高空间分辨率卫星图像对比,表明基于本文高光谱数据提取的第四系分布范围更为精确。
High altitude along Sichuan-Tibet railway,traffic inconvenience,especially on both sides along the steep terrain,complex geological conditions,the traditional means of geological survey and berestricted by natural conditions so that it is difficult to play advantage.Hyperspectral remote sensing technology can foster strengths and circumvent weaknesses,it takes advantage of the macro,real performance surface geological conditions,so it can solve the problem of alpine region to lithology identification.In this paper,satellite hyperspectral remote sensing data Hyperion was used,through the use of pure pixel index(PPI),quaternary deposits endmember spectrum was extracted,and image information was extracted by using spectral angle matching method(SAM),and finally get the Quaternary deposits distribution in the study area.Through conventional geological maps and high spatial resolution satellite image contrast,studies show that the Quaternary distribution data which extractedin this paperis more accurate.

引文

[1]梅安新,彭望碌.遥感导论[M].北京:高等教育出版社,2001.Mei Anxin,Peng Wanglu.Introduction to Remote Sensing[M].Beijing:Higher Education Press,2001.
    [2]邓书斌,陈秋锦,杜会建,等.ENVI遥感图像处理方法[M].2版.北京:高等教育出版社,2014.Deng Shubin,Chen QiuJin,Du Huijian,et al.ENVI Remote Sensing Image Processing Method[M].Second Edition.Beijing:Higher Education Press,2014.
    [3]曾庆伟.基于Hyperion高光谱数据的森林类型精细识别研究[D].北京:中国林业科学研究院,2010.Zeng Qingwei.Forest Type Fine Recognition Researchbased on Hyperion Hyperspectral Data[DJ.Beijing:Chinese Academy of Forestry,2010.
    [4]张苗,将志荣.Hyperion影像的辐射处理方法[J].地理空间信息,2013,11(5):86-93.Zhang Miao,Jiang Zhirong.Radiation Processing Method ofHyperion Images[J].Journal of Geospatial Information,2013,(5):86-93.
    [5]刘汉湖,杨武年,杨容浩.高光谱遥感岩矿端元提取与分析方法研究[J].岩石矿物学杂志,2013,(2).Liu Hanhu,Yang Wunian,Yang Ronghao.TheExtractionResearch and Analysis ofRocks and Minerals based on Hyperspectral Remote Sensing[J].Journal of mineralogy,2013,(2).
    [6]毕晓佳.高光谱遥感岩矿填图应用研究[D],成都:成都理工大学,2009.Bi Xiaojia.Rock Mapping Researchbased on Hyperspectral Remote Sensing[D].Chengdu:Chengdu University of Technology,2009.