[发明专利]一种植被覆盖区铀矿化蚀变信息遥感识别方法在审
申请号: | 202111660772.4 | 申请日: | 2021-12-31 |
公开(公告)号: | CN114397251A | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 车永飞;张明林;肖策 | 申请(专利权)人: | 核工业北京地质研究院 |
主分类号: | G01N21/25 | 分类号: | G01N21/25 |
代理公司: | 核工业专利中心 11007 | 代理人: | 闫兆梅 |
地址: | 100029 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 植被 覆盖 铀矿 化蚀变 信息 遥感 识别 方法 | ||
1.一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于,该方法的具体步骤如下:
步骤1、在植被覆盖区进行遥感数据源选择;
步骤2、针对上述步骤1中得到的遥感影像进行预处理,得到遥感影像图;
步骤3、基于像元二分模型,对上述步骤2中遥感影像进行植被覆盖度估算,确定高植被覆盖区和中低植被覆盖区;
步骤4、针对上述步骤3中确定的中低植被覆盖区和高植被覆盖区,在去除植被以外的干扰之后,抑制中低植被覆盖区植被,掩摸高植被区植被,得到去除干扰因素的植被覆盖区的影像图;
步骤5、针对步骤4中得到的去除干扰因素的植被覆盖区影像图,采用主成分分析法提取铀矿化蚀变异常信息,从而完成植被覆盖区铀矿化蚀变信息的遥感识别。
2.根据权利要求1所述的一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于:所述的步骤2的具体步骤如下:
步骤2.1、针对上述步骤1中的遥感影像进行重采样;
步骤2.2、针对上述步骤2.1中重采样后的遥感影像进行辐射定标,得到辐射定标后的遥感影像;
步骤2.3、针对上述步骤2.2中辐射定标后的遥感影像去边框;
步骤2.4、针对上述步骤2.3中去边框后的遥感影像进行大气校正。
3.根据权利要求2所述的一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于:所述的步骤3的具体步骤如下:
步骤3.1、归一化上述步骤2.4中大气校正后遥感影像的植被指数;
步骤3.2、去除上述步骤3.1中遥感影像归一化植被指数NDVI的异常值;
步骤3.3.1、对上述步骤3.2中去除NDVI异常值后的遥感影像归一化植被指数NDVI进行最值统计;
步骤3.3.2、将上述步骤3.3.1中最值统计后的遥感影像归一化植被指数NDVI生成NDVIsoil和NDVIveg参数文件;
步骤3.3.3、将上述步骤3.3.2中得到遥感影像归一化植被指数NDVI的参数文件,进行植被覆盖度计算;
步骤3.3.4、去除上述步骤3.3.3中得到植被覆盖度的异常值;
步骤3.3.5、针对上述步骤3.3.4中得到去除异常值的植被覆盖度进行等级划分,确定中低植被覆盖区和高植被覆盖区。
4.根据权利要求3所述的一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于:所述的步骤4的具体步骤如下:
步骤4.1、去除水系、阴影、云雪和第四系覆盖物干扰因素;
步骤4.2、抑制中低植被覆盖区植被;
步骤4.3、去除高植被覆盖区植被;
步骤4.4、在上述步骤4.1、步骤4.2基础上,得到中低植被覆盖区去除干扰因素后的影像图;
步骤4.5、建立上述步骤4.1、步骤4.3高植被覆盖区的的合膜,得到高植被覆盖区掩膜后的影像图。
5.根据权利要求4所述的一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于:所述的步骤5的具体步骤如下:
步骤5.1、针对步骤4.4、步骤4.5中得到的去除干扰因素的植被覆盖区影像图,进行蚀变矿物异常主分量提取,得到植被覆盖区的异常主分量图像灰度值;
步骤5.2、针对步骤5.1中得到的植被覆盖区的异常主分量图像灰度值,得到研究区的蚀变信息,从而完成植被覆盖区铀矿化蚀变信息的遥感识别。
6.根据权利要求5所述的一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于:所述的步骤2.2中对遥感影像数据进行辐射定标采用ENVI5.3软件选择符合FLAASH大气校正要求的遥感影像数据参数,参数包括定标类型、存储顺序和缩放系数,输出得到辐射定标后的遥感影像。
7.根据权利要求6所述的一种植被覆盖区铀矿化蚀变信息遥感识别方法,其特征在于:所述的步骤2.3中采用掩摸方法去除遥感影像的边框。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于核工业北京地质研究院,未经核工业北京地质研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111660772.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:开关电源及其控制电路
- 下一篇:基于认知图谱的冷链多温混配选温方法及装置