0引言

在地学信息化中，遥感数据可以直接作为可视化信息来源。遥感数据蕴含着丰富的、不易被肉眼直接观测到的地学信息，这需要开发并发展一些算法来提取遥感图像可视信息之外的隐含信息，提高遥感信息的利用率。高光谱遥感技术的发展使利用宏观技术（遥感）进行微观信息（矿物）探测成为可能，其海量的数据和丰富的信息己使传统的遥感数据处理及分析方法难以满足实际应用的需要。同时，由于目前已有高光谱矿物识别技术操作的复杂性，以及遥感处理技术人员对地物光谱普遍缺乏认识与深入的理解，需要“傻瓜”型的高光谱矿物识别技术，促进高光谱矿物识别的全面应用；另一方面，在实际应用中极为迫切需要的是实现实时快速的信息提取与可视表达，如环境污染监测等。这二者需求的结合，需要开发满足不同用户需求的、智能型的快速高光谱矿物识别技术，增强高光谱数据矿物识别的智能化、自动化、规模化以及批处理，实现高光谱技术的“高科技”开发，“低门栏”应用，“低风险” 运行。

因此，本文在对矿物光谱特征深入研究的基础之上，基于矿物光谱的相似性准则或逻辑关系，以ENVI软件为平台，利用IDL语言，充分使用其内部库函数以及封装的一些常用算法，研发高光谱 矿物识别模块，实现矿物识别的自动智能识别，改善了高光谱遥感批量信息提取与应用能力，提高了高光谱地学应用的效率。

1矿物自动识别算法

1.1 算法设计

在对美国地调局（USGS）矿物光谱数据库中矿物光谱综合分析的基础之上，以光谱的吸收谱带特征为主，其它光谱特征参量为辅，基于矿物光谱的相似性准则或逻辑关系，构建了矿物识别谱系，建立矿物识别规则，采用IF-THEN语句进行决策判别，逐层开展矿物识别，开发了矿物分层谱系自动识别模块（MAIM-SIT）。MAIM-SIT语句是对矿物光谱特征分析结果和 经验知识的归纳性总结和表达过程，每一个MAIM-SIT语句相当于一种矿物或矿物组合的光谱识别规则。其基本表达式为：

对于给定不同光谱特征参量Ｗ的矿物M，其矿物光谱S可以进行知识化，并表示为W＝｛ω1，ω2，ω3，…，ωj｝（j＝1,2,3……，n）。其中j表示诊断性光谱特征参量的数目；ωj表示诊断性光谱特征参量的位置与相对权重，并随j的增大而递减。因此，对于光谱特征类似的矿物，ωj的位置序次关系非常重要。在上述IF-THEN语句中，［μj，μj+1］表示光谱区间。根据其特征参量之间内在的逻辑关系，其判别规则有3种表达方式：

①唯一性判别（存在性判别）。对于符合规则条件的像元判为某种矿物或矿物组合存在，否则判为否；

②否定性判别。如某个或某些特征出现，则不是某种矿物或矿物组合；

③似然性判别（模糊判别）。将所有规则条件根据其在判别决策过程中的重要性赋予一定的权值， 通过对每个规则判别结果的综合处理，得出像元与待识别矿物的似然性测度。

1.2 部分矿物类或矿物识别举例

在矿物分层谱系自动识别模块（MAIM-SIT） 中，首先将0.4~2.5μｍ光谱区间划分为两个区域， 即小于1μｍ的光谱区和大于2μｍ的光谱区，其中，小于1μｍ光谱区域的谱带为电子跃迁吸收谱带，用 于识别含Fe2+、Fe3+和 Mn2+等矿物或矿物类；大于２μｍ光谱区域的谱带为络阴离子振动的合频或倍 频，用于识别含Al-OH、Mg-OH和碳酸根等矿物或矿物类。然后，根据主要谱带的位置将矿物划分为含Fe2+、Fe3+和 Mn2+矿物，碳酸盐矿物、含Al-OH键矿物及含Mg-OH键矿物等大类。以主吸收谱带和次要吸收谱带的组合特征，并考虑到吸收谱带在不同岩石中的变异，识别矿物类别。如对Al-OH键矿物可分为明矾石类、蒙脱石类、白云母类、高岭石类等；含Mg-OH矿物可分为绿泥石类、黑云母类 等；碳酸盐矿物矿物包括方解石类、白云石类等。对于矿物大类：

IF ω1[2165,2230]THEN M is Al-OH 

IF ω1[2315,2230]THEN M is Mg-OH 

IF ω1[2335,2386]THEN M is CO32+ 

IF ω1[1100,1100]THEN M is Fe2+

IF ω1[600,900]THEN M is Fe3+

IF ω1[450,600]THEN M is Mn2+

对于含Al-OH 矿物大类，可以进一步细分矿物种类：

IF（ω1∈2165 or 2175）and ω2∈2440 THEN M is 明矾石

IF ω1∈2205 and ω2∈2386THEN M is 多水高岭石 or 微晶高岭石

IF ω1∈2205 and ω2∈2386 THEN M is 微晶高岭石

IF（ω1∈2205 or 2215）and ω2∈2440 THEN M is 蒙脱石 or 白云母

IF（ω1∈2205 or 2215）and ω2∈2440 and ω3∈2355 THEN M is 白云母

IF（ω1∈2205 or 2215）and ω2∈2355 and ω3∈2440 THEN M is 伊利石

2、应用

考虑到ENVI遥感图像处理系统为目前国际上 高光谱数据处理的主流软件系统，也是最常用的遥 感图像处理工具，故选择以ENVI为依托，以ENVI/IDL可视化开发语言为主，辅助以C++语言，开发成像光谱矿物识别模块。

该模块可以应用于新疆东天山哈密地区HyMap数据、西藏驱龙地区Hyperion数据以及美国 Cuprite地区AVIRIS数据矿物或矿物组合的识别。

在数据处理中，一方面，可以直接输入原始数据，按模块处理顺序逐步进行处理，以致最终识别出矿物并进行制图；另一方面，也可以直接输入经过大气校正的视反射率数据，直接利用矿物识别子模块进行矿物识别。下面以新疆东天山黄山地区的HyMap数据为例进行矿物智能识别。黄山杂岩体侵位于干墩—双岔沟复式背斜的轴部附近，受北北东向康古尔塔格深大断裂及其次级 断裂构成的断裂带所控制。黄山杂岩体呈近EW 向展布，在平面上呈似镰刀状，在剖面上呈盆状。该岩体长3.8km，宽0.45km，出露面积1.71km2，岩体两部延深＞1km，向东翘起（图1）。黄山地区高光谱数据于2022年10月租用澳大利亚的成像光谱仪HyMap航空飞行获取。利用所开发的矿物自动识别模块MAIM-SIT，一次性地识别出该区可能存在的矿物组合或矿物，如Al-OH、Mg-OH、Mg-Fe、贫Al云母、富Al云母、方解石、绿泥石、绿帘石、蛇纹石和滑石（插页彩片13）。

图1 新疆哈密黄山铜镍矿床地质略图

1-下石炭统干墩组；2-干墩组第一岩性段；3-干墩组第二岩性段；4-干墩组第三岩性段；

5-干墩组第五岩性段；6-斜长角闪橄榄岩体；7-角闪二辉橄榄岩相；8-角闪二辉辉石岩相；

9-辉长苏长岩相；10-辉长岩相；11-辉长闪长岩相；12-辉长闪长岩体；13-矽卡岩；

14-角岩化；15-蛇纹岩化；16-角岩；17-正断层；18-逆断层；

19-平移断层；20-岩体界线；21-推测地质界线；22-矿体及编号

结合该区地质图（图1）分析，所识别的结果与该区的岩相展布基本一致，并从空间信息分布的角 度提供矿物的展布情况。

3 结语

本文在矿物光谱库中矿物光谱特征综合分析的基础之上，将光谱特征参量进行知识化，基于知识化矿物光谱特征参量之间的相似性准则或逻辑关系，采用IF-THEN语句进行决策判别，开发了高光谱影像矿物识别模块MAIM-SIT，基本实现高光谱遥感数据矿物的智能识别与批量处理，极大地提高了遥感数据快速高效的应用能力，初步解决了高光谱遥感微观信息的实时快速提取与可视表达。由于该模块仅仅是高光谱矿物自动识别的雏形，是基于ENVI软件二次开发与IDL语言的结合，今后还需结合软件工程进一步完善。

推荐：  

便携式地物光谱仪iSpecField-NIR/WNIR

专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品，由于其操作灵活、便携方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式地物光谱仪。

无人机机载高光谱成像系统 iSpecHyper-VM100

一款基于小型多旋翼无人机机载高光谱成像系统，该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。无人机机载高光谱成像系统采用了独有内置扫描系统和增稳系统，成功克服了小型无人机系统搭载推扫式高光谱相机时，由于无人机系统的震动造成的成像质量差的问题，同时具有高光谱分辨率和优异的成像性能。

便携式高光谱成像系统 iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品，主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像，系统集成高性能数据采集与分析处理系统，高速USB3.0接口传输，全靶面高成像质量光学设计，物镜接口为标准C-Mount，可根据用户需求更换物镜。