第33卷，第4期 2013年4月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.33,No.4,pp954-958
April,2013
一种红外光谱免疫计算的矿物组分定量提取方法刘庆杰1.2，荆林海，2，李新武1.2，毕建涛12，王梦飞3，蘭启忠1,2
1，中国科学院对地观测与数字地球科学中心，北京100094
2.中国科学院数字地球重点实验室，北京100094 3.中国国土资额航空物操遥感中心，北京100083
摘要近红外/短波红外光谱的矿物组分快速鉴定技术可以大大提高野外矿产勘查、遥感矿物填图、岩芯矿物组分分析等工作的效率，成为目前高光谱技术研究的热点之一。文章给出了一个基于光谱相似度评价约束的联合目标岩石样品光谱和矿物光谱端元库进行矿物组分光谱反演的统一模型，然后以矿物光谐线性混合模型和光谱夹角相似度评价为例，建立了一个具体的组分反演模型；针对模型求解过程中的组合优化问间题，提出了一种人工免疫克降选择计算的矿物组分光谱（ICSFSLIM)识别方法；利用在中国新盟包古图地区选取的22个野外岩石样品的实测近红外/短波红外光谱进行了矿物组分提取试验，以样品薄片鉴定结果为准，将ICSFSLIM识别结果与组合特征光谱线性反演模型（CFSLIMD识别结果进行了定量的对比分析，结果表明：ICSFSLIM比CFSLIM的识别正确率提高了2.26%，有效率提高了18.6%，并且具有更高的识别稳定性。
关键词红外高光谱；矿物组分反演；光谱混合模型；免疫计算
中图分类号：O657.3；TP181
引言
文献标识码：A
殖着成像光谱对地观测技术的快速发展，高光谱技术可以获取地物在可见光、短波红外波段精细的连续光谱信息，为岩石样品矿物组分的快速定量识别提供了数据基础。传统的地学矿物已有比较成熟的鉴定方法}；（1)岩矿薄片镜下鉴定，（2)岩矿粉末X射线衔射矿物分析，（3)电子探针(EMPA)矿物分析，（4)扫描电镜(SEM)分析等。传统的矿物鉴定方法具有鉴定精度高等优点，但也存在缺点：（1)鉴定过程需在实验室中进行，操作环境具有局限性；（2)鉴定过程中，需要对岩石样品进行一系列的加工处理，鉴定成本比较高；（3)鉴定过程复杂，要耗费较长的鉴定时间，鉴定时效性较差。这些不足使其难以满足野外快速矿物鉴定的实际需要。大量矿物短波红外光谱测试实验发现，大多数地物在短波红外波段具有不同的波谱特征，尤其是不同矿物在近红外/短波红外均具有可判断属性的光谱吸收特征[3]，为矿物的快速鉴定提供了一种快捷的新途径。
基于矿物混合光谱是不同组分吸收特征线性叠加的假收稿日期：2012-09-17，修订日期：2012-11-20
DOI: 10. 3964/j. issn. 1000-0593(2013)04-0954-05
设，研究者进行了大量的矿物光谱组分反演的研究工作。其中有代表性的是李帅提出了一种岩石样品组合特征光谱线性反演模型的矿物组分快速定量提取方法[(CFSLIM)：该算法提取目标光谱的吸收峰特征点位置，据此获取目标光谱的特征光谱和端元光谱库的端元特征光谱，然后根据目标特征光谱维数(3m)对端元特征光谱(n)进行组合，建立线性方程，利用递归依次别除相对含量系数不在[0，1]区间的端元，当端元光谱的最终拟合曲线与目标光谱的夹角小于一定离值时，求解过程结束，根据输出的端元光谱及其含量值得到矿物组分的定量鉴定结果，该算法在通感找矿地面验证和岩芯光谱矿物识别中得到了较好的应用，但也存在不足：（1)实际应用中光谱库的端元光谱数一般远大于目标特征光谱维数，面对端元光谱进行组合C"（当n=100，m=10时，C% =2.9372e十025)，会造成较大的计算量；（2)利用组合后的部分端元特征光谱与目标特征光谱进行线性方程组递归左除(求解端元组分的相对含量系数时，每个组合里只有部分（小于3m个)端元特征光谱参加反演计算，影响参加线性反演计算过程的端元光谱库的完整性；（3）当算法的线性反演模型升级为非线性反演模型时，算法将无法有效进行。
基金项目：国家自然科学基金项目（41001266），国家科技支撑计划课题（2012BAH27B05），国家重点基础研究发展计划（973项目）
（2009CB723900）和国家科技支撑计划课题（2012BAH33F00）资助
作者简介：刘庆杰，1981年生，中国科学院对地观测与数字地球科学中心助理研究员万方数据
e-mail; qiliu@ceode, ac. cn