第31卷，第6期 2011年6月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.31,No.6,pp1639-1643
June，2011
基于改进光谱特征拟合算法的高光谱数据矿物信息提取
许
宁1,2，胡玉新1.2，雷
斌1.2，洪友堂3，党福星
1.中国科学院电子学研究所，北京100080
100080
2.中国科学院空间信息处理与应用系统技术重点实验室，北京 3，中国地质大学(北京)土地科学与技术学院，北京
100083
4.中国国土资源航空物探强感中心，北京100083
摘要根据光谱特征拟合算法在实际应用中存在的间题，介绍一种改进光谱特征拟合算法，该算法综合常规的待征拟合处理和地物光谱吸收特征参量约束为一体，能更细致地进行高光谱数据地物信息提取。实验基于不同空间分辨率和信噪比的高光谱数据，编程实现改进光谱特征拟合算法对实验区的白云母、方解石、绿泥石等蚀变矿物信息提取，与常规光谱特征拟合和光谱角制图处理结果的比较分析发现改进算法在
矿物混淆区分、信息提取精细度上均得到提高，有较强的实用性。关键词高光谱遇感；光谱特征拟合；光谱角制图；矿物信息提取
中图分类号：TP75
引言
文献标识码：A
DOI: 10. 3964/j. issn. 1000-0593(2011)06-1639-05
信息，并与常规的SAM和SFF方法以及国内外已有的研究成果进行分析比较，结果表明该方法具有较强的可行性和实用性。
高光谱遥感是空间信息获取领域的个重要发展方向，
其特点是同时获得地物空间域图像和光谱域连续光谱特征，可以定量地分析地表地物的组成成分[1]。常用的高光谱数据信息提取技术包括基于光谱空间的光谱特征分析技术和基于特征空间的像元向量分析技术，前者常用的算法有光谱特征拟合[}】（spectralfeaturefitting，SFF、光谱吸收指数()(spectralabsorptionindex，SAD、包络线去除(s.s)、光谱导数分析[们等，面后者较成熟的算法有光谱角制图[7.8（spectral anglemapping，SAM)、单形体分析[9.10]、纯净像元指数[1.12](pixel purity index，PPI)、正交子空间投影[13.14](orthogonal subspace projeetion， OSP)等。其中 SFF， SAM 和PPI等算法已集成到常用的商业软件中(如ENVI)并得到广泛应用。
自前，高光谱蓬感技术已经在地质助探、国土资源调查、城市监测和规划、植被分析、海洋监测、环境污染（)、油气操测1]等领域发挥了巨大的作用[1-]。本文基于地质领域一些蚀变矿物在短波红外区域的光谱吸收特征，针对高光谱遥感数据不同信噪比条件下的光谱特征差异以及常规SFF 算法存在的问题，引入一种改进的光谱特征拟合算法来进行影像光谱与目标参考光谱的匹配计算，以此提取试验区矿物
收稿日期：2010-08-13，修订日期：2010-11-12
常用的光谱特征分析技术
光谱特征分析方法已经在遥感领域得到了广泛应用。从早期多光谱到现在的高光谐遥感，光谱分辨率得到很大提高，地表地物光谱特征的测度更加细致，对地物特性的描述更准确，这促使在地球化学领域常用的光谱分析技术在高光谱遥感研究中得到充分应用，并研究发展了许多新的算法，其中光谱特征参量分析"、包络线去除处理和光谱吸收指数
是比较常用的高光谱遥感数据光谱特征分析技术。 2光谱特征拟合算法
SFF算法原理 2.1
为了突出某个波长范围的光谱吸收特征，在进行SFF处理之前会对像元光谱和参考光谱进行包络线消除处理11，由于去包络线后的像元光谱和参考光谱在特征吸收深度上存在差异，可以通过增加一个常量k来调整参考光谱的曲线形状，以最好地和像元光谱进行拟合匹配，计算公式如下
p = (p+k)/(1. 0+k)
基金项目：国家(863计划)重点项目(2008AA121103)和中国地质大调查项目(1212010816033)资助
作者简介：许宁，1982年生，中国科学院电子学研究所研究实习员万方数据
e-mail:x_ning520@yahoo,cn
(1)