融合主成分分析与光谱角匹配的金铜矿遥感探测方法-矿业114网 
首页 >> 文献频道 >> 矿业论文 >> 正文
融合主成分分析与光谱角匹配的金铜矿遥感探测方法
2016-11-11
针对金铜矿高光谱遥感探测中存在的数据量大、数据处理繁琐等问题,融合主成分分析与 光谱角匹配 方法,提出了一种金铜矿遥感探测方法。该方法首先采用主成分分析法对金铜矿高光谱遥感数据进 行降维处理,然 后利用光谱角匹配法对目标光谱进行匹配,从而实现对金铜矿进行遥感探测的目的。在福建紫金山 金铜矿区进行实 地取样,进行可见光—近红外光谱测试分析,采用所提方法对高光谱遥感数据进行处理,并对样品进 行了金、铜矿及 围岩识别试验。结果表明:所提方法能够有效简化金铜矿遥感高光谱数据处理流程,使得实测遥感 光谱原始数据从 973 个波段简化为6 个主成分,利用该6 个主成分进行光谱角匹配时,大大简化了...
Series No. 485 ꢀ Novemberꢀ 2016 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山 METAL MINE 总第 485期 ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 11 期 融合主成分分析与光谱角匹配的 金铜矿遥感探测方法 佟家兴ꢀ 杜海鹰ꢀ 朱福琴ꢀ 刘艺博ꢀ 刘秀峰ꢀ 刘善军 ( 东北大学资源与土木工程学院,辽宁 沈阳 110819) 摘ꢀ 要ꢀ 针对金铜矿高光谱遥感探测中存在的数据量大、数据处理繁琐等问题,融合主成分分析与光谱角匹配 方法,提出了一种金铜矿遥感探测方法。 该方法首先采用主成分分析法对金铜矿高光谱遥感数据进行降维处理,然 后利用光谱角匹配法对目标光谱进行匹配,从而实现对金铜矿进行遥感探测的目的。 在福建紫金山金铜矿区进行实 地取样,进行可见光—近红外光谱测试分析,采用所提方法对高光谱遥感数据进行处理,并对样品进行了金、铜矿及 围岩识别试验。 结果表明:所提方法能够有效简化金铜矿遥感高光谱数据处理流程,使得实测遥感光谱原始数据从 973 个波段简化为 6 个主成分,利用该 6 个主成分进行光谱角匹配时,大大简化了计算过程,且光谱信息损失较少,岩 ( 矿)样品识别成功率达到了 74% ,表明该方法在金铜矿高光谱遥感探测方面有一定的适用性。 关键词ꢀ 金铜矿ꢀ 高光谱遥感ꢀ 主成分分析ꢀ 光谱角匹配ꢀ 数据降维ꢀ 遥感探测 ꢀ ꢀ 中图分类号ꢀ P627,P237ꢀ ꢀ 文献标志码ꢀ Aꢀ ꢀ 文章编号ꢀ 1001-1250(2016)-11-119-05 Gold and Copper Deposit Remote Sensing Detection Method Based on Principal Component Analysis Method and Spectral Angle Matching Method Tong Jiaxingꢀ Du Haiyingꢀ Zhu Fuqinꢀ Liu Yiboꢀ Liu Xiufengꢀ Liu Shanjun ( School of Resource & Civil Engineering,Northeastern University,Shengyang 110819,China) Abstractꢀ In view of the existed complicated problems of the large amount of remote sensing data and complex data pro- cessing flow in the process of hyper-spectral remote sensing detection of gold and copper deposit,in order to improve the effi- ciency of the remote sensing detection of gold and copper deposit,a new remote sensing detection method based on principal component analysis method and spectral angle matching method of gold and copper deposit is proposed. Dimension reduction of the hyper-spectral remote sensing data of gold and copper deposit is conducted by adopting the principal component analysis method;then,the target spectrum is matched by using the spectral angle matching method to realize the goal of the remote sens- ing detection of gold and copper deposit with high efficiency. Taking the Zijinshan gold and copper deposit as the study exam- ple,the samples of gold,copper deposits and surrounding rocks are collected,the experiments of testing the samples with visi- ble-near infrared spectral by using the detection method proposed in this paper is done to dispose the hyper-spectral remote sensing data and identify the gold,copper deposit and surrounding rocks. The experimental results show that the processing flow hyper-spectral remote sensing data of the gold and copper deposit is simplified effectively by using the detection method pro- posed in this paper,the measured spectral remote sensing data is simplified into 6 main components from 973 bands which can facilitate the flow of computing with little spectral information loss in spectral angle matching,the success rate of the detection method proposed in this paper of the gold and copper deposit is overall reached to 74% ,it is further indicated that the detection method has a better applicability in gold and copper deposit in the prospecting work by using hyper-spectral remote sensing technology. Keywordsꢀ Gold and copper deposit,Hyper-spectral remote sensing,Principal component analysis,Spectral angle matc- hing,Data dimension reduction,Remote sensing detection ꢀ ꢀ 黄金储备是一个国家综合实力与经济水平强弱 的重要标志,开展金矿探测对于扩大黄金储量具有重 收稿日期ꢀ 2016-08-22 基金项目ꢀ 国家大学生创新创业训练计划资助项目(编号:201510145047)。 作者简介ꢀ 佟家兴(1996—),男,本科生。 通讯作者ꢀ 刘善军(1965—),男,教授,博士研究生导师。 · 119· 总第 485 期ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 11 期 要意义。 以往金矿探测主要采用野外地质调查、物 探、钻探等方法,多属于点式测量,无法获取大面积信 息。 遥感技术的快速发展为大面积金矿探测提供了 方便快捷、高效的途径,但常用方法为多光谱遥感探 1. 2ꢀ 光谱角匹配法 光谱匹配法是一种利用光谱库中的参考光谱来 匹配未知地物光谱的方法,根据参考光谱与未知光谱 的相似程度,判别未知光谱的地物类型,进而达到识 别地物的目的。 在高光谱遥感地物识别中,光谱角匹 配法又称为光谱角填图法,是用目标光谱与标准光谱 (参考光谱) 进行对比,求取两者光谱矢量之间的广 义夹角,夹角越小,两者相似性越大,当该夹角小于某 个阈值时,即认为目标光谱与标准光谱匹配成功。 设 标准主成分得分矢量为 T,参考主成分得分矢量为 R,(T、R 均非零向量),两者广义夹角 θ 的计算公式 为 [ 1-3] 测 。 高光谱遥感由于光谱分辨率高,对于地质勘 查及遥感找矿具有独特优势,因而近年来得到了广泛 [ 4-9] 。 尽管高光谱遥感在地质找矿方面取得一定 研究 的进展,但高光谱遥感数据量大、处理繁琐,致使大量 遥感光谱数据无法得到有效利用。 为简化高光谱数 据处理流程,本研究以紫金山金铜矿为例,提出了一 种融合主成分分析与光谱角匹配的金铜矿遥感探测 方法,该方法采用主成分分析法对高光谱遥感数据进 行降维,采用光谱角匹配法对目标光谱进行匹配。 T·R θ = arccos T · R . (2) 1 ꢀ 方法提出 ꢀ ꢀ 光谱角匹配规则可归纳为,设定狭义光谱角阈 1 . 1ꢀ 主成分分析法 值,当狭义光谱角小于该阈值时,认为目标光谱与参 考光谱匹配成功,否则匹配不成功。 主成分分析法是一种利用降维的思想将多指标 转 化 为 少 数 几 个 综 合 指 标 的 多 元 统 计 分 析 方 2 ꢀ 试验分析 [ 10-12] 法 ,其原理是通过计算多指标向量间的特征值 2 . 1ꢀ 样品采集及光谱测试 并按一定规则选取较大的几个特征值,在此基础上将 样本点投影至选取的特征向量上从而实现多指标向 量的降维。 若有 n 维多指标向量 x1 ,x2 ,…,xn,对其 降维处理后得到 m 维主成分向量为 y1 ,y2 ,…,ym(m< n),则: 福建紫金山金铜矿是 20 世纪 80 年代在我国东 部陆相火山岩区勘查出的一座大型金铜矿床,位于福 2 建省上杭县城北 15 km 处,矿田范围 40 km ,累计探 明的金金属量达 305 t,铜金属量 300 万 t 以上。 本研 究采集的岩矿样品包括金矿样品 6 件、铜矿样品 7 件、围岩样品 10 件。 其中,金矿品位在 0. 1 g / t 以上, 铜矿品位在 0. 05% 以上。 采用 SVC HRꢁ1024 便携 式地物光谱仪首先对样品进行光谱测试,波段范围为 ìy1 = l11 x1 + l12 x2 + … + l1n xn y2 = l21 x1 + l22 x2 + … + l2n xn í , (1) ︙ 0 . 35 ~ 2. 5 μm,通道数 1 024,光谱分辨率≤8. 5 nm, îym = lm1 x1 + lm2 x2 + … + lmn xn 视场角为 4°。 为降低大气气溶胶的影响,光谱测试 在 10 ∶ 00 ~ 14 ∶ 00 进行,测量期间天空晴朗无云,太 阳高度角约 45°。 测量时样本观测面保持水平,光谱 仪镜头与观测面垂直,与卫星传感器观测一致。 将采 样积分时间设置为 3 s,每件样品重复观测 2 次,取光 谱平均值。 所有样本的光谱测试结果如图 1 所示。 由图 1 可知:金矿样品反射率整体较高,最高反 射率高达 70% 以上,不同金矿样品的反射率相差较 大,最大达 20% 以上,在 350 ~ 1 700 nm 波段反射率 总体上升,在 1 700 ~ 2 500 nm 波段反射率总体下降, 在 900、1 400、1 900、2 200 nm 处出现波谷;铜矿样品 光谱特征基本一致,在 350 ~ 700 nm 波段反射率呈上 升趋势,在 700 ~ 2 500 nm 波段总体呈下降趋势,在 700 nm 左右反射率达到最大值,约 50% ,在 1 400、 式中, lij (i=1,2,…,m;j=1,2,…,n)为系数,可由主 成分分析过程中所得到的得分矩阵经相关计算获得。 一个主成分分析模型可用主成分得分、主成分载 荷、解释方差等 3 个属性信息来描述。 在某个主成分 上得分相近的样本意味着样本在该成分上具有相似 性,反之则不具有相似性。 主成分载荷用于描述主成 分与原变量的相关系数,相关系数越大,主成分对该 变量的代表性便越大。 解释方差用于表示该主成分 对原始数据的解释百分比。 利用主成分分析可直观 地理解光谱变换过程对光谱数据结构的影响,便于以 数学视角精简光谱分析匹配过程。 通过对高光谱遥 感数据进行主成分分析,可有效找出波段中最主要的 波段信息,去除波段中的冗余信息,将原有的密集波 段数据降维,揭示隐藏于复杂数据中的简单结构,不 仅保留了各波段的主要信息,而且确保了综合指标彼 此之间不相关。 1 900、2 200 nm 处出现波谷;围岩样品在 350 ~ 750 nm 波段反射率平滑上升,在 750 ~ 2 500 nm 波段反 射率略有上升或基本保持不变,在 900、1 400、1 900、 · 120· ꢀ ꢀ ꢀ 佟家兴等:融合主成分分析与光谱角匹配的金铜矿遥感探测方法ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 11 期 波段信息可用 6 个主成分替代,且累计贡献率达到 99. 688% , 即 6 个主成分涵盖了原有波段信息 的 9 9% ,能够代表光谱反射率曲线特征。 表 1ꢀ 主成分分析特征值及方差贡献率 Table 1ꢀ Eigenvalue and variance contribution rate of principal component analysis 成ꢀ 分 特征值 方差贡献率 / % 累积贡献率 / % 1 2 3 4 5 6 609. 288 289. 571 38. 869 28. 615 2. 287 62. 620 29. 760 3. 995 2. 941 0. 235 0. 137 62. 620 92. 380 96. 375 99. 316 99. 551 99. 688 1. 334 2 . 3ꢀ 光谱角匹配 为实现光谱角匹配,须首先确定参考光谱 [ 13] 。 为此,对同类样品的 6 个主成分求均值,合成一件样 品数据,以此作为参考光谱样本数据,从而得到金矿、 铜矿、围岩样品的参考光谱。 将 23 件样品的光谱与 该 3 个参考光谱进行光谱角计算,判断其类型归属。 本研究金矿、铜矿、围岩样品的参考光谱主成分向量 可表示为Ei =(e m1 ,e m2 ,e m3 ,…,e m j )(m = 1,2,3;j = 1 ,2,3,…,6),其中,m = 1 时表示金矿参考样本的主 成分向量,m=2 时表示铜矿参考样本的主成分向量, m=3 时表示围岩参考样本的主成分向量;j 代表主成 分序号,j = 1 时代表第 1 个主成分,以此类推,j = 6 时,代表第 6 个主成分。 将每件试验样品的 6 个主成 分形成的检核向量表示为C = (c p1 ,c p2 ,c p3 …,c pj ) 图 1ꢀ 试验样品光谱反射率曲线 Fig. 1ꢀ Spectral reflectivity curve of the test samples 200 nm 处出现波谷。 三者光谱特征的差别在于:① , (p =1,2,3,…,23;j= 1,2,3,…,6)。 其中,p 代表待 检核样品的序号,p 取 1 ~ 6 时为金矿样品,p 取 7 ~ 3 时为铜矿样品,p 取 14 ~ 23 时为围岩样品。 狭义 2 铜矿样品在 700 ~ 2 500 nm 波段反射率总体呈逐渐 下降趋势,而金矿、围岩样品在该波段反射率总体上 升或保持不变;②金矿、围岩样品在波段 900 nm 附近 出现明显的吸收峰,而铜矿样品则完全没有。 1 光谱角的计算公式可表示为 6 ∑ emj ·cpj j = 1 é ë π ù , θp = arccos ,θp ∈ 0, 2 . 2ꢀ 主成分分析处理 6 6 2 û 2 2 ∑ j = 1 e mj · ∑cpj 利用主成分分析法对紫金山金铜矿的 3 类样品 j = 1 的光谱测试数据进行处理,主成分分析所提取的主成 ( 3) [ 12] 分可通过回归预测方程进行计算 ,步骤为:①由样 本光谱数据计算相关矩阵判断回归性及共线性;②由 相关矩阵计算特征值及特征向量并进行排序,筛选主 要影响因子,确定主成分;③计算主成分贡献率,分析 成分提取效果,根据步骤②的结果计算光谱数据的几 个主成分。 式中,em j 为参考样品 m 的第 j 个主成分向量;cpj 为 待检核样品 p 的第 j 个主成分向量。 目标样本与金矿、铜矿、围岩参考样本的狭义光 谱匹配角(θAu 、θCu 、θWa )的计算结果分别如表 2 ~ 表 4 所示。 本研究目标光谱样本与参考光谱样本的匹配 规则为:①设定狭义光谱角阈值为 15°,即当狭义光 谱角小于 15°时,认为目标光谱与参考光谱匹配成 功,否则匹配不成功;②当有 2 件目标样本与同一件 参考样本匹配成功时,选取光谱角较小的目标光谱作 为匹配成功的目标光谱。 光谱测试数据经主成分分析处理后,根据特征值 大于 1 的原则,确定了 6 个主成分,以此代表原始整 个光谱信息,其主成分特征值与方差贡献率见表 1。 由表 1 可知:在经主成分分析处理后,原有的 973 个 · 121· 总第 485 期ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 11 期 表 2ꢀ 金矿样品与参考样本的狭义光谱角 Table 2ꢀ Special spectral angle of gold samples and reference sample 此,该方法能够更直观地反映出样品光谱特征与化学 成分之间的联系。 (°) 3 ꢀ 结ꢀ 语 样ꢀ 品 金矿ꢁ1 金矿ꢁ2 金矿ꢁ3 金矿ꢁ4 金矿ꢁ5 金矿ꢁ6 θ Au θ Cu θ Wa 以紫金山金铜矿为例,通过分别采集金矿、铜矿、 12. 68 6. 03 8. 46 7. 10 5. 11 14. 72 22. 24 9. 05 12. 86 9. 98 围岩样品进行光谱反射率特征分析,在此基础上提出 一种融合主成分分析与光谱角匹配的金铜矿遥感探 测方法,试验表明,该方法可将实测的原始光谱 973 个波段的数据简化为 6 个主成分,通过简化后的光谱 数据进行光谱角匹配,大大简化了计算量,优化了遥 感高光谱数据的处理流程,且光谱信息损失较少,总 体光谱角匹配成功率达到了 74% ,表明该方法在金 铜矿高光谱遥感探测方面有一定的效果。 8. 93 13. 26 9. 08 17. 40 15. 81 4. 05 9. 12 15. 32 表 3ꢀ 铜矿样品与参考样本的狭义光谱角 Table 3ꢀ Special spectral angle of copper samples and reference sample (°) 样ꢀ 品 铜矿ꢁ1 铜矿ꢁ2 铜矿ꢁ3 铜矿ꢁ4 铜矿ꢁ5 铜矿ꢁ6 铜矿ꢁ7 θ Au θ Cu θ Wa 参ꢀ 考ꢀ 文ꢀ 献 15. 05 16. 54 16. 98 18. 33 10. 13 12. 23 7. 96 4. 16 5. 53 5. 97 7. 35 7. 07 7. 53 18. 03 15. 14 16. 24 16. 25 18. 32 6. 22 [ 1]ꢀ 张玉君,杨建民,姚佛军. 多光谱遥感技术预测矿产资源的潜 能———以蒙古国欧 玉陶勒盖铜 金矿床为 例 [ J]. 地 学 前 缘, 2 007,14(5): 63-70. Zhang Yujun,Yang Jianmin,Yao Fojun. The potential of multi-spec- tral remote sensing techniques for mineral exploration: taking the Mongolian Oyu Tolgoi Cu-Au deposit as an example[J]. Earth Sci- ence Frontiers,2007,14(5):63-70. 15. 77 9. 87 表 4ꢀ 围岩样品与参考样本的狭义光谱角 [ [ 2]ꢀ 姚ꢀ 伟,刘亮明. 遥感技术在北非努比亚地盾 Wadi Halfa 地区金 矿勘查中的应用[J]. 地质与勘探,2014,50(1):167-172. Yao Wei, Liu Liangming. Application of the remote sensing tech- nique to gold exploration in the Wadi Halfa district,Nubia shield of North Africa [J]. Geology and Exploration,2014,50(1):167-172. 3]ꢀ 马跃良,徐瑞松,魏东原. 生物地球化学遥感技术在金矿成矿预 测中的应用研究———以黑龙江省乌拉嘎地区为例[J]. 地球化 学,1997,26(1):93-102. Table 4ꢀ Special spectral angle of wall rock samples and reference sample (°) 样ꢀ 品 θ Au θ Cu θ Wa 样品 θAu 8. 34 9. 53 8. 25 9. 04 10. 72 13. 30 19. 90 7. 98 9. 48 14. 72 θCu 14. 05 15. 02 16. 24 11. 43 8. 87 θWa 3. 15 5. 86 5. 42 3. 21 5. 80 围岩ꢁ1 围岩ꢁ2 围岩ꢁ3 围岩ꢁ4 围岩ꢁ5 围岩ꢁ6 围岩ꢁ7 围岩ꢁ8 围岩ꢁ9 围岩ꢁ10 Ma Yueliang, Xu Ruisong, Wei Dongyuan. Application of biogeo- chemical remote sensing technology in predicting gold deposits: a case study of Wulaga region,Heilongjiang Province[ J]. Geochimi- ca,1997,26(1):93-102. 3. 88 14. 20 17. 60 2. 95 28. 28 13. 42 7. 61 [ [ [ 4]ꢀ 程知言,赵培松. 云南播卡金矿遥感蚀变信息提取及成矿预测 [ J]. 国土资源遥感,2011(2):135-140. 6. 45 Cheng Zhiyan,Zhao Peisong. The remote sensing alteration informa- tion extraction and metallogenic prognosis of the Boka gold deposit in Yunnan Province[J]. Remote Sensing for Land & Resources,2011 (2):135-140. 4. 77 15. 97 ꢀ ꢀ 由表 2 ~ 表 4 可知:6 件金矿样品经过光谱角匹 配后,金矿ꢁ1、金矿ꢁ2、金矿ꢁ3、金矿ꢁ4、金矿ꢁ5 共 5 件样品匹配成功,正确率为 83. 3% ;7 件铜矿样品中 铜矿ꢁ1、铜矿ꢁ2、铜矿ꢁ3、铜矿ꢁ4、铜矿ꢁ6 共 5 件样 品匹配成功,正确率为 71. 4% ;10 件围岩样品中围岩 5]ꢀ 赵小星,钱建平,张ꢀ 渊,等. 河南祁雨沟金矿及外围高植被区 遥感找矿预测[J]. 大地构造与成矿学,2012(4):642-651. Zhao Xiaoxing, Qian Jianping, Zhang Yuan, et al. Remote sensing prospecting in high vegetation coverage area:a case study of the Qiy- ugou gold ore deposit and its environs,Henan Province[J]. Geotec- tonica et Metallogenia,2012(4):642-651. ꢁ 9 1、围岩ꢁ2、围岩ꢁ3、围岩ꢁ4、围岩ꢁ5、围岩ꢁ8、围岩ꢁ 共 7 件样品匹配成功,正确率为 70% 。 23 件岩矿 6]ꢀ 王瑞军,李名松,汪ꢀ 冰,等. 新疆红山铜金矿床基于地面高光 谱遥感找矿模型构建[J]. 现代地质,2016(3):577-586. Wang Ruijun, Li Mingsong, Wang Bing, et al. Prospecting model based on ground hyper-spectral remote sensing data of Hongshan Cu- Au deposit in Xinjiang[J]. Geoscience,2016(3):577-586. 样品总体匹配正确率为 74% ,可见,采用本研究方法 进行金铜矿遥感探测具一定的可行性。 本研究方法 不仅能够较好地反映样品的成分特性,通过计算围岩 样品与金矿标准样品的狭义光谱角发现,当围岩样品 的 Au 含量增加时,其狭义光谱角会随之减小。 因 [7] ꢀ 付丽华,李名松,王永军,等. 西藏玛那国地区遥感找矿预测 · 122· ꢀ ꢀ ꢀ 佟家兴等:融合主成分分析与光谱角匹配的金铜矿遥感探测方法ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 11 期 [ J]. 矿产勘查,2015(2):171-177. southwest of Guizhou[J]. Geoscience,2014(4):772-781. [11]ꢀ 张志军,庄光军,徐得忠,等. 青海智益—苦海地区遥感找矿预 测[J]. 现代矿业,2016(6):92-96. Fu Lihua,Li Mingsong,Wang Yongjun,et al. Prospecting prediction by remote sensing approach in Managuo area,Tibet[J]. Mineral Ex- ploration,2015(2):171-177. Zhang Zhijun,Zhuang Guangjun,Xu Dezhong,et al. Remote sens- ing prospecting prediction of Zhiyi-Kuhai area in Qinghai Province [J]. Modern Mining,2016(6):92-96. [ 8]ꢀ 孙永彬,李名松,王瑞军,等. 基于机载高光谱蚀变信息与成矿 地质环境分析的矿床定位研究[J]. 黄金,2014(12):8-13. Sun Yongbin,Li Mingsong,Wang Ruijun,et al. Deposit location de- termination based on hyper-spectral alteration information from air- borne hyper-spectral images and metallogenic geological environment [12]ꢀ 杜ꢀ 鑫,周ꢀ 军,张ꢀ 兵,等. 基于主成分分析的化探异常圈定 新方法———以新疆西准噶尔地区 1 ∶ 50 000 岩屑数据为例 [J]. 地质找矿论丛,2012(4):516-521. [ J]. Gold,2014(12):8-13. Du Xin,Zhou Jun,Zhang Bing,et al. A new principal component a- nalysis-based method for lineation of geochemical anomalies:a case study of detritus data (1 ∶ 50 000) of Western Junggar,Xinjiang [J]. Contributions to Geology and Mineral Resources Research, 2012(4):516-521. [ 9]ꢀ 刘德长,叶发旺,赵英俊,等. 航空高光谱遥感金矿床定位模型 及找矿应用———以甘肃北山柳园—方山口地区为例[ J]. 地球 信息科学学报,2015,17(12):1545-1553. Liu Dechang,Ye Fawang,Zhao Yingjun,et al. Airborne hyper-spec- tral remote sensing for gold prospecting around Liuyuan-Fangshankou area,Gansu Province, China [ J]. Journal of Geo-information Sci- ence,2015,17(12):1545-1553. [13]ꢀ 贺金鑫,陈圣波,王ꢀ 阳,等. 一种基于朴素贝叶斯分类模型的 高光谱矿物精确识别方法[J]. 光谱学与光谱分析,2014(2): 505-509. [ 10]ꢀ 钱建平,赵小星,唐善法,等. 黔西南植被覆盖区遥感构造和植 被异常信息提取:金矿找矿预测[J]. 现代地质,2014(4):772- He Jinxin,Chen Shengbo,Wang Yang,et al. An accurate approach to hyper-spectral mineral identification based on naive Bayesian classification model[ J]. Spectroscopy and Spectral Analysis,2014 (2):505-509. 781. Qian Jianping,Zhao Xiaoxing,Tang Shanfa,et al. Extraction of re- mote sensing information of structure and vegetation anomaly:pros- pecting prognosis of gold deposit in vegetation coverage area of ( 责任编辑ꢀ 王小兵) · 123·
  • 中矿传媒与您共建矿业文档分享平台下载改文章所需积分:  5
  • 现在注册会员立即赠送 10 积分


皖公网安备 34050402000107号