论文部分内容阅读
遥感技术是地质找矿领域一项重要的技术手段，其中非常重要的一方面是应用遥感技术提取蚀变矿物相关的信息，并为成矿预测提供信息支持，然而，快速精确地进行蚀变矿物信息提取一直是个难点。遥感技术的飞速发展使得传感器的波普分辨率不断提高，因此使获取地物的连续光谱成为可能，利用成像高光谱来区分不同的蚀变矿物成为热点。 在高光谱数据中提取蚀变信息的方法越来越多，逐渐发展出了光谱角匹配、光谱吸收指数、光谱特征拟合等多种方法，其中光谱角匹配技术是应用最广泛的方法。随着统计学习理论的发展，决策树、人工神经网络、支持向量机、随机森林等方法也被引入遥感分类研究中，本文将对随机森林算法进行深入的应用研究。随机森林算法作为一种比较新的算法，与决策树算法和人工神经网络算法相比，具有稳定性强，运算速度快和不易造成过学习的特点，而精度与支持向量机相当，因此，随机森林算法在成像高光谱蚀变信息提取方面具有很大的潜力。遥感谱蚀变矿物信息提取不同于一般的遥感图像分类，以先验知识从影像上获取训练样本的方式在蚀变矿物信息提取中并不适用，如何精确地提取蚀变矿物信息训练样本是随机森林算法的一个难点。针对以上问题本文做了系统研究，主要研究内容与结果如下: (1)本文系统研究了随机森林算法的基本原理和方法，分析了随机森林算法的在遥感地物识别与分类中的精度和运算效率，并从识别类精度和时间成本两个方面对算法性能进行了评价。实验表明随机森林算法能够在保证精度的条件下节约大量时间，在成像高光谱遥感数据处理方面具有很大的潜力。 (2)针对随机森林算法在高光谱蚀变信息识别中的适用性问题，提出了一种将随机森林算法与光谱角匹配技术相结合的识别方法，实验过程中以光谱角匹配技术选取训练样本，克服了算法在蚀变信息样本提取中的难点，然后构建随机森林识别训练模型，并利用Cuprite铜矿区的高光谱影像进行了实验，验证了算法的适用性。 (3)在已构建的蚀变信息识别方法的基础上，利用卡拉塔格玉带铜矿HySpex成像高光谱数据，在实验区的重点区域开展了蚀变信息的识别提取和应用，经过实地验证，表明该方法效果较好，具有很强的应用实践意义。