遥感植物地球化学方法的研究进展
|
摘要
近些年来随着遥感技术的不断发展,在植被覆盖区的金属矿床的探查中,遥感植物地球化学方法得到了越来越广泛的应用。文章从理论、技术和应用三个方面对遥感植物地球化学方法的发展进行阐述,并指出目前存在的问题。其中使用定量化的手段提取植物地球化学信息是未来的必由之路。然而在定量化的过程中,光谱尺度效应和空间尺度效应是两个重要的影响模型精度的因素。针对这个问题,文章提出两种解决方案来减小光谱尺度效应的影响,然而这两种方法的可操作性以及可靠性还需要进一步探讨。最后,文章对遥感植物地球化学方法的发展前景进行阐述,并指出在以后定量模型的建立中可以引入支持向量机、投影追踪等机器学习的方法。
With development of remote sensing technology in recent years remote sensing plant geochemical method has been widely used in the exploration of metallic deposits in the area with vegetation.In this paper is mainly expounded the development of remote sensing of plant geochemistry from three aspects of theory,technology and application and pointed out the existing problems.Quantitative extraction of plant geochemical information is the only way to take for remote sensing plant geochemistry in the future.However,in the process of quantification,the scale effect of spectrum and space are two important factors to influence accuracy of the model.To solve the problem,this paper proposes two solutions to reduce influence of the spectral scale effect while the two methods' operability and reliability need to be further explorated.Finally,this paper expounds the development prospects of the remote sensing plant geochemical method,and points out that in the future,support vector machine,projection machine,and other machine learning methods can be introduced for the quantitative model building.
With development of remote sensing technology in recent years remote sensing plant geochemical method has been widely used in the exploration of metallic deposits in the area with vegetation.In this paper is mainly expounded the development of remote sensing of plant geochemistry from three aspects of theory,technology and application and pointed out the existing problems.Quantitative extraction of plant geochemical information is the only way to take for remote sensing plant geochemistry in the future.However,in the process of quantification,the scale effect of spectrum and space are two important factors to influence accuracy of the model.To solve the problem,this paper proposes two solutions to reduce influence of the spectral scale effect while the two methods' operability and reliability need to be further explorated.Finally,this paper expounds the development prospects of the remote sensing plant geochemical method,and points out that in the future,support vector machine,projection machine,and other machine learning methods can be introduced for the quantitative model building.
引文
[1]姚凤良,孙丰月.矿床学教程[M].北京:地质出版社,2006:1-2.
[2]姜涛.黑龙江多宝山铜矿区植物地球化学特征及找矿指标研究[D].北京:中国矿业大学,2011.
[3]马建伟,徐瑞松,奥和会.秦岭金矿区植被景观异常遥感影响特征及影响植物反射光谱变异原因的初步分析[J].国土资源遥感,1996(4):23-29.
[4]徐瑞松.华南沿海资源效应遥感生物地球化学模型[D].广州:中国科学院研究生院(广州地球化学研究所),2005.
[5]杨永德.利用植被与微量元素探索小秦岭金矿的成矿标志[J].黄金科技动态,1989(5):14-28.
[6]吴继友,倪健,冯素萍,等.山东省招远金矿区春季赤松林的植物地球化学和反射光谱特征[J].环境遥感,1994,9(2):113-121.
[7]宋慈安,雷良奇,杨仲平.屏障效应对生物地球化学异常形成的影响及找矿有效指示作物的选择[J].地质科技情报,2012,31(1):1-8.
[8]胡西顺,孟广路.植物地球化学测量方法的实验效果[J].矿产与地质,2005,19(6):610-616.
[9]胡西顺.关于植物地球化学测量中有效指示作物判定标准的讨论[J].国外地质勘探技术,1995(4):14-22.
[10]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——黑龙江省乌拉嘎地区为例[J].地球化学,1997,26(1):93-102.
[11]马跃良,徐瑞松,吕惠萍,等.金矿生物地球化学效应及遥感信息提取[J].遥感技术与应用,1998,13(1):11-20.
[12]Hoque E,Huntzler J S.Spectral blue shift of read edge monitors damages class of beech trees[J].Remote Sensing of Environment,1992,39:81-84.
[13]宋慈安,宋玮,王拓,等.广西佛子冲铅锌矿植物和土壤地球化学找矿的对比实验研究[J].矿产勘查,2015,6(4):420-428.
[14]王正海.植被覆盖区遥感生物地球化学异常信息提取技术方法[C]∥IAMG中国国家委员会,等.地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集,2009:313-317.
[15]Collins W,Chang S H,Raines G,et al.Airborne biogeochemical mapping of hidden mineral deposits[J].Econ Geol,1983,78(4):737-749.
[16]Rock B N,Hoshizaki T,Miller J R.Comparison of in stiu and air borne spectral measurements of the blue shift associated with forest decline[J].Remote Sensing Environs,1988(24):109-127.
[17]Chang S H,Collins W.Confirmation of the airborne bio geophysical mineral exploration technique using Laboratory method[J].Economic Geology,1983,78:723-736.
[18]吕惠萍,徐瑞松,徐火盛.广东鼎湖钼矿区的生物地球化学效应[J].环境遥感,1994(1):22-28.
[19]Schuerger A C,Capelle G A,Di Benedetto J A,et al.Comparison of two hyperspectral imaging and two laser-induce fluorescence instruments for the deletion of zinc stress and chlorophyll concentration in Bahia grass[J].Remote sensing of Environment,2003,84:572-588.
[20]李庆亭,杨锋杰,张兵,等.重金属污染胁迫下的盐肤木的生化效应及波谱特征[J].遥感学报,2008,12(2):284-289.
[21]Lu X,Hu Z Q,Guo L,et al.Quantitative inverse modeling of nitrogen content from Hyperion data under stress of exhausted coal mining sites[J].Mining Science and Technology,2009,19(1):31-35.
[22]陈圣波,周超,王晋年.黑龙江多金属矿床植被胁迫光谱与金属元素含量关系研究[J].光谱学与光谱分析,2012,32(5):1310-1315.
[23]王娟,王正海,陈勇敢,等.马厂箐铜矿马尾松微量元素特征与波谱响应[J].华中师范大学学报:自然科学版,2013,47(6):863-867.
[24]范闻捷,盖颖颖,徐希孺,等.遥感反演离散植被有效叶面积指数的空间尺度效应[J].中国科学:地球科学,2013(2):280-286.
[25]李小文,王祎婷.定量遥感尺度效应刍议[J].地理学报,2013(9):1163-1169.
[26]刘良云.叶面积指数遥感尺度效应与尺度纠正[J].遥感学报,2014(6):1158-1168.
[27]王正海,王磊,胡光道.植被覆盖区遥感生物地球化学异常信息提取技术方法[J].国土资源科技管理,2012,29(6):51-58.
[28]Hede A N H,Kashiwaya K,Koike K,et al.A new vegetation Index for detecting vegetation anomies due to mineral deposits with application to tropical forest area[J].Remote Sensing of the Environment,2015,171:83-97.
[29]姜海玲,张立福,杨杭,等.植被叶片叶绿素含量反演的光谱尺度效应研究[J].光谱学与光谱分析,2016(1):169-176.
[30]马跃良,徐瑞松.遥感生物地球化学在找矿探查中应用及效果[J].地质与勘探,1999,35(5):39-43.
[31]马跃良.遥感生物地球化学找金矿方法研究进展[J].地球科学进展,2002,17(4):521-526.
[32]林树道.遥感找矿的生物地球化学信息[J].国土资源遥感,1991(4):13-19.
[33]刘福江,吴信才,郭艳,等.招远金矿区植被异常及遥感找矿意义[J].吉林大学学报:地球科学版,2007,37(3):444-449,456
[34]李娜.重金属胁迫下矿区植物波谱异常与图像特征研究[D].济南:山东科技大学,2007.
[35]陈圣波,周超,王晋年.黑龙江多金属矿区植物胁迫光谱及其与金属元素含量关系研究[J].光谱学与光谱分析,2012(5):1310-1315.
[36]路明亮.铜胁迫下植物光谱变化规律及铜含量估算模型研究[D].北京:中国地质大学,2012.
[37]周广柱.铜矿区植物光谱特征与信息提取[D].济南:山东科技大学,2007.
[38]林婷.水稻锌污染高光谱遥感监测模型研究[D].北京:中国地质大学,2011.
[39]张玉超,钱新,钱瑜,等.支持向量机在太湖叶绿素-a非线性反演中的应用[J].中国环境科学,2009,29(1):78-83.
[40]许吉仁,董霏红,谭琨,等.基于支持向量机的矿区复垦农田土壤—小麦镉含量高光谱估算[J].光子学报,2014,43(5):1-8.
[41]吕杰.基于支持向量机的作物叶绿素含量反演模型[J].测绘科学,2015,40(9):88-91.
[42]田骅,沈润平,丁国香.支持向量机在土壤镁含量高光谱估算中的应用[J].土壤,2015,47(3):602-607.
[43]蔡东全,吴泉源,曹学江,等.基于HJ1A-HSI的龙口污染灌溉区土壤重金属含量反演[J].安全与环境工程,2015,22(5):33-39.
[44]丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011(1):2-10.
[45]常甜甜.支持向量机学习算法若干问题的研究[D].西安:西安电子科技大学,2010.
[46]Friedman J H,Turkey J W.A projection pursuit algorithm for placatory data analysis[J].IEEE Transaction on Computers,1974,23(9):881-889.
[2]姜涛.黑龙江多宝山铜矿区植物地球化学特征及找矿指标研究[D].北京:中国矿业大学,2011.
[3]马建伟,徐瑞松,奥和会.秦岭金矿区植被景观异常遥感影响特征及影响植物反射光谱变异原因的初步分析[J].国土资源遥感,1996(4):23-29.
[4]徐瑞松.华南沿海资源效应遥感生物地球化学模型[D].广州:中国科学院研究生院(广州地球化学研究所),2005.
[5]杨永德.利用植被与微量元素探索小秦岭金矿的成矿标志[J].黄金科技动态,1989(5):14-28.
[6]吴继友,倪健,冯素萍,等.山东省招远金矿区春季赤松林的植物地球化学和反射光谱特征[J].环境遥感,1994,9(2):113-121.
[7]宋慈安,雷良奇,杨仲平.屏障效应对生物地球化学异常形成的影响及找矿有效指示作物的选择[J].地质科技情报,2012,31(1):1-8.
[8]胡西顺,孟广路.植物地球化学测量方法的实验效果[J].矿产与地质,2005,19(6):610-616.
[9]胡西顺.关于植物地球化学测量中有效指示作物判定标准的讨论[J].国外地质勘探技术,1995(4):14-22.
[10]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——黑龙江省乌拉嘎地区为例[J].地球化学,1997,26(1):93-102.
[11]马跃良,徐瑞松,吕惠萍,等.金矿生物地球化学效应及遥感信息提取[J].遥感技术与应用,1998,13(1):11-20.
[12]Hoque E,Huntzler J S.Spectral blue shift of read edge monitors damages class of beech trees[J].Remote Sensing of Environment,1992,39:81-84.
[13]宋慈安,宋玮,王拓,等.广西佛子冲铅锌矿植物和土壤地球化学找矿的对比实验研究[J].矿产勘查,2015,6(4):420-428.
[14]王正海.植被覆盖区遥感生物地球化学异常信息提取技术方法[C]∥IAMG中国国家委员会,等.地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集,2009:313-317.
[15]Collins W,Chang S H,Raines G,et al.Airborne biogeochemical mapping of hidden mineral deposits[J].Econ Geol,1983,78(4):737-749.
[16]Rock B N,Hoshizaki T,Miller J R.Comparison of in stiu and air borne spectral measurements of the blue shift associated with forest decline[J].Remote Sensing Environs,1988(24):109-127.
[17]Chang S H,Collins W.Confirmation of the airborne bio geophysical mineral exploration technique using Laboratory method[J].Economic Geology,1983,78:723-736.
[18]吕惠萍,徐瑞松,徐火盛.广东鼎湖钼矿区的生物地球化学效应[J].环境遥感,1994(1):22-28.
[19]Schuerger A C,Capelle G A,Di Benedetto J A,et al.Comparison of two hyperspectral imaging and two laser-induce fluorescence instruments for the deletion of zinc stress and chlorophyll concentration in Bahia grass[J].Remote sensing of Environment,2003,84:572-588.
[20]李庆亭,杨锋杰,张兵,等.重金属污染胁迫下的盐肤木的生化效应及波谱特征[J].遥感学报,2008,12(2):284-289.
[21]Lu X,Hu Z Q,Guo L,et al.Quantitative inverse modeling of nitrogen content from Hyperion data under stress of exhausted coal mining sites[J].Mining Science and Technology,2009,19(1):31-35.
[22]陈圣波,周超,王晋年.黑龙江多金属矿床植被胁迫光谱与金属元素含量关系研究[J].光谱学与光谱分析,2012,32(5):1310-1315.
[23]王娟,王正海,陈勇敢,等.马厂箐铜矿马尾松微量元素特征与波谱响应[J].华中师范大学学报:自然科学版,2013,47(6):863-867.
[24]范闻捷,盖颖颖,徐希孺,等.遥感反演离散植被有效叶面积指数的空间尺度效应[J].中国科学:地球科学,2013(2):280-286.
[25]李小文,王祎婷.定量遥感尺度效应刍议[J].地理学报,2013(9):1163-1169.
[26]刘良云.叶面积指数遥感尺度效应与尺度纠正[J].遥感学报,2014(6):1158-1168.
[27]王正海,王磊,胡光道.植被覆盖区遥感生物地球化学异常信息提取技术方法[J].国土资源科技管理,2012,29(6):51-58.
[28]Hede A N H,Kashiwaya K,Koike K,et al.A new vegetation Index for detecting vegetation anomies due to mineral deposits with application to tropical forest area[J].Remote Sensing of the Environment,2015,171:83-97.
[29]姜海玲,张立福,杨杭,等.植被叶片叶绿素含量反演的光谱尺度效应研究[J].光谱学与光谱分析,2016(1):169-176.
[30]马跃良,徐瑞松.遥感生物地球化学在找矿探查中应用及效果[J].地质与勘探,1999,35(5):39-43.
[31]马跃良.遥感生物地球化学找金矿方法研究进展[J].地球科学进展,2002,17(4):521-526.
[32]林树道.遥感找矿的生物地球化学信息[J].国土资源遥感,1991(4):13-19.
[33]刘福江,吴信才,郭艳,等.招远金矿区植被异常及遥感找矿意义[J].吉林大学学报:地球科学版,2007,37(3):444-449,456
[34]李娜.重金属胁迫下矿区植物波谱异常与图像特征研究[D].济南:山东科技大学,2007.
[35]陈圣波,周超,王晋年.黑龙江多金属矿区植物胁迫光谱及其与金属元素含量关系研究[J].光谱学与光谱分析,2012(5):1310-1315.
[36]路明亮.铜胁迫下植物光谱变化规律及铜含量估算模型研究[D].北京:中国地质大学,2012.
[37]周广柱.铜矿区植物光谱特征与信息提取[D].济南:山东科技大学,2007.
[38]林婷.水稻锌污染高光谱遥感监测模型研究[D].北京:中国地质大学,2011.
[39]张玉超,钱新,钱瑜,等.支持向量机在太湖叶绿素-a非线性反演中的应用[J].中国环境科学,2009,29(1):78-83.
[40]许吉仁,董霏红,谭琨,等.基于支持向量机的矿区复垦农田土壤—小麦镉含量高光谱估算[J].光子学报,2014,43(5):1-8.
[41]吕杰.基于支持向量机的作物叶绿素含量反演模型[J].测绘科学,2015,40(9):88-91.
[42]田骅,沈润平,丁国香.支持向量机在土壤镁含量高光谱估算中的应用[J].土壤,2015,47(3):602-607.
[43]蔡东全,吴泉源,曹学江,等.基于HJ1A-HSI的龙口污染灌溉区土壤重金属含量反演[J].安全与环境工程,2015,22(5):33-39.
[44]丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011(1):2-10.
[45]常甜甜.支持向量机学习算法若干问题的研究[D].西安:西安电子科技大学,2010.
[46]Friedman J H,Turkey J W.A projection pursuit algorithm for placatory data analysis[J].IEEE Transaction on Computers,1974,23(9):881-889.