從20 世紀70年代末至80年代初美國提出高光譜遙感概念模型并研制成像光譜儀以來，世界各國進行高光譜遙感的應(yīng)用。本文簡單介紹了高光譜在地質(zhì)領(lǐng)域的研究技術(shù)和具體應(yīng)用。

?

高光譜在地質(zhì)領(lǐng)域的研究技術(shù)

1. 光譜微分技術(shù)

光譜微分技術(shù)包括對反射光譜進行數(shù)學(xué)模擬和計算不同階數(shù)的微分（差分）值，以確定光譜彎曲點和最大最小反射率的波長位置。

光譜微分強調(diào)曲線的變化和壓縮均值影響。一階微分去除部分線性或接近線性的背景、噪聲光譜對目標光譜（須為非線性的）的影響。

2. 光譜匹配技術(shù)

光譜匹配技術(shù)是對地物光譜和實驗室測量的參考光譜進行匹配或地物光譜與參考光譜數(shù)據(jù)庫比較，求得它們之間的相似或差異性，一達到識別的目的。兩個光譜曲線的相似性常用計算的交叉相關(guān)系數(shù)及繪制交叉相關(guān)曲線圖來確定。

3. 混合光譜分解技術(shù)

用以確定在同一像元內(nèi)不同地物光譜成分所占的比例或非已知成分。因為不同地物光譜成分的混合會改變波段的深度，波段的位置，寬度，面積和吸收的程度等。這種技術(shù)采用矩形方程，神經(jīng)元網(wǎng)絡(luò)方法以及光譜吸收指數(shù)技術(shù)等，求出在給定像元內(nèi)各成分光譜的比例。

4. 光譜分類技術(shù)

主要的方法包括傳統(tǒng)的最大似然方法、人工神經(jīng)網(wǎng)絡(luò)方法、支持向量機方法和光譜角制圖方法（Spectral Angel Map-per，SAM）。

5.?光譜維特征提取方法

可以按照一定的準則直接從原始空間中選出一個子空間；或者在原特征空間之間找到某種映射關(guān)系。這一方法是以主成分分析為基礎(chǔ)的改進方法。

6、模型方法

這是模型礦物和巖石反射光譜的各種模型方法。因為高光譜測量數(shù)據(jù)可以提供連續(xù)的光譜抽樣信息，這種細微的光譜模型特征是模型計算一改傳統(tǒng)的統(tǒng)計模型方法建立起確定性模型方法。因而，模型方法可以提供更有效和更可靠的分析結(jié)果。

?

高光譜在地質(zhì)領(lǐng)域的具體應(yīng)用

1.?高光譜地質(zhì)成因信息探測研究

可以根據(jù)高光譜所識別出的礦物共生組合的關(guān)系進行地質(zhì)成因環(huán)境分析，或者根據(jù)高光譜對礦物組成成分信息的探測來分析地質(zhì)成因環(huán)境。

2.?高光譜成礦預(yù)測研究

在巖體侵位以及地質(zhì)構(gòu)造等地質(zhì)作用下，熱液侵入、物質(zhì)置換等使源于礦體的礦物質(zhì)發(fā)生擴散作用，這些成分的變化在礦物光譜中有著或強或弱的表現(xiàn)，通過對這些細微的變化的探測，實現(xiàn)對地質(zhì)作用演化信息的探測。

3.?高光譜植被重金屬污染探測

植被在可見光波段（400~685 nm）的光譜主要受葉色素（葉綠素、葉黃素、胡蘿ト素）的控制，其中以葉綠素的影響最大。在680~750 nm區(qū)間急劇上升形成一個發(fā)射陡坡，稱為“紅邊”。

重金屬改變或破壞葉細胞的結(jié)構(gòu)，造成光譜紅邊的斜率和位置發(fā)生變化。葉綠素含量的減少會造成紅邊向短波方向位移，稱為藍移。

植被生物變異特征在譜學(xué)上重點表現(xiàn)為光譜紅邊的“紅移”（健康，生長旺盛）和“藍移”（不發(fā)育，中毒等）。

利用高光譜對植物光譜的“精細”結(jié)構(gòu)和變異的探測和分析，可以定量、半定量地提取與估計植被生物物理和生物化學(xué)參數(shù)，快速且定量地評價冠層結(jié)構(gòu)、狀態(tài)或活力，冠層水文狀態(tài)，估計冠層生物化學(xué)成分。

4.?蝕變礦物與礦化帶的探測

通過蝕變帶和蝕變礦物的識別，并結(jié)合相關(guān)的地質(zhì)資料，找尋潛在的礦產(chǎn)。主要用于：熱液蝕變礦物組合探測與成礦分析、金礦礦區(qū)蝕變巖石信息提取、銅礦礦區(qū)識別與探測、鈾礦礦區(qū)探測等。

5.?高光譜礦山環(huán)境分析研究

利用高光譜的技術(shù)優(yōu)勢快速且有效地直接識別與提取出污染源的種類、類型，并分析其潛在的污染趨勢。對礦山環(huán)境進行監(jiān)測。例如：歐盟礦區(qū)環(huán)境影響評價與監(jiān)測（MINEO計劃）

6.?油氣資源及災(zāi)害探測

利用高光譜技術(shù)了可以進行油氣微滲漏探測、油氣管線監(jiān)測、石油泄漏探測等。

?