高光譜在礦產(chǎn)資源調(diào)查與監(jiān)測(cè)工作中應(yīng)用得較早，也形成了一套較為完整的工作方法.在典型礦物的提取過程中，運(yùn)用最大噪聲分離變換(maximum noise fraction，MNF)對(duì)反射率數(shù)據(jù)進(jìn)行波譜降維，然后利用像元純度指數(shù)(pixel purity index，PPI)分析進(jìn)行空間降維并用N維可視化方法進(jìn)行端元識(shí)別，確定礦物波譜，最后利用距離法、光譜角(spectral angle matching，SAM)、混合調(diào)制匹配濾波(mixture tuned matched filtering，MTMF)等方法進(jìn)行礦物填圖，并對(duì)結(jié)果進(jìn)行優(yōu)化操作。

針對(duì)礦產(chǎn)資源的示范應(yīng)用主要在新疆東天山地區(qū)開展，本區(qū)主要的蝕變礦物為蛇紋石、白云母與綠簾石。

針對(duì)上述3種礦物的填圖，首先利用MNF變換進(jìn)行光譜數(shù)據(jù)減維，分離數(shù)據(jù)中的噪聲，減小運(yùn)算量，觀察最終特征值和MNF圖像，確定數(shù)據(jù)的固有維數(shù)，選擇合適的MNF波段進(jìn)行PPI指數(shù)計(jì)算;然后計(jì)算MNF圖像的PPI指數(shù)，最終產(chǎn)生PPI圖像，圖像中像元的DN值代表像元被記錄為極值的次數(shù)，從直方圖中選擇閾值，僅選擇最純的像元以保證被分析的像元數(shù)最小，這些像元被輸入到分離特定光譜端元的交互式可視化算法中;接下來在N維可視化中，通過選擇N維散點(diǎn)圖的頂點(diǎn)和拐角，進(jìn)一步提純純凈像元.將最終確定的端元輸入到圖像中的感興趣區(qū)(region of interest，ROI)，從圖像中提取每個(gè)感興趣區(qū)平均反射率光譜曲線作為成像光譜礦物填圖的候選端元;隨后將采集端元的波譜曲線輸出，經(jīng)過波譜分析(用波譜特征擬合算法與美國(guó)地質(zhì)調(diào)查局(United States Geological Survey，USGS)標(biāo)準(zhǔn)波譜庫(kù)進(jìn)行匹配識(shí)別)得到的波譜曲線圖，確定端元礦物并建立該礦物的真實(shí)波譜庫(kù)。

應(yīng)用結(jié)果表明(圖)，對(duì)于蛇紋石、白云母以及綠簾石3種礦物，經(jīng)過上述數(shù)據(jù)處理與分析后，礦物信息能夠被有效提取，尤其使用SAM方法，不僅以快速提取端元采集出的所有地物，并用彩色分類影像來顯示，可以直觀的看出該礦物的分布情況。

圖 高光譜典型礦物監(jiān)測(cè)填圖結(jié)果