基于Hyspex高光谱的极限学习机蚀变矿物识别方法研究

High precision hyperspectral imaging spectrometer technology can directly identify the alteration of single minerals or mineral assemblages，it has great potential and prospects for determining the alteration anomaly and selection of prospecting target area ，it has important significance for development of a new generation of exploration technology 。At present, low altitude and filed hyperspectral imaging technology application is still in the initial stage, there is a series of technical problems, such as obtaining, processing and information identification . The project takes the eastern Tianshan Dananhu-talatage metallogenic belt Yudai area as study area, carries out experimental of data acquisition of Hyspex on ground and different low altitude, studies preprocessing technology of Hyspex data, calculates quantitatively spectral characteristic parameters of alteration minerals, quantitatively expresses of spectral characteristics of altered mineral spectrum in different space resolution. ELM algorithm is studied to reveal the relationship between different algorithm parameters and the recognition accuracy, construction of different spatial resolution of ELM alteration mineral identification model. Relying on the already established model, the optimal combinations of different space resolution and detection efficiency is determined，it will provide new means and technical support for accurate identification of alteration minerals

高光谱成像光谱技术可直接识别蚀变单矿物或矿物组合，在确定蚀变异常与选择找矿靶区中有很大的潜力和应用前景，对开发新一代勘查技术具有重要意义。目前地面和低空高光谱成像技术应用尚处于初步阶段，在地空数据获取、处理和目标识别等环节还存在难题。本项目拟以东天山大南湖-卡拉塔格成矿带玉带地区为研究区，获取地面和不同高度的低空Hyspex探测数据，研究地面和低空Hyspex数据预处理技术，定量计算蚀变光谱特征参数，实现不同空间分辨蚀变矿物光谱特征的定量化表达和纯像元识别；研究ELM算法，揭示不同算法参数与识别精度的关系，构建不同空间分辨的ELM蚀变矿物识别模型；依托已建立的模型，确定不同空间率和探测效率的最佳组合，为精确识别蚀变矿物提供新的手段和技术支撑。

高光谱成像光谱技术可直接识别蚀变单矿物或矿物组合，在确定蚀变异常与选择找矿 靶区中有很大的潜力和应用前景，对开发新一代勘查技术具有重要意义。目前地面和低空 高光谱成像技术应用尚处于初步阶段，在地空数据获取、处理和目标识别等环节还存在难题。.本项目以东天山大南湖-卡拉塔格成矿带玉带地区为研究区，利用动力三角翼搭建了低空探测平台，获取了地面和低空Hyspex探测数据，针对Hyspex影像开展了预处理技术研究。通过野外采样，对研究区蚀变矿物的进行了一阶导数等处理，定量分析了光谱特征；研究ELM算法，确定了ELM 模型参数，揭示不同算法参数与识别精度的关系，构建不同空间分辨的ELM蚀变矿物识别模型，最终实现了研究蚀变矿物的识别。.此外在研究区实地勘察过程中，发现在探槽周围通常是几种蚀变矿化混杂在一起出现，样品光谱可能是黄钾铁矾化和包含Fe3+的褐铁矿化以及绿泥石化等的蚀变组合共同作用形成的光谱吸收特征，有0.4-0.5μm和0.9μm左右的Fe3+的光谱吸收特征，在2.181μm，2.207μm处的双吸收可能是含Fe-OH的黄钾铁矾化的光谱吸收特征，在2.259μm和2.386μm处可能是绿泥石化的光谱吸收特征。实验证明，采用改进的行平滑条带滤波方法、基于曲率差分的自适应全变分去噪算法、Smile效应校正适合Hyspex数据的预处理。确定了适合研究区的蚀变矿物识别的极限学习机的模型参数是：激励函数为Sigmoid函数，隐节点个数为200。对比分析了MTMF识别结果和ELM识别结果的精度，最后通过野外验证发现极限学习机精度优于MTMF结果；探讨了不同高度与识别精度的关系，发现在1400米高度的Hyspex影像识别的绿泥石和1000米高度精度基本一致，但对于黄铁矿和碳酸岩化的识别准确率略高，因此，兼顾探测效率和精度要求，可选择1400米航高为该研究区蚀变矿物识别的最佳飞行高度。