شناسایی پدیده های طیفی ناشناخته از داده های تلفیقی تصاویر ماهواره ای ALI+ASTER و ابر طیفی Hyperion بر مبنای روش ضریب همبستگی:مطالعه موردی محدوده معدنی مس سرچشمه

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد مهندسی اکتشاف معدن دانشگاه شهید باهنر کرمان

2 دانشکده مهندسی معدن دانشگاه صنعتی اصفهان

3 بخش مهندسی معدن دانشگاه باهنر کرمان

4 کارشناس ارشد مهندسی نساجی دانشگاه صنعتی اصفهان

چکیده

      یکی از مسائل مهم در بکارگیری تصاویر ماهواره ای چند طیفی و ابرطیفی، شناسایی و تشخیص رفتارهای طیفی متفاوت و  به تصویر کشیدن الگوی رفتاری آنها می باشد. که این امر تنها از طریق الگوریتم­های شناساگر که قادر به تشخیص شباهت­های طیفی مشاهدات آزمایشگاهی و یا صحرایی با داده های ماهواره ای می باشد، امکان پذیر است. در این تحقیق سعی شده تا بوسیله توسعه الگوریتمی مبتنی بر تصویر کردن طیف کانی­ها و مقایسه آنها با روش ضریب همبستگی، طیف ناشناسی را که از تصاویر ماهواره ای (چند طیفی و ابر طیفی) بدست می­آید با طیف­های کتابخانه­ای مرجع مقایسه و بر اساس شباهت طیفی، امکان تعلق آن به مجموعه کانی­های موجود در بانک کتابخانه طیفی محاسبه و کانی دارای حداکثر شباهت به کانی ناشناس مشخص گردد. در ابتدا و به منظور ارزیابی عملکرد الگوریتم از طیف­های کتابخانه­ای مرجع که توسط سازمان زمین شناسی آمریکا (USGS) ارائه شده است، استفاده گردید. نتایج حاصل از اجرای الگوریتم بر روی داده­های کتابخانه­ای حاکی از تشخیص دقیق طیف­های ناشناس می­باشد. همچنین ارزیابی و صحت سنجی عملکرد الگوریتم فوق بر روی داده­های تصاویر ماهواره­ای مربوط به دگرسانی فیلیک در منطقه­ی معدنی مس دره زار واقع در جنوب معدن مس سرچشمه، حداکثر شباهت را به طیف کتابخانه ای مسکویت که مشخصه دگرسانی فیلیک می­باشد، نسبت داد. از این روش همچنین می توان جهت شناسایی کانی­ها با استفاده از طیف­های اندازه گیری شده توسط دستگاه اسپکترورادیومتر استفاده نمود.   
 

کلیدواژه‌ها


بابایی، م. ، 1388، استفادهازروشهایچندمتغیرهپیشرفتهجهت مدلسازیاکتشافیمنطقهسرچشمهوکوهپنجکرمان، پایان نامه کارشناسی ارشد رشته مهندسی معدن، گرایش اکتشاف، دانشگاه شهید باهنر کرمان.

نجفیان، ط. ، 1389، نقشه برداری از کانی های مناطق دگرسان شده منطقه سرچشمه استان کرمان با استفاده از داده های چندطیفی و ابرطیفی ، پایان نامه کارشناسی ارشد رشته مهندسی معدن، گرایش اکتشاف، دانشگاه شهید باهنر کرمان.

نجفیان، ط. ، رنجبر، ح. ، فتحیان­پور، ن. ، 1390، بررسی قدرت تفکیک آلتراسیونهای مرتبط با کانسارهای مس پورفیری با استفاده از تجمیع طیفی داده های ALI و ASTER ، اولین کنگره­ی جهانی مس، تهران، ص 109-120.

Center for the Study of  Earth from Space (CSES), 1992, SIPS User's Guide, Spectral Image Processing System, Version 1.2,

   Center for the Study of Earth from Space, Boulder, CO, p. 88.

Clark, R. N., Gallagher, A. J., and Swayze, G. A., 1990, Material absorption band depth mapping of imaging spectrometer data

   using the complete band shape least-squares algorithm simultaneously fit to multiple spectral features from multiple materials, in

   Proceedings of the Third Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) Workshop, JPL Publication 90-54, pp. 176 –  

   186.

Clark, R. N., Swayze, G. A., Gallagher, A., Gorelick, N., and Kruse, F. A., 1991, Mapping with imaging spectrometer data using  

   the complete band shape least-squares algorithm simultaneously fit to multiple spectral features from multiple materials, in

   Proceedings, 3rd Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) workshop, JPL Publication 91-28, pp. 2-3.

Clark, R. N., Swayze, G. A., Gallagher, A. J., King, T. V. V., and Calvin, W. M., 1993, The U. S. Geological Survey, Digital

   Spectral Library, Version 1: 0.2 to 3.0 microns. U.S. Geological Survey Open File Report 93-592, 1340 pages.

 Crowley, J. K., and Clark, R. N., 1992, AVIRIS study of Death Valley evaporite deposits using least-squares band-fitting methods,

   in Summaries of the Third Annual JPL Airborne Geoscience Workshop, JPL Publication 92-14, v 1, pp. 29-31.

Elvidge, C. D., 1990, Visible and infrared reflectance characteristics of dry plant materials, International Journal of Remote

   Sensing, v. 11(10), pp. 1775 - 1795.

Gersman, R., Ben-Dor, E., Beyth, M., Doavigad, Abraha, M. & Kibreab, A., 2008. Mapping of hydrothermally altered rocks by the

   EO-1 Hyperion sensor,Northern Danakil Depression, Eritrea, International Journal of   Remote Sensing, 29, 3911–3936.

Goetz, A. F. H., Vane, G., Solomon, J. E., and Rock, B. N., 1985, Imaging spectrometry for earth remote sensing, Science, v. 228,

   pp. 1147 - 1153.

Grove, C. I., Hook, S. J., and Paylor, E. D., 1992, Laboratory reflectance spectra for 160 minerals 0.4 - 2.5 micrometers, JPL

 

 

 

 

 

67

 

 

   Publication 92-2.

 

 

Gupta, R., 2003. Remote sensing geology, Springer, 655p.

Hubbard, B. E. , Crowley, J. K. , Zimbelman, D. R. , 2003 “Comparative Alteration Mineral Mapping Using Visible to Shortwave

   Infrared (0.4–2.4 µm) Hyperion, ALI, and ASTER Imagery”,  Geoacience and Remote Sensing, Vol. 41, NO. 6, 1401-1410.

Hubbard, B.E. & Crowley, J.K., 2005  Mineral mapping on the Chilean–Bolivian Altiplano using co-orbital ALI, ASTER and

   Hyperion imagery: Data dimensionality issues and solutions, Remote Sensing of Environmen, 99, 173–186.

Korb, A. R., Dybwad, P., Wadsworth, W., and Salisbury, J. W., 1996, Portable FTIR spectrometer for field measurements of

   radiance and emissivity, Applied Optics, v. 35, pp. 1679-1692.

 Kruse, F. A., A. B. Lefkoff, J. B. Boardman, K. B. Heidebrecht, A. T. Shapiro, P. J. Barloon, and A. F. H. Goetz, 1993, The

   Spectral Image Processing System (SIPS) - Interactive Visualization and Analysis of Imaging spectrometer Data, Remote Sensing

   of the Environment, v. 44, p. 145 - 163.

Mazer, A. S., Martin, M., Lee, M., and Solomon, J. E., 1988, Image Processing Software for Imaging Spectrometry Analysis,

   Remote Sensing of the Environment, v. 24, no. 1, p. 201-210.

Montgomery,  D. , 2003, Applied Statistics and Probability for Engineers,  3rd ed., Wiley.

Salisbury, J. W., D'Aria, D. M., and Jarosevich, E., 1991a, Midinfrared (2.5-13.5 micrometers) reflectance spectra of powdered

   stony meteorites. Icarus, v. 92, pp. 280-297.

Salisbury, J. W., Wald, A., and D'Aria, D. M., 1994, Thermal-infrared remote sensing and Kirchhoff's law 1. Laboratory

   measurements, Journal of Geophysical Research, v. 99, pp. 11,897-11,911.

Salisbury, J. W., Walter, L. S., Vergo, N., and D'Aria, D. M., 1991b, Infrared (2.1- 25 micrometers) Spectra of Minerals. Johns

   Hopkins University Press, 294 p.

Simon, K., Beckmann, T. & Beckmann, T., 2002, Hyperion  Level 1GST (L1GST) Product output  Files Data Format Control Book

   (DFCB), Earth Observing-1 (EO-1), USGS, EO1-DFCB-0003 ,Version 1.0.

Stephen, G. U., Pearlman, J. S., Mendenhall, J. A., Reuter, D., 2003. Overview of the Earth Observing One (EO-1) Mission, IEEE   

   41, 1148-1159.

Swayze, G. A., and Clark, R. N., 1995, Spectral identification of minerals using imaging spectrometry data: evaluating the effects

   of signal to noise and spectral resolution using the Tricorder Algorithm, in Summaries of the Fifth Annual JPL Airborne Earth

   Science Workshop, JPL Publication 95-1, pp. 157 - 158.

Yuan, J., Niu, Z., 2008. Evaluation of Atmospheric Correction Using FLAASH, International Workshop on Earth Observation and

   Remote Sensing Applications (IEEE), Beijin, 1–6.