Sensor hiperespectral

I. Descripción general del contenido

El sensor hiperespectral Hyperion también es un sensor de escaneo de empuje instalado en el satélite EO-1 de la NASA lanzado en 2000. Es una calibración técnica de un año y /o parte de la misión de demostración. Hyperion proporciona imágenes hiperespectrales de alta resolución en el rango de longitud de onda de 0,4 a 2,5 micrones, con un total de 220 bandas espectrales y una resolución de 30 metros. Estas 220 bandas espectrales muy estrechas requieren que cada elemento de la imagen sea lo suficientemente grande como para garantizar una relación señal-ruido razonablemente alta.

II. Ámbito de aplicación y ejemplos de aplicación

Primero, la evaluación de datos de Hyperion se llevó a cabo en la región de Mounting Mountains de Australia y, aunque se encontró que sus datos eran ruidosos, aún así lo eran. considerado es exitoso. Sin embargo, la literatura extranjera generalmente no lo valora mucho. Por ejemplo, se ha sugerido que su relación señal-ruido de 50:1 es generalmente insuficiente para identificar cualquier mineral de alteración específico, excepto en ambientes ideales altamente áridos (Agar, 2007). Debido a que los píxeles de 30 m normalmente producen espectros minerales mixtos, se requiere una relación señal-ruido muy alta (por ejemplo, >200:1) para resolver el problema del relleno mineral a nivel de subpíxel. El costo relativamente alto de los datos de Hyperion, la falta de datos de archivo conservados y la baja necesidad de recopilación de datos de la misión han limitado su uso en la exploración minera. Pero en cualquier caso, al menos técnicamente demuestra que la teledetección hiperespectral espacial es completamente factible.

1. Identificación litología

La zona de Rehobus de Namibia es una zona semiárida donde el lecho rocoso rara vez está expuesto y está cubierto principalmente por un gran número de acumulaciones de diferentes edades. Los depósitos se forman por meteorización y erosión. Los agregados calcáreos están ampliamente distribuidos y las áreas locales están enterradas por dunas de arena con poca vegetación. Se seleccionaron dos áreas para el experimento: una área de aproximadamente 1,6 kilómetros cuadrados, compuesta principalmente de conglomerado calcáreo y vegetación, con solo una pequeña cantidad de depósitos aluviales y la otra área de aproximadamente 2,7 kilómetros cuadrados, todas ellas depósitos aluviales recientes; Están compuestos por varios tipos de depósitos aluviales. Composición litológica.

La primera zona tiene al menos un píxel de una única litología en la imagen de Hyperion, mientras que la segunda zona no (Gómez et al. 2007). Las imágenes de Hyperion se procesaron utilizando métodos de análisis de componentes independientes (ICA) y N-FindR en estas dos áreas, respectivamente, para la identificación de la litología.

En la primera zona, ambos métodos arrojaron resultados consistentes con las observaciones de campo: (i) el método N-FindR identificó (y cuantificó) conglomerados calcáreos distribuidos a lo largo de la ribera del río Vegetación parcial y conglomerado calcáreo distribuido en el río; lecho (ii) el método ICA identificó (y cuantificó) una pequeña cantidad de arenisca en los estratos superficiales (excepto el lecho del río), así como sherita negra y conglomerado calcáreo (Fig. 1).

La segunda área de aluvión reciente identificada por los métodos ICA y N-FindR es consistente con las observaciones de campo. Ambos métodos identificaron arena aguas abajo del aluvión y masas más calcáreas dentro del lecho. El esquisto verde en el lado este del aluvión está intercalado con arena, cuarzo y clastos de cuarzo, y vegetación, lo que permite una recalibración del límite entre el aluvión y las formaciones de esquisto y arenisca. Se puede identificar una pequeña cantidad de arenisca utilizando el método N-FindR, mientras que una pequeña cantidad de pedernal negro se puede identificar utilizando el método ICA.

Figura 1 Mapa de contenido de los cuatro componentes de la primera área

(a) método N-FindR; (b) método ICA

2.

El área de estudio está ubicada cerca de la ciudad de Dongargarh en el estado de Chhatti en el centro de la India. El granito está ampliamente distribuido y es altamente susceptible a la erosión química (es decir, caolinización), mientras que el feldespato sufre alteración en diversos grados y forma agregados minerales de caolinita de grano fino bajo la acción de la alteración y la contabilidad. La caolinización completa del granito hizo que la roca fuera tan friable como el suelo, y sólo sobrevivió el cuarzo. Además, la zona de estudio se ve afectada por un clima monzónico (como fuertes lluvias), lo que favorece en gran medida la alteración de los feldespatos. Comprender la composición mineral y las características de distribución espacial de las rocas y los suelos a través de técnicas de teledetección es importante para una mayor exploración mineral (Bhattacharya et al. 2012).

Primero, las rocas y suelos representativos se miden utilizando el espectrómetro portátil de campo de ASD, que luego se compara con la biblioteca espectral del Servicio Geológico de EE. UU. para identificar alteraciones importantes o productos de erosión como caolinita, benzoita y piedra y desierto. pintar.

Luego, los datos de Hyperion se procesaron utilizando el software ENVI, y cuatro productos de alteración o erosión, incluidas ofiolitas, en los datos de la imagen se identificaron y completaron utilizando los algoritmos de relleno de ángulo espectral (SAM) y ajuste de características espectrales (SFF).

Como se mencionó anteriormente, la mayor parte del área de estudio está cubierta por suelo de granito y peridotita de granito. En muchos lugares se ha producido una alteración de caolinización completa, dejando solo una pequeña cantidad de suelo podrido y quebradizo. Sin embargo, como puede verse en los resultados de relleno de la clasificación de Sam (Fig. 2), la caolinita se distribuye principalmente alrededor de los afloramientos de granito más erosionados. El feldespato del Ordovícico se encuentra disperso por todo el mapa, pero se encuentra en concentraciones relativamente altas donde quedan expuestas rocas débilmente erosionadas. La diabasa, otro mineral arcilloso, es relativamente abundante en el sur y suroeste del mapa, donde la roca es principalmente riolita. El último y más importante mineral en el área de estudio es la sustancia negra que recubre la superficie de la roca, llamada pigmento del desierto. Los resultados de la clasificación se detallan en la Tabla 1.

Tabla 1 Distribución de tipos

Continuación

Figura 2 Clasificación de minerales de Sam en el área de estudio

Fuente de datos

Bhattacharya S, Majumdar T J, Rajawat A S et al.2012. Utilización de datos de Hyperion sobre Dongargarh, India, para mapear minerales arcillosos y alterados/desgastados junto con mediciones espectrales de campo. International Journal of Remote Sensing, 33(17) , 5438-5450

Gomez C, Le Borgne H, Allemand P et al.2007.Método N?FindR versus análisis de componentes independientes para la identificación litológica en imágenes hiperespectrales.International Journal of Remote Sensing, 28(23) , 5315-5338.