高光谱遥感岩性识别研究进展
一、国内外研究现状
1. 高光谱数据获取与预处理技术
要点 1：国产高分系列卫星（如GF-5、ZY1-02D）在岩性识别中的应用优势
国产高分系列卫星在岩性识别中展现出独特的技术优势，GF-5卫星虽空间分辨率较低，但其超高的光谱维数据在岩性区分方面表现突出，李娜等通过对比研究发现，GF-5信息增强图不仅能清晰展示花岗岩与花岗闪长岩的分布界线，还能识别出传统地质图中未标注的新地质体[1]；ZY1-02D卫星则通过丰富的光谱信息实现了大理岩与二长花岗岩的精确识别，李根军等采用光谱匹配技术提取的岩性信息与实地调查结果高度吻合，证实了其在侵入岩识别中的可靠性[2]。在数据预处理环节，光谱增强技术对提升岩性识别精度至关重要，焦龙等指出原始高光谱数据难以直接区分岩性差异，需通过包络线去除和一阶微分变换等处理突出特征波段[3]，这一观点与李娜团队采用归一化、光谱匹配等方法增强岩石特征信息的实践相印证[1]。值得注意的是，田丽等开发的改进YOLOv5s算法通过融合空-谱特征，有效解决了高光谱图像中目标与背景光谱差异微小导致的混淆问题[4]，而管耀等则证明机器学习算法（如SVM）在结合测井数据后能显著提升蚀变火成岩的识别准确率[5]。在特殊地质场景应用中，丁文清等强调高光谱技术对斑岩铜矿蚀变分带（钾化带-绢英岩化带-泥化带）的识别能力[6]，但种国双也指出喀斯特地区受混合像元影响仍需结合多诊断光谱通道进行分析[7]。多源数据融合方面，杨显华团队通过GF-2卫星与无人机影像（0.2m）协同解译，实现了采空塌陷区地裂缝的高精度识别[8]，张兵等则系统总结了高/多光谱超分辨率融合技术对提升岩性识别空间细节的贡献[9]。
要点 2：无人机与机载高光谱系统的空间分辨率提升（优于0.2m）
无人机与机载高光谱系统凭借其灵活机动特性，在岩性识别领域实现了亚米级（优于0.2m）空间分辨率的突破，显著提升了微小地质构造与岩体边界解译的精细度。杨显华等通过对比GF-2卫星（1m分辨率）与无人机航拍影像（0.2m）发现，后者对采煤塌陷区地裂缝、塌陷坑等微地貌的识别精度提升达80%，尤其在黄土地貌区侵蚀沟谷解译中展现出显著优势[8]；高扬团队研发的小型机载高光谱成像仪（光谱范围1915-2500nm）在峡谷区应用中，成功识别出传统方法难以区分的变质岩原岩成分，验证了高空间分辨率对矿物光谱特征提取的增强作用[10]。值得注意的是，姜琪等指出WorldView-3卫星虽具备0.31m分辨率，但受制于固定轨道覆盖范围，在偏远矿区应用中仍逊色于可定点观测的无人机系统[11]，而钟燕飞提出的双高（高光谱+高空间）遥感观测体系，通过超像元级空-谱特征分析，进一步解决了亚像元混合导致的岩性边界模糊问题[12]。在硬件创新方面，张立福团队将高光谱与三维扫描技术结合，实现了岩矿表面物理化学属性的毫米级精准还原[13]，而欧阳淑冰通过对比实验证实，0.2m分辨率影像中RGB通道对地貌识别精度的贡献率达3.77%，凸显了高空间分辨率下多光谱信息协同的必要性[14]。当前技术瓶颈在于，种国双发现航空高光谱数据虽分辨率优异，但存在信噪比低、成本高昂等问题[7]，杨星则提出边缘计算与轻量化传感器的结合可能是突破实时监测瓶颈的关键路径[15]。
要点 3：光谱增强处理方法（包络线去除、微分变换）对特征波段的突出效果
光谱增强处理方法是提升高光谱岩性识别精度的关键技术手段，其中包络线去除和一阶微分变换被广泛证实能有效突出矿物特征吸收峰并增强岩性光谱差异。李根军等通过ZY1-02D数据验证，对实测岩石波谱进行包络线去除处理后，大理岩在2200nm附近的特征吸收峰显著增强，与二长花岗岩的光谱距离扩大40%以上，大幅提高了光谱匹配的准确性[2]；焦龙团队在研究砂岩岩性识别时发现，原始光谱曲线中不同岩性的反射率差异仅5%-8%，而经过一阶微分变换后，特征波段的斜率差异可放大至20%-30%，为支持向量机分类提供了更显著的特征输入[3]。在矿物蚀变识别方面，丁文清指出斑岩铜矿中高岭石的2170nm次级吸收峰经微分处理后，其与主吸收峰（2200nm）的比值可作为区分泥化带与绢英岩化带的关键指标[6]；高扬等则通过ENVI软件对1915-2500nm波段进行重采样，结合包络线归一化处理，成功解译出高山峡谷区变质岩的矿物组分变化序列[10]。值得注意的是，万亚玲提出传统PCA降维会损失非线性光谱特征，而卷积神经网络通过端到端训练可自动学习包络线去除后的深层光谱模式，在花岗岩类识别中精度提升12%[16]；田丽开发的改进YOLOv5s算法进一步融合光谱导数特征与空间纹理，使辉长岩体内部岩性边界的IoU检测精度达到89.7%[4]。技术瓶颈在于，种国双发现喀斯特地区石漠化过程导致的光谱异质性会削弱包络线去除效果，需结合KRDSI指数进行补偿[7]，而李迎双强调矿山环境污染造成的光谱畸变需先进行重金属含量反演，再实施针对性光谱增强[17]。