技術領域

本發明涉及利用星載高光譜遙感數據針對地下煤火燒變信息通過廣義 加法模型進行定量提取的方法，可用于從高光譜數據提取地下煤火信息，為 煤火區圈定提供決策支持。

背景技術

地下煤火不僅消耗大量的煤炭資源，污染環境，還嚴重影響人們的生存 和生活。利用遙感技術對地下煤火進行監測和治理中，多光譜/多時相的星 載遙感數據(TM、ETM等)雖可達到預示煤火發展的趨勢但相對不夠精確； 機載高光譜數據雖然精準，但是其飛行范圍有限，且價格昂貴，獲取數據受 天氣影響大，而星載高光譜數據則可克服上面的缺點，方便、經濟且準確的 獲取煤火信息。之前進行的相關研究是采用機載OMIS-I高光譜數據，主要 利用的仍然是熱紅外波段(3～5μm和8～14μm)進行煤層自燃的監測，反 射太陽光譜區的數據沒有充分利用。

針對地下煤火，高光譜數據挖掘與弱信息提取技術是指通過地面高光譜 數據測量與光譜數據處理分析、衛星高光譜影像獲取與弱信息分類識別技術 等方面的研究，從高光譜曲線與高光譜圖像中提取與污染物及背景的光譜信 息、輻射信息、空間信息及時相信息等。在該方面的研究中，針對煤火燒變 信息提取模型選擇來說，多數研究是基于專家分析進行判定的，具有一定的 主觀性，缺少一種定量的提取選擇方法。

發明內容

本發明的技術解決問題是：提出利用星載高光譜遙感數據針對地下煤火 燒變信息通過廣義加法模型進行定量提取的方法，用于從高光譜數據提取地 下煤火信息，為煤火區圈定提供決策支持。

本發明的技術解決方案為：利用星載高光譜遙感數據針對地下煤火燒變 信息通過廣義加法模型進行定量提取的方法，該方法具體步驟如下：

(1)針對研究區進行地質特征及地表現象進行分析，并采集地表樣本；

(2)利用光譜儀對所獲地物樣本進行實驗室光譜測試，并對光譜數據 進行分析；

(3)獲取星載高光譜遙感數據；

(4)對所獲星載高光譜遙感數據進行預處理；

可以包括：非正常像元糾正；大氣校正；平滑處理；幾何校正。其中非 正常像元糾正處理包括未定標波段去除；絕對輻射值轉換；環線修復；條帶 去除處理；Smile效應去除；

(5)基于影像進行光譜特征統計，并與實測地物光譜進行比較和分析， 選擇診斷性特征因子；

(6)以選取的診斷性因子作為參數，利用廣義加法模型進行地下煤火 燒變信息提取；

(7)信息提取效果及精度驗證；

(8)煤火區域圈定。

其中，所述的步驟(4)星載高光譜遙感數據預處理步驟依次包括：

1)將高光譜數據進行非正常像元糾正處理，其中包括：未定標波段去除， 絕對輻射值轉換，環線修復，行條帶去除，Smile效應去除；

2)將高光譜數據進行大氣校正處理；

3)將高光譜數據進行平滑處理；

4)將高光譜數據進行幾何校正處理。

其中，所述的步驟(6)以選取的診斷性因子作為參數，進行地下煤火 燒變信息定量提取中，采用基于廣義加法模型利用非參數的方法，將一些與 因變量之間存在復雜非線性關系的自變量以不同函數加和的形式擬合入模 型，進行煤火燒變信息的提取。

本發明與現有技術相比的優點在于：

(1)利用高光譜數據，從煤田地質環境入手，在分析煤田自燃發火規 律、煤系地層和煤田火區的發展過程等已有基礎上，進行實測光譜分析及高 光譜遙感影像光譜分析。同時進行高光譜遙感影像進行預處理，提高數據質 量，用于后續地物光譜數據的統計分析。

(2)基于機器學習，利用廣義加法進行地下煤火燒變定量信息提取， 利用非參數的方法，將一些與因變量之間存在復雜非線性關系的自變量以不 同函數加和的形式擬合入模型。

附圖說明

圖1為本發明實施例流程圖；

圖2為本發明實施例高光譜影像預處理流程圖；

圖3為本發明實施例GAM模型信息提取驗證圖；

圖4為本發明實施例結果燒變信息圈定圖。

具體實施方式

下面結合附圖，對本發明的技術方案做進一步的說明。