機(jī)載成像光譜測量系統(tǒng)在生態(tài)、農(nóng)作物和植被的精細(xì)分類、城市地物甚至建筑材料的分類和識(shí)別方面都有很好的應(yīng)用效果。本文簡單介紹了礦產(chǎn)勘查和土壤調(diào)查上的應(yīng)用。

?

礦產(chǎn)勘查

主要是開展礦物填圖和找礦預(yù)測，機(jī)載高光譜遙感數(shù)據(jù)的主要優(yōu)勢在于空間分辨率、光譜分辨率以及信噪比均較星載數(shù)據(jù)高，但是機(jī)載高光譜遙感數(shù)據(jù)的成本也非常高，而且數(shù)據(jù)獲取受空域、天氣的影響非常大。趙英俊等人利用機(jī)載高光譜遙感礦物識(shí)別與填圖技術(shù)，2011年在甘肅方山口地區(qū)提取出了赤鐵礦/褐鐵礦、黃鉀鐵釩、菱鐵礦、方解石、白云石、芒硝、蛇紋石、綠泥石、富鋁絹云母、中鋁絹云母、貧鋁絹云母共11種礦物，實(shí)地驗(yàn)證表明提取的礦物信息平均正確率均高于85%。

大量研究資料顯示，機(jī)載成像高光譜遙感的礦產(chǎn)勘查應(yīng)用主要針對(duì)熱液型多金屬礦床。這些礦床類型在地表有大量的含羥基礦物（熱液粘土、硫酸鹽、層狀硅酸鹽，鐵的氧化物，碳酸鹽等），這些礦物在可見-近紅外波譜范圍內(nèi)顯示了豐富的光譜響應(yīng)特征。其中

利用機(jī)載成像高光譜遙感研究低和高硫化淺成低溫?zé)嵋盒徒鸬V系統(tǒng)取得了良好效果（Crosta etal.，1998；Kruse et al.，2006；Chen et al，2007；Rowan et al.，2000；Bediniet al.，2009；van der Meer，2006；劉德長，趙英俊，等，2015；閆柏琨等，2016）。高光譜礦產(chǎn)勘査應(yīng)用研究需要綜合了熱液斷裂構(gòu)造解譯和分析、典型礦床礦物分布特征剖析等結(jié)果，建立了不同礦床類型的高光譜找礦模型。葉發(fā)旺等開展了鈾礦的機(jī)載成像光譜數(shù)據(jù)的找礦模型研究，建立了鈾礦的蝕變礦物組合和光譜特征。劉德長等在甘肅柳園地區(qū)開展了基于機(jī)載成像光譜數(shù)據(jù)的熱液斷裂構(gòu)造解譯和分析技術(shù)，針對(duì)柳園地區(qū)的金礦的地質(zhì)環(huán)境背景，

結(jié)合熱液斷裂構(gòu)造分析，厘定了該區(qū)域的熱液活動(dòng)構(gòu)造（劉德長，2015），此外還根據(jù)機(jī)載成像光譜數(shù)據(jù)提取的礦物信息，提取了油氣區(qū)活動(dòng)構(gòu)造信息。秦凱、陳建平、趙英俊等基于蝕變礦物和影像信息開展了阿爾金地區(qū)熱液斷裂構(gòu)造解譯，首先進(jìn)行斷裂構(gòu)造初步解譯，確定了區(qū)域構(gòu)造格架，然后基于高光譜蝕變礦物信息建立了調(diào)查區(qū)熱液斷裂構(gòu)造格架。

?

土壤調(diào)查

傳統(tǒng)土壤信息獲取是利用地面土壤取樣和實(shí)驗(yàn)室化學(xué)分析，周期長、成本高、過程復(fù)雜、實(shí)時(shí)性差。受野外調(diào)查成本和實(shí)際分析樣本數(shù)量的限制，很難進(jìn)行大范圍土壤信息的重復(fù)調(diào)查。土壤機(jī)載光學(xué)遙感在20世紀(jì)20年代就出現(xiàn)。1969年，Macdonald等（1971）利用機(jī)載成像雷達(dá)進(jìn)行土壤濕度監(jiān)測試驗(yàn)。隨著1972年世界第一顆資源衛(wèi)星發(fā)射成功，衛(wèi)星遙感開始用于大面積土壤調(diào)查。進(jìn)入21世紀(jì)，無人機(jī)遙感（Unmanned Aerial Vehicle，UAV）技術(shù)快速發(fā)展，已應(yīng)用于田間尺度的高分辨率土壤調(diào)查與制圖。遙感信息被廣泛地應(yīng)用于土壤有機(jī)碳、土壤水分、土壤礦物質(zhì)等關(guān)鍵屬性的預(yù)測與制圖（Grunwald et al，2015）。土壤有機(jī)碳、土壤礦物、土壤質(zhì)地、碳酸鹽等，在可見一近紅外特定波段有特征波譜，可通過獲取裸土遙感數(shù)據(jù)的光譜信息直接進(jìn)行反演（Mulderet al，2011），這些研究大部分是在小尺度區(qū)域內(nèi)的裸土上進(jìn)行（Kruse et al，2003；Gomez et al，2008）。，近年來還探索了一些新的數(shù)據(jù)處理方法用于消除植被覆蓋的影響，特別是利用殘余土壤光譜（Bartholomeus et al，2011）、盲源分離法（Ouerghemmiet al，2011）以及非負(fù)矩陣分解法（Liu，Pan，Shi，et al，2015）等混合光譜分解算法，分離出土壤光譜再用于土壤屬性預(yù)測，提高了預(yù)測精度，這種新的技術(shù)路線將有利于開展中低植被覆蓋下區(qū)域土壤屬性的預(yù)測及制圖。

?