پردازش تصاویر ماهواره‌ای ابرطیفی گنبد نمکی گچین با استفاده از روش انطباق سیما و حداقل نویز به منظور تفکیک واحد‌های سنگی

نویسندگان

1 دانشجوی کارشناسی‌ارشد، گروه مهندسی کامپیوتر، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران

2 استادیار گروه مهندسی کامپیوتر، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران

چکیده

مناطق در برگیرنده گنبدهای نمکی، از لیتولوژی پیچیده‌ای نسبت به بسیاری از ساختارهای زمین‌شناسی برخوردار هستند. در چنین مناطقی به ‌علت بهم ریختگی‌های ساختاری زیاد، برافراشتگی‌های شدید و درهم آمیختگی واحدها، نقشه‌برداری نیازمند ابزارها و مطالعات گسترده و دقیقی است. استفاده از توانایی سنجنده‌های ابرطیفی در این راستا کارگشا است. تصاویر ابرطیفی سنجنده هایپریون حاوی اطلاعات بسیار غنی از سطح زمین در 242 باند ظریف و پیوسته می‌باشند. البته دراین میان عوامل ناهنجارساز متعددی وجود دارند که محتوای اطلاعات طیفی بعضی از باندها را آلوده می‌کنند. شناسایی و حذف ناهنجاری‌های طیفی یکی از مباحث مهم در سنجش از دور ابرطیفی به حساب می‌آید. روش MNF یا شکست کاهش نویز، نوعی چرخش محوری است در جهتی که همبستگی بین داده‌ها به حداقل کاهش یابد. تبدیل MNF از دو چرخش PCA مجزا تشکیل یافته است که در آن داده‌های فراتر از میانگین بعلاوه منهای چند برابر انحراف معیار در هیستوگرام پیکسل‌ها به عنوان داده‌های ناهنجار قابل شناسایی و با یک تبدیل PC استاندارد پاکسازی می‌شوند. در این مطالعه به منظور بررسی اثر کاهش نویز در پردازش‌های ابرطیفی، ابتدا داده‌های هایپریون منطقه گچین را تحت چرخش محوری MNF قرار داده و سپس بر اساس نمودار ارائه شده داده‌های زیر سطح 10درصد حذف شده و دوباره با برگرداندن محور و چرخشی عکس حالت اولیه محور MNF شده به حالت اول برگردانده شد. مطالعه موردی بر روی گنبد نمکی گچین انجام شد و به منظور بررسی میدانی نتایج پردازش‌ها نمونه‌برداری در نقاط مختلف محدوده انجام و نمونه‌ها در مقیاس دستی و مقطع میکروسکوپی و همچنین توسط دستگاه XRD و طیف‌سنج الکترومغناطیس مورد مطالعه قرار گرفتند. بررسی نتایج حاصل از روش‌های پردازشی، نشان­دهنده اثر مثبت عمل کاهش نویز در روش‌های پردازشی می‌باشد. بدین ترتیب که روش انطباق سیمای طیفی (SFF) اثر کاهش نویز ضریب اطمینان را از 68/70 درصد در تصویر MNF نشده به بیش از 38/85 درصد در تصویر MNF شده می‌رساند.

کلیدواژه‌ها

عنوان مقاله [English]

Hyperspectral processing on Gachin dome Satellite data, using SFF and MNF to separate geological unites

نویسندگان [English]

  • S. Baniaasdi 1
  • S. H. Ghafouri 2
1 M. Sc., student. Dept., of computer engineering, Kerman branch, Islamic Azad University, Kerman, Iran
2 Assist. Prof., Dept., of computer engineering, Kerman branch, Islamic Azad University, Kerman, Iran
چکیده [English]

Identification of clay minerals and associated alteration is considered as an important step in prospecting for the hydrothermal deposits, and using hyperspectral sensors ability is instrumental in this regard. Hyperspectral images of Hyperion sensor are a rich source of information with 242 narrow contiguous spectral bands. of course there are several mechanisms which contaminate the spectral information content of some bands. Identification and removal of the spectral defects is an important issue in hyperspectral remote sensing. MNF (Minimum Noise Fraction) method is anoxia rotation in a direction that minimizes the correlation between data. MNF transformation is composed of two separate PCA rotations that data beyond the mean plus or minus multiplied standard deviation of the histogram of pixels as identified malformed data with a standard PC conversion is cleared.in order to investigate the effect of noise reduction in hyperspectral processing. In this study, at first MNF rotation has been performed on the hyperion data of Gachin region and then based on the provided chart, the data below 10% are rejected and by turning the axis again, reset rotation axis of MNF driven to the first state. A case study was performed on Gachin salt dome and in order to study field results, sampling in different parts of the range was performed and the samples were studied on a manual and microscopic scale, as well as XRD and electromagnetic spectrometer. Investigating the results of processing methods indicates a positive effect of noise reduction in processing methods. Thus, the method of spectral Feature fitting (SFF) method reduces the noise reduction of the factor coefficient from 70% in the MNF image to more than 86% in the MNF image.

کلیدواژه‌ها [English]

  • Minimum Noise Fraction
  • Hyperion
  • Gachin
  • Salt dome

مراجع

امینیان، ع. ر (1388) ژئوشیمی و پتروژنز منطقه آبدر، پایان­نامه کارشناسی­ارشد، دانشگاه شهید باهنر کرمان، 153 ص.
بهنیا، پ.، کرمی، ج (1385) کاربرد تصاویر هایپراسپکترال در تهیه نقشه پراکندکی کانی­ها در زون­هاى دگرسان سیستم‌های هیدرترمال مطالعه موردى در منطقه آبترش طارم، بیست و پنجمین گردهمائى علوم زمین.
سایت دانشنامه فضایی ایران www.isa.ir.
سایت سازمان زمین­شناسی و اکتشافات معدنی کشور www.gsi.ir.
شهاب­پور، ج (1390) زمین­شناسی اقتصادی، انتشارات دانشگاه شهید باهنر کرمان، 547 ص.
علوی­پناه، س. ک (1382) کاربرد سنجش از دور در علوم زمین، موسسه انتشارات و چاپ دانشگاه تهران، 383 ص.
علوی­پناه، س. ک (1388) اصول سنجش از دور نوین و تفسیر ماهواره‌ای و عکس‌های هوایی، موسسه انتشارات و چاپ دانشگاه تهران.
عطاپور، ح (1386) کوین ژئوشیمیایی و متالوژنی سنگ‌های آذرین پتاسیم­دار در کمربند آتشفشانی- نفوذی دهج- ساردوئیه، استان کرمان با نگرشی ویژه بر عناصر خاص، پایان­نامه دکتری، دانشگاه شهید باهنر کرمان، 401 ص.
کریم­پور، م. ح (1368) زمین­شناسی اقتصادی کاربردی، انتشارات جاوید، 404 ص.
یعقوب­پور، ع. م (1366) مبانی زمین­شناسی اقتصادی، مرکز نشر دانشگاهی، 266 ص.
Alavipanah, S (2004) Application of remote sensing in the earth sciences (soil), University of Tehran press, 964-903.
Bahrambeygi, B., Moeinzadeh, H (2017) Comparison of support vector machine and neutral network classification method in hyperspectral mapping of ophiolite mélanges–A case study of east of Iran, The Egyptian Journal of Remote Sensing and Space Science, 20: 1-10.
Bahrambeygi, B., Moeinzadeh, H., Ranjbar, H., Shahabpour, J., Esmaily, A, Using spectral unmixing and feature fitting on hyperspectral Hyperion data to map Alteration area in Abdar region.
Bahrambeygi, B., Ranjbar, H., Shahabpour, J (2012) Comparison of data and spectral driven methods for kaolinite-bearing area mapping in Masahim volcano, using Hyperion images. Journal of Economic Geology, 4: 199-215.
Beiranvand Pour, A., and Hashim, M (2011) The Earth Observing-1 (EO-1) satellite data for geological mapping, southeastern segment of the Central Iranian Volcanic Belt, Iran. International Journal of the Physical Sciences, 6: 7638 – 7650.
Bindschadler, R., Choi, H (2003) Characterizing and Correcting Hyperion Detectors Using Ice-Sheet Images, IEEE Transactions on Geoscience and Remote Sensing, 41: 1189-1193.
Coops, N. C., Smith, M. L., Martin, M. E., Ollinger, S. V., Held, A. A (2002) Predicting Eucalypt biochemistry from HYPERION and HYMAP im- agery. in Proc. IGARSS, Toronto, ON, Canada.
Datt, B., McVicar, T. R., VanNiel, T. G., Jupp, D. L. B., Pearlman, J. S (2003) Preprocessing EO-1 Hyperion Hyperspectral Data to Support the Application of Agricultural Indexes. IEEE Transactions on Geoscience and Remote Sensing, 41: 1246-1259.
Felde, G. W., Anderson, G. P., Adler-Golden, S. M., Matthew, N. W., Berk, A (2003) Analysis of Hyperion data with the FLAASH atmospheric correction algorithm. Proceedings of the International Geoscience and Remote Sensing Symposium (IGARSS). Toulouse, 90-92p.
Gersman, R., Ben-Dor, E., Beyth, M., Avigad, D., Abraha, M., Kibreab, A (2008) Mapping of hydrothermally altered rocks by the EO-1Hyperion sensor, northern Danakil Depression, Eritre. International Journal of Remote Sensing, 29: 3911-3936.
Goodenough, D. G., Dyk, A., Niemann, K. O., Pearlman, J. S., Hao Chen, Han, T., Murdoch, M., West, C (2003) Processing Hyperion and ALI for forest classification, IEEE Transactions of Geosciences and Remote Sensing, 41: 1321- 1331.
Ientilucci, E. J (2008) Using MODTRAN Predicting Sensor-Reaching Radiance, Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology WEB site: www.cis.rit.edu/~ejipci/Reports/Modtran_lab
Honarmand, M., Ranjbar, H., Shahabpour, J (2012) Application of Spectral Analysis in Mapping Hydrothermal Alteration of the Northwestern Part of the Kerman Cenozoic Magmatic Arc, Iran. Journal of Sciences, Islamic Republic of Iran, 22: 221-238.
Hubbard, B. E., Crowley, J. K. and Zimbelman, D. R (2003) Comparative alteration mineral mapping using visible to shortwave infrared (0.4–2.4μm) Hyperion, ALI, and ASTER imagery. IEEE Transactions of Geosciences and Remote Sensing, 41: 1401-1410.
Khurshid, K. S., Staenz, K., Sun, L., Neville, R., White, H. P., Bannari, A., Champagne, C. M., Hitchcock, R (2006) Preprocessing of EO-1 Hyperion data. Canadian Journal of Remote Sensing, 32: 84-97.
Kruse, F. A (1988) Use of Airborne Imaging Spectrometer data to map minerals associated with hydrothermally altered rocks in the northern Grapevine Mountains, Nevada and California, Remote Sensing of Environment, 24: 31-51.
Jafari Sadr, A. R (2001) Geology and petrology of the complex of igneous rocks and the transformation of the salt dome of Gachin (Bandar Abbas). M. Sc. thesis, University of Tehran, Tehran, Iran.
Kruse, F. A., Lefkoff, A. B., Boardman, J. B., Heidebrecht, K. B., Shapiro, A. T., Barloon, P. J., and Goetz, A. F. H (1993) The Spectral Image Processing System (SIPS) - Interactive Visualization and Analysis of Imaging Spectrometer Data, Remote Sensing of Environment, Special issue on AVIRIS, 44: 145 - 163.
Kruse, F. A., Boardman, J. W., and Huntington, J. F (2002) Comparison of EO-1 Hyperion and Airborne Hyperspectral Remote Sensing Data for Geologic Applications, In Proceedings, SPIE Aerospace Conference, 9-16p.
Kruse, F. A (2003) Preliminary Results – Hyperspectral mapping of coral reef systems using EO-1 Hyperion, Buck Island, U.S. Virgin Islands: In proceedings 12th JPL Airborne Geoscience Workshop, Jet Propulsion Laboratory, 157 – 173.
Kruse, F. A., Bordman, J. W., Huntington, J. F (2003) Comparison of airborne hyperspectral data and EO-1 Hyperion for mineral mapping: IEEE Transactions of Geosciences and Remote Sensing, 41: 1388–1400.
Leverington, D. W (2008) Discrimination of geological end members using Hyperion imagery, Preliminary results, Big Bend National Park, Texas. IEEE International Geosciences and Remote Sensing Symposium, Boston, Massachusetts.
Pearlman, J. S., Barry, P. S., Segal, C. C., Shepanski, J., Beiso, D. and Carman, S. L (2003) Hyperion, a Space Borne Imaging Spectrometer, IEEE Transactions on Geosciences and Remote Sensing, 41: 1160-1173.
Perry, E. M., Warner, T., and Foote P (2000) Comparison of atmospheric modeling versus empirical line fitting for mosaicking HYDICE imagery, International Journal of Remote Sensing, 21: 799-803.
Ramsey III, E., Rangoonwala, A. Nelson, G. Ehrlich, R., Martella, K (2004) Generation and validation of characteristic spectra from EO-1 Hyperion image data for detecting the occurrence of thein vasive species, Chinese tallow, International Journal of Remote Sensing, 26: 1611-1636.
San, B. T., Suzen, M. L (2010) Evaluation of different atmospheric correction algorithms for eo-1 hyperion imagery, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science, 35: 392-398.
Sarup, J (2011) Comparision of QUAC and FLAASH Atmospheric Correction Modules on EO-1 Hyperion Data of Sanch. International Journal of advanced engineering sciences and technologies, 4: 178-186.
Staenz, K., Neville, R. A., Clavette, S., Landry, R., White, H. P (2002) Retrieval of Surface Reflectance from Hyperion Radiance Data. IEEE Geoscience and remote sensing letters, 1: 1419-1421.
Saric, A., Djordjevic, M., Dimitrijevic, M. N (1971) Geological map of Shahr-Babak, Scale 1/100000. Geological Survey of Iran. Tehran, Iran.
USGS (2004) a- Earth Observing 1, downloaded on May, 2009, from, url: http://eo1.usgs.gov/
Van der Meer, F., and De Jong, S (2003) Imaging Spectrometery. Basic Principles and Prospective Applications, 4. Kluwer Achademic Publishers, London, 35p.

فایل ها

سابقه مقاله

  • تاریخ دریافت: 14 دی 1400
  • تاریخ بازنگری: 24 بهمن 1400
  • تاریخ پذیرش: 25 بهمن 1400

هم رسانی

ارجاع به این مقاله

آمار