贾智乐，卢小平，李向阳，余 涛

(1.河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室，河南焦作454003;2.河南省基础地理信息中心，河南郑州450003;3.中国科学院遥感应用研究所，北京100101)

一、引 言

地物波谱库是使用光谱仪在野外特定条件下测得的各类地物反射光谱数据的集合。以实测数据建立的波谱库作为影像解译标志，是遥感图像分析的理论基础和地物分类识别的依据。我国目前已建成了10余种地物的波谱库，但煤矿区典型地物波谱库的建设尚属空白，因此该项工作显得尤为重要。建立煤矿区典型地物波谱库就是对具有典型特征的地物进行反射光谱测量，经后期处理、存储后，作为构建波谱库的基础数据。这样就可以将遥感系统获取的地物波谱数据转换成有用的信息，并应用于多种辅助决策过程，如矿区资源调查、环境监测与治理、土地复垦、区域规划等。本文以典型地物波谱数据为基础，归纳挖掘扩展产生知识库，最终形成数据库、知识库、模型库三位一体的数据库，可为岩矿的自动识别、定量反演及矿石晶体内部结构分析等提供基础支撑。

二、矿区典型地物波谱数据采集方法

1.试验区概况

本文选择鹤壁矿区作为试验研究区。鹤壁市位于河南省北部太行山脉东麓和华北平原的过渡地带，矿区范围为113°59'23″E～ 114°45'12″E、35°26'00″N～36°02'54″N，属于北温带大陆性干旱型季风气候，四季分明，光照充足，温差较大。据鹤壁市气象局1999—2009年气象资料显示，该市年平均蒸发量为1 811.25 mm，平均相对湿度为60.43%。光谱测量地点主要集中在鹤壁煤业集团下属六矿区域，该矿为丘陵地区，地势西北高、东南低，地面高程为125.50～227.70 m，面积约 18 km2，目前核定生产能力为120万t/a，煤层保有储量157 024.4万 t。其中，工业储量12 768.8 万t，可采储量8 097.8万t。

2.测量仪器

本次波谱测量使用美国分析光谱仪器(ASD)公司生产的ASD FieldSpec 3便携式满光谱野外光谱仪(如图1所示)。该仪器具有测定范围大(350～2500 nm)、光谱分辨率高(3～10 nm)，实时测量并观察反射、透射、辐射度等光谱曲线，以及显示绝对反射比(需要定标的白色标准板数据)等特点。ASD FieldSpec 3标配大视场角光纤接收端，可选附件齐全，包括反射探头、透射或反射式余弦接收器、积分球、叶片探头、不同视场角镜头、不同长度的光纤等。

图1 光谱仪

3.光谱测定方法

为获得植被高质量的反射光谱曲线，宜选择在晴空无云天气下进行，最佳作业时间为北京时间10：00—14：00。本次野外波谱测量在2012年4月下旬进行，为避开太阳直射对光场的影响，具体测定方法是在地物阳面进行测量时，太阳与测量方位的夹角保持在135°(背向太阳方向)、天顶角(探头/光源)大于45°、观测高度为0.5 m;为避免身体遮挡光线，需对地物进行垂直、45°倾斜和天空光测量，并及时对标准板进行测量。由于光照条件和仪器稳定性对测量结果影响较大，对同一目标应进行多次测量(10～15次)，并取平均值作为样点的反射光谱值。

根据野外光谱仪测定的各种植被(林地、自然草地、人工草地)、水域、干线水渠、可耕地、撂荒地、沉陷地等环境要素和煤矿典型地物(如矸石堆、煤堆、公路、运煤铁路专用线等)在不同波谱段的反射率，可建立矿区典型地物的反射波谱库。煤矿区典型地物包括：

1)矸石堆：包括矸石山，被矸石污染的地表覆被，污染水体、土壤、植被，未污染区域的水体、土壤、植被，以及矸石山污染物(铁氧化物)等。

2)煤堆：矿区内的所有煤堆及堆煤场。

3)洗煤水：包括煤矿洗煤厂排放的污染水体，以及矸石堆污染水体等。

4)开采塌陷区：包括沉陷区、塌陷盆地、地裂缝等地物。

5)典型交通线路：主要是矿区内的运煤公路、运煤铁路专用线及附属构建(筑)物。

三、数据采集及处理

1.数据采集

首先确定需要测量的典型地物，然后用光谱仪进行反射波谱测定，如图2所示。具体操作步骤如下：

1)打开光谱仪电源和计算机电源，启动RS3软件并在软件上选择相应的镜头，点击OPT优化(工作过程中特别是开始工作的前半个小时内每隔一定时间需要作一次优化)，在软件中选择存储数据的路径、名称和其他内容。

2)对每个地物测量10次以上，以提高精度。

3)拍摄典型地物地貌的景观照片，如地裂缝、沉陷盆地、矸石堆、煤堆、矿井、铁路、土壤等，然后在计算机上对照片进行编码，使之与相应地物波谱数据对应。

图2 数据采集现场

2.影响矿区光谱测量的主要因素及处理方法

一些外在因素不可避免地会对波谱测量结果产生影响，这些影响因素主要包括：

1)大气透射率的影响。矿区空气中的粉尘会在一定程度上造成太阳辐射度的衰减，并对大气透射率产生影响。因此，尽量选择雨后的晴天进行测量，这时空气中的悬浮物相对比较低，一定程度上可以提高测量精度。

2)水蒸气的影响。在测量标准板(由硫酸钡或石膏等物质制成)或目标物时，水蒸气的瞬间变化也会降低光谱数据测量精度，因此可以通过光谱仪间接测量空气湿度。具体方法是利用标准板使反射光谱标准化(此时反射率曲线整体是近于1.0的直线)，然后连续测定标准板的反射率。如果测得的反射光谱近似直线，说明大气条件稳定、湿度相对较低;若反射光谱曲线不平滑，则表明大气条件不稳定，以此可以检验光谱数据测量的准确性。因此，选择在10：00—14：00进行反射光谱测量，是由于该时间段内的太阳光线较强，空气湿度相对较低，大气条件稳定性较好，可以最大限度地降低水蒸气对测量结果的影响。

3.试验区数据处理

要确定一种物体反射能力的大小，需要同时测量参考物和目标物的光谱反射能量，两者相除可消除目标物和参照物光谱响应中的放大参数，如光源(通常为太阳)的光谱辐射和光谱仪自身的光学输出，从而得到目标物相对于标准板的相对反射率，即

式中，r为被测物体的反射率;Bi、Bo分别为目标物、参考板的反射能量。

随着太阳入射角与观测角度的变化，地物表面的反射会有明显的差异，这种差异不仅与入射和反射角度有关，而且还随物体空间结构要素的变化而变化。方向反射率是对入射和反射方向严格定义的反射率。

由于自然界中不存在反射率为100%的物体，因此被测物体的绝对反射率可利用测得的相对反射率乘以标准板的反射系数求得。基于上述原理，本文借助相应的软件将野外采集的波谱数据进行处理，得到了各种典型地物的反射率，经数据处理、编辑与整理后，建立了反射波谱库。

光谱微分技术是处理高光谱遥感数据的一种重要方法，它通过对反射光谱进行数学模拟和计算不同阶数的微分差，以迅速确定光谱弯曲点及最大最小反射率的波长位置。一般认为，对光谱的一阶微分处理可以去除部分线性或接近线性的背景噪声对目标光谱的影响。其中，目标光谱必须是非线性的。ASD FieldSpec 3光谱仪测量的是离散型光谱数据，其一阶微分计算公式为

式中，R(λi+1)和 R(λi－1)表示相邻波长的反射率;R'(λi)表示波长λi反射率的一阶微分值。

为了减小仪器本身及环境的随机噪声，对得到的一阶微分光谱进行平滑过滤处理，使得到的光谱曲线的弯曲点及最大、最小反射率的波长位置变得更加突出，如图3所示。

图3 反射率的一阶微分

对野外测量的所有样本点的多个光谱反射率曲线在软件中进行均值处理，并选取平均值作为样本点的光谱值。取同一目标多次测量值的平均值，可以提高测量结果的稳定性和可信度，同时可大幅度提升信噪比。

光谱仪不同波段对能量响应的差异，使光谱曲线存在一些噪声。为了去除包含在光谱数据中的噪声，提高数据精度，需要平滑光谱曲线波形，并对同一地物多次测量的数据进行算术平均运算，将所求的平均值数据转换为Text/Data Only格式保存(如图4(a)所示)。在Excel表格中打开后，每个波段对应其相应的反射值，首先去除受外界噪声影响较大的边缘波段350～390 nm和2430～2550 nm两段数据(如图4(b)所示);然后导入Origin软件中，并对由于仪器工作状态不稳定、周围环境影响等因素造成的异常光谱曲线进行消除跳跃点(如图4(c)所示);最后对曲线进行非线性最小平方拟合处理(如图4(d)所示)。

图4 数据处理过程

4.试验结果

本文选取煤矿区具有典型特色地物的反射波谱进行了处理与分析，结果如图5所示。光谱对于地物化学成分和结构的微细变化非常敏感，地物微细的化学和结构的变化都能导致吸收位置和吸收形态的变化，以致呈现不同的反射波谱曲线。

由图5(a)可以看出，矸石堆与煤堆外形相似，两者的反射波谱曲线都呈线性，但反射率存在明显差异：在可见光波段相差约为25%，近红外区域则达到40%，这是由于两者矿物组成和化学成分不同。此外，矸石堆由于长期风化，含水量比较低，而煤堆的含水量较大，含水量越高在红外波段吸收越严重。

由图5(b)可以看出，矸石堆东部的麦地与矿区生长小麦的反射曲线走势基本一致，但在近红外区的差异明显大于可见光部分，反射波谱在750～1400 nm波段呈现出较大的差异。这是由于小麦的下垫面不同，矿区麦田的土壤受到煤矿区冲水(雨水、洗煤水)的影响大，土表发黑，矸石堆东部的小麦受影响程度相对小些，由此可以判定矿区内农田土壤受煤矿及其附属品的影响程度。

图5 煤矿区典型地物反射波谱

四、结束语

本文通过对采集的煤矿区典型地物的波谱数据信息进行处理，获得了典型地物的反射波谱，并对相似地物、同种植被在不同地貌情况下的反射率存在的差异进行了定量分析，研究结果可为矿区典型地物遥感自动解译提供借鉴。

［1］甘甫平，刘圣伟，周强，等.德兴铜矿矿山污染高光谱遥感直接识别研究［J］.中国地质大学学报：地球科学版，2004，29(1)：119-126.

［2］王锦地，张立新，尹球，等.中国典型地物波谱知识库［M］.北京：科学出版社，2008.

［3］卢小平，王双亭.遥感原理与方法［M］.北京：测绘出版社，2012.

［4］苏理宏，李小文，梁顺林，等.典型地物波谱库的数据体系与波谱模拟［J］.地球信息科学，2002，4(4)：7-15.

［5］项月琴，王锦地，李小文，等.二向反射遥感中冬小麦植被组分和土壤特性的季相变化［J］.遥感学报，2000(Z1)：90-100.

［6］王树东，刘素红，李向，等.野外波谱测量应注意的几个问题［J］.遥感信息应用技术，2006(1)：29-33.

［7］陈楚群，潘志林，施平.海水光谱模拟及其在黄色物质遥感反演中的应用［J］.热带海洋学报，2003，22(5)：34-39.

［8］汪小钦，王钦敏，刘高焕，等.水污染遥感监测［J］.遥感技术与应用，2002，17(2)：74-77.

［9］DELGENIC A D.The Dust Settle on Water Vapor Feedback［J］.Science，2002，296(5568)：665-666.

［10］BLODEAU P D，TISTONE G H，MARTINEZ V V，et al.Comparison of Bio-physical Marine Products from SeaWIFS，MODISand a Bio-optical Model with in Situ Measurements from Northern European Waters［J］.Pure and Applied Optics，2004，6(7)：684-703.