摘要：航空高光谱和航空伽马能谱是当前铀矿勘查领域两类重要的数据源,由于其异构且海量的特性,使数据的处理难度大,处理效率低,协同应用效果不足。在这种情况下开发一款面向航空高光谱和伽马能谱的铀矿勘查集成软件显得尤为重要。文章根据航空高光谱和航空伽马能谱数据的类型及处理方法,开展了针对两种数据应用的集成软件系统的设计。研究引入虚拟总线结构,实现了对不同数据处理模块的调用,并以Visual Basic为主要开发语言,对前台主系统进行搭建。最终利用搭建好的系统,以银根地区的航空高光谱和伽马能谱数据为数据源,完成软件的应用测试。测试结果发现,利用GS融合算法可以较好地保留地表纹理信息,同时丰富图像颜色,从而为铀矿赋矿围岩岩性的准确识别与划分提供参考。

摘要：神经网络与深度学习理论为蚀变矿物的高效、准确、智能化识别提供了基础。文章基于深度学习框架Tensorflow,以新疆白杨河铀矿床8个钻孔的4类蚀变矿物光谱数据为例,设计全连接网络、残差神经网络与一维卷积神经网络3种不同的模型进行蚀变矿物识别研究。结果表明3种模型都能达到很好的效果,其中一维卷积神经网络的识别精度最高,测试精度达87%,kappa系数为0.78,较其他模型具有更好的稳定性。同时证明数据的预处理对模型的识别精度存在不同的影响。

摘要：矿山是一个复杂的系统,利用现代信息技术建立矿山决策支持系统,辅助矿山的生产、经营和管理,是矿山信息化与数字化建设中的重要组成部分。GIS具有空间数据管理、三维可视化表达和空间分析等功能,为矿山决策支持系统提供了有效的技术途径。在分析国内外研究现状的基础上,介绍了决策支持系统的特点与功能,提出和设计了基于GIS的矿山决策支持系统结构与模型,并对矿山决策支持系统的开发流程和实例进行了探讨分析。

摘要：高光谱成像仪将光谱成像技术与光谱分析技术融合在一起,在获得目标影像信息的同时获得相应的光谱信息。开展了近红外和短波红外成像光谱仪光学设计,采用凸面光栅进行分光,在此基础上研制了近红外和短波红外成像光谱仪。经过实验测试,全波段全视场弥散斑半径均方根均小于1/2像元,MTF值均大于0.85。通过FPGA(可编程阵列逻辑器件)实现了近红外和短波红外高光谱成像仪同步触发,再经过同视场装校和速高比调整获取了具有较高信噪比的近红外-短波红外波段一体化光谱曲线,近景成像获取了近红外-短波红外影像数据,光谱真实性验证表明:获取的光谱曲线与ASD实测同像元光谱曲线相关性可达98%以上,典型矿物特征吸收峰位置偏差均在1个像元以内。最后利用近红外-短波红外高光谱影像进行矿物信息识别,取得了良好的应用效果。

摘要：高光谱成像仪具有“图谱合一”的特点,可以同时获取目标物的空间信息与光谱信息,在地质勘查中发挥有比较大的作用。为实现对不同岩石矿物的精细化识别,自主研制了具有结构紧凑、体积小、便携性强、分辨率高等优点的轻小型短波红外高光谱成像仪。仪器光学性能评价结果表明光谱仪实际光谱分辨率优于8 nm,符合设计和应用的要求。利用本仪器对岩石不同矿物组成成分的识别实验测试,获取了不同岩石的近景高光谱成像数据。经过数据处理和矿物提取分析研究,发现岩石光谱谱形特征与标准光谱库中特征吻合度很高,表明研制的高光谱成像仪能够对岩石样品进行矿物信息精细化识别,适用于无人机载成像,在铀矿地质勘查领域有广阔的应用前景。