期刊文献+

基于SDGSAT-1 TIS的机器学习算法岩性分类 被引量:1

Lithology classification by machine learning algorithm based on SDGSAT-1 TIS
在线阅读 下载PDF
导出
摘要 造岩矿物在热红外(TIR)大气窗口(7~14μm)中显示出特定的光谱特征为利用TIR影像进行岩性分类提供了理论基础(代晶晶等,2020)。然而,传统TIR遥感岩性分类数据源有限,且常用的基于光谱相似性和光谱特征的方法很难对类似的岩石类型进行分类,光谱吸收位置特征很容易受到矿物复杂化学成分的影响。2021年发射的可持续发展科学卫星1号(SDGSAT-1)在TIR区域具有3个波段.
作者 张昭 刘磊 ZHANG Zhao;LIU Lei
出处 《地质论评》 CAS CSCD 北大核心 2024年第S01期351-352,共2页 Geological Review
基金 陕西省自然科学基础研究计划(编号2023-JC-ZD-18) 自然资源部黄河上游战略性矿产资源重点实验室开放课题资助项目(编号YSMRKF202203)联合资助的成果
关键词 热红外影像 机器学习算法(MLAs) 岩性分类 thermal infrared imagery mac
作者简介 张昭,男,1995年生,博士研究生,主要从事遥感地质应用研究,Email:1677922815@qq.com;通讯作者:刘磊,男,1982年生,博士,教授,主要从事遥感地质矿产勘查研究,Email:liul@chd.edu.cn。
  • 相关文献

参考文献3

二级参考文献59

共引文献250

同被引文献3

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部