Investigation of the Vegetation Effect on the Surveying and Mineral Exploration Using Hyperspectrsl Data

در مطالعات زمین‌شناسی و کانی‌شناسی، وجود پوشش‌ گیاهی سالم خشک پیکسل‌های حاوی اطلاعات طیفی اجتناب‌ناپذیر است. بنابراین، بازیابی حد زیرپیکسل، مانند برآورد میزان حضور یک کانی پیکسل از تصاویر سنجش دور ابرطیفی، مسئله‌ای مهم محسوب می‌شود. این پژوهش، روش عمق پیوستار اصلاح‌شدة اثر پوشش (VCCD)، برای کاهش تخمین کانی‌های هدف، با استفاده داده‌های طیف‌سنجی، آزمایشگاهی کانی‌شناسی هایپریون (Hyperion) اصلاح منطقة اوغلانسر شمال‌غرب ایران مورد صحت‌سنجی قرار گرفت. ‌گیاهی سطح پیکسل، به‌ترتیب، شاخص SAVI عارضة جذبی ۲۱۰۲ نانومتر انجام شد. حذف‌پیوستارشده (CRBD)، VCCD، تا آستانة حداکثری برابر ۶۰ گیاه بازة 60-56 ترکیب ۷6-۷2% امکان‌پذیر تأثیر نویزهای تصادفی تغییر نوع عملکرد اصلاح‌شده بررسی شد نتایج نشان داد که VCCD توسعه‌یافته، مقایسه طیف‌ها گیاهی، حساسیت بیشتری ندارد. بعد ضرایب مدل پس تأیید کارآیی آن، پیشنهادی CRBD ‌گیاهی، روی تصویر Hyperion، اجرا طبق نتایج، کائولینیت مسکویت منجر به کمتر مقدار واقعی بهبود صحت اعمال درمورد مسکویت، معادل 0.25 0.13 ضریب تعیین خطا 0.0108 0.0125