轻小型短波红外高光谱成像仪精细化矿物识别

任梦如，刘洪成，叶发旺，张 川，武 鼎，李瀚波

（核工业北京地质研究院 遥感信息与图像分析技术国家级重点实验室，北京 100029）

高光谱成像仪（hyperspectral imager）又称成像光谱仪，具有 “图谱合一”的特点，即在获取目标地物的窄波段连续光谱图像的同时，也获取每个像元几乎连续的光谱曲线。经过精确的辐射定标后，将获取的目标地物光谱辐射值转换成反射率或辐亮度信息。基于目标的光谱曲线，可以实现对地物组成成分的识别。经过几十年的发展，高光谱成像技术愈发成熟与先进，光谱分辨率可以达到纳米级，被广泛应用于社会各个领域，如农业生产管理、生态环境监测、地质矿产勘查等［1-4］。按照岩矿光谱形成基本原理和不同蚀变矿物对光谱吸收机制的不同，目前在可见光-短波红外（400～2 500 nm）谱段，成像光谱技术可识别30～40种矿物的种类、矿物组成成分以及矿物相对含量。比如与成矿作用密切相关的蚀变矿物的识别，对于寻找地质信息所蕴涵的矿物共生组合规律，对圈定矿化蚀变带，减少和降低传统地质工作中可能因地质路线、采样部署不合理以及肉眼的局限性而遗漏的一些主要地质现象，以及追索矿化热液蚀变中心和圈定找矿靶区等都有重要作用［4-5］。

目前，国外高光谱成像仪产品已逐渐标准化，机载光谱成像技术也发展到商业运行阶段，具有代表性的高光谱成像仪有加拿大的 CASI/SASI、 美 国 的 AVIRIS、 德 国 的ROSIS、澳大利亚的HyMap等，但体积和重量偏大，不适于无人机搭载，无法进行近距离高光谱成像测量。而国内起步相对较晚，光谱成像技术不够成熟，且受元件制造技术水平的限制， 成型的产品还 比 较 少［6-7］。 而Fe2＋、Fe3＋、Mn3＋等阳离子矿物与含羟基 O—H、硫基S—H等阴离子基团的矿物在短波红外（1 000～2 500 nm）谱段具有明显的特征谱带与吸收特征，可以有效识别绿泥石、绿帘石、蛇纹石等矿物［8-9］。因此开展轻小型短波红外高光谱成像仪研制对野外地质矿产勘查具有重要意义，可以有效促进蚀变矿物精细化识别水平的进步。

鉴于此，笔者采用模块化光谱仪制造方式研制了一款短波红外高光谱成像仪，具有光谱分辨率高、结构紧凑、轻小型化、便携型性强等优点，适用于无人机载成像，可以较低的成本获得热液蚀变的详细矿物信息，在铀矿地质勘查领域有广阔的应用前景。

1 短波红外高光谱成像仪光学设计

1.1 高光谱成像仪工作原理

高光谱成像仪主要由物镜、狭缝、准直镜、透射式光栅、棱镜、红外面阵探测器和数据存储系统组成（图1）。光线经过成像物镜射入并会聚到入射狭缝，经准直镜后入射到与透射式光栅和棱镜组成的分光模块，复色光线经过色散部件后变为单色光线，此时地物目标成为一系列线阵列像元，之后通过成像镜的会聚作用，成像在短波红外焦平面探测器上成像，最后经过光电转换由数据存储系统接收，从而获得目标的二维空间信息。

图1 推扫式高光谱成像仪原理图Fig.1 The schematic diagram of push broom hyperspectral imager

空间维在记录目标的二维空间信息的同时由光谱维获取地物目标的光谱信息，最终得到完整的数据立方体，如图2所示。

1.2 光学系统设计

物镜的设计遵循仪器结构紧凑、轻小型化、大视场、低F数、与光谱仪光瞳匹配的原则，兼顾成本和装调难度。由于地物在光谱范围为1 000～2 500 nm的短波红外区间反射能量较低，因此物镜光谱透过率要高，采用透射式镜组结构，像方远心设计。为能够对目标精细化成像，镜头焦距尽量扩大且能够在短距离情况下成像［10］。

分光模块采用棱镜-光栅-棱镜（PGP）型透射式色散系统，利用光栅和棱镜构成复合分光器件，解决单一分光器件存在的谱线弯曲和色散非线性问题，达到简化系统结构，提高光谱分辨率，降低数据处理复杂度的目的［11-12］。设计结合了棱镜和光栅色散分光技术的优点，具有光谱分辨率高、光学效率高、光谱线性度好、重量轻便等优点。PGP型透射式色散系统为同轴系统，类似管状结构，有利于光校操作，系统的结构设计简单，镜头接口和探测器接口易搭配。光谱仪光学系统结构图如图3所示。

轻小型短波红外光谱仪技术参数如表1所示。

1.3 光学系统评价

图2 推扫式高光谱成像仪数据立方体Fig.2 Data cube of push broom hyperspectral imager

图3 轻小型短波红外光谱仪光学系统结构图Fig.3 Optical system structure of compact SWIR hyperspectral imager

表1 轻小型短波红外光谱仪技术参数Table 1 Technical parameters of compact SWIR hyperspectral imager

通过对光学系统的性能评价可以判断光学系统的各个指标是否符合设计要求。通过点列图不仅可以衡量光学系统的成像质量，还能够判断光谱仪的光谱分辨率［6］。从望远镜系统点列图（图4）可以看出，在一个像元内，点列图形状比较规整，且相对集中，满足设计要求。适配焦平面探测器像元为30 μm，而全视场内物镜的RMS半径为18 μm，可以保证入射光线内的所有景物均可以在探测器平面上成像。

望远镜系统的光学调制传递函数（MTF）曲线如图5所示，系统在不同中心波长、不同视场条件下，奈奎斯特频率16.7 line/mm处的MTF值均高于0.85，系统的实际光谱分辨率优于8 nm，满足设计要求。

从分光模块在1.00、1.75和2.50 μm处的单色点列图（图6）看出，不同波长不同视场下点列图比较集中，分布在一个像元之内。弥散斑RMS半径均小于16 μm，小于短波红外焦平面探测器的像元尺寸，满足光谱分辨率要求。

图4 望远镜系统点列图Fig.4 Beam path of the optical system

图5 望远镜系统的光学调制传递函数曲线Fig.5 MTF curve of the telescopic system

图6 单色点列图Fig.6 The monochromatic dot plot

2 近景高光谱成像数据获取

2.1 近景高光谱成像空间技术指标

近景高光谱成像仪设备通过推扫式移动，空间成像几何关系如图7所示，瞬时视场与探测器单个像元尺寸相关，总视场与扫描行的全部像元数相关，根据探测器的焦平面尺寸，光谱维设置为256维，空间维设置为320维。

图7 推扫式高光谱成像仪空间成像几何关系Fig.7 The geometry signature of push broom hyperspectral imager

假定焦平面探测器的像元为正方形，在不考虑光学系统像差的情况下，瞬时视场是指探测器单个像元对应的视场，与像元大小和光学系统焦距相关。

一般情况下，由于瞬时视场较小，正切值可用弧度代替：

空间分辨率GR可表示为：

总视场由探测器空间维像元总数以及光学系统焦距决定，即：

研制的近景高光谱成像仪光学系统焦距f为 30 mm， 像 元 尺 寸 为 30 μm，IFOV＝0.058°，FOV＝18.2°。在近景高光谱成像条件下，当相对距离为1.0 m时，根据式（3），计算岩石样品的空间分辨率为1 mm。同理，相对距离为2.0 m时，岩石样品的空间分辨率为2 mm。

2.2 数据存储

高光谱成像仪在推扫获取数据过程中，影像空间维（spatial dimensions）依次记录每一个波段的扫描行的，直到覆盖全部的256维。图像的长度（lines）等于探测器扫描单张影像的数量，总数据量大小除以每张影像的数据量大小来计算得到。数据存储采用BIL格式，并配置*.hdr头文件。

2.3 辐射校正和光谱重建

辐射校正的主要目的是将高光谱影像的像素值转换为地物的反射率值；而辐射定标则是确定焦平面探测单元获取的影像灰度值与其接收到的电磁波信号之间的数学关系，并以此来确定不同像元的光谱特征曲线。

由于无人机等搭载的高光谱成像仪，探测距离通常较近，大气对高光谱成像仪的辐照度影响较小，可忽略不计。在进行数据采集时，可以在同一视场内放置反射率已知的标准反射率板白板作为参照，对获得的数据进行相对辐射校正和光谱重建，利用下式可以直接获得被测目标的反射率：

式（5）、 （6）中： ρobj（m）—待测目标的第 m 波段反射率；ρstd（m）—标准反射率板的第m波段反射率；DNstd（m）—测量标准反射率板得到的第m波段DN值；DNobj（m）—测量待测目标得到的第m波段DN值。

这里，我们可以反射率为0.99的标准白板作为标准反射率板，根据式（6）计算每个像元的反射率，便可获取近景高光谱成像数据和光谱曲线，然后利用标准反射板进行校正处理，最后将校正后的发射率曲线与ENVI光谱库中的对应标准曲线对比，就可以较准确地对目标物进行识别。

3 近景高光谱成像矿物信息识别

3.1 矿物识别算法

基于地物光谱反射率曲线，利用标准光谱库或地面光谱仪同步测量的光谱曲线作为已知光谱数据，采用光谱匹配的方法，通过岩石光谱与参考光谱的相似性度量或岩石光谱与光谱库中标准光谱曲线的比较，计算成像像元光谱与参考光谱在光谱空间中的差异性来识别近景高光谱影像中的蚀变矿物类型［8，13］。

岩矿的光谱曲线包含一系列特征吸收谱带，且每一个特征吸收谱带或谱带组合与岩石内部微粒的位置属性存在一定的对应关系，如：Fe2＋在1 000 nm附近产生特征谱带，CO32-在2 300 nm处产生特征吸收，Al-OH在2 210 nm处产生特征吸收等。根据不同矿物在短波红外波段区间的吸收峰位（表2），即可以区分不同含羟基或阴性离子团的矿物。利用阴离子的特征谱带或其谱带组合可以对矿物进行识别。

表2 部分矿物的特征吸收峰位置Table 2 Infrared spectral absorption position of source minerals

3.2 典型矿物特征信息提取

在进行数据采集前，首先用ASD对实验样品进行光谱测量，并对矿物含量进行判断。利用研制的成像仪对典型矿物含量高的岩石面进行扫描，采用光谱角矿物识别算法进行矿物识别，并获得了对应矿物的光谱曲线。之后对获得结进行处理，并与标准光谱库对应曲线进行对比（图 8）。

图8 典型矿物精细化识别影像及对应光谱曲线Fig.8 Refined identification image and corresponding spectral curve of typical minerals

从实测光谱曲线上看出，石膏在短波红外波段有4个明显的吸收峰（1 448、1 748、1 940、2 216 nm），方解石在2 335 nm处有明显吸收特征，与表2中吸收峰位置一致；光谱形态与标准光谱库中对应光谱曲线的吻合性好。表明研制的成像光谱仪可以通过矿物的反射率曲线来进行不同矿物的精细化识别。

3.3 混合矿物信息识别

为进一步验证光谱仪对同一岩石内部不同矿物识别效果，在实验室内利用轻小型短波红外高光谱成像仪近景测量获取了某岩石样品（图9 a）的高光谱图像，采用蚀变矿物提取算法进行混合矿物识别，成功对岩石样品中蚀变矿物进行提取，并可见明显的孔雀石化和绢云母化的分界面，其分布情况见图9 b。

轻小型短波红外高光谱成像仪的成功研制为矿物精细化识别工作提供了技术支持，但部分矿物在短波红外波段光谱特征不明显，如赤铁矿仅在可见光-近红外波段范围内有明显吸收特征，因此在使用过程中需要结合实际情况；实验室测量时，外界影响较小，仪器姿态基本无变化，在进行无人机载成像时外界扰动大，对实际结果有一定的影响，需设计专用稳定平台，并进一步完善矿物提取方法，以提高矿物识别的准确性。

图9 孔雀石化岩石样品（a）和精细化高光谱成像识别结果（b）Fig.9 The malachite specimen（a）and refined mineral identification results（b）

4 结语

采用透射式光栅研制的轻小型短波红外高光谱成像仪可以获取较高光谱分辨率和空间分辨率的近景高光谱成像数据。通过性能测试表明本仪器不仅能够在更高的光谱分辨率和空间分辨率的尺度上对矿物进行精细化识别，还可以在一个影像平面上进行混合矿物识别。此外，由于本光谱仪具有结构紧凑、轻小型化、便携型性强等优点，适用于无人机载成像，可以提高野外地质勘探的工作效率，在地质资源勘查领域有广阔的应用前景。