SAM

مسئلة تهیة نقشة واحدهای سنگی، در روندی رو به بهبود، به نقطه ای رسیده است که امروزه آشکارسازی و طبقه بندی واحدهای سنگی به کمک سنجش از دور ابرطیفی انجام می شود. در این پژوهش، تصاویر هایپریون با درنظرگرفتن نتایج کار محققان پیشین و استفاده از الگوریتم طبقه بندی نظارت شدةSAM در تشخیص و تفکیک واحدهای سنگی در منطقة خرم آباد استان لرستان به کار رفته است. SAM یک روش رده بندی سریع است که، از راه ارزیابی، میزان تشابه طیف های تصویر و مرجع عمل نقشه برداری واحدهای زمین شناختی را نشان می دهد. پس از پیش پردازش های لازم، ازجمله تصحیح اتمسفری که به روشFLAASH اجرا شد، تبدیل خطیMNF به منظور مشخص کردن بعد و حجم اصلی تصویر، جداسازی نویز از دیگر اطلاعات و کاهش میزان پردازش در مراحل بعد استفاده شد و الگوریتمPPI برای پیداکردن پیکسل هایی با خلوص بیشتر در تصاویر چندطیفی یا فراطیفی به کار رفت. از هم پوشانی پیکسل های خالص با واحدهای سنگی و برپایة داده های زمینی از منطقة مورد مطالعه، طیف میانگین برای هر عضو استخراج شد. سپس این اعضای خالص، به منزلة ورودی جهت الگوریتم ذکرشده، استفاده و طبقه بندی تصویر صورت گرفت. درنهایت، نقشة طبقه بندی شدة حاصل از این روش با نقشه های موجود و داده های زمینی مقایسه و میزان صحت آن بررسی شد. دقت اجرای روش SAM با بررسی صحت الگوریتم، ازطریق محاسبة ماتریس خطا، به بیشترین میزان 83/68٪ و ضریب کاپای 49/0٪ بوده است که خود اهمیت تصاویر فراطیفی و روش SAM در تفکیک واحدهای سنگی را نشان می دهد.

هدف از تحقیق حاضر،ارزیابی الگوریتم های اندیس خلوص پیکسلی(PPI) و حداکثر زاویه مخروط کوژ (SMACC) به منظور استخراج طیف کانی های مس منطقه قزلداش با استفاده از تصویر فراطیفی سنجنده هایپریون سطح 1R می باشد. برای این کار پنجره ای از تصاویر سنجنده هایپریون، منطقه قزل داش شهرستان خوی انتخاب گردید. در ادامه به منظور استخراج طیف های خالص مواد نسبت به اعمال پیش پردازش تصویر از جمله تصحیح رادیومتریک شامل حذف باند های نامناسب،خط های نواری حاوی نویز،حذف اثر طیفی و تصحیح اتمسفری به منظور تبدیل مقادیر تابش به انعکاس اقدام شد. سپس تبدیل MNF به منظور کاهش بعد تصویر و کاهش نویزها صورت گرفت. در مرحله بعد خالص ترین پیکسل ها با استفاده از پیاده سازی الگوریتم PPI و SMACC بروی تصاویر به دست آمده و توسط الگوریتم SAM پیکسل های خالص را طبقه بندی کردیم.در مرحله آخر با استفاده از نقاط کنترل زمینی صحت الگوریتم ها را در استخراج طیف کانی ها سنجیدیم که صحت کلی و ضریب کاپا برای الگوریتم PPI به ترتیب %74,12 و 0,61 و برای الگوریتم SMACC به ترتیب 69,23 و 0,57بود.همچنین فراوانی پیکسل های خالص مربوط به کانی ها در الگوریتم PPI بیشتر ازSMACC بود.

طراحی الگوریتم های سنجش از دور و توسعه روش های گوناگون پردازش تصاویر ماهواره ای، برای شناسایی کانسارهای مس پورفیری، ازجمله موضوعات مهم مطالعات در زمینه ارزیابی منابع معدنی و بهره برداری بهینه از آنهاست. به این منظور، تعیین نواحی دگرسانی ابزار مناسبی به منظور طراحی الگوهای مورد قبول اکتشافی فراهم می آورد. در این پژوهش، با راهبردی جامع و با استفاده از تعیین حدود دگرسانی های مرتبط با کانسار مس پورفیری برمبنای مدل لوول و گیلبرت با سه نوع راهبرد متفاوت (پردازش های بصری، طیفی و آماری) و همچنین استخراج خط واره ها در منطقه مورد مطالعه، محدوده تمرکز ماده معدنی برای حفاری پیشنهاد شد. منطقه مورد مطالعه، در این مقاله، کانسار مس پورفیری مسجدداغی در شمال شرق استان آذربایجان شرقی است. در این پژوهش، از تصاویر ماهواره ای چندطیفی استر، سنجنده OLI لندست 8 و سنتینل 2 برای پردازش های گوناگون مانند ترکیبات نسبت های باندی، تحلیل مؤلفه اصلی و روش های پردازش طیفی پیکسل مبنا و زیرپیکسلی، ازجمله SAM و MTMF و پردازش های آماری مبتنی بر الگوریتم عملگر منطقی استفاده شد. در نهایت، با فازی سازی و تلفیق لایه های حاصل از پردازش های تصاویر ماهواره ای با ساختارهای هندسی منطقه (خط واره ها) که روی داده های سنتینل 2 به دو روش خودکار و نیمه خودکار استخراج شدند، نتایج در فضای GIS تحلیل شد و پس از مقایسه نتایج ارائه شده با تحلیل نمونه های زمینی، صحت و تطابق مناطق مورد نظر تأیید شد. دقت کاربر و سازنده درمورد محدوده دارای اولویت به ترتیب 54/78% و 36/78% به دست آمد که معیار سنجش مناسب تری برای معرفی محدوده مرکز حفاری است. 

در سال های اخیر شاهد تقاضای بالا برای لیتیم به دلیل کاربردهای فراوانش هستیم، به عنوان مثال لیتیم در تولید باتری های قابل شارژ و عمدتاً در بازارهای جهانی ساخت وسایل نقلیه الکتریکی و در راستای دستیابی به محیط زیست سالم و حمل ونقل مناسب به کار می رود، از این رو شناسایی ذخایر لیتیم بسیار مهم است. بهره گیری از داده ها و تکنیک های سنجش از دور در تشخیص منابع لیتیم به دلیل کاهش هزینه های اکتشاف میدانی می تواند مفید واقع شود. در این تحقیق، از تصاویر سنجنده سنتینل-2 در محدوده 12 معدن شناخته شده لیتیم در سراسر جهان، به عنوان مناطق حضور لیتیم، استفاده شد و طی مراحلی، از این داده ها، متغیرهای مناسب برای مدل سازی تولید شد. در محدوده ی این معادن، نمونه هایی تولید و به عنوان ورودی الگوریتم مدل سازی استفاده شدند. برای مدل سازی توزیع نمونه های حضور لیتیم، از الگوریتم بیشینه انتروپی استفاده شد. از آنجا که وجود همبستگی میان متغیرهای ورودی باعث کاهش عملکرد مدل می شود و تفسیر نتایج مدل سازی را دشوار می نماید، ابتدا توسط شاخص VIF، همبستگی میان متغیرهای ورودی محاسبه و متغیرهایی که همبستگی بالایی داشتند حذف شدند. در نهایت یک مدل مناسب با معیار AUC برابر با 0.706 به دست آمد و توسط آن، منطقه مطالعاتی دق پترگان، واقع در استان خراسان جنوبی، ایران پهنه بندی شد که به موجب آن، دو منطقه محتمل حاوی منابع لیتیم شناسایی شدند. سپس با تکنیک های کلاسیک سنجش از دور شامل ترکیب رنگی و نسبت باندی و تجزیه و تحلیل مؤلفه اصلی و SAM نیز پهنه بندی انجام شد. نتایج پهنه بندی بررسی و توانایی بالای الگوریتم بیشینه آنتروپی مشخص شد،  این روش به عنوان یک رویکرد هوشمند و کلّی می تواند در مناطق دور افتاده و یا مناطق با مشکل دسترسی برای پتاسیل یابی های معدنی(خصوصاً لیتیم) به کار برده شود و در کاهش هزینه های نقشه برداری میدانی مفید واقع شود.