摘要
高光谱数据是一种多维遥感数据,能在可用近红外波段范围内准确采集碳酸根的振动频率数据,从而对识别碳酸盐岩岩性产生特殊效果。本研究针对传统碳酸盐岩识别方法效率低、准确度不高且受主观影响因素大等不足,使用实测得到的高光谱数据,综合对比多元线性回归模型(MLR)、主成分回归模型(PCA)、偏最小二乘回归模型(PLSR)和逐步回归模型(SR)的精度,提取最优特征,构建高光谱岩性识别模型。结果表明主成分分析模型在光谱采样间隔为2 nm时,具有较高精度(79.78%);随着光谱采样间隔的增加,模型精度均基本表现为先增加,后下降的变化趋势;当光谱采样间隔较大时,模型精度均低于70%;光谱数据采样间隔对模型精度影响较大。
-
单位中国石油勘探开发研究院; 长江大学