㈠ 礦物識別方法和工作流程
目前，礦物識別制圖的方法是特徵譜帶識別和基於相似性測度的識別：①利用岩石礦物的特徵譜帶構造識別技術，該方法相對直觀，簡單可行，但是單一的特徵往往造成岩石礦物的錯誤識別，其精度難以達到工程化應用的需求，同時對成像光譜數據的信噪比、光譜重建的精度要求較高；②從岩石礦物光譜的整體特徵出發，與成像光譜視反射率數據進行整體匹配、擬合或構造模型進行分解，這也是目前研究的重點，能有效地避免因岩石礦物光譜漂移或光譜變異而造成的單個光譜特徵的不匹配，並能綜合利用弱的光譜信息，避免局部性特徵（如單一特徵構建的識別方法）造成識別的混淆，識別的精度高。
對於成像光譜上百個波段而言，數據量非常之大，尤其在目前無論是航空成像光譜數據，如AVIRIS、CASI、HyMap等，還是在軌的航天成像光譜數據，如Hyperion航帶都普遍比較窄，一般在3～10km，給大面積應用帶來很多不便，增加了大面積數據處理的難度，並使工作量在目前微機配置的條件下成倍增加。因此，無論是從岩石礦物光譜的局域特徵還是整體特徵開展對礦物的識別，在保證識別精度要求的條件下進行工程化的處理，必須探索新的技術流程。
在對成像光譜數據特徵與識別方法的比較研究中，結合工作實際以及進行工程化處理的初步要求，在確保識別精度的條件下，設計出標准資料庫光譜+光譜-特徵域轉換+礦物識別方法的技術流程。該流程的主要作用：
（1）直接開展蝕變礦物的識別與信息提取：在對試驗區岩石類型、構造、熱液活動以及礦產綜合研究的基礎之上，提煉與礦化關系密切的蝕變礦物，利用標准庫的光譜或野外實測光譜作為參考光譜。
（2）進行光譜域與特徵域的轉換，實現數據減維與數據壓縮，降低工作量，提高工作效率：成像光譜數據波段上百，不同的航帶寬度與記錄長度使單次處理的數據量達1Gbytes，中間過渡文件單航帶可達10Gbytes；在以前的處理中常常將航帶分割成較小的區域進行處理後再進行拼接，利用MNF技術可以將整個光譜域空間轉換到特徵域空間，消除原有光譜向量間各分量之間的相關性，從而去掉信息量較少雜訊較高的向量，使數據處理從成百的光譜域集中到去噪的特徵域中進行，減低數據量，縮短數據處理時間，提高數據處理的效率。
（3）特徵分離，增加不同礦物的可分性，提高礦物識別的精度：在成像光譜數據MNF變換並剔除雜訊波段的特徵域空間中，不同的波段被賦予了不同的物理或數學意義，地物的光譜特徵在特徵域發生分離，地物的細微特徵得到放大，增加了數據的可分性。
4.4.2.1 光譜特徵域轉換
光譜解析度的提高，一方面提高了數據的分類識別的精度以及應用能力，另一方面，增加了數據的容量，也使數據高冗餘高相關。有效的數據壓縮與特徵提取勢在必行。一般地，利用傳統的主成分變換進行相應的變化，衍生出一系列的成像光譜數據壓縮與特徵提取方法，如MNF變換（Kruse，1996；Green et al.，1998），NAPC（Lee et al.，1990）、分塊主成分變換（Jia et al.，1998）以及基於主成分的對應分析（Carr et al.，1999）等。空間自相關特徵提取（Warner et al.，1997）、子空間投影（Harsanyi et al.，1994）和高維數據二階特徵分析（Lee et al.，1993；Haertel et al.，1999）也得到相應的重視。利用非線形的小波、分形特徵（Qiu et al.，1999）也在研究之中。
主成分分析（PCA）是根據圖像的統計特徵確定變換矩陣對多維（多波段）圖像進行正交線性變換，使變換後新的組分圖像互不相關，並且把多個波段中有用信息盡可能地集中到少數幾個組分圖像中（圖4-4-1）。一般地，隨著主成分階次的提高，信噪比逐漸減小。但在波段較多時並不完全符合這一規律。
為改善主成分在高光譜維中的數據處理能力，相應地利用最大雜訊組分變換（MNF）的方法（甘甫平，2001；甘甫平等，2002～2003）。該方法是利用圖像的雜訊組分矩陣（ΣNΣ-1）的特徵向量對圖像進行變換，使按特徵值由大到小排序的變換分量所包含的雜訊成分逐漸減小，而圖像質量順次提高。Σ為圖像的總協方差矩陣，ΣN為圖像雜訊的協方差矩陣。MNF相當於所有波段雜訊方差都相等時的主成分分析，因此可分為兩步實現，第一步先將圖像變換到一個新的坐標系統，使變換後圖像雜訊的協方差矩陣為單位陣；第二步再對變換後的圖像施行主成分變換。此改進的演算法稱為「雜訊調節主成分變換（NAPC）」。
對P波段的高光譜圖像
Zi（x），i=1，2，…，p （4-4-1）
可以假設
Z（x）=S（x）+N（x） （4-4-2）
這里，ZT（x）=｛Z1（x），…，Zp（x）｝，S（x）和N（x）分別為Z（x）中不相關的信息分量和雜訊分量。因此，
Cov｛Z（x）｝=∑=∑S+∑N （4-4-3）
∑S和∑N分別為S（x）和N（x）的協方差矩陣。因此，可以定義第i波段雜訊分量，
Var｛Ni（x）｝/Var｛Zi（x）｝ （4-4-@4）
選擇線形轉換，MNF變換可以表示為
成像光譜岩礦識別方法技術研究和影響因素分析
在變換中，確保
成像光譜岩礦識別方法技術研究和影響因素分析
同時，為使雜訊與信息分離，S（x）分別與Z（x）和N（x）正交。
圖4-4-1 MNF變換的特徵值曲線
MNF有兩個重要的性質，一是對圖像的任何波段作比例擴展，變換結果不變；二是變換使圖像矢量、信息分量和加性雜訊分量互相垂直。乘性雜訊可通過對數變換轉換為加性雜訊。變換後可針對性地對各分量圖像進行去噪，或舍棄雜訊占優勢的分量。MNF變換的特徵值曲線如圖4-4-1。
4.4.2.2 特徵分離
在MNF變換後的特徵域中不同波段具有不同物理與數學意義。比如變換後的第1波段表示地物的亮度信息，第7 波段或第8 波段表示地形信息。在MNF變換中，通過信號與雜訊分離，使信息更加集中於有限的特徵集中，一些微弱信息則在去噪轉化中被增強。同時在MNF轉換過程中，使光譜特徵向量集匯聚，增強分類信息。
圖4-4-2是一些礦物光譜通過MNF變換前後的曲線剖面圖，從右圖可見信息與雜訊分別有序地集中在一些有限的波段內。通過舍棄雜訊波段或其他處理，相應地降低或消除雜訊的影響。同時信息也比原始數據更易區分。
4.4.2.3 礦物識別
礦物識別主要選用光譜相似性測度的方法。基於整個譜形特徵的相似性概率的大小，能有效地避免因岩石礦物光譜漂移或光譜變異而造成的單個光譜特徵的不匹配，並能綜合利用弱的光譜信息。
圖4-4-2 礦物光譜MNF變換前後特徵比較
基於整個光譜形特徵的識別方法主要有光譜角技術、光譜匹配濾波、光譜擬合與線形分解等。利用大氣校正後的重建光譜數據，可選擇性地利用上述礦物識別技術開展端元礦物的識別。光譜角方法可直接選擇端元礦物進行匹配，最終生成二值圖像，簡單易行，在閾值合理可靠的前提下能夠獲取較高的識別精度。
在成像光譜岩礦地質信息識別與提取方法中，光譜角技術是一種較好的方法之一（王志剛，1993；劉慶生，1999）。光譜角識別方法是在由光譜組成的多維光譜矢量空間，利用一個岩礦矢量的角度測度函數（θ）求解岩礦參考光譜端元矢量（r）與圖像像元光譜矢量（t）的相似性測度，即：
成像光譜岩礦識別方法技術研究和影響因素分析
這里，‖*‖為光譜向量的模。參考端元光譜可來自實驗室、野外測量或已知類別的圖像像元光譜。θ介於0到π/2，其值愈小，二者相似度愈高，識別與提取的信息愈可靠。通過合理的閾值選擇，獲取礦化蝕變信息的二值圖像。
4.4.2.4 閾值的選擇與航帶間信息的銜接
無論是光譜角技術還是光譜匹配以及混合光譜分解，都存在對非礦物信息的分割，因此閾值的選擇是一個必須面臨的重要問題。這不僅關繫到所識別礦物的可靠度，也關繫到礦物分布范圍大小的界定。同時由於是分航帶提取，不同航帶間因大氣校正的誤差和雜訊的影響而使同一地物的光譜特徵存在差異，可能使所提取的礦物空間展布特徵在航帶之間所有診斷和一致性，增加了制圖的困難。因此對於閾值的選擇，需遵循以下原則：在去除明顯假象信息、保留可靠的礦化蝕變信息情況下考慮整體的一致性以及航帶的過渡性。
4.4.2.5 技術流程
結合成像光譜數據預處理，根據實際應用情況，可以總結出成像光譜遙感地質調查工作的技術流程，如圖443所示。
㈡ 任務明確肉眼礦物鑒定的方法和步驟
礦物的肉眼鑒定一般應從礦物的形態著手，然後觀察礦物的光學性質、力學性質，進而參照其他物理性質或藉助於化學試劑與礦物的反應，最後綜合上述觀察結果，查閱有關礦物特徵鑒定表，即可初步確定礦物的定名；對有疑問的礦物可將樣品送實驗室做儀器鑒定。
一、礦物的形態特徵
1.結晶質礦物和非晶質礦物
絕大多數礦物呈固態，固態礦物中大多數為結晶質，少數為非晶質。
結晶質礦物的內部質點 (原子、分子或離子)在三維空間有規律的周期性排列。因此，在一定條件下，每種結晶質礦物都具有固定的規則幾何外形，這就是礦物的固有形態特徵。例如，石鹽具有良好固有形態的晶體。在自然界中，這種自形晶較少見到，因為在晶體生長過程中，受生長速度和周圍自由空間環境的限制，晶體發育不良，形成了不規則的外形，稱為他形晶，而岩石中的造岩礦物多為粒狀他形晶體的集合體。
2.礦物的形態習性
一向延伸類型 晶體向一個方向發育，形成柱狀、針狀、纖維狀晶體，如輝銻礦、電氣石等。
二向延伸類型 晶體向兩個方向發育，形成板狀、片狀晶體，如石墨、雲母等。
三向延伸類型 晶體向三個方向發育均等，形成立方體、八面體等晶體，如石榴子石、黃鐵礦等。
3.晶面條紋
晶面條紋是指晶體的晶面上呈現的平行而寬窄不一的階梯狀條紋。如黃鐵礦的晶面條紋、石英柱面上的橫紋、電氣石柱面上的縱紋等。
4.礦物集合體形態
同種礦物多個單體聚集在一起的整體，稱為礦物的集合體。自然界中絕大多數礦物是以集合體方式出現的。礦物集合體的形態千姿百態、絢麗多彩。
礦物集合體的形態取決於單體的形狀和它們的集合方式。常見的礦物集合體形態有:
(1)顯晶集合體
柱狀集合體——普通角閃石、電氣石、紅柱石 纖維狀集合體——石膏、石棉
片狀集合體——雲母、鏡鐵礦 粒狀集合體——橄欖石、石榴子石
晶簇——石英、方解石
(2)隱晶及膠態集合體
結核狀——鈣質結核、黃鐵礦結核 鮞狀及豆狀——赤鐵礦
鍾乳狀——方解石 土狀——高嶺土
二、礦物的光學性質
礦物的光學性質是指礦物對光線的反射、折射、吸收等所呈現的光學現象，礦物的光學性質包括礦物的顏色、條痕、光澤和透明度。
1.顏色
礦物的顏色取決於其化學成分和內部結構，礦物的顏色分為自色、假色和他色。自色是指礦物本身所固有的顏色，是由礦物成分中所含的色素離子決定的，因而比較穩定；他色是由帶色雜質的機械混入所染成的顏色，他色在礦物中隨著混入物的不同而不同，例如純凈的石英是無色透明的，而含有少量的氧化錳時呈紫色，含氣泡時呈乳白色；假色是礦物表面的氧化物及內部的解理、裂隙、包裹體等引起光波的干射而呈現的顏色。對顏色的描述可採取標准色譜法、實物對比法及綜合法 (詳見學習情境2任務2)
描述時要注意:礦物顏色應以新鮮乾燥礦物為准，如果礦物表面遭受風化而顏色發生了變化時，則需颳去風化表面後再進行觀察描述。
2.條痕
條痕能夠消除假色，減弱他色，因而比礦物的顏色更為穩定，是鑒定深色礦物的重要依據。條痕色的描述方法與顏色相似。鑒定時需注意:擦劃條痕時，用力要均勻；觀察測試的礦物應選新鮮標本。
3.光澤
光澤是指礦物表面對光的反射能力的表現。礦物表面對光的反射越大，光澤就越強，反之則弱。根據礦物對可見光的反射能力，將光澤分為金屬光澤、半金屬光澤、金剛光澤及玻璃光澤 (詳見學習情境2任務2)。這四種光澤是指礦物單體晶面或解理面所呈現的光澤。如果礦物表面不平，或者為礦物的集合體，由於光線多次折射、反射而增加了散射光量，常使光澤發生變異，而呈現出各種特殊光澤。如油脂光澤、絲絹光澤、珍珠光澤、蠟狀光澤、土狀光澤等。
觀察礦物光澤時，一定要在新鮮面上觀察，主要觀察晶面和解理面上的光澤。
4.透明度
透明度是指可見光能夠透過礦物的程度，觀察礦物的透明度時礦物的厚度應以0.03mm為標准。依據光線透過的程度，可將礦物分為透明、半透明、不透明三個等級。
觀察描述礦物光學性質時，一定要注意掌握顏色、條痕、光澤和透明度四者之間的關系。金屬光澤的礦物，其顏色一定為金屬色，條痕為黑色或金屬色，不透明；半金屬光澤的礦物顏色為金屬色或彩色，條痕呈深彩色或黑色，不透明至半透明；非金屬光澤的礦物顏色為各種彩色或白色，條痕呈淺彩色到白色，半透明至透明。
三、礦物的力學性質
礦物的力學性質是指礦物在外力作用下所呈現的性質，包括礦物的硬度、解理和斷口。
(1)解理
光滑的平面稱為解理面。
觀察解理等級 根據解理面的完好程度通常分為極完全解理、完全解理、中等解理和不完全解理四個等級。中等解理和不完全解理有時難以區分，可寫成中等-不完全解理。
觀察解理組數 礦物中相互平行的一系列解理面稱為一組解理。注意觀察雲母、正長石、方解石、螢石的解理組數。
觀察解理面間的夾角 兩組及兩組以上的解理，其相鄰兩解理面間的夾角亦是鑒定礦物的標志之一。注意觀察正長石、輝石、角閃石、螢石的解理夾角。
需要注意的是，肉眼觀察礦物的解理只能在顯晶質礦物中進行。確定解理組數和解理夾角必須在一個礦物單體上觀察。
(2)斷口
礦物在外力作用下破裂成不規則不平坦的斷面，稱為斷口。礦物的解理和斷口是互為消長的，解理完全時則不會出現斷口，反之，解理不完全或無解理時則斷口顯著。
(3)硬度
硬度是指礦物抵抗機械作用的能力。由於礦物的化學成分和內部結構不同，所以礦物的軟硬程度也不一樣，肉眼鑒定礦物時常用摩氏硬度計測定礦物的相對硬度。
野外工作中為了方便，常採用指甲 (硬度為2.5±)、小刀 (硬度為5.5±)等作為標准測定相對硬度。
(4)礦物的其他性質
除了上述性質之外，礦物的其他性質，如雲母的彈性，高嶺石的吸水性、可塑性，磁鐵礦的強磁性，方解石遇鹽酸起泡等性質也是我們鑒定礦物的重要依據。