Mapa de formación del deposito de hierro utilizando las imágenes hiperspectrales y multispectrales. Un estudio de caso de Singhbhum - Keonjhar iron belt - India

• Autores: Jhonny Jose Herrera Garcia
• Localización: Geología colombiana, ISSN 0072-0992, Vol. 40, 0 1, 2015, págs. 61-78
• Idioma: español
• Títulos paralelos:
  • Mapping iron bearing formation using hyperspectral and multispectral images. A case study of Singhbhum - Keonjhar iron belt - India
• Enlaces
  • Texto completo
• Resumen
  • español

    Las imágenes hiperespectrales entre los sensores remotos, se han utilizado durante más de una década para ayudar en la detección e identificación de diversos objetivos de superficie como características topográficas y geológicas, pero los conjuntos de datos no son inmunes a los efectos de la atmósfera intermedia. Varios constituyentes atmosféricos atenúan la reflectancia incidente y ascendente, y finalmente degradan la señal correspondiente a la característica detectada. Por lo tanto, si esta atenuación atmosférica pudiera identificarse y corregirse utilizando modelos de transferencia radiativa existentes, sería posible una mejor comprensión de las características de la Tierra.El presente estudio se concentra en la recuperación de la imagen de reflectancia a partir del nivel uno corregido radiométricamente, de los datos del área de estudio del distrito de Keonjhar (Orissa). En este estudio, se ha utilizado un modelo de corrección atmosférica, conocido como FLAASH, que se ha utilizado para recuperar la imagen de reflectancia a partir de los datos de radiancia. El pre-procesamiento del conjunto de datos debe realizarse antes de aplicar la corrección atmosférica en el conjunto de datos. Los subconjuntos espectrales de las bandas propensas al ruido se han realizado con éxito, lo que deja 196 bandas exclusivas de 242 bandas del conjunto de datos de Hyperion. Se recolectaron tres miembros finales del área de estudio de Orissa: La hematita; los relaves mineros; y el aluvión, que se seleccionaron como los miembros finales después de comprender la geología y el análisis de la imagen de reflectancia.En este sentido se aplicaron: La desmezcla espectral lineal y el Mapeador de ángulo espectral. En el área de estudio, Lineal Spectral Unmixing (LSU), dio buenos resultados en el mapeo de los miembros finales. El procesamiento de imágenes se llevó a cabo con datos digitales Landsat - 5TM (7 bandas) adquiridos el 5 de noviembre de 2005 (ruta 140, fila 45). El objetivo de este estudio fue mapear las zonas más favorables de la Formación del depósito de hierro dentro de la conocida franja mineralizada, además de identificar y mapear las extensiones de mineralización conocida y/o localizar las nuevas zonas potencialmente mineralizadas que son ricas en mineral de Hierro.

  • English

    Hyperspectral imaging sensors have been used for more than a decade to aid in the detection and identification of diverse surface targets, topographical and geological features, but the datasets are not immune to the effects of the intervening atmosphere. Various atmospheric constituents attenuate the incident and upwelling reflectance and finally degrade the signal corresponding to the feature being sensed. Thus, if this atmospheric attenuation could be identified and corrected for by using existing radiative transfer models, better understanding of the earth features would be possible.The present study concentrate on the retrieval of reflectance image from the level one radiometrically corrected data of study area of Keonjhar district (Orissa). In this study, one atmospheric correction model has been used. FLAASH atmospheric correction model have been used to retrieve reflectance image from the radiance data. Preprocessing of the dataset, need to be done before applying atmospheric correction on the dataset. Spectral sub-settings of noise prone bands have been successfully done which leaves 196 unique bands from 242 bands of the Hyperion dataset. Three endmembers were collected from the Orissa study area; Hematite, mine tailings and alluvium were selected as the endmembers after understanding the geology and analysis of the reflectance image. Linear Spectral Unmixing and Spectral Angle Mapper were applied in this regard. In the study area, Linear Spectral Unmixing gave good results in mapping the endmembers. In the present study, image processing was carried out to a Landsat - 5 TM digital data (7 bands) acquired on 05-November-2005 (path-140, row-45). The aim of this study was mapping the more favorable zones of Iron Bearing Formation within the known mineralized belt, besides to identify and map the extensions of the known mineralized and/or to locate the new potentially mineralized zones which are rich in Iron ore.