基于光谱和纹理的支持向量机矿化信息提取——以青海黄南州吉地地区为例

针对传统矿化信息提取方法单一利用光谱或纹理,信息量相对较少且需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型。选择青海黄南州吉地地区作为典型研究区。首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其它待识别的样本。通过所提取的遥感蚀变异常信息与原有矿区叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了4个重点异常区。