Skip to main content

Independent Component Analysis of Hyperion Data to Map Alteration Zones Analyse unabhängiger Komponenten von Hyperion Daten zur Kartierung von Verwitterungszonen in Erongo, Namibia

Buy Article:

$39.00 plus tax (Refund Policy)

We present an improved method for independent component analysis aiming to detect minerals in the Erongo complex, Namibia. We evaluate independent component analysis (ICA) to detect and map alteration halos in Erongo Namibia using the Hyperion dataset. Detailed surveys and investigations are possible given the capability of the hyperspectral sensors to render a great deal of spectral information by observing the surface of earth. In terms of mineral detection, however, there are particular challenges. In this research, we used two methods to achieve an independent components (ICs) map. The first method computes the virtual dimensionality (VD) of a dataset, prioritises calculated ICs, and finally picks up only a certain number of ICs. This number is equal to the calculated VD. Since some ICs share extreme pixels, the final extremes from this method are less than the VD. The presented modified method differs slightly from the first one. In this method, extreme pixels for all ICs are determined, and all ICs with the same extreme pixels are considered equal. Prioritisation of IC bands takes place afterward. The results demonstrate that the second method performs better because in addition to its ability to map more end-members, the mapped zones match lithological structures better. The dataset is atmospherically corrected by ACORN, and data quality assessment is performed to discriminate bad bands before ICA. To determine each extreme pixel mineralogical, spectral feature fitting (SFF) algorithm was used in the SWIR range of electromagnetic wavelength by comparing to USGS mineral spectral library.

German
Wir präsentieren ein verbessertes Verfahren für die Analyse unabhängiger Komponenten (ICA) mit dem Ziel der Mineral-Erkennung im Erongo Komplex. Detail- Untersuchungen sind unter Verwendung von Hyperspektral-Sensoren möglich, weil diese Sensoren eine große Leistungsfähigkeit in der Wiedergabe der Spektralinformation der Erdoberfläche besitzen. Bei der Mineral-Erkennung gibt es jedoch besondere Herausforderungen. In dieser Untersuchung wurden zwei Methoden zur Erzeugung einer unabhängigen Komponenten (IC) Karte berücksichtigt. Die erste Methode berechnet die virtuelle Dimensionalität (VD) des Datensatzes, priorisiert berechnete ICs, und verwendet schließlich nur eine bestimmte Anzahl von ICs. Diese Anzahl entspricht der berechneten VD. Da sich einige ICs extreme Pixel teilen, sind die endgültigen Extrema bei dieser Methode weniger als bei der VD. Die vorgestellte Methode unterscheidet sich ein wenig von der ersten. Bei ihr werden extreme Pixel für alle ICs bestimmt, und alle ICs mit den gleichen extremen Pixeln werden als gleich angesehen. Die Priorisierung von ICs Bands erfolgt später. Die Ergebnisse zeigen, dass die zweite Methode eine höhere Leistungsfähigkeit besitzt, weil zusätzlich zu der Fähigkeit, mehr Endmember zu kartieren, die zugeordneten Zonen besser zu den lithologischen Strukturen passen. Der Datensatz wird atmosphärisch mit ACORN verbessert und es wurde eine Bewertung der Datenqualität durchgeführt, um schlechte Bänder vor der ICA zu unterscheiden. Für die Detektion von Mineralien wird in jedem extremen Pixel ein spektraler Merkmalsanpassung (SFF) Algorithmus im SWIR Band verwendet, indem mit der USGS Minaral-Bibliothek verglichen wird.
No Reference information available - sign in for access.
No Citation information available - sign in for access.
No Supplementary Data.
No Data/Media
No Metrics

Keywords: HYPERION; HYPERSPECTRAL; ICA; MAPPING; MINERAL DETECTION; REMOTE SENSING

Document Type: Research Article

Publication date: 2010-07-01

More about this publication?
  • Photogrammetrie - Fernerkundung - Geoinformation (PFG) is an international scholarly journal covering the progress and application of photogrammetric methods, remote sensing technology and the intricately connected field of geoinformation processing.

    Papers published in PFG highlight new developments and applications of these technologies in practice. The journal hence addresses both researchers and student of these disciplines at academic institutions and universities and the downstream users in both the private sector and public administration.

    PFG places special editorial emphasis on the communication of new methodologies in data acquisition, new approaches to optimized processing and interpretation of all types of data which were acquired by photogrammetric methods, remote sensing, image processing and the computer-aided interpretation of such data in general.

    PFG is the official journal of the German Society of Photogrammetry and Remote Sensing.
  • Editorial Board
  • Information for Authors
  • Subscribe to this Title
  • Ingenta Connect is not responsible for the content or availability of external websites
  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more