Aplicaciones y retos del sensado remoto hiperespectral en la geología colombiana Applications and challenges of hyperspectral remote sensing in the colombian geology Aplicações e desafios do sensoriamento remoto hiperespectral na geologia colombiana

作者: Fernando Antonio Rojas-Morales , Sergio Fernando Castillo-Castelblanco , Ariolfo Camacho-Velasco , Henry Arguello-Fuentes , César Augusto Vargas-García

DOI:

关键词:

摘要: Resumen El Sensado Remoto (SR) es una tecnica que permite captar informacion de escena sin entrar en contacto fisico con ella, mediante el empleo sensores ubicados, principalmente, plataformas aereas, los cuales captan diferentes rangos del espectro electromagnetico, incluyendo visible (VIS), cercano al infrarrojo (NIR) y ondas cortas (SWIR). Teniendo cuenta cada material presente tiene caracteristicas espectrales diferentes, posible, a traves analisis las firmas espectrales, realizar su identificacion o clasificacion algoritmos. Las Imagenes Hiperespectrales (HSI) captadas por remotos cientos bandas son importancia areas como la geologia, mineralogia, agronomia ecologia, entre otras; embargo, gran volumen literatura dispersa lineas (SR, HSI geologia) dificulta acceso analisis. Este trabajo presenta un compendio conceptos, principios basicos fundamentos matematicos SR, e incluye investigaciones tendencias el, destacando desarrollo sus retos Colombia, caso uso geologia colombiana, cuyas evaluaciones muestran capacidad deteccion sensor hiperespectral Hyperion, ubicado satelite EO-1, para mapeo geologico sitio prueba noroccidente municipio Giron, departamento Santander. Los resultados satisfactorios; espectralmente, coeficiente correlacion fue alto relacion espacial firma espectral obtenida conocida area aceptable correspondio Difraccion Rayos X (DRX) realizado muestras tomadas estudio.

参考文章(36)
Jose M. Bioucas-Dias, Antonio Plaza, Gustavo Camps-Valls, Paul Scheunders, Nasser Nasrabadi, Jocelyn Chanussot, Hyperspectral Remote Sensing Data Analysis and Future Challenges IEEE Geoscience and Remote Sensing Magazine. ,vol. 1, pp. 6- 36 ,(2013) , 10.1109/MGRS.2013.2244672
A.M. Baldridge, S.J. Hook, C.I. Grove, G. Rivera, The ASTER spectral library version 2.0 Remote Sensing of Environment. ,vol. 113, pp. 711- 715 ,(2009) , 10.1016/J.RSE.2008.11.007
Freek van der Meer, The effectiveness of spectral similarity measures for the analysis of hyperspectral imagery International Journal of Applied Earth Observation and Geoinformation. ,vol. 8, pp. 3- 17 ,(2006) , 10.1016/J.JAG.2005.06.001
Lucie Homolová, Zbyněk Malenovský, Jan G.P.W. Clevers, Glenda García-Santos, Michael E. Schaepman, Review of optical-based remote sensing for plant trait mapping Ecological Complexity. ,vol. 15, pp. 1- 16 ,(2013) , 10.1016/J.ECOCOM.2013.06.003
C. Pohl, J. L. Van Genderen, Multisensor image fusion in remote sensing: Concepts, methods and applications International Journal of Remote Sensing. ,vol. 19, pp. 823- 854 ,(1998) , 10.1080/014311698215748
Henry Arguello, Hoover Rueda, Yuehao Wu, Dennis W. Prather, Gonzalo R. Arce, Higher-order computational model for coded aperture spectral imaging Applied Optics. ,vol. 52, ,(2013) , 10.1364/AO.52.000D12
Hsiao-hua K. Burke, Gary A. Shaw, Spectral Imaging for Remote Sensing ,(2003)
Gary A. Shaw, David Marden, Dimitris Manolakis, Hyperspectral Image Processing for Automatic Target Detection Applications ,(2003)
Adam C. Watts, Vincent G. Ambrosia, Everett A. Hinkley, Unmanned Aircraft Systems in Remote Sensing and Scientific Research: Classification and Considerations of Use Remote Sensing. ,vol. 4, pp. 1671- 1692 ,(2012) , 10.3390/RS4061671