Verarbeitung und Auswertung hyperspektraler Fernerkundungsdaten für die Charakterisierung hydrothermaler Systeme (Goldfield/Cuprite, Yellowstone National Park)

DSpace Repository


Dateien:

URI: http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-17652
http://hdl.handle.net/10900/48763
Dokumentart: Book
Date: 2000
Source: Tübinger Geowissenschaftliche Arbeiten (TGA) : Reihe C, Hydro-, Ingenieur- und Umweltgeologie ; 58
Language: German
Faculty: 7 Mathematisch-Naturwissenschaftliche Fakultät
Department: Sonstige - Geowissenschaften
DDC Classifikation: 550 - Earth sciences
Keywords: Fernerkundung
License: http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=de http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=en
Show full item record

Inhaltszusammenfassung:

Eine der Herausforderungen in der geologischen Fernerkundung ist die direkte Identifizierung von Mineralen und Gesteinen der Erdoberfläche und ihrer räumlichen Verteilung. Im Verlauf des vergangenen Jahrzehnts wurden in der optischen Fernerkundung durch hyperspektrale Sensoren neue Anwendungsgebiete erschlossen, die auch zu neuen Ansätzen in der Datenanalyse wie z.B. der direkten Identifizierung von Oberflächenmaterialien geführt haben. In der vorliegenden Untersuchung wurden Bilddaten des AVIRIS-Sensors, spektroskopische Labormessungen und spektrale Bibliotheken für die Charakterisierung hydrothermaler Systeme eingesetzt. Dabei wurde die Eignung verschiedener Verfahren für die spektrale Datenverarbeitung und -auswertung untersucht. Die Grundlage der Auswertungen bildet eine Auswahl hydrothermaler Minerale, die für eine direkte Identifizierung aus hyperspektralen Datensätzen geeignet sind. Zur Verarbeitung und Auswertung der spektroskopischen Labormessungen wurde ein spezielles Software-Werkzeug entwickelt. Dieses wurde eingesetzt zum Aufbau einer spektralen Datenbank, die Parameter der Absorptionsmerkmale enthält. Ein Modell der Datenprozessierung veranschaulicht die integrierte Auswertung von spektroskopischen Messungen und Fernerkundungsdaten. Zur Untersuchung einer automatisierten Identifizierung von Mineralsignaturen aus spektroskopischen Messungen und hyperspektralen Bilddaten wurden vier unterschiedlichen Auswerteverfahren anhand einer Bewertung ihrer Sensitivität verglichen. Darauf aufbauend wurde eine Strategie zur optimalen Auswertung der hyperspektralen AVIRIS-Daten entwickelt, welche die Auswahl des besten Verfahrens und die Definition von geeigneten Wellenlängenbereichen mit dem höchsten spektralem Informationsgehalt umfaßt. Abschließend wurden Auswertungen der hyperspektralen Datensätze des AVIRIS-Sensors für zwei hydrothermale Untersuchungsgebiete in den USA (Goldfield/Cuprite Mining District, Yellowstone National Park) durchgeführt. Diese Auswertungen wurden durch zusätzliche Untersuchungen im Gelände und spektroskopische Probenmessungen überprüft. Die aus den AVIRIS-Daten gewonnenen detaillierten Mineralkartierungen konnten in beiden Untersuchungsgebieten die typischen Mineralparagenesen und hydrothermalen Alterationszonen klassifizieren. Darüber hinaus konnten Abschätzungen des vorherrschenden Alterationstyps und der Temperaturbereiche der hydrothermalen Systeme vorgenommen werden. Ein abschließender Vergleich eines fossilen und eines rezenten hydrothermalen Systems zeigte die Möglichkeiten und Grenzen der Erfassung von Mineralisationen an der Erdoberfläche mit modernen Fernerkundungsmethoden.

Abstract:

One of the challenges of geologic remote sensing is the direct identification of minerals and rocks on the Earth's surface. Over the last few years, improvements have been achieved not only in the field of imaging spectroscopy Sensor technologies, but also in image processing and spectral analysis software. Qualitative and quantitative investigations (e.g. geochemical mapping) of hyperspectral data sets can be performed using a variety of specialized software tools. The present study addresses the application of spectral mapping algorithms to hyperspectral data sets for the characterization of hydrothermal systems. For this purpose AVIRIS data were used in combination with spectroscopic measurements and spectral libraries. One aim was to select spectral mapping tools that allow highly automated data processing and analysis. Spectral mapping was based on the selection of hydrothermal minerals that could be directly identified from the AVIRIS data sets. Processing and evaluation of the spectroscopic laboratory measurements was performed using a self-developed software tool. This tool was used to build a spectral database containing the measurements and their absorption parameters. Finally a data processing model was established for an integrated analysis of laboratory measurements and hyperspectral images. Four spectral mapping algorithms were selected and tested for the automated identification of spectral signatures. This was achieved by investigating their sensitivity on a variety of mineral signatures and wavelength ranges. Based on these results an optimal strategy for the analysis of the hyperspectral data sets was defined. This included the definition of specific wavelength ranges indicating the highest spectral information content for each mineral signature. Finally the data processing model was applied to AVIRS data sets covering two hydrothermal areas in the US: The Goldfield/Cuprite Mining District as an example of a fossil hydrothermal system and the Yellowstone National Park as an active geothermal field. Mapping results from the AVIRIS data were validated by additional field work and spectroscopic measurements of samples. The derived mineral maps were used to delineate typical mineral assemblages and hydrothermal alteration zones. Moreover the characteristic alteration types and temperature ranges of the hydrothermal systems could be estimated. A comparison of both areas evaluates the possibilities and restrictions for the automated mapping of surface mineralogy using advanced hyperspectral remote sensing techniques.

This item appears in the following Collection(s)