不同矿物的晶体结构、化学成分、离子价态与赋存状态存在固有差异，会对特定波段的电磁波产生特征性的吸收、反射响应，形成独有的“光谱指纹”。高光谱影像可在可见光-近红外、短波红外乃至热红外区间获取上百个连续窄波段的地物反射/辐射光谱，能够精准捕捉传统多光谱影像无法识别的细微光谱差异，直接区分传统手段难以辨别的相似矿物种类，是当前矿区精细化矿物探测的核心技术手段。
对比传统地质填图的野外人工踏勘方式，高光谱矿物识别技术可实现大范围非接触式作业，极大降低高寒、高陡、深部开采等危险矿区的人员作业风险，同时把矿物填图效率提升数十倍，还能获取传统手段难以覆盖的废弃矿山、排土场、深部采空区上方地表的矿物分布数据，搭载机载/星载平台的高光谱系统最高可实现亚米级识别精度，单景影像覆盖范围内的矿物类别识别精细度可达到亚种级别。
矿区高光谱矿物识别的标准化作业流程分为四个核心环节：第一是影像预处理，完成辐射定标、大气校正、地形辐射校正，消除矿区复杂地形、大气散射、粉尘气溶胶对光谱信号的干扰，得到真实的地表矿物反射率数据；第二是端元提取，从影像纯净像元中提取典型矿物的标准光谱端元，结合USGS矿物光谱库、矿区野外实测光谱库完成交叉校验，剔除植被、裸土、人工构筑物等干扰端元；第三是矿物识别与填图，采用光谱角制图(SAM)、光谱特征拟合(SFF)、混合像元分解、机器学习分类等算法，对全影像像元的光谱特征进行匹配，生成矿区全区域的矿物分布矢量图；第四是野外校验，选取不少于10%的识别结果区域开展野外采样验证，修正错分、漏分的像元，最终识别精度可稳定达到90%以上。
该技术当前已在矿区多个业务场景实现规模化落地：矿产勘查阶段可快速圈定蚀变矿物分带，定位铁、铜、金、锂等多金属矿体的赋存异常区，缩小野外找矿范围，降低勘探成本；矿山开采阶段可实时监测不同品级矿石的空间分布，指导配矿、精准开采，提升共伴生矿物的综合回收率；生态修复阶段可快速识别排土场、尾矿库中黄铁矿、重金属硫化物等易产生酸性矿山废水的矿物分布区，提前划定污染风险预警区域，支撑矿区污染溯源与靶向修复。
针对矿区普遍存在的植被覆盖、粉尘覆盖、混合像元占比高的痛点，当前行业正通过融合空天地多源高光谱数据、引入Transformer高光谱分类模型、结合矿物成因先验知识库的方式，进一步提升浅覆盖区隐伏矿物的识别能力，未来可实现矿区全生命周期的矿物动态监测，为智能矿山建设提供核心的矿物分布数据支撑。
客服
