Comparación de datos hiperespectrales satelitales en cartografía geológica (Análisis de resultados)

Aplicaciones hiperespectrales

En la serie anterior, que comparaba datos hiperespectrales satelitales en cartografía geológica, se presentaron los datos, métodos y técnicas de investigación. En esta sección se presentarán los resultados de investigación pertinentes.

1. Análisis de resultados

1) Análisis comparativo cualitativo

Análisis de muestras de campo: El equipo de investigación determinó los picos de absorción de minerales específicos mediante el análisis espectral de muestras de campo, como el pico de absorción del neodimio en el rango de 450-1350 nm y el pico de absorción del carbonato a 2337 nm.

Comparación de datos hiperespectrales satelitales y aéreos: En intervalos de muestreo terrestre mayores (30 m y 5 m), los datos hiperespectrales satelitales y aéreos no pueden capturar características sutiles de absorción mineral, como los picos de absorción de neodimio, pero sí pueden identificar características de absorción de carbonato.

(a): Comparación espectral de HyMap, EnMAP, PRISMA y EMIT con muestras medidas.

(b): Comparación espectral de HyMap, EnMAP, PRISMA y EMIT en los miembros extremos espectrales (calcita, dolomita y roca circundante).

 2) Evaluación de la consistencia absoluta y relativa 

Al comparar las estimaciones de reflectancia de diferentes sensores, se encontró cierto grado de coherencia entre EnMAP, EMIT y HyMap, mientras que los datos del sensor PRISMA difirieron significativamente de los de otros sensores, especialmente en el rango espectral SWIR.

 3) Análisis de consistencia de características 

Análisis de índices espectrales: Mediante la aplicación de índices espectrales específicos, los investigadores pueden identificar minerales asociados con características geológicas, como carbonatos de calcio y carbonatos de magnesio, y han obtenido resultados consistentes en diferentes conjuntos de datos de sensores.

Figura: Gráfico compuesto ternario en pseudocolor que muestra los resultados del índice espectral para el sitio de Eppembe. El índice espectral de calcita (rojo) delimita claramente las crestas de roca carbonatada ricas en calcita en cada conjunto de datos.

 4) Análisis de consistencia de características latentes 

Una comparación de los mapas de abundancia de minerales generados mediante técnicas de descomposición lineal con mapas geológicos muestra que, a pesar de los problemas con los datos espectrales del sensor PRISMA en el rango SWIR, los datos de todos los sensores son capaces de reflejar la distribución espacial de las características geológicas, y los datos de diferentes sensores muestran una buena correlación en la consistencia de las características potenciales (como la abundancia de minerales).

La figura (A) muestra los gráficos de abundancia espectral de HyMap, (B) EnMAP, (C) EMIT y (D) PRIMSA. Los ejes x e y de los espectros representan la longitud de onda y la reflectancia, respectivamente. Cada canal del gráfico de abundancia espectral se asocia con el espectro del miembro extremo de color correspondiente en los espectros adyacentes.

en conclusión

Existen diferencias significativas entre los datos de HyMap, EnMap, PRISMA y EMIT. Los datos satelitales muestran una buena consistencia en el rango espectral VNIR, pero una consistencia deficiente en el rango espectral SWIR. Los sensores EnMap y EMIT proporcionan características de absorción mineral más claras en el rango espectral SWIR, lo que facilita la cartografía geológica. Sin embargo, si bien los datos espectrales VNIR del sensor PRISMA son de mejor calidad que los datos espectrales SWIR, presentan un ruido y artefactos significativos en el rango espectral SWIR, lo que genera inconsistencias entre los índices espectrales y los mapas geológicos en comparación con los resultados de EnMap y EMIT.

[1]: Chakraborty, R.; Rachdi, I.; Thiele, S.; Booysen, R.; Kirsch, M.; Lorenz, S.; Gloaguen, R.; Sebari, I. Comparación espectral y espacial de datos hiperespectrales satelitales para cartografía geológica. Remote Sens. 2024, 16, 2089. https://doi.org/ 10.3390/rs16122089