基于非线性与稀疏解混模型的火星含水矿物丰度高光谱反演

Mapping Abundance of Martian hydrous minerals in large scale is of great significance for revealing Mars early water environment and analyzing its geological evolution process. However, due to the characteristics of Mars hydrous minerals: relatively low concentrations, scattered distribution, uncertain or unknown background minerals, it’s difficult to extract reliable endmembers directly from hyperspectral remote sensing image. Moreover, the mineral nonlinear mixed issue has to be considered in shortwave infrared spectral range. Thus, these issues are challenging the traditional spectral unmixing algorithms. This project will develop the algorithm based on nonlinear model and sparse unmixing model to solve these issues. (1) As the single scattering albedo (SSA) of minerals is linear mixture, we will combine the nonlinear models Hapke and Shkuratov to estimate accurately the SSA. (2) we will study the spectral library pruning algorithm to build complete endmember library with relative low correlations to improve the certainty of sparse unmixing. (3) we will study the sparse unmixing algorithm based on the SSA endmember library to solve the optimized endmember combination, embedding spatial information to improve the precision of abundance retrieval. (4) we will establish hydrous mineral mapping strategy of identifying first and then quantitatively retrieving to improve the efficiency and reliability of mapping process and abundance results in Mars typical area even global scale. This research will provide theoretical and algorithm support of hyperspectral remote sensing for revealing Mars early water environment and analyzing its geological evolution.

火星含水矿物大范围丰度遥感填图对探明火星早期水环境及地质演变过程意义重大，但传统光谱解混算法面临两方面挑战：1）火星含水矿物含量低、分布零散、背景矿物不确定或未知，导致由图像提取端元的不确定性；2）在短波红外谱段矿物反射率一般是非线性混合，线性光谱解混会对丰度反演带来较大误差, 而非线性模型本身的复杂性限制了其在大范围丰度填图中的应用。项目将依据矿物单次散射反照率（SSA）线性混合特点，研究结合Hapke与Shkuratov非线性模型的方法，提高SSA计算的准确性；研究光谱库约简方法，构建完备精当的端元SSA光谱库；研究基于光谱库的稀疏解混算法，并充分利用图像空间信息，通过稀疏回归从光谱库求解最优端元组合，提高含水矿物丰度反演的精度；研究建立先识别后丰度反演的策略，提高火星典型区乃至全球尺度含水矿物丰度遥感填图的效率和可靠性，为火星水环境探测与地质演化分析提供高光谱遥感理论方法支撑。

火星含水矿物大范围丰度遥感填图对探明火星早期水环境及地质演变过程意义重大，但传统光谱解混算法面临两方面挑战：1）图像提取端元的不确定性；2）线性光谱解混带来的丰度反演误差。本项目重点开展了以下研究：.1）开展了实验室可控条件下的含水矿物光谱类比研究，将火星模拟土壤MGS与含水矿物进行二端元混合，利用Headwell成像光谱仪在实验室条件下获取混合物的高光谱图像，该数据可作为火星含水矿物识别与定量反演研究的标准数据；.2）研究提出了多任务学习的稀疏与低秩表达目标探测算法MTJSLRH、动态窗口因子分析与目标转换算法DAFATT。MTJSLRH能够充分利用目标和背景字典的分布特点，并解决相邻波段间的高冗余性问题，DAFATT能够准确定位含水矿物在图像上的位置。利用多源高光谱数据验证表明，能够准确识别火星含水矿物精细类别，DAFATT算法在Nili槽沟地区的初步应用首次发现了大量的蛇纹石分布； .3）研究提出了基于Hapke模型与稀疏解混的含水矿物定量反演方法（HMSU），联合实验室纯净矿物光谱、图像无特征光谱和人工合成光谱构建完备的端元光谱库，利用Hapke模型将反射率转换为单次散射反照率空间并进行归一化，使得矿物的组合呈现线性特征并校正了反射率尺度差异。该方法能够从端元光谱库中寻找最优矿物组合并计算相应的丰度，在Nili 槽沟地区获得了置信度为95%的蛇纹石分布，印证了DAFATT的探测结果；.4）利用CRISM数据联合DAFATT和HMSU算法对NASA Mars2020火星车三个备选着陆区进行了含水矿物精细类别识别与定量反演，在Jezero撞击坑冲积扇附近和NE流沙地带南部区域探测到了大量的菱镁矿，NE流沙地带着陆椭圆区探测到许多零散分布的菱镁矿；在Jezero撞击坑和NE流沙地带首次探测到许多蛇纹石的出露点，在CRISM图像上没有在Columbia山丘探测到含水矿物的存在，可能的原因是此区域的含水矿物被火山岩单元或灰尘等覆盖；.5）将Jezero撞击坑和NE流沙地带以及Nili槽沟的含水矿物反演结果，结合的条纹山脊地貌分析以及地球化学分析，推测这些区域的蛇纹石、菱镁矿和滑石是由橄榄石经过蛇纹石化和碳酸盐化等热液蚀变过程形成的。.本项目发展的方法提高了火星含水矿物精细类别填图的效率和可靠性，可为火星水环境探测与地质演化分析提供高光谱遥感理论方法支撑。