铁尾矿粒径和湿度因子对高光谱特征参量影响 铁尾矿粒度和湿度因子对高光谱特征参数的影响:& nbsp& nbsp& nbsp& nbsp我国铁尾矿库占地逐年增加，处理和综合利用率低。随着尾矿中各种元素的缓慢渗透和反应，尾矿周围的土壤污染、植被破坏、人畜生存安全等问题日益突出[1] 近年来，除了传统的常规调查和监管外，红外光谱[2-4]和高分遥感监测等新技术在矿山生态环境监测中得到广泛应用。 然而，由于铁尾矿存放位置复杂、成分多样、粒度不同、含水率不同，铁尾矿遥感信息的识别和准确提取一直是铁尾矿遥感监测的技术难点。 铁尾矿高光谱特征的提取和匹配分析是遥感图像识别的基础，可以区分地表物质的有效诊断光谱特征[5] 超光谱遥感主要用于识别矿物种类。国内外学者开展了一系列基础研究，如徐傲等。[6] who用SVC HR-1024光谱仪(350 ~ 2500 nm)研究了粉尘量对植物叶片光谱的影响规律。 Magdrant等人[7]采用E0-1 Hyperion高光谱遥感数据，分析了印度东部Noamundi矿带铁矿石的光谱参数，并进行线性光谱解混，使得从高光谱数据的光谱特征确定铁矿石的品位成为可能。 赵恒谦等[8]以明矾石和高岭石为例，利用Hyperion、ASTER、OLI等传感器的模拟数据和USGS光谱数据库的光谱，通过提取上述数据的光谱特征并分析其对近似光谱差异的影响，证明有效的光谱特征提取可以显著改善近似矿物的光谱差异。 Zacic，n .等人[9]通过高光谱遥感图像、现场采集的尾矿样品光谱数据和X射线衍射分析，研究了西班牙Sotiel-Migollas尾矿样品的光谱数据和土壤浸出液的pH值，验证了遥感图像、野外实验和实验室预测的一致性。 Buzzi，Jorge等人[10]利用高光谱空分辨率HyMap数据研究了伊比利亚黄铁矿带尾矿的识别，讨论了从高光谱数据到地图地质特征的图像处理方法。 在这些研究中，利用高光谱或衍射分析来分析铁矿石或尾矿矿物的光谱差异，但对于不同尾矿类型、所选粒度和干湿铁尾矿的光谱差异，还没有系统的基础研究。 本文以河北唐山某尾矿库的尾矿砂和尾矿土为样本，对不同粒径、不同干湿条件下的铁尾矿进行光谱特征提取和光谱曲线匹配分析，为高光谱遥感在尾矿监测中的应用提供理论参考。 尾矿的光谱反射率随着粒径的减小而逐渐增大。 铁尾矿样品为0.40μ；米、0.55 &亩；米、2.22 &亩；米、2.30 &亩；M附近的高光谱吸收特性不受样品粒径和干湿状态的影响。 通过光谱匹配分析，进一步证明0.35 ~ 0.512μ；m、0.513～0.587 & mu；m、2.164～2.425亩；m范围内0.40 & mu米、0.55 &亩；米、2.22 &亩；米、2.30 &亩；m可以作为光谱的敏感特征用于铁尾矿的光谱识别。 本文揭示了河北唐山某铁尾矿样品的光谱特征和匹配分析结果。但对其他地区和其他金属类型的铁尾矿样品是否具有普适性，仍需进一步研究。
下一篇：尾矿库回采设计(尾矿库综合利用)
上一篇：钴矿石怎么提炼钴(钴矿的价值)
免责声明：
本网转载自合作媒体、机构或其他网站的信息，登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。本网所有信息仅供参考，不做交易和服务的根据。本网内容如有侵权或其它问题请及时告之，本网将及时修改或删除。凡以任何方式登录本网站或直接、间接使用本网站资料者，视为自愿接受本网站声明的约束。