Spectral unmixing of hyperspectral imagery for mineral exploration: comparison of results from SFSI and AVIRIS
Notice bibliographique
Résumé
Hyperspectral image data sets acquired near Cuprite, Nevada, in 1995 with the Short-Wave Infrared (SWIR) Full Spectrum Imager (SFSI) and in 1996 with the Airborne Visible-Infrared Imaging Spectrometer (AVIRIS) are analysed with a spectral unmixing procedure and the results compared. The nominal pixel centre spacings are 1.0 by 1.5 m for SFSI and 16.2 by 18.1 m for AVIRIS across track and along track, respectively; the region imaged by SFSI is a small portion of the full AVIRIS scene. Both data cubes have nominal spectral band centre spacings of approximately 10 nm. The image data, converted to radiance units, are atmospherically corrected and converted to surface reflectances. Spectral end members are extracted automatically from the two data sets; those representing mineral species common to both are compared to each other and to reference spectra obtained with a field instrument, the Portable Infrared Mineral Analyser (PIMA). The full sets of end members are used in a constrained linear unmixing of the respective hyperspectral image cubes. The resulting unmixing fraction images derived from the AVIRIS and SFSI data sets for the minerals alunite, buddingtonite, kaolinite, and opal correlate well, with correlation coefficients ranging from 0.75 to 0.91, after compensation for shadowing and misregistration effects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».