Original paper

Independent Component Analysis of Hyperion Data to Map Alteration Zones

Oskouei, Majid M.

Abstract

We present an improved method for independent component analysis aiming to detect minerals in the Erongo complex, Namibia. We evaluate independent component analysis (ICA) to detect and map alteration halos in Erongo Namibia using the Hyperion dataset. Detailed surveys and investigations are possible given the capability of the hyperspectral sensors to render a great deal of spectral information by observing the surface of earth. In terms of mineral detection, however, there are particular challenges. In this research, we used two methods to achieve an independent components (ICs) map. The first method computes the virtual dimensionality (VD) of a dataset, prioritises calculated ICs, and finally picks up only a certain number of ICs. This number is equal to the calculated VD. Since some ICs share extreme pixels, the final extremes from this method are less than the VD. The presented modified method differs slightly from the first one. In this method, extreme pixels for all ICs are determined, and all ICs with the same extreme pixels are considered equal. Prioritisation of IC bands takes place afterward. The results demonstrate that the second method performs better because in addition to its ability to map more end-members, the mapped zones match lithological structures better. The dataset is atmospherically corrected by ACORN, and data quality assessment is performed to discriminate bad bands before ICA. To determine each extreme pixel mineralogical, spectral feature fitting (SFF) algorithm was used in the SWIR range of electromagnetic wavelength by comparing to USGS mineral spectral library.

Kurzfassung

Wir präsentieren ein verbessertes Verfahren für die Analyse unabhängiger Komponenten (ICA) mit dem Ziel der Mineral-Erkennung im Erongo Komplex. Detail- Untersuchungen sind unter Verwendung von Hyperspektral-Sensoren möglich, weil diese Sensoren eine große Leistungsfähigkeit in der Wiedergabe der Spektralinformation der Erdoberfläche besitzen. Bei der Mineral-Erkennung gibt es jedoch besondere Herausforderungen. In dieser Untersuchung wurden zwei Methoden zur Erzeugung einer unabhängigen Komponenten (IC) Karte berücksichtigt. Die erste Methode berechnet die virtuelle Dimensionalität (VD) des Datensatzes, priorisiert berechnete ICs, und verwendet schließlich nur eine bestimmte Anzahl von ICs. Diese Anzahl entspricht der berechneten VD. Da sich einige ICs extreme Pixel teilen, sind die endgültigen Extrema bei dieser Methode weniger als bei der VD. Die vorgestellte Methode unterscheidet sich ein wenig von der ersten. Bei ihr werden extreme Pixel für alle ICs bestimmt, und alle ICs mit den gleichen extremen Pixeln werden als gleich angesehen. Die Priorisierung von ICs Bands erfolgt später. Die Ergebnisse zeigen, dass die zweite Methode eine höhere Leistungsfähigkeit besitzt, weil zusätzlich zu der Fähigkeit, mehr Endmember zu kartieren, die zugeordneten Zonen besser zu den lithologischen Strukturen passen. Der Datensatz wird atmosphärisch mit ACORN verbessert und es wurde eine Bewertung der Datenqualität durchgeführt, um schlechte Bänder vor der ICA zu unterscheiden. Für die Detektion von Mineralien wird in jedem extremen Pixel ein spektraler Merkmalsanpassung (SFF) Algorithmus im SWIR Band verwendet, indem mit der USGS Minaral-Bibliothek verglichen wird.

Keywords

remote sensingicahyperspectralhyperionmineral detectionmapping