近年來,國內外科技界和工業部門從不同方面對礦產資源檢測和礦區重金屬汙染物監測進行了深入研究。在礦產資源高光譜遙感探測方面,通過成像光譜儀測量巖石和礦物的光譜特征,開展識別礦物和探測環境的研究,獲取壹體化圖件信息,形成高光譜巖石和礦物識別與制圖的技術流程和方法,在巖石和礦物識別、信息提取和專題制圖方面取得突破(Boardman等,1994;杜佩君等人,2003年;克魯斯等人,2006年;張傑,2006;張兵等,2008;王潤生等人,2007,2010)。近十年來,關於礦山重金屬汙染監測、分析和評價方法的研究論文和報告逐漸增多。比如利用高光譜數據和礦物識別譜系有效識別銅礦區汙染類型(甘福平,2004);在實驗室分析了不同程度銅和重金屬汙染的煤矸石山周圍土壤的光譜特征(高等,2005);基於光譜儀實測光譜數據,綜合考慮汙染物的光譜特征,對礦山汙染物和廢礦石造成的汙染、冶金廢水造成的水汙染及其植被汙染、長期采礦活動造成的采礦土壤重金屬汙染進行信息提取研究(Kemper et al .,2002;嚴守勛等,2003;鐘常凱,2004;甘福平,2004;崔龍鵬等,2004;張傑,2006;Choe等人,2008年;任等,2009;拉希德,2010).此外,也有學者對植被生化參數、植被指數、導數光譜、紅邊位移分析、回歸分析、脅迫效應、病害監測、農藥殘留檢測、重金屬汙染等做了大量研究(Mutanga等,2004;劉等,2004;陳等,2009;辛格等人,2010;劉等,2011);隨著對不同環境下地物光譜變化特征的深入研究,基於地物光譜變化細微變化的礦山生態環境遙感定量檢測實用技術也已出現(Ferrier,1999;高等,2005;Choe等人,2008年;任紅燕等人,2008年;金清華等,2009;Bech等人,2012).
綜上所述,現有的成果大多是通過光譜曲線特征點和特征參數提取、光譜微分處理、光譜吸收特征獲取、光譜指數計算、統計分析、混合像元分解、光譜匹配等手段,對光譜儀的像元光譜或被測光譜進行處理和分析。但缺乏利用支持向量機等現代數學理論如SVM、小波包變換(WPT)、諧波分析(HA)和自適應神經網絡(ANN)等手段對光譜曲線進行深度變換,因此在噪聲分離、同光譜異物和同光譜異物處理、痕量(弱)信息識別等方面存在很大不足。因此,有必要開展基於現代數學理論的高光譜遙感數據轉換與處理、信息提取與分析的應用研究。