一种基于遥感解译的金属矿体识别方法

本发明公开了一种基于遥感解译的金属矿体识别方法，涉及矿产资源勘查技术领域，针对现有技术依赖单一遥感数据导致识别精度低、忽略地质规律且泛化性差的问题，本发明通过整合多光谱影像、高光谱数据、数字高程模型及地质构造图，经标准化处理后融合光谱与纹理特征生成复合向量；利用卷积神经网络提取多尺度矿化信号，结合地形梯度和曲率解译构造控矿区域；通过光谱角度匹配识别蚀变分带，结合岩性组合分析确定成矿有利区；采用深度学习融合网络动态加权地质要素，依据综合评分输出矿体位置，最终经空间聚类与形态学滤波优化边界。本发明显著提升复杂环境下矿体识别的自动化程度与可靠性，适用于金属矿产勘探靶区圈定。