卫星遥感影像特征

一、线性解译

青藏高原地形复杂，气候寒冷，空气稀薄，紫外线照射强烈;道路通行、物资燃料供应极为困难，再加上人口稀少，给工作带来极大不便，使常规地质调查费用高、难度大、周期长。因此，通过卫星图像结合地图解译识别线性特征和提取与地质构造分析有关的特征是高原区域构造概况调查的有效手段。

在此次研究中，选择使用的遥感信息源是获取速度快、分辨率中等、几何精度高、波段范围宽、便于计算机处理、分类能力好、价格中等的ETM数据。

为了区分不同地物特征，扩大不同图像之亮值间差别，使信息得到补偿、层次丰富，以提高图像的解译及分析能力，对研究区图像进行了有目的的增强处理。针对本次处理的目的，主要采取的增强方法有:

1)假彩色合成:根据地物的反射波谱特性，结合ETM各波段相关性分析，将ETM数据中的1，2，3波段作为一组，4波段为一组，5和7波段为一组，从各组中选择一个波段进行彩色合成。经过反复的对比尝试后，选择741波段组合可以获得较为满意的结果。该组合含有中红外、近红外及可见光波段信息，组合后的信息量丰富，视觉效果较好。

2)反差拉伸:线性拉伸和直方图均一化处理。本次处理时先对整幅图像进行线性拉伸增强，然后针对合成图像的具体情况，选有利于肉眼识别区域的数据进行统计分析，对全图进行直方图均衡化处理，对于判别断裂效果比较好。

线性构造是指遥感图像上那些呈直线状沿一定方向有规律展布的与地质作用有关的线性影像。断裂是线性构造中最主要的一种线性影像。本书涉及的线性构造，主要是指断裂构造。研究区经宏观上进行主要线性断裂构造解译发现，雅江缝合带西段地区线性构造非常发育，按其展布方向主要有东西向、北东向和北西向3组，如图1-7所示。

图1-7 雅江缝合带西段遥感图像线性解译

断裂解译标志主要有:

1)线状、带状的色调异常及色调的异常界面，断裂在遥感影像上的形状有直线状、波状或弧状;

2)地质体的切断和错动;

3)水系呈直角、折线状拐弯或呈直线状延伸;

4)地貌单元界线，主要为基岩与第四系松散沉积物之间的截然界线。

二、主成分分析

根据研究区地质矿产情况，研究区内发育的矿化围岩蚀变主要是褐铁矿化、绿泥石化等，考虑到工作性质及研究精度，本次选取了ETM图像作为信息源。成矿热液作用的大部分蚀变岩石中含有较多的Fe3+，OH－，CO2－3，大量的岩石波谱测试数据证明，在可见光—红外光谱区，这些离子具有特征反射或吸收谱带，而组成造岩矿物的主要化学成分(Si，Al，Mg，O)并不具备上述光谱特征，这就为蚀变信息的提取提供了物理基础。

富含OH－或CO2－3的绿泥石、白云母、方解石、高岭石、绢云母等常见蚀变矿物，在TM5波段存在反射峰，在TM7波段则存在吸收谷。同样，含有Fe3+的褐铁矿在TM3波段存在反射峰，在TM4存在吸收谷。克罗斯塔分析法就是利用蚀变矿物的光谱特征，通过主成分分析来提取有关的蚀变矿物。主成分分析的主要特性之一就是把原来多波段图像中的有用信息集中到数目尽可能少的新的组分图像中，而且新组分图像互不相关。利用TM1、TM4、TM5、TM7等4个波段进行主成分分析，提取含OH－或CO2－3的绿泥石、白云母、方解石、高岭石、绢云母等常见蚀变矿物克罗斯塔分析法是常见的信息提取方法。

将在成矿带圈定的遥感矿化蚀变异常进行赋色，叠加在影像上编制成遥感矿化蚀变异常图。通过对所提取的蚀变信息与控矿构造、已知矿(化)点在空间上的相关关系分析，说明使用该方法在西藏雅江缝合带西段提取蚀变信息是可行的。由于大部分蚀变信息与蚀变有关，且蚀变信息分布具有规律性，绝大部分沿含矿构造呈带状分布。大部分含OH－和CO2－3蚀变矿物信息图斑沿控制矿化带的东西向断裂呈带状分布，与蚀变带、已知矿(化)点吻合良好。

可以。专利技术提供了一种基于卫星遥感数据的冰川量检测方法，包括以下步骤：

1、从高光谱遥感卫星获取冰川光谱数据进行预处理。

2、采用主成分分析法筛选出前4个主分量信息。

3、对比冰川光谱数据，其中位置变化频繁的一种，将其确定为云。

4、图像拟合，若干层光谱图像中，无云区域和有云区域叠加的位置以无云区域的显示为准，将云遮挡的影响减至最小。

(一)图像处理

从遥感原始数据到基础遥感图像制作并出图的过程一般称为遥感数字图像处理。这一过程根据所购置遥感数据的级别不同，需要经历多个步骤才能完成。此外，要获得一幅适合工作区开展遥感地质找矿工作应用的高质量，可解译效果好的遥感图像，还必须结合工作区的地质地理特征，在图像处理过程中反复实验对比才能完成，以满足区域地质解译各项工作的需要。通常情况下，基础遥感图像制作要经过以下步骤。

1(E)TM数据信息特征分析

为有效利用(E)TM数据进行图像分类以及专题信息提取，首先必须对遥感数据的信息特征进行认真分析。研究区(E)TM数据6个波段(除TM6外)的信息特征统计表明，TM4波段亮度值覆盖范围最宽达190个灰级，其次是TM3，亮度范围153个灰级，说明这两个波段所包含的信息量较丰富。虽然TM7亮度范围也较宽，但与TM5的相关性强，相关系数达963%，表明这两个个波段数据反映的地质内容是基本一致的。可见光波段的TM1、TM2、TM3相关性强。主成分分析表明TM7、TM4、TM3波段的累积贡献率大于99%，表明这3个波段数据集中几乎所有的地物波谱信息。PC1、PC2、PC3三个主成分的权值较大。上述各单波段数据分析结果对于选择有效的图像合成方案具有重要意义。

2基础遥感图像制作

主要分为以下几步，所有工作均在加拿大PCI公司先进的专业遥感图像处理软件(版本90)上进行。

(1)原始图像的去噪和去条带。

(2)几何精校正(配准)。由于所购置的原始单波段图像只经过了卫星级别的几何粗校正，因此图像像元与其所对应实际工作区的真实地理空间(地理坐标)存在极大的误差。因此，在合成图像之前应对原始数据按地图投影方式，开展系统的几何精纠正(又称配准)工作，以使其达到相应的几何精度，与野外实物精确匹配。几何精校正精度的高低是遥感图像复合分析、遥感动态监测、野外精确定位的前提。本研究选用多项几何纠正方法，具体步骤如下。

1)选择地面控制点(GCPS):在1∶5万地形图上选择目标较小、特征明显、易于识别的道路、河流的交叉口、弯曲处为控制点，在全区范围内共选取均匀分布的25个控制点，将误差控制在允许的范围之内。

2)选择纠正方程组:通过试验分析比较，选用二元二次多项式进行几何精纠正效果最好，RMS检验结果表明纠正误差均小于半个像元，纠正后结果符合野外精确定位分析精度要求。

3)像元重采样:经多次比较分析，采用了最近邻域法进行重采样。

(3)镶嵌。由于研究区涉及两景图像，因此要形成包含整个工作区的完整影像图，必须将这两景图像按其地理坐标精确的镶嵌起来。

(4)目标区(又称感兴趣区，AOI)选择。根据工作区的经纬度坐标，在镶嵌好的图像上选择并确定最终的成图范围。

(5)波段组合。对多波段遥感影像的数字图像处理来说，假彩色合成是一种最基本、也是最实用的方法，假彩色合成能将地物在不同波谱段上的信息以不同的色彩显示出来，不仅层次丰富，而且地物形态特征和内部细节也得以充分显示。不同的波段组合有不同的地物增强效果，因此选择好的合成方案是取得理想的彩色增强效果的关键。

1)波段效应与时相效应分析法:TM各波段是根据对可见光的分解和不同地物的光谱反射与吸收特点划定的。不同波段图像识别和区分地物的能力不同，具有各自的波段效应，见表2-2。同时，由于不同时期太阳辐射、气候、植被等环境因素的变化，造成地物电磁辐射的差异，地物在不同季节或日期的同波段影像色调也会有差别，这就是遥感图像的时相效应。

2)地质效果判定法:最终合成的影像图，地质效果及可解译程度应是判定合成方案是否最佳的最终标准。在实际工作中，表中几个波段具有不同的地质效果，一般作为假彩色合成的优选波段。

为了形成理想的遥感图像，工作中对遥感数据开展了必要的分析，最后确定以最大限度地满足地质应用为主要目的的ETM743(RGB)合成方案进行图像制作，此方案信息量丰富而全面，亮度、均值、相似性较好，且包含了地质应用ETM7波段的信息。

表2-2 TM数据光谱特征

(6)图像信息增强。在多波段合成图像，为了进一步突出图像中目标信息，区分不同地物特征，扩大不同图像之亮值间差别，使信息得到补偿，得到一幅影像特征更明显的图像，以提高图像的解译及分析能力，还必须对其进行信息增强。在本次工作中，主要采用局部分段线性拉伸变换、反差增强、对数变换、拉伸变换、均衡化等方法。其中分段线性拉伸变换是最常用的信息增强手段。它既可在全辐射亮级0～255范围内对所有地物进行线性拉伸，也可针对一定灰度范围的目标地物进行不同的线性拉伸，而对其他非目标地物进行压缩处理，以达到提取和增强目标地物的目的。增强处理后的图像与原合成图像相比层次更为清晰，反差明显，信息量增大，更有利于图像解译。

为了更好地提取线性、环形构造信息，在上述图像的基础上还采用了空间滤波增强的图像处理方法。空间滤波增强有多种方法。本区经对比主要采用简单的定向滤波进行。所谓定向就是对模板矩阵(卷积核，又称算子)设置一定的权值使模板增强方向与图像边界实际走向尽量一致。处理结果突出了与模板一致的线性结构特征。该区构造线一般均以不同规模近NW向展布为主，因此滤波时主要针对NW向的构造进行。对规模较大的NW向构造滤波时，主要目的是突出其总体趋势，滤波时采用了5×5滤波核。滤波方法采用Robinson滤波。在进行滤波处理之前，采用了下列波段组合:(ETM7-Ⅵ)/(ETM7+Ⅵ)。其中Ⅵ(植被指数)=(ETM4-ETM3)/(ETM4+ETM3)。ETM3、ETM4、ETM7波段是区分地表沉积物与基岩的。Ⅵ项用于增强植被差异引起的反差，它与ETM7组合起来所产生的图像对构造有较好的增强效果。对这种图像采用上述所设计的滤波模板，进行NE向滤波，之后将它与ETM4、ETM5波段组合成红、绿、蓝彩色图像。经过滤波处理的图像，NE向断裂可清楚地显示。

(7)加载地理信息及图面装饰。在经上述步骤完成的遥感卫星影像图上，还应加载地理格网和选择性标注主要城镇等信息，以使卫星影像图能够更好地应用。然后对图像进行最后的装饰工作，补充影像边界、经纬度坐标注记、图名、成图比例尺、地图投影参数、图像合成方案、制作单位与时间及其他相关要素。这样一幅应用于遥感区域地质构造解译的电子版基础遥感影像图便制作完成，交绘图仪形成纸质影像图，作为区域遥感地质构造解译的基础图像。

(二)图像评价

通过上述步骤制作出的工作区ETM743假彩色合成并经与全色光波段数据融合得出工作区的ETM遥感影像图(图2-10)。由图可以看出，该图像具有以下特点:

(1)色彩丰富，色调极为明快，对比强烈。不同色彩和色调层次感清楚，纹理特征刻画精细。草甸区、湖泊区和戈壁区区分明显，区域性构造和新生代火山活动特征在图像上均有不同程度的反映。

(2)研究区地势起伏较小，相对平坦，其西部区为大面积为风成沙或戈壁，除局部相对隆起区有较好的岩性出露，可以很好解译外，其他地区则多具相似的影响特征，只能从色调、和纹理的粗糙情况，大致区别不同时代的地层或岩性，而难以做出更为细致的解译;东部区则广泛发育草甸，加上草场被牧民圈围，形成了复杂的格状特征，在很大程度上影响结构构造的判读。

图2-10 二连浩特-东乌旗地区遥感影像图

总体上看，该图像具有较好的可解译性，可以满足不同层次的区域遥感地质解译工作需要。对局部发育的构造(线环)和岩体，经放大后能够做出较为准确的解译。

一、遥感数据及其特征

滇东北地区铅锌矿遥感地质调查工作共分为三个层次，其中1∶5万层次及1∶25万层次使用美国陆地卫星(Landsat-7)ETM+数据作为基础数据，1∶1万层次使用美国快鸟(QuickBird)卫星数据作为基础数据。

(一)ETM+数据

ETM+数据是美国1999年4月所发射的陆地7号卫星携带的增强型主题成像仪(ETM+)对地球表面所采集的数据，其基本参数、设计波段的特征及设计用途见表3-1。

表3-1Landsat-7卫星参数及数据特征

长期对Landsat系列卫星数据在地质方面的应用研究表明，Landsat卫星数据各个波段都能提供地质构造、地形地貌信息。其中，5、6、7波段信息量更为丰富，1、2、3、4波段能够区分岩石中的铁、锰矿物和含铁、锰矿物的相对含量，尤其是4波段对于三价铁的矿物比较敏感，可以借此区分岩性，5波段对绿帘石族特征谱带敏感，7波段识别碳酸盐岩、绿片岩、绢云片岩和粘土岩及粘土矿物聚集带的效果较好，6波段对于识别地热异常、岩石和构造的含水性及鉴别地质构造有一定的用途。另外，Landsat-7还增加了一个15m分辨率的全色波段，从视觉效果上直接提高了对地物的识别，见表3-2。

表3-2 Landsat-7ETM+数据特征及在地质上的用途简表

图3-1 滇东北地区ETM数据分布示意图

本次工作范围占有ETM数据129-041及129-042两景，时相均为2001年12月23日。工作范围在两景数据中的位置如图3-1。数据元数据情况见表3-3。

表3-3 129-041，129-042卫星数据元数据特征

续表

(二)快鸟(Quick Bird)卫星数据

快鸟(Quick Bird)是美国Digital Globel(Earth Watch)公司2001年10月发射的高分辨率卫星，其空间最高分辨率为61cm，可制作比例尺在1∶1万左右的影像。卫星参数及数据特征见表3-4。

表3-4 Quick Bird卫星参数及数据特征

快鸟卫星数据的波段设置，与ETM数据具有一定的对应性，1、2、3、4波段波长范围完全一致，只是在全色波段快鸟数据比ETM数据的波长范围略窄一些。

大比例尺遥感地质调查工作主要布设于彝良毛坪地区，购置快鸟数据80km2，范围为X:3038000—3046000，Y:35392000—35402000。属于现拍数据，数据采集时间为2004年5月8日，其元数据特征见表3-5。

表3-5 毛坪地区快鸟卫星数据元数据特征

二、遥感数据处理

(一)数据处理软件

遥感图像处理主要使用加拿大专业遥感图像处理软件PCIGeomatica80及美国著名专业遥感图像处理软件ENVI35。

(二)数据处理流程

遥感数据处理的主要流程包括数据组织(即数据种类选择、范围确认、时相选择、订购等)、数据镶嵌(单景数据不存在此过程)、几何校正、图像生成、图像增强、图像整饰等过程，见图3-2。

图3-2 数据处理流程图

(三)数据处理

1数据镶嵌

所谓镶嵌，就是将相邻两景图像拼接、形成大图像的过程。在图像镶嵌过程中如果使用不同时相的数据，由于数据成像的季节、太阳高度角不同，导致同名像元点在不同的数据上可能表现为不同的灰阶;当使用相同时相数据时，由于地面站后期人为分景、单独处理，也会导致同名像元点在不同的数据上有可能表现为不同的灰阶，同一地物在不同数据上表现出不同特征。因此说，图像的镶嵌过程是一个数据重叠范围内的配准过程。

滇东北地区1∶5万工作区涉及129-041及129-042两景数据，数据镶嵌是在PCIGeomatica遥感图像处理平台的GCPworks模块中完成的。镶嵌过程中侧重于重叠数据范围内同名点的选择及镶嵌线的选择。一般每两景图像上下镶嵌选择10～15个GCP。在镶嵌线的选择上，避免一条直线，根据镶嵌区的地貌特征尽量使镶嵌线通过色差较大的地方，避免人为造成线性体。然后利用PCI提供的ColourMatching功能对镶嵌区内的图像色彩进行匹配，使镶嵌后图像的色彩在镶嵌线两侧柔和过渡，达到无缝的效果。

2几何校正

(1)几何校正方法

由于卫星姿态与轨道、地球运动和形状、遥感器本身的性能和扫描镜的不规则、探测器的配置、检测器采样延迟、数模转换的误差等等原因，均会导致原始遥感图像的严重几何变形，不能直接使用。一般而言，卫星地面站会根据卫星轨道的各种参数将图像进行粗略的校正，但往往由于遥感器的位置及姿态的测量值不高，其粗校正后的图像仍存在不小的几何变形。用户需要利用地面控制点和多项式纠正模型做进一步的几何纠正。只有按照一定的投影模式对原始图像进行几何精校正后的图像，才能使图像上每个像元具有相应的准确的地理坐标，只有进行几何精校正后的图像才能制作成能与其他图件配合使用的“地图(map)”。几何纠正的步骤有以下3步:

1)地面控制点(GCP)的选择。地面控制点的选择一般有两种方法，实地测量和在相同比例尺或更大比例尺地形图上采点。地面控制点选择的原则是，选择在图像上显示清晰、实地不(或很少)随时间变化的定位识别标志，如道路交叉点、河流交汇处等。另外，控制点要在校正范围内均匀分布，并保证一定的数量。

2)多项式模型纠正。多项式模型纠正就是在图像像元坐标(x，y)与地形图上相应点的地理坐标(X，Y)之间通过适当的坐标多项式模型(坐标变换函数)建立一种关系，从而通过像元的重新定位把图像拟合到地形图上。多项式校正模型的数学表达式为:

滇东北铅锌银矿床遥感地质与成矿预测

式中:aij，bij为多项式系数;N为多项式次数，取决于图像的变形程度、控制点的数量和地形位移的大小。

3)重采样。由于经过了多项式校正，重新定位后的像元在原图像中分布是不均匀的，因此需要对原图像按一定的规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的重采样方法有最临近法、双线性内插法、三次卷积内插法。3种方法在地物边缘增强、地物连贯性、计算速度等方面各有利弊。其中三次卷积内插法对边缘有所增强，并具有均衡化和清晰化的效果，但计算量大。

(2)1∶5万工作范围图像几何校正

1∶5万工作范围图像校正使用相应范围的1∶5万地形图60幅。校正点的选择是在60幅地形图上均匀选择GCP203点，校正模型选择了二次多项式拟合，重采样方法使用三次卷积内插法。校正后的图像投影方式为高斯投影、6°分带，中央经线为105°，椭球体采用克拉索夫斯基1954椭球体，与地形图保持一致。

(3)1∶1万工作范围图像几何校正

由于缺少相同比例尺地形图，收集到的地形资料只有区内1∶5万地形图和极少部分1∶2000地形图，因此校正点的采集采用地形图采点与野外实地测点相结合的方法完成。共采集GCP33个。校正模型选择了二次多项式拟合，重采样方法使用三次卷积内插法。校正后的图像投影方式为高斯投影、3°分带，中央经线为105°，椭球体采用克拉索夫斯基1954椭球体。

3彩色合成

彩色合成的目的是将单色波段每像元的28(即256)色空间扩展到224(即16777216)色空间，增强目标地物的可视性，提高目视解译效果。通过色彩丰富、信息携带量大的基础彩色图像，解译人员才能充分识别图像的信息，进行地质解译。

为达到最佳的彩色合成效果，参加合成的波段选择常遵循以下原则:

1)参加合成的单波段有较大的方差，即波段本身具有较大的信息量。

2)参加合成的各波段间相关系数较小，避免信息的重复和冗余。

3)参加合成的三波段图像的均值要相近，避免合成图像产生严重偏色。

4)为突出目标地物，要选择目标物体显示较为突出的波段。

彩色合成图像为3个波段，赋予红、绿、蓝三原色的合成图像。

1∶5万工作范围基础图像制作选择了波段7、4、2合成方案，1∶25万工作范围基础图像选择了波段4、5、3合成方案，1∶1万工作区基础图像选择了波段3、2、1合成方案。选择依据将在“数据特征”一节中进行分析。

4图像增强

图像增强的目的是为了突出相关的主题信息，提高图像的视觉效果，使解译分析者能更容易地识别图像内容，从而从图像中提取更有用的信息。图像增强的方法很多，从其作用的空间来看可以分为光谱增强和空间增强。这两种增强类型在整个图像处理和信息提取过程中都很常用。对于基础图像的增强一般采用光谱增强，从像元的对比度及波段间的亮度等方面改善图像的视觉效果，基本不改变目标地物的形状、大小等特征。

项目工作中的3种基础图像在生成后均采用光谱增强。根据图像各波段的直方图分布，分析整幅图像中像元间对比度的差异大小，确定光谱增强的具体手段。其中1∶5万范围的波段7、4、2合成图像面积大，地物种类多，信息丰富，增强过程中要求各种信息的充分显示，因此使用直方图均衡化的方法，理论上使图像中的各种亮度值均衡分布。1∶25万范围的波段4、5、3合成图像，图像范围相对较小，又由于地形切割较深，造成图像上山体阴影所占面积较大，而西南角地区比较平坦，反射率较高，像元亮度大，因此选择线性拉伸的方法进行增强。1∶1万范围的快鸟卫星波段3、2、1数据合成影像中，红尖山—姜家湾—花苗寨一带植被覆盖较多，造成影像上大面积绿色，使用线性拉伸的方法可以保证原始图像的对比度不再有大改变。

图3-3 毛坪地区图像不同拉伸方法效果对比图

拉伸方法应用效果以毛坪地区1∶1万影像为例，见图3-3。由图中可以看出，不拉伸的图像显然色彩层次太少，使用均方根拉伸的图像总体上提高了图形的亮度，压抑了像元间对比度的扩展，同时亮度高的地区彩色层次减少;直方图均衡化的图像提高了像元间的对比度，在原图像的暗色地区使色彩层次增加，但高亮色地区由于像元频率的增高而使色彩层次减少;线性拉伸不同程度地克服了以上几种拉伸的弊端，使图像色彩趋于丰富，层次趋于明显，便于解译者的解译。

在解译过程中为突出某种特征地物也可采用其他的增强手段，这里不再赘述。

5图像融合

为了提高图像清晰度，同时充分发挥多波段数据的特点，需要将高分辨率的全色波段与参加彩色合成的多光谱波段进行融合处理。融合后的图像可以发挥多光谱图像与高分辨率图像各自的优势，弥补不足，改善遥感图像目标识别的准确率，提高遥感图像的综合分析精度。

融合方法大致可以分为彩色相关技术和数学方法两大类。彩色相关技术包括彩色合成、彩色空间变换等，有利于保持分辨率和色彩特征，如IHS变换法。常用的融合方法有IHS变换法、PCA变换法、HPF变换法与小波变换法等。

鉴于工作目的，为了提高地面分辨率和保持低分辨率图像的光谱信息，工作中选择了IHS变换方法，即将标准的RGB图像分离为空间信息的明度、波谱信息的色别及饱和度，而后用高分辨率图像代替明度再进行反变换的融合方法。融合后的图像既具有较高的分辨率，又具有与原图像相同的色度与饱和度。其具体过程如图3-4。

项目工作中所采用的ETM数据7个30m多光谱波段与15mPAN波段源于同一传感器，快鸟数据的4个24m多光谱波段与其06mPAN波段也源于同一传感器，因此数据融合过程中不存在数据配准问题，只对低分辨率波段进行重采样，并对参加融合的各波段进行直方图匹配，再进行IHS变换和RGB变换。其中低分辨率波段的重采样使用的方法为三次卷积内插法。融合前后图像特征如图3-5所示。

图3-4 IHS变换融合流程图

图3-5 融合前、后图像特征对比示意图

(四)图像处理精度评价

镶嵌校正过程中的精度评价常常使用RMS误差(均方根)来衡量，RMS是GCP的输入位置和逆转换之间的距离;它是在用转换矩阵对一个GCP做转换时所期望输出的坐标与实际输出的坐标之间的偏差。

滇东北铅锌银矿床遥感地质与成矿预测

式中:Ri为GCPi的RMS误差，XRi为GCPi的X残差，YRi为GCPi的Y残差。

整幅图像的总RMS误差:

滇东北铅锌银矿床遥感地质与成矿预测

式中:T为总RMS误差。

11∶5万镶嵌精度

数据镶嵌的误差大小对几何校正有很大影响，大的误差将人为增大图像的畸变。工作中1∶5万工作范围需要129-041与129-042两景数据上下镶嵌，按照《1/25万遥感地质调查技术规定》(DD2001—01)对镶嵌配准精度的规定同比计算，预设镶嵌误差T≤040。镶嵌过程中共采集镶嵌GCP13个，纠正模型1次，误差见表3-6。

表3-6 1∶5万图像镶嵌误差

由表3-6中可以看出，T=0311，小于预设值040，能够满足无缝镶嵌的要求。

2校正精度

(1)1∶5万图像校正精度

校正精度按照《1/25万遥感地质调查技术规定》(DD2001—01)对图像校正精度及校正点数目的同比计算，预设校正误差T≤080。校正过程中在60幅1∶5万地形图上基本均匀地选择203点，经误差调整选择有效校正GCP190个，校正多项式模型选择二次多项式，其误差见表3-7，由表中可以看出，T=0794，小于预设值080，能够达到规范要求。

表3-7 1∶5万图像校正误差

(2)1∶1万图像校正精度

由于工作区只收集到1∶5万地形图和占很小部分的1∶2000地形地质图，且1∶5万地形图年代比较久远，因此在几何校正过程中误差较大。由于图像细节清晰，不影响使用与定位。

3融合精度

低分辨率数据与高分辨率数据融合的目的是为了提高分辨率，为此，图像融合前后清晰程度的改变成为融合精度评价的主要指标。图像的清晰度是指地物的边界或影线两侧附近灰度有明显差异，即灰度变化率大小，它反映图像微小细节反差变化的速率，即图像多维方向上密度变化的速率，可用g来表示，一般来说融合前后g的变化越大则融合后图像的清晰度越高。

滇东北铅锌银矿床遥感地质与成矿预测

ETM30m多光谱波段与15m全色波段融合前后的值及快鸟数据24m多光谱数据与06m全色波段融合前后的g值对比见表3-8。由表中可以看出，融合后密度变化速率比原来提高几十到上百倍，表明图像融合后精度有很大提高。

表3-8 融合精度对照

三、工作区遥感数据

(一)1∶5万工作范围ETM数据特征

1∶5万工作范围图像行列数为9233(列)×12423(行)(插值为15m)，总像元数为114701559点，由于左上角数据缺少使1140点为无效像素。

数据基本统计特征如表3-9至表3-11，各波段直方图见图3-6。

表3-9 1∶5万范围ETM数据基本统计特征

表3-10 1∶5万范围ETM数据波段间协方差矩阵

表3-11 1∶5万范围ETM数据波段间相关系数矩阵

从以上统计参数来看，8个波段的均值除60m分辨率的波段6和15m分辨率的PAN波段外，其他6个波段相差不大。8个波段的标准差从大到小排列为S5＞S7＞S4＞S3＞S6＞S8＞S2＞S1，表明波段5的像元亮度值离散程度最大，波段1最小。对于波段间的相关系数而言(由于6波段与8波段分辨率的不同而不考虑)，R12、R23、R25、R35、R45、R57、R37、R27均比较大，数值在080以上，而R13、R24、R34、R47相对较小，数值在07～08之间，相关系数最小的为R14、R15、R17，数值在05～06之间，相关系数大小也表征了波段间信息冗余的多少。1∶5万工作范围的彩色合成方案就是根据以上的统计数据结合彩色合成波段选择的其他原则而确定的。

直方图是图像范围内每个亮度值(DN)的像元数量的统计分布，能够直观反映原始图像的质量信息，如亮度值分布范围、亮度值分布规律，也可直接大致判读出图像的中值等参数。从8个波段的直方图可以看出波段4、5、7的直方图呈双峰表现，主峰在50～60出现，而在10～15之间又出现一个表现很窄的次峰，这是由于图像上的阴影及水体的像元亮度值所产生的，由此大致可以计算出阴影及水体在图像中所占的面积，以波段5为例计算出所占比例为6%左右。其他各波段的直方图比较接近正态分布。

协方差矩阵反映各个波段各自亮度值取值的分散程度，同时又能反映不同波段间的相关密切程度，它是单波段图像统计表与相关系数矩阵的合成，同时又能反向分裂。

图3-6 1∶5万范围ETM各波段图像直方图

(二)1∶25万工作范围ETM数据特征

1∶25万工作范围行列数为3000(列)×1860(行)，总像元数为5580000点，插值后分辨率为15m。数据基本统计特征如表3-12至表3-14，各波段直方图如图3-7。

表3-12 1∶25万范围ETM数据基本统计特征

表3-13 1∶25万范围ETM数据波段间协方差矩阵

表3-14 1∶25万范围ETM数据波段间相关系数矩阵

图3-7 1∶25万范围ETM各波段图像直方图

从以上统计参数来看，8个波段的均值除60m分辨率的波段6为110表现较大，15m分辨率的PAN波段为29表现较小外，其他1、4、5三个波段数值相差不多，在50左右，2、3、7三个波段也相差不大，在37左右。8个波段的标准差从大到小排列为S5＞S4＞S7＞S3＞S8＞S6＞S2＞S1，表明波段5的像元亮度值离散程度最大，波段1最小。对于波段间的相关系数而言(由于6波段与8波段分辨率的不同而不考虑)，R57、R23、R73表现最大，数值在09以上，R12、R13、R25、R27、R35、R45次之，数值在08～09之间，而R24、R34、R47相对较小，数值在07～08之间，相关系数最小的为R14、R15、R17，数值在05～06之间，相关系数大小也表征了波段间信息冗余的多少。1∶25万工作范围的彩色合成方案就是根据以上的统计数据结合彩色合成波段选择的其他原则而决定的。

8个波段的直方图形态大致与1∶5万范围一致，表现意义相同，不再赘述。

(三)1∶1万工作范围QB数据特征

1∶1万工作范围采用高分辨率的QB数据，其多光谱波段只有4个，分辨率为24m，工作范围图像行列数为4168(列)×3407(行)，总像元数为14200376点。多光谱数据基本统计特征如表3-15、表3-16，各波段直方图如图3-8。

表3-15 1∶1万范围QB数据基本统计特征

表3-16 1∶1万范围QB数据波段间相关系数矩阵

从以上统计可以看出，QB数据4个波段中1、2、3波段的相关系数均较大(R12=R23=096，R13=089)，只有近红外波段与其他波段的相关系数很小(R14=029，R24=037，R34=020)，同时可以看出近红外波段的中值与标准差也与其他波段相差很大，这是由于工作区内大面积植被所引起的。众所周知，绿色植物的叶绿素对可见光红波段(06～07μm)有强吸收，而叶内组织对近红外波段(07～11μm)有高反射，因此大面积植被将会直接改变相关波段的像元亮度值的分布。在基础图像彩色合成波段选择中，依据各项原则结合统计参数，选择波段1、2、3参与合成，为使合成后图像接近真彩色，合成方案为3(R)+2(G)+1(B)。

图3-8 1∶1万范围QB各波段图像直方图

四、遥感信息增强与提取

为了突出地质目标，增强微弱岩石蚀变信息，在图像处理过程中的不同阶段使用了多种信息增强技术方法，主要有地表三维技术、比值运算、KL变换、空间滤波、彩色变换技术等(表3-17)。

表3-17 工作中采用的主要信息增强方法技术及用途

(一)地表三维技术

地表三维技术是利用DEM(数字高程模型)将地图上的二维平面空间按高程的差异制作成一种地形上连续起伏变化的曲面，从而更真实地反映地表地貌的自然景观，突出显示特殊岩性的特殊地貌特征。

毛坪地区地表三维影像的制作利用了1∶5万DEM与QB3、2、1彩色合成图像;1∶5万DEM来源于1∶5万地形图，通过等高线数字化—高程赋值—DEM生成等过程实现。地表三维影像的制作主要有DEM与影像的配准及配准后的DEM与影像的复合两个过程。

图3-9是毛坪地区地表三维景观局部，其中视点为(103°54'27″，27°27'26″)，视向45°，视角60°，视域60°。

图3-9 毛坪地区快鸟遥感影像地表三维景观(局部)

从毛坪地区地表三维影像可以看出左侧发育柱状节理的玄武岩及右侧二叠系灰岩地貌景观。

(二)图像比值运算

比值运算是将两个波段中不同亮度的地物成辐射状投射到一个曲线上，从而可非线性地夸大不同地物间的反差，它能够压抑影像上由于地形坡度和方向而引起的辐射量变化，减小环境条件的影响，提供任何单波段都不具有的独特信息。其运算公式为:

滇东北铅锌银矿床遥感地质与成矿预测

式中:DNm(x，y)，DNn(x，y)分别是像元(x，y)在m和n波段上的亮度值;Rmn(x，y)为输出的比值。工作中比值运算主要运用于以下两方面。

1计算植被覆盖度

植被覆盖度(f)是指某一时间某一地区内植被冠层的垂直投影面积与区域总面积之比。遥感地质解译主要是利用地表物体的光谱反射特性的差异，提取与地质工作有关的信息，工作的特点主要针对地表岩石、构造等，当地表植被覆盖时，对这些信息的解译将造成阻碍。因此，了解工作区的植被覆盖度能客观评价该区遥感地质解译的可解译程度。

研究表明绿色植物在可见光红波段(06～07μm)有强的吸收(叶绿素引起)，在近红外波段(07～11μm)有高的反射和透射(叶内组织引起)。因此，在这两个波段使用比值运算可以充分表达它们反射率之间的差异，制作植被为高亮显示的植被信息图，并直接在图像上以像元数目比值求解植被覆盖度。

2提取矿化蚀变信息

ETM的不同波段在地质上有不同的应用，这主要取决于各种与矿有关的蚀变矿物在不同波段存在波谱特征上的差异。图3-26是典型蚀变矿物的反射波谱曲线，从图中可看出，通常所讲的泥化蚀变矿物(即含有OH-、CO2-3)在22μm附近有明显吸收带，并与TM7波长范围相吻合。而在波段5的波长范围(155～175μm)内少有矿物的吸收谱带，多数都表现出高反射的特点，未蚀变矿物在波段5范围均没有明显的波谱特征，表现在TM5与TM7两个波段的相对亮度值的相对差异。因此，常常可使用波段5/7比值来突出含羟基和CO2-3类的蚀变矿物特征。另外，由图中可以看出三价铁矿物在波段1具有强的吸收，而在波段3具有相对强的反射;二价铁矿物在波段4具有强的吸收，而在波段5相对具有反射特征，因此也常用波段5/4、3/1比值来突出铁类矿物蚀变特征。比值后的图像上欲突出的蚀变特征常以高亮值显示而被提取出来。

(三)KL变换

KL变换又称为主成分分析，是在统计特征基础上的多维(如多波段)正交线性变换。多波段图像通过这种变换后产生一组新的组分图像，把原来多个波段中的信息进行集中和重组，并使新组分图像之间互不相关。其运算公式为:

滇东北铅锌银矿床遥感地质与成矿预测

其中，X为原图像p个波段的像元值向量，Y为变换后的q个组分的像元值向量，q≤

，T为变换矩阵。

KL变换要求Y的分量Yj与Yk相互独立，且若有j＜k，则Yj的方差小于Yk的方差，所以必须有:

滇东北铅锌银矿床遥感地质与成矿预测

又因为:

所以:

即把矩阵D(X)变为对角矩阵Λ，对角线元素λ1、λ2…λp是D(X)的特征值，也分别是Y1、Y2…Yp的方差。

KL变换后的新组分图像中，一般第一组分具有大量的信息，但它包含了地形、植被等因素，对地质体的区分而言就成为干扰因素;其他组分虽然具有小的方差，包含的信息量少，但它可能正好突出了区分某些地质体的信息。因此，当需要对诸多信息进行综合时，往往使用KL变换后的第一组分，当要求某种特征信息时就选择相关的其他主组分。如图3-10，在B7单波段上玄武岩和火山碎屑岩界线显示隐约(或不显示)，而在KL变换(参与波段B1、B2、B3、B4、B5、B6、B7)后的PC3上，界线显示明显。

图3-10 KL变换前后岩性边界对比影像

此外，KL变换也是提取与铁化和泥化有关蚀变的遥感信息的重要方法。通过对KL变换后的特征矩阵进行分析，选择富集特征信息的主组分，对蚀变信息的提取又很大的帮助。在后面信息提取过程中已经使用。

(四)空间信息增强

空间信息增强是指通过改变图像空间特征或频率来增强图像上信息的手段，即改变图像的“粗糙”或“平滑”程度来增强特征信息的方法。工作中使用了方向滤波和平均值滤波。

1方向滤波

方向滤波是梯度法边缘增强的一种，它通过指定的8个方向的滤波模块对图像按方向进行边缘增强。工作中主要使用在线性体的解译和统计中，滤波后的图像突出显示了某个方向的线性体特征，同时对与该方向正交的线性体进行模糊。如图3-11所示，7波段的图像在分别使用 个方向模板滤波后，分别突出显示了45°方向和135°方向的线性体。

图3-11 方向滤波前后图像对比

2平滑滤波

当需要去除图像上的噪声时，往往使用平滑滤波或低通滤波，加强图像中的低频成分，减弱图像的高频成分，使图像由“粗糙”变得“光滑”。均值滤波就是一种典型的平滑滤波方法，即用局部范围内临域像元亮度均值代替中心原像元亮度值。工作中平滑滤波主要使用在遥感蚀变信息提取后，信息噪声的去除。如图3-12所示，提取的锈水河铅锌矿异常在平滑滤波后，杂乱细小的信息斑点被去除，信息成“块”成“带”出现，方便了对异常分布的分析。

图3-12 平滑滤波前后PCT分级效果对比

(五)彩色变换技术

彩色变换技术是指将彩色图像在不同的彩色坐标系统之间的变换，主要应用在不同遥感器的数据或不同性质的数据融合后彩色合成图像的产生。在图像融合上常使用IHS变换，其简式如下:

滇东北铅锌银矿床遥感地质与成矿预测

变换后RGB混色系统分离为代表空间信息的明度(I)和代表波谱信息的色别(H)、饱和度(S)。从公式可以看出，明度(I)是3个波段的平均亮度，融合时使用直方图匹配后的高分辨率波段代替I，与原来的H、S一起进行IHS变换的反变换，重新变换到RGB空间，这样图像既保证了高分辨率数据的参与，提高地面分辨能力，又保持了原来多光谱波段的光谱特征。其融合效果参见图3-5。

另外，项目工作中较常用的是RGB彩色合成，当图像的饱和度缺乏时，也通过IHS变换的方法，专门对变换后的饱和度分量(S)进行调整，反变换后的图像可解译性会明显提高。

一、遥感地质技术

(一)ETM、QB数据处理技术

不同平台、不同类型、不同分辨率的遥感多光谱数据处理分别在PCI软件系统进行。遥感图像处理包括大气校正、几何校正、图像融合、地理配准、图像镶嵌、图像裁切等。

为宏观展现毛坪地区的三维立体全貌和分析主要地质现象，还利用QB高空间分辨率、多光谱的特性，在DEM(数字高程模型)的支持下，制作较大比例尺的重点区段的三维立体影像图。

(二)遥感地质矿产信息增强及提取技术实验

用于图像处理的核心技术方法是“比值+主成分分析”，采用掩膜方法去除植被及水体等干扰背景。在干旱、植被稀少、基岩出露较好西部地区，蚀变遥感信息提取效果较好。在潮湿、植被密集南方地区不甚理想，需要结合成矿地质背景综合分析加以利用。

(三)遥感线性要素统计方法

遥感线性体是指直线状展布、规模相对短小的线性要素，多由直线状冲沟、脊线、色线等组成。其展布具有一定规律性，成因多受构造控制，间接反映深部信息。遥感线性体分析的方法是在2cm×2cm网格单元内统计条数和长度值，在GIS平台，对不同方位线性体密度、强度实现定量统计并制作等值线图。

(四)遥感地质矿产图编图方法

利用多光谱图像，在遥感构造、遥感岩石单元解译标志基础上，发掘表达成矿源场遥感信息(遥感构造分区、影像地质体、区域性影像构造格架、岩石地层影像单元等)和成矿位场信息(含矿岩层、岩体、控矿构造等);叠合矿产、地球化学异常形成。

(五)基于GIS空间分析多元信息成矿预测方法技术

借助GIS技术，集遥感、矿产、化探找矿信息为一体，应用新的成矿预测理论，进行矿产资源潜力评价和矿产勘查预测，区划找矿远景，优选找矿目标地，圈定找矿靶区。

二、取得的主要成果

1)本区的铅锌矿床集中分布区多位于NE向和NW向构造相交部位及其附近，这种矿床分布格局特征与区内遥感构造格局相一致。铅锌矿集中区受转换断层和转换盆地控制。

2)在前人工作基础上，结合我们的勘查实践，认为滇东北地区震旦纪—早二叠世的铅锌矿床属喷流沉积成矿系统中的MVT型矿床(即容矿主岩为碳酸盐岩)，进一步可划分为整合型矿床、层控裂隙型矿床、层控复合型矿床三类，它们是喷流沉积成矿系统的成矿作用过程中不同成矿阶段和不同部位的产物。

3)系统收集和整理了研究区9个图幅1∶20万地质图、矿产图，分析研究了区域成矿地质背景，为遥感地质解译与编图、异常提取和成矿预测提供了地质依据。

4)通过不同分辨率图像的遥感解译与地质分析、图像处理，编制了全区1∶5万、重点区1∶25万与1∶1万三个层次的遥感地质解译图，突出了不同类型、不同级别遥感构造展布特点及与矿产分布之间的关系，为异常提取、成矿预测奠定了遥感地质基础。

5)在区域地质分析及遥感构造解译基础上，首次建立了本区遥感构造格架。NE向与NW向构造长期活动，具有同生构造特点。构造演化过程为:在震旦纪—早二叠世NE向继承性海盆形成过程中，盆地离散扩展速率差异，导致主海盆(槽)局部产生NNW向转换断层及转换盆地;在各时期海盆(槽)关闭过程中强烈挤压，形成了NE向褶皱和压扭性断裂;由于地质体的不均一性，导致沿NE走向的不同地段，收缩敛合速度不一样，形成了本区既有NNE—NE向压扭性断裂，又有NW—NWW向压扭性断裂;既有NE向褶皱(为主)，又有NW或NWW向褶皱的构造格局。首次提出了以转换断层为主的同生构造控制铅锌矿产分布的重要认识，比较合理地解释了铅锌矿(化)带呈NE向与NW向分布，其结点形成矿床集中区的矿化展布特征。同时，将遥感构造、遥感岩性单元量化，作为重要成矿预测依据。

6)采用信息定量提取技术，首次开展了全区遥感异常提取试验研究，提取了与金属矿化有关的铁化、泥化与碳酸盐岩化蚀变的遥感异常，分析了这些遥感异常特征，为遥感成矿预测提供了波谱异常信息。

7)进行了全区1∶10万遥感线性体的解译提取及方位、长度度量，通过编制6个方位区间线性体密度图及总强度图，分析了线性体密度与构造、矿产关系，为遥感成矿预测提供了微地貌构造信息。

8)在GIS及PCI支持下，进行了以遥感成矿信息(遥感断裂-线性构造、遥感面状构造、遥感岩类、遥感线性体统计结果、遥感蚀变异常)为主的成矿预测，提出了遥感成矿远景区40个，并在滇东北地区遥感成矿预测图上进一步圈定了41个找矿靶区。提出了本区铅锌矿找矿的新思路以及值得进一步研究和探索的新问题。

9)在1∶5万成矿预测基础上，分析1∶25万与1∶1万范围遥感地质成矿条件，首次建立了本区铅锌矿遥感地质矿产模型，筛选出10个遥感因素控制指标，为滇东北地区遥感成矿预测提供了具有统计意义的变量以及预测定量化，进一步指出了找矿方向。

10)1∶5万—1∶10万遥感地质调查方法对于区域地质找矿是十分有效的。该工作成果为滇东北地区控矿规律研究提出了新思路，对指导找矿和成矿预测将起到积极作用，是区域资源潜力评价的重要和有效的遥感方法技术。该方法适宜在类似于滇东北这样海拔高、切割深、植被覆盖少，交通条件差等复杂条件的地区推广使用。