1. ENVI軟體NDVI計算
envi提供ndvi歸一化植被指數計算，envi提供了以下五種感測器的默認波段數設置，其他感測器需要根據影像特點手動鍵入red和nir波段號
計算公式：ndvi=(nir-rad)/(nir+rad) （nir近紅外波段，rad紅光波段）
具體操作步驟：
1.打開需要計算ndvi的遙感影像，打開ndvi工具
2.選擇所需要計算ndvi的遙感影像
3.選擇或鍵入波段參數，選擇輸出位置，選擇輸出數據類型，輸出數據類型如果選擇byte，將需要輸入最大最小值對圖像進行拉伸。點擊OK完成ndvi計算。
2. 調查方法及技術要求
9.5.1 遙感解譯
9.5.1.1 遙感數據准備
為滿足工作目標及工作比例尺的要求，選擇TM數據為遙感解譯的主要數據源。可選擇工作區多個時相的TM數據，以滿足遙感解譯的多時相對比要求。
9.5.1.2 數據處理
利用ENVI、ERMAPPER等圖形圖像處理軟體，對TM和IRS數據進行幾何糾正、輻射糾正和配准，以消除幾何畸變和輻射畸變，進而為影像與影像、影像與地形圖、其他專題圖件的匹配和影像圖的製作等創造條件，也為遙感信息自動提取、分類統計做好准備。
（1）幾何校正多項式運算
為了消除遙感數據的幾何畸變，確保分析研究結果的准確性，航空及航天遙感數據均需進行幾何糾正。遙感圖像幾何校正一般採用間接法處理，即根據控制點解算出校正多項式系數，建立起控制點的地圖空間和圖像空間之間的坐標變換函數式。校正技術路線是在粗加工的遙感圖像與地圖上，對整個像幅，按控制點的選取規則選擇控制點對，分別讀出地圖上或參考圖像上的坐標（x, y）和被校正遙感圖像上的行列號（u,v），則圖像數據坐標（u,v）與地圖坐標（x,y）之間的函數關系式：
u=F（x,y）
v=G（x,y）
這個關系式通常用一個多項式來表示：
海南島東北部生態環境地質
式中：ui,vi為第i點的圖像坐標（行列號）；xi,yi為第i點對應的地面坐標（可以是經緯度坐標，也可以是大地坐標）；an,bn,n=1,2,3，…為多項式系數。
用上述控制點坐標，按最小二乘法求出多項式的系數，利用求得的系數和確定了的坐標換算函數式對全區進行坐標變換，即根據變換函數解算每個像元的空間位置，以達到校正的目的。
（2）選取地面控制點
選取地面控制點是幾何校正中最重要的一步，它的精度將直接影響整個數據空間的校正精度，影響將來的點位精度和面積精度。我們採用如下原則：一是地面控制點均勻地分布在圖像內，沒有稀疏稠密之感；二是控制點在圖像上有明顯的、精確定位的識別標志，以保證空間配准精度；三是控制點有一定數量的保證。對於圖像與地圖的校正，有15對控制點就能滿足校正精度，同時也能保證計算機的運行速度。
遙感數據量很大，除了選擇合適數量的控制點能保證運行速度外，如何提高坐標變換的速度和在微機上實現大幅面的幾何校正，是幾何校正的中心問題。衛星每次過境，有一定的偏移和旋轉，即使地面站經過高斯－克呂格地圖投影粗校正，粗加工的遙感圖像還是偏離正北方向一個角度。相同的景位不同的過境時間有較大的偏移，目前，由於衛星本身的原因，這個偏離角和偏移程度愈來愈大，致使圖像與圖像之間的配准、圖像與地圖的校正均有較大的旋轉和平移工作量。
（3）選取采樣方法
幾何校正的最後一步是重采樣。經變換定位後的像元在圖像中分布是不均勻的，需要建立起圖像的新格網，對每個圖像按一定的規則進行灰度插值計算來重新賦值，構成新的圖像矩陣，應當看到，重采樣對分類精度和圖像信息會產生一定的影響。像元是一個復合信息，是一種綜合亮度信息。雖然對像元亮度值重采樣作為新的校正點的亮度值，像元是被校正了，但其復合信息或綜合亮度系數也有所變化，信息也相應的有所變化。因此，問題是選取何種采樣方法才能最大限度地減少這種變化。采樣方法較多，但最常用的是最鄰近法——將最鄰近的光譜強度賦予新的各網點；雙線性內插法—從鄰近4個點進行內插；三次卷積內插法—從周圍16個點進行3次卷積內插。
為了更好地保留原信息，盡量避免新混合像元的增加，從以上3個重采樣的方法上看，後兩種方法需要周圍多個像元參與內插，得到新的亮度值，從而產生新的混合像元，而最鄰近法只是將最鄰近強度的光譜值賦予新點，沒有運算而只是移動，沒有產生新的混合像元，最鄰近法對分類精度和圖像信息產生最少的影響，是幾何校正重采樣的可靠方法。
9.5.1.3 影像圖製作
（1）彩色合成處理
TM圖像數據共有7個波段，它們對各種地物信息的敏感度不盡相同，其中第6波段（TM6）屬熱紅外波段，因其解析度較低，沒有特殊需要一般不參與彩色合成處理，通常是從其餘6個波段中選出3個波段進行彩色合成，可以得到20種組合方案。為了滿足遙感應用研究的需要，提供最豐富的有用信息，必須根據實際需要選擇最佳波段組合。最佳波段選擇方法有兩種：一種是實驗對比法，通過多種組合圖像處理，根據目視解譯效果確定最佳組合方案；二是統計分析法，從波段反映的信息域寬度、波段間相關性、波段組合數據子集熵值等幾個方面，進行定量分析和綜合評價。其中覆蓋波譜范圍最寬、信息熵最好、彼此相關性最小的3個波段一般是最佳波段組合。實驗表明TM5.4.3波段組合信息量最大，該波段組合圖像對近紅外強反射的植被呈綠色，對近紅外波段強吸收的水體呈深藍色和藍黑色，岩石、土壤呈褐色或紅褐色，白雲呈白色，很近似於自然彩色的效果。因此，也被稱為模擬天然彩色。選擇TM5.4.3（R.G.B）波段組合進行彩色合成處理，該圖像色調明快，反差適中，圖像清晰，可提取的信息量豐富，解譯效果很好。
（2）圖像數字鑲嵌處理
圖像數字鑲嵌處理方法：一幅高質量的遙感鑲嵌圖像應具備3個基本條件：信息豐富；色調和諧，渾然一體；鑲嵌幾何精度高。為滿足這些條件，理想的做法是選擇那些幾何畸變小、圖像質量高（無雜訊、無雲）、成像時間相同或相近的圖像。事實上通常這種理想選擇是很難實現的。由於時間、季節不同，人為活動造成地物景觀的變化，幾景圖像無論在色調、紋理乃至地物內容上都會有變化，由此給圖像鑲嵌帶來很大困難。我們採用了自己研究的數字鑲嵌方法較好地解決了這一難題，其具體措施如下：① 最佳波段組合和彩色合成方案選擇。根據前面所述，我們選擇了TM5.4.3（R.G.B）波段組合，這里不再贅述。②采樣間隔為全解析度的1 ×1像元采樣。可以最大限度地保證不丟失原始記錄信息。③圖像預處理。為保證圖像質量，在鑲嵌前對4景圖像進行逐波段檢查，對所發現的問題進行去條帶、去雜訊處理，並進行波段之間的幾何配准。④一級色調匹配，為保證4景圖像色調基本協調一致，首先在相鄰圖像之間進行直方圖匹配，以一景圖像像元灰度的均值和方差為參考標准，變換另一景圖像像元灰度值，使它的均值、方差趨近，使色調接近於一致。⑤幾何配准。感測器固有的掃描誤差、平台飛行姿態變化和衛星軌道的偏移往往造成相鄰軌道間圖像的幾何畸變，導致相鄰圖像重疊區的不配准。為此，在相鄰圖形重疊區內選擇相同地物作為控制點，以所選控制點為基準進行追蹤鑲嵌，從而達到幾何配準的目的。⑥最佳拼接點的選擇。盡管各項處理都做得很好，由於相鄰圖像灰度值差異的存在很難消除接縫現象，為此，在拼接時要設法避開那些圖像上灰度值差異比較大的部位，尋找灰度值最小的部位進行拼接，這樣就有可能消除接縫現象。為此，採用一個滑動窗口在圖像重疊區內逐線、逐像元地進行搜索，尋找灰度值差異最小的像元作為拼接點，從而使接縫現象得到最大改善。⑦二級色調匹配。通過進一步的圓滑處理，可以進一步消除經過一級色調匹配後拼接點兩側規定范圍內殘存的灰度差異，使接縫現象得到進一步改善。
鑲嵌圖像的生成和鑲嵌幾何精度評價：鑲嵌圖像幾何精度取決於兩景被鑲嵌相鄰圖像重疊區上的控制點的選擇精度。為了評價鑲嵌圖像的幾何精度，我們隨機選擇幾個子區，分別在原始圖像和鑲嵌圖像上確定出相同的地物點，共選出40個同名地物點，根據它們的坐標值，計算出均方誤差。
（3）圖像編輯與輸出
使用NEVI及PHOTOSHOP圖像處理軟體，對圖面進行色彩調整、反差調整、飽和度調整，並經過注記整飾過程，使整幅圖像色調一致、協調美觀。其後，使用高精度的數字圖像輸出設備—H.P Designjet 5500 PS 5000RS型激光數碼成像儀輸出圖像，保證了輸出圖像的幾何精度和質量。
9.5.1.4 圖像增強處理與信息提取
在進行圖像解譯過程中，為了提高圖像的可解譯性，達到提取某些有用信息的目的，我們做了以下圖像增強處理。
（1）比值圖像處理
利用同一地物在不同波段內光譜反射亮度值的差異，用一個波段的像元值除以另外一個波段的相應像元值，得到一幅新的圖像。比值處理後灰度值最黑、最白的部分說明兩個波段間光譜反射差別最大。處理後的圖像，對於同一地物具有相同的比值，與日照無關，因此可以消除陰影影響。達到提取同類地物的目的。處理的TM5、4、3三個波段合成的假彩色圖像，白色部分反映了沙化土地，綠色部分顯示植被，藍黑色為水體。
（2）閾值處理
對於經過線形拉伸、對數變換處理的圖像或原始圖像，利用直方圖，選取與沙化土地有關的亮度信息，賦予一定的閾值，經處理後得到的圖像更加突出了沙漠化土地類型，取得了良好的應用效果。
9.5.1.5 遙感解譯
（1）遙感圖像解譯原則
應用遙感技術進行生態地質研究，其主要任務是通過圖像解譯和計算機圖像處理，進行信息提取，並以線劃、圖形符號、文字注記等形式對各種生態地質問題的類型、性質、質量及其在空間的位置、分布規律加以描述，從而將遙感圖像轉化成各種類型的專業圖件。
遙感影像特徵識別：影像特徵是識別區分各種地面物體的直接標志，主要有色調（或顏色）、形狀、大小、影紋、圖案、陰影、相關位置等在圖像上可以直接觀察測量的影像特徵。某種地物解釋標志的建立，往往需要根據影像波譜特徵、成像季節、成像時間、各種直接標志的組合關系和野外實地驗證等綜合因素加以確定。
遙感圖像解譯原則：①影像特徵綜合分析。從成像原理、波譜特徵、成像季節、成像時間、影像標志組合及關鍵解譯標志等方面綜合加以分析，盡量排除多解性。②從已知到未知，以進一步提高解譯的可信度。③室內解譯與實地調查驗證相結合，影響分析與野外取樣分析結果相結合，去偽存真，以揭示影像的含義。④目視解譯與計算機圖像處理相結合，加強圖像信息增強處理與信息提取，以體現方法手段的科學性和先進性。
遙感圖像解譯方法：①直接解譯法。根據不同資源類型在圖像上的直觀影像特徵，抓住其主要解譯標志，經對比分析，確定地物的具體類型。②邏輯推理法。根據影像標志及其周圍相關的地物影像特徵進行邏輯推理判斷，從而達到識別具體地物的目的。③多元信息對比方法。通過多時相遙感圖像對比，遙感圖像與相關專業圖件、相關文字資料對比，以達到對解譯目標進行定性定量分析的目的。
（2）遙感解譯標志
由於熱帶地區植被茂密，植物的區域性分布在一定程度上反映了地質地貌部位。可綜合考慮地形、地貌、植被等諸多因素，並根據實際工作經驗和野外實地調查情況，針對多時相的TM遙感影像建立多種要素的遙感解譯標志。
①生態地質背景單元的解譯標志：
花崗岩中山雨林區：暗綠色，色彩均勻，呈環形、橢圓形沿山峰、山脊分布，沖溝稀疏。
花崗岩低山雨林區：深綠色，色彩較均勻，環繞山峰山脊分布，呈現稀疏的小斑塊狀，高程較低處小沖溝開始發育。
花崗岩—砂頁岩低山丘陵稀疏灌叢區：淺綠色，時見有呈樹枝狀、不規則狀的淺紫、淺白色斑塊，樹枝水系發育，小沖溝發育一般。
花崗岩—砂頁岩低山丘陵草原區：綠色、深綠色，分布有較多淺紫色的細斑塊，地形起伏較小，沖溝不發育。
砂礫層台地草原區：淺紫色、綠色、白色相雜，形成不規則的花斑狀，平行樹枝狀水系。
花崗岩丘陵灌木草叢區：淺綠色，大量淺紫色、白色花斑，小沖溝發育。
花崗岩低山丘陵人工林區：綠色，其上多見暗綠色和淺紫色兩種小斑塊，沖溝稀疏且不規則。
花崗岩低丘經濟林園區：綠、深綠色，多見暗色斑塊，另有少量淺白色斑塊，樹枝狀水系，沖溝不發育。
玄武岩—砂礫層台地經濟林園區：深綠色，以極為規則的細小網格狀為明顯特徵，多圍繞水庫四周分布。
花崗岩丘陵耕作區：綠色為主，雜有淺紫、淺白等色，細小的花斑狀影紋，淺紫色，常呈蠕蟲狀沿小河溝展布，不規則的樹枝狀水系，小沖溝延伸較長。
玄武岩—砂礫層台地平原耕作區：以淺綠、綠色為主，雜有大量淺紫、淺白色斑塊，時呈較為規則的細網格狀或斑點狀、斑塊狀等，水系差異較大。
河流沖積平原區：淺綠色和藍色為主，在河流兩側或河口分布處。
②地物的遙感解譯標志：
河流、湖泊：呈黑色，河流為曲線形，湖泊為不規則的斑塊。
道路：白色的規則的直線或曲線。
村鎮：淺紫紅色，其周圍多淺色斑點，呈極細小不清晰的網格狀，與交通線相連。
農田及種植區：淺綠色，基本上有規則地分布在村鎮周圍。
水產養殖區：呈深黑色，被一些較規則的構築物所間隔。
山區：被植物所覆蓋，呈綠色，在其間可看到陰影。
沙灘（海灘、河灘）：呈白色或黃白色，帶狀分布。
沖溝：黑白相間，呈樹枝狀、面狀分布。
濱岸防護林帶：深綠色，沿海岸帶分布，雜有少量方形的淺色斑塊。
紅樹林帶：暗綠色，分布於濱岸港灣低處，表面色彩均勻，面積小，其內多蛇形小河道。
③重點問題的遙感解譯標志：
水土流失區：淺綠色為主，其上分布有大量淺白色、淺紫紅色斑塊，呈花斑狀圖案，其中尤以白色斑塊（無植被區）大且具不規則形狀而區別於耕作地，白色斑塊多在小沖溝處發育。
沙漠化區：由於沙地的反射率極高，沙化區呈十分特徵的白色，仔細觀察為大小不一的白色斑塊聚集而成。呈斑點狀圖案分布於沿海。
林地退化區：綠色色調偏淡，且在綠色背景上出現較多淺紫色、紫色、白色斑塊。
海岸侵蝕區：海岸線呈十分特徵的向大陸方向凹進的弧形，岸線平滑，海水與陸地之間具白色細線（沿岸沙灘反射率高）分隔。
（3）野外調查與驗證
野外調查與驗證包括：初期野外踏勘、建立解譯標志和後期實地驗證兩個階段。
各個課題經過設計評審，明確調查研究內容後，在取得圖像資料和進行室內初步解譯的基礎上，進行野外初步踏勘，目的是熟悉地理、地質環境，了解區域地質、環境地質概況及統一認識，建立解譯標志，為室內圖像解譯和解譯圖的編制奠定基礎。
野外檢查驗證工作，在室內圖像解譯草圖編制的基礎上，對重點生態環境地質問題、尚未明確的解譯對象進行現場調查驗證和采樣工作，通過調查進一步明確各種解譯標志，補充完善解譯圖件。
（4）專題圖製作
圖像比例尺：遙感解譯所使用的衛星影像和野外使用的地形圖的比例尺是一致的，均為1∶10萬。專題圖件的編制一般以影像解譯為依據，以地形圖為載體，在微機上使用特定的軟體將解譯內容轉繪到1∶10萬的地理底圖上。而對於局部地區所進行的稍大比例尺的內容解譯則依照1∶5萬的衛星影像圖進行。
衛星影像圖的製作：衛星遙感影像圖以形象、直觀、信息量豐富而作為各種研究內容的解譯標志，同時也是了解掌握全區面貌宏觀的資料。選用多個時相（至少二個）的多景TM數據，製作1∶10萬衛星遙感影像圖和重點地區1∶5萬的衛星影像圖。
計算機輔助編制解譯圖：為了使遙感解譯成果圖件規格化、系列化和信息化，建議採用Map-GIS系統，對遙感生態地質解譯內容進行計算機成圖，建立相應的圖形文件，為上述成果圖件的再利用提供方便。採用該系統成圖的過程中分別對地理底圖和各種生態地質問題的解譯圖件分層進行數字化。形成多層數據文件，並在此基礎上編輯成工作區生態地質遙感圖。
9.5.2 區域生態環境地質野外調查
區域生態環境地質野外調查是生態環境地質各項內容的野外綜合填圖，其方法及技術要求可參考《區域生態環境地質調查技術要求》（徵求意見第一稿）、中國地質調查局《1∶25萬區域地質調查技術要求》的相關要求。根據我們的工作經驗，區域生態環境地質調查宜在開展過同等比例尺的區域地質、區域水工環地質調查的地區開展，在此基礎上採用編測結合的方法，重點調查地貌形態、第四紀地質、環境地質、土壤地質環境、旅遊地質、地質災害等內容，將調查內容繪制在地形圖上，為最終生態環境地質成果編制提供資料。
野外調查前應充分收集分析已有資料，開展遙感解譯工作，了解測區的生態環境地質概況和存在的問題，開展重點突出、目的明確的野外填圖。
9.5.2.1 填圖比例尺
1∶25萬生態環境地質調查手圖宜採用1∶5萬地形圖。在實際工作中曾採用1∶10萬地形圖作為野外手圖，由於精度低一級，地形、地物與實地相對比存在偏差，也不利於野外路線調查。
9.5.2.2 生態地質填圖單位的劃分
經過綜合考慮，本次生態環境地質調查採用地形地貌、岩性、植被種類三大要素組成一個生態環境地質單元，其中地形地貌為第一要素、岩性為第二要素、植被為第三要素，如某一單元，各要素組合起來命名為花崗岩低山雨林區。某一生態環境地質單元反映了自然氣候、地質構造、人為活動等因素。
9.5.2.3 調查點線精度的確定
調查點、線精度：生態環境地質調查不搞平均布點，在遙感解譯查明區域生態環境地質條件的基礎上，在重點地區開展重點調查工作，以查明生態環境地質狀況為目的。原則上，每一種生態環境地質單元必須有調查點控制，面上調查點精度平原區每100km 2 有1～2個、山地丘陵區每100km 2 有2～3個。調查路線一般以垂直地貌界線的穿越法為主，追索法為輔。
9.5.2.4 生態地質剖面的繪制
生態環境地質剖面應垂直於生態環境地質單元、地貌界線，並盡可能穿越測區的不同地貌、生態環境地質單元。剖面線可根據實際情況選擇長線與短線相結合。剖面反映了地質、地貌、植物、土壤、土地利用狀況等。要求全測區至少有2～3條控制性生態環境地質剖面，重點區測繪大比例尺的生態環境地質剖面。
9.5.3 土壤養分與地球化學調查
土壤養分與地球化學元素含量構成了土壤的農業基本特徵，是生態環境地質調查的重要組成部分，其調查內容與生態環境地質野外調查同步開展，其調查方法及技術要求可根據《區域生態環境地質調查技術要求》（徵求意見第一稿）的相關要求進行。由於熱帶地區雨量充足，坡殘積層、風化層較厚，土壤的淋溶作用強烈，土壤環境的調查有別於其他地區。
9.5.3.1 土壤養分調查
土壤養分調查是通過布點采樣測試開展的。土壤養分分布於土壤的O層或A層，深度一般為0～30cm，也即土壤的第二環境層。熱帶地區由於淋溶強烈，養分的分布層比一般地區略深，取樣深度可適當加深。
土壤養分分析項目：有機質、銨態氮、硝態氮、有效P、速效K、緩效K、有效S、有效Si、有效B、有效Mo、有效Cu、有效Fe、有效Zn、有效Mn、有效Ca、有效Na、有效Mg、有效Li。可根據實際調查的需要增減分析項目。
9.5.3.2 土壤地球化學調查
土壤地球化學調查應與水系沉積物地球化學調查緊密結合，以為生態環境地質（地下水環境、土壤環境、醫學環境）基礎研究提供某些基礎地球化學資料為目的。土壤化探調查應分層取樣，第二環境層代表現狀，第一環境層代表背景。由於熱帶地區淋溶作用較強，取樣深度可適當加深。
土壤地球化學分析項目：硅、鋁、鐵、鈣、鎂、鈦、鉀、鈉、錳、磷、銅、鉛、鋅、鉻、鎳、鈷、釩、鍶、鋇、鎢、硼、鉬、氟、鎘、鈹、砷、銻、鉍、氯、汞、硫、氮、硒、鋰、pH 值。可根據實際調查的需要增減分析項目，選擇對環境植物和環境有益和有害的元素，分析其有效態。
9.5.3.3 土壤調查采樣要求
土壤樣可採取單點樣或多點混合樣。多點混合樣的測定值相當於多個點分別測定的平均值，更具有代表性，建議採用該種方法取樣。各采樣點的取土深度及重量應均勻一致，土樣上、下層的比例也要相同。采樣工具為洛陽鏟或鋤頭。
每個混合樣取1kg左右。如果采樣點太多而使混合樣太多時，可以把全部土樣放在盤子或塑料布上，用手捏碎混勻，用四分法淘汰。四分法的方法是：將採集的土壤樣品弄碎，混合均勻，鋪成四方形，劃分成如田字形的4份，保留對角的兩份土樣，混勻後留作樣品，而把另外兩份棄去。如果一次分取後仍嫌土樣太多，可再次4分，直到重量1kg為止。土樣可用布袋或廣口塑料瓶盛裝，在布袋或塑料瓶內、外各備一張標簽，用鉛筆註明采樣地點、日期、采樣深度、土壤名稱、編號及采樣人等。與此同時，根據土壤調查要求，做好采樣點土壤剖面的相關描述。
9.5.3.4 采樣精度要求
1∶25萬生態環境地質調查，養分及化探樣的採取以土壤單元（土壤亞類）為取樣控制單位，取樣點應與生態環境地質調查點相結合，如果土壤單元（土壤亞類）的面積較大，則采樣點的精度要求與生態環境地質調查點的精度要求相一致，即每100km 2的采樣點控制在1～3個為宜，且每種土壤類型至少有1個土壤樣。在土壤樣中採取密碼樣5%，進行質量監測。
9.5.4 岩礦測試
土壤有效態分析參見林業土壤分析、農業化學、農業地質、環境保護等有關標准和專著。各項評價參數和各種「浸提」辦法、測試技術也有很多，針對不同的工作目的和工作對象。根據目標地球化學樣品區域調查需要，參照國家標准和農業、林業、環保等有關部門的「規程」及其他有關資料，選擇了以林業土壤分析方法國家標准（現改為行業標准）和（農業）土壤化學分析專著為藍本的土壤有效態基本分析方法。
土壤主要養分全量分析，除腐殖質外，都有現成的標准分析方法。常規元素的分析方法按1∶20萬區域地質調查的分析方法。
土壤有效態及主要養分全量分析方法，詳見表9.4，方法檢出限見表9.5。
表9.4 土壤有效態及主要養分全量分析方法表
表9.5 土壤有效態及主要養分全量分析方法檢出限表
9.5.5 其他調查方法
生態環境地質調查內容廣泛，只有應用多種調查方法才能較全面地調查評估測區的生態環境質量。本次瓊海幅生態環境地質調查根據海南島東北部的熱帶生態地質特點，在基本了解測區生態環境地質概況的基礎上，重點調查了對測區影響較大的幾種生態環境地質問題及土壤環境，採用的方法不夠全面，可根據生態環境地質的調查內容，採用地球物理勘探、鑽探等重要方法。此外，本次瓊海幅調查根據自然生態特點、人類活動強度進行分區調查，突出了各分區的重點問題，如劃分為城市環境地質調查區、海岸帶生態環境地質調查區、熱帶雨林生態環境地質調查區、熱帶農業（作物）生態環境地質調查區。
城市環境地質調查區側重於調查城市供水水文地質特徵，岩土體工程地質與穩定性，環境地質條件與問題；地震與火山、地面變形，海洋動力災害等地質災害；人類工程活動對地質環境的影響；經濟發展與資源的關系；廢水、廢氣、垃圾對環境地質的影響。
海岸帶生態環境地質調查區位於多年平均高潮線往內陸10～20km的范圍內，該區側重於調查第四紀地質特徵、河道變遷、海岸變遷、環境地質問題；濱海旅遊地質資源、潮間帶地貌、紅樹林生態環境地質；供水水文地質條件、工程地質條件，農業地質問題。
熱帶雨林生態環境地質調查區側重於調查熱帶雨林物種、分布范圍；雨林生長區地質背景；熱帶雨林對生態環境質量的作用；水土流失、崩塌與環境地質災害。
熱帶農業（作物）生態環境地質調查區側重於調查熱帶農業、作物資源；第四紀地質及地貌，土壤類型、地球化學背景及土壤養分狀況；農業水文地質條件；農業地表水資源；水土流失、土地沙化；農業灌溉水資源污染、土壤污染；作物養分與土壤養分的相互關系。
3. 遙感數據類型及數據處理
開展遙感地質找礦工作的關鍵之一是精心選擇和獲取遙感數據。不同構造單元具有相異的地理地貌特徵、不同成礦條件和各自的成礦地質背景。所以選擇與研究區成礦特徵相適應的遙感數據，是遙感地質找礦取得良好效果的保證。
一、TM與ETM+數據特徵
陸地衛星TM和ETM+分別屬於美國陸地資源衛星的第二代和第三代感測器系統，具有一定的繼承性。兩者之間的多光譜波段數相同，都為7個波段，ETM+增加了一個地面解析度為15m的全色（PAN）波段，以及將TM6波段的空間解析度提高到60m。多光譜數據空間分辨滿足1∶20萬的制圖要求。對重點礦區（帶）進行遙感地質解譯，可以通過8波段與多光譜數據融合方法將影像空間解析度提高到15m，能夠達到1∶5萬地圖草測精度。因此該數據能夠滿足本次項目中對遙感地質信息提取的要求。
表5-1列出了TM、ETM+遙感數據的主要性能指標。可以看出，ETM（TM）1～4波段為可見光及近紅外光，含鐵礦物在此波段有明顯的光譜吸收特徵，對於探測乾旱、半乾旱環境中含褐鐵礦的岩石、土壤有較好效果；ETM7對於出露地表的粘土與碳酸鹽礦物敏感，將ETM7和ETM2～5組合分析，對於識別含鐵粘土礦物非常有效，這類礦物通常是熱液蝕變的標志；TM6可以探測地表的熱輻射強度，對於識別與金礦化密切相關的石英脈本身及含石英較多的岩石是非常有用的。總之，能從TM圖像中提取三種基本的光譜信息，即鐵染強度、岩石土壤中的羥基和碳酸鹽根礦物，是地質找礦的十分重要的資料。
表5-1 TM和ETM+的主要性能參數及光譜識別標志
二、工作使用的數據
研究區分布較廣，主要涉及研究區的圖像有3景，數據景號與採集日期見表5-2。
表5-2 研究區內遙感數據景號與採集日期
三、多波段遙感數據最佳波段組合優選
由於人們對彩色敏感程度比對全色大得多，遙感圖像應用研究中多採用RGB彩色合成圖像及彩色空間變換圖像來進行構造、地層岩性和岩體等解譯。然而ETM+圖像有7個波段，各波段物理性質不同，且各波段之間信息又有一定重疊和冗餘。一般圖像的方差越大，包含的信息越多；相關系數越小，波段間信息冗餘度越小。所以要求圖像方差要大而相關性要小這樣兩個條件。基於上述依據，目前最佳波段選擇的主要方法有：熵與聯合熵、OIF指數法、方差-協方差矩陣特徵值法等。其中OIF指數法，該方法是美國查維茨提出，理論依據是：圖像數據的標准差越大，所包含的信息量也越多，波段的相關系數越小，表明各波段的圖像數據獨立性也就越高，信息的冗餘度也就越小。由於計算方法簡單，易於操作，所以最常用。但這些波段選擇方法只考慮到兩個方面：信息量和相關性，而沒有考慮到研究對象的光譜特徵和衛星感測器的用途，即要使波段組合後研究地物的光譜特徵差異最大。綜合各方面因素，在本文中採用「最佳指數（OIF）+光譜特徵分析」法。
四、遙感圖像處理
遙感圖像處理過程中始終以區域控礦地質理論為基礎，結合工作區的自然地理地貌環境，在充分總結成礦規律的基礎上，從遙感圖像或數據中提取不同層次、不同內容的與成礦有關的控礦要素，圈定成礦遠景區。
數據處理過程包括：
1）數據預處理：包括圖像數據分析，校正，配准，子區裁剪等操作。
2）數據處理：包括圖像增強、信息提取等。主要有兩方面工作，即圖像分類、解譯和成礦信息提取。
3）生成專題圖層：研究區構造格架、影像構造單元劃分，蝕變遙感異常信息以及成礦位場等圖層，為多元信息統計分析提供數據源。
遙感圖像處理流程（圖5-1）。
五、遙感蝕變異常提取
（一）遙感技術應用於斑岩銅礦勘查的理論基礎
1.蝕變信息提取的物理學基礎
近三十年來，中外學者進行了岩石和礦物波譜特性的大量研究工作，這些研究涉及晶體場理論、礦物學、固體物理學、量子力學、遙感岩石學等眾多領域。在多年岩石和礦物波譜特徵研究的基礎上，特別是80年代發射的陸地衛星LandsatV增設了兩個短波紅外波段：TM5（1.55～1.75μm）和TM7（2.08～2.35μm），為找礦提供了可以提取具有找礦標志意義的熱液蝕變遙感信息。美國國家宇航局（NASA）1998年發射的主力遙感衛星LandsatⅦ號進一步將全色波段的空間解析度由LandsatV衛星的30m提高到15m。
圖5-1 遙感圖像處理流程
從HuntG.R（1978）和他領導的實驗室的研究成果以及閻積惠等（1995）依據礦物反射波譜特徵吸收譜帶特點的定性分類研究中可以知道：主要造岩礦物在可見光—近紅外光譜（0.35～2.5μm）並不產生具有鑒定意義的反射譜帶，其光譜特徵主要由岩石中為數不多的次要礦物決定：
一是含鐵（Fe2+、Fe3+）基團產生，含鐵礦物主要有角閃石、赤鐵礦、褐鐵礦、針鐵礦、磁鐵礦、黃鉀鐵礬等，他們在TM1—TM4波段有強的吸收帶，若岩石中含多量的Fe3+，而含Fe2+很少，這類岩石的主要吸收譜帶位於TM4和TM1波段，反射波長相當於TM3波段的電磁波。若含大量的Fe2+、含Fe3+很少，則主要吸收譜帶位於1波段，對於波長相當於TM2波段的電磁波有某種程度的反射。
二是含羥基（OH-）、水（H20）或碳酸根基團產生，羥基的吸收譜帶主要有二處：2.2μm，2.3μm，由於OH-在2.2～2.3μm附近存在強吸收谷（稱為羥基譜帶），使得TM7產生低值，TM5產生高值，含羥基礦物大多為次級蝕變礦物，如高嶺土、葉蠟石、雲母類礦物、綠泥石、綠簾石等，水在1.4μm和1.9μm處有特徵吸收帶。含碳酸根礦物主要有五個特徵吸收譜帶（1.9～2.55μm），較強的兩個在2.35μm和2.55μm波長處（稱為碳酸根譜帶），相對較弱的在1.9μm、2.0μm、2.16μm三處。常見礦物包括方解石、白雲石、石膏、菱鎂礦等。
2.遙感應用的地質學基礎
從控礦因素的分析得知，成礦規律的研究必須從分析控制和影響礦床形成的各種地質因素著手，通過對地層、岩體、斷裂、蝕變等地質因素分析，確定控礦地質因素，分析其對成礦有利的程度。
圍岩蝕變現象作為找礦標志已有數百年歷史，發現的大型金屬、非金屬礦床更是不勝枚舉：北美、俄羅斯的大部分斑岩銅礦、我國的銅官山銅礦、猶他州的大鋁礦、西澳大利亞的大型金礦、墨西哥的大鉑礦、美國許多白鎢礦、世界大多數錫礦、哈薩克的剛玉礦等。有用元素的逐步富集是形成礦床的根本，而這種成礦物質通常由成礦熱液進行遷移搬運和卸載沉澱。近礦圍岩蝕變主要是不同類型的熱液與周圍岩石相互作用的產物，是成礦物質逐步富集成礦過程中留下的印跡。熱液來源主要有：岩漿作用有關的熱液、變質作用有關的熱液以及地下水環流熱液等。熱液流體在運移過程中由於其溫度、物理化學條件以及圍岩組分差異，形成不同的蝕變礦物，按照圍岩組分可以分為三類：中酸性岩的蝕變（雲英岩化、絹雲母化、鈉長石化、鉀長石化）、基性、超基性岩的蝕變（蛇紋石化、綠泥石化、青磐岩化、碳酸鹽化）、石灰岩及其他碳酸鹽類的蝕變（矽卡岩化、硅化、重晶石化、白雲岩化）。並且不同類型的圍岩蝕變指示礦床存在的意義不同，這是由於各種蝕變和礦石同樣是成礦作用的產物，從而在時間空間上礦和有關的蝕變存在密切的聯系，並且不同類型的蝕變及其組合專屬一定的礦床（礦種或礦床類型），因而可以用蝕變來預測礦化礦產資源（Курекнн.1954）。近礦圍岩蝕變的研究和熱液蝕變岩石的發現，可以指示找礦的空間范圍，增加找到礦床的機會。而斑岩銅礦的形成過程中蝕變特徵尤其明顯。
（二）蝕變遙感異常信息提取方法
本次工作中主要採用的是主分量分析法、比值法增強蝕變遙感異常信息，通過閾值處理（決策樹技術）分級提取。工作過程為：預處理（去干擾）→信息提取→異常優化。
1.預處理
（1）高端切割去雲及鹽鹼地的影響
根據圖像采樣統計結果，雲的光譜特徵在TM（ETM）1、2、3的灰度值相對較高，TM（ETM）5、7的灰度值相對較低；鹽鹼地一般表現為在TM（ETM）3的灰度值相對較高，其次為TM（ETM）5、7、2、1。本次工作採用ETM1高端切割來去除雲的干擾，採用ETM3的高端切割來去除鹽鹼地的影響，效果較好。
（2）比值法消除植被影響
植被是蝕變異常提取過程中常見的干擾因素。工作區雖然植被覆蓋較少，但為了能盡可能完全地提取致礦異常，還是做了此項處理。根據植物的光譜曲線特徵綠色植被在TM（ETM）4（0.76～0.90μm）的反射率最高，可以認為，只有當有其他因素影響時，TM（ETM）5才可能大於TM（ETM）4，因此，可以選取ETM5/4≤1來消除植被干擾。
2.信息提取
一般常見的圖像處理方法有：主分量分析、光譜角法、比值法等。下面簡要介紹這幾種方法的基本原理：
（1）主分量分析（PCA：PrinCipal Component Analysis）又稱主成分分析，在計算機處理中稱K—L變換。TM數據在圖像處理系統中經K-L變換將TM圖像轉變為一組互不相關的表徵函數序列，目的在於壓縮TM的波譜維數、突出地物類別、提取與礦化有關的蝕變信息。K-L變換在數學含義上，它是一種基於圖像統計特徵的多維正交線性變換。經過這種變換後生成一組新的組分圖像（數目等於或小於原波段數），是輸入的若干圖像的線性組合，即：
新疆北部主要斑岩銅礦帶
其中，X是原多波段圖像的數據矩陣，矩陣元素為P個波段的像元值向量；Y是輸出的主組分矩陣，即q個組分的像元值向量，一般q≤p；T為變換核矩，通常為由變換波段之間的協方差矩陣所產生的特徵向量矩陣。
新疆北部主要斑岩銅礦帶
y1=t11x1+t12x2+…+t1pxp 第一組分
…
yq=tq1x1+tq2x2+…+tqpxp 第q組分
y1，y2…yq按協方差矩陣的特徵值大小依次排序。
K—L變換後，第一組分（y1）取得最大信息量（可達90%左右），其餘依次減少，一、二、三組分基本是已集中了絕大部分信息，後面組分包含的信息量往往已非常小。
（2）光譜角法
把每一個多維空間點以其空間特徵向量來表徵，並以空間向量角的相似性作為判據。它是一種監督分類，要求每一類別有一個已知參考譜。此參考譜可以是地面實測入庫光譜，也可以是已知條件的圖面單元的統計入庫結果（又稱圖像采樣）。為了直觀，設三維空間點P在彩色坐標系中的特徵向量為OP，以此向量為軸作小角錐（圖5-2），凡位於此小角錐內的空間點都視為相似的。
圖5-2 光譜角法原理
根據線性代數理論，向量α、β間夾角θ為
新疆北部主要斑岩銅礦帶
式中，（d，β）為n維向量d，β的內積，|α|、|β|分別為向量d，β的長度，當存在已知礦點或礦床時，可以利用光譜角法圈定與其有相似譜特徵的成礦遠景區，以減少主分量分析所獲異常中的非礦異常；當存在兩種以上已知礦點時，可以用光譜角法對主分量分析異常進行類別區分。這兩點是光譜角法在異常信息提取中對主分量分析法可以起的輔助作用。
（3）比值法
大量的研究成果表明，蝕變礦物在不同TM波段之間存在光譜反差，其中含羥基的粘土礦物和碳酸鹽礦物，在TM7波段具有強吸收，在TM5波段為強反射，而褐鐵礦在TM3表現為高反射，在TM1、TM2和TM4則具不同程度的吸收特徵，故TM5/TM7、TM3/TM1、TM5/TM4和TM4/TM3通常可用於增強提取上述特定的熱液蝕變信息。
4. 遙感信息提取方法
一、ASTER遙感信息提取方法
（一）圖像預處理
本次研究所採用的ASTER數據產品等級是1B和3A01，數據已進行了感測器相關系數輻射校正。在進行幾何精校正過程中，校正控制點主要源於研究區於20世紀70年代完成的1∶100000地形圖，地形圖的精度不高，因此控制點的總平均誤差控制在2個像元內。
依據《ASTER礦物指數處理手冊》的數據處理程序進行暗像元糾正，以消除大氣散射對圖像的影響。依據直方圖找出各波段最小值的像元，像元的每個波段最小值代表或近似於大氣輻射的影響，減去最小值的像元即可。ASTER圖像經過暗像元處理後相當於進行了一次背景值濾波，使短波紅外區間的特徵更加明顯，有利於提取礦物指數，從而提取岩礦信息。
由於研究區下墊面影響因子復雜，必須要消除雲、雪和植被等下墊面復雜因素對基岩信息的干擾，掩膜圖像處理技術可以有效地扣除這些干擾信息。具體處理過程為：首先，在植被、雲及雪覆蓋的原始圖像上提取植被NDVI指數，製作NDVI指數圖像，然後做植被0-1掩膜，再進行雲和雪0-1掩膜，最後將植被掩膜與雲、雪掩膜圖像疊加，在此基礎上進行有用信息的進一步處理，製作掩膜圖像。掩膜圖像的效用有兩個方面，一是壓縮圖像處理樣本的統計空間，使有用的信息相對得到增強，二是排除干擾信息可能引起的假異常。
（二）岩石與礦物信息提取方法
可見光-近紅外波段區域對赤鐵礦、針鐵礦和黃鉀鐵礬等鐵氧化物敏感，而短波紅外波段可以探測粘土和層狀硅酸岩礦物的特徵吸收，實現更為詳細的礦物岩石識別。在熱紅外譜域，8～14μm是最佳大氣窗口，由於硅酸鹽岩在熱紅外區間隨著SiO2含量的減少，岩石寬緩的吸收帶向長波段方向系統位移，從而能夠探測SinOk、SO4、CO3、PO4等原子基團基頻振動及其微小變化，很容易識別硅酸鹽、硫酸鹽、碳酸鹽、氧化物、氫氧化物等礦物，使困擾遙感地質的岩石識別成為可能，大大拓寬了遙感岩礦識別的廣度與深度，從而彌補連續波段高光譜在熱紅外譜域的不足，使ASTER遙感技術成為岩礦識別的重要補充手段。
本次試驗採用的主要信息提取方法包括基於掩膜圖像的主成分分析、礦物指數和光譜角度填圖方法等。
對於所有ASTER數據，常規圖像均採用通道7、3、1（紅、綠、藍）假彩色合成，這種合成方案盡管植被的信息比較突出，但有利於後續使用者對照其他信息的圖件判別地質體的色調異常與來源於植被的干擾異常。在該類圖像中通常的規律是藍色調大多為碳酸鹽，紫色調的地質體二價鐵含量相對較高。主成分圖像通常採用4～9波段的主成分分析，依照試驗結果，選用不同的主成分，其中3、4、5等弱信息的主成分使用較多。
1.主成分分析
主成分分析是遙感地質最有效和最常用的圖像信息提取方法之一，它是將原始的遙感數據集變換成非常小且易於解譯的不相關變數，這些變數含有原始數據中大部分信息，通過正交變換去除多波段圖像中的相關信息，使新的組分圖像之間互不相關，各自包含不同的地物信息，這是一種重要的圖像增強方法。
在本次研究中，應用預處理後的掩膜圖像進行主成分分析，通過將原始圖像進行主成分變換，得到SWIR系統4到9波段的5個主成分的影像，將其中的PC3、PC4、PC5主成分分別置於綠、紅、藍影像層，生成主成分合成影像，並將該影像與高空間解析度的VNIR段影像進行融合，生成新的主成分彩色合成影像。與傳統的彩紅外合成影像相比，主成分合成影像色差可以識別更細微的岩性差別。
從圖9-6不難看出，對掩膜前後的圖像均採用相同的主成分組合方案，但掩膜後的主成分圖像細節更加突出，中三疊統鬧倉堅溝組（T2n）板岩（藍色調條帶）被突出了。
2.礦物指數法
ETM數據只能提供一些鐵錳成分異常和羥基蝕變礦物異常等一些籠統的信息，而ASTER的波段劃分更精細，能夠提供更為明確的礦物信息。常見礦物的特徵吸收帶集中在2～2.3μm之間（圖9-1），即在ASTER的5～9波段之間，而ASTER的第4波段盡管沒有特徵吸收存在，但它是地質體反射率統計差異最大的遙感窗口。目前，國際上流行的各類礦物指數方法很多，它們主要是基於上述這些礦物特徵吸收帶的波長位置及其與ASTER波段設置的關系，通過簡單的各類比值運算得來，如《ASTER礦物指數處理手冊》所收集的澳大利亞科工組織（CSIRO）和美國地質調查局等機構經常使用的一些礦物指數（圖9-7）。
圖9-6 溫泉水庫地區ASTER掩膜主成分分析圖像
（短波紅外4～9波段的4、3、5主成分合成圖像）
波段比值是一種經常被用來提取波譜信息的有效手段。根據代數運算的原理，當波段間差值相近但斜率不同時，反射波段與吸收波段的比值處理可增強各種岩性之間的波譜差異，抑制地形的影響，並顯示出動態的范圍。波段比值通常是在對大氣路徑輻射或由多光譜感測器產生的疊加偏移進行初步校正的基礎上，由兩個波段對應像元的亮度值之比或幾個波段組合的對應像元亮度值之比獲得。通常是選擇特定目標的最小或最大反射或輻射波段作為比值波段。一種地物在兩個波段上波譜輻射量的差別，常被稱為波譜曲線的坡度。不同地物在同一波段上坡度有大有小，有正有負。比值法就是增強不同地物以及岩石間的這種微小差別。因而，以岩礦的特徵光譜為基礎，選用適當的波段比值進行彩色合成，可增強岩性和蝕變帶信息，便於提取蝕變信息。
我們選取了20個各類礦物比值進行試驗應用，在圖像處理軟體中進行流程式的批量處理，再依據具體地質背景和圖像質量進行篩選，獲得了較好的應用效果。尤其對粘土類礦物的蝕變和層狀硅酸鹽礦物的岩性識別非常有效，對巴顏喀拉山群淺變質岩岩性劃分具有良好的應用效果。
所採用的各類遙感礦物指數擇要描述如下：
（1）波段12/波段13比值：基性度指數（BDI）。由澳大利亞科工組織Bierwith提出，BDI與岩石中的二氧化硅含量有很好的負相關，高亮度為基性成分高的地質體，低亮度為酸性地質體，可以很好反映地質體的基性程度。在東大灘銅礦區花崗岩體外接觸帶及前寒武紀變質岩區，BDI顯示出很好的異常及其與銅礦之間的關系。
（2）波段14/波段12比值：富石英岩類異常。異常效果良好，是硅化蝕變的重要依據。在昆侖山巴顏喀拉山群地層和溫泉水庫西部的下二疊統中普遍存在該指數的異常，表明均為一套高硅質的淺變質岩系。在卡巴紐爾多南部，沙地表現為高二氧化硅含量的正異常。此外，高山冰緣區土壤濕度存在垂直分帶現象，同樣會引起基性度指數或二氧化硅指數的假異常，這種異常往往沿等高線分布。
（3）波段13/波段14比值：碳酸鹽岩異常。該比值由於熱紅外14通道的雜訊較大，應用效果並不理想，僅在溫泉水庫和昆侖山一帶有較好的顯示。
（4）波段4/波段5比值：鐵礬土異常。Bierwith定義為鐵礬土，而Volesky定義為硅酸鹽蝕變。高濃度異常的大面積分布通常具有重要的找礦指示意義。
圖9-7 《ASTER礦物指數處理手冊》中常用礦物指數匯總
（5）波段5/波段3+波段1/波段2比值：二價鐵異常。該比值需要謹慎對待，尤其在高山區，雪在1波段的高反射常常引起假異常，需要結合常規合成圖像具體分析。
（6）波段4/波段2比值：鐵帽異常。試驗區圖像效果較差，尚未發現有意義的異常，但由於鐵帽在找礦中的重要意義，以及其負異常的突出特徵，保留這一指數是必要的。
（7）波段7/波段5比值：高嶺土礦物異常，該比值不確定性較強。溝谷中條帶狀分布的異常可能與表生作用下的風化高嶺土有關，大面積的團塊狀異常才具有內生蝕變礦物的意義。
（8）（波段4+波段6）/波段5比值：明礬石和高嶺土指數。在納赤台萬保溝群中大面積出現這種異常，但實地考察屬硅化大理岩異常。
（9）波段7/波段6比值：白雲母異常。白雲母在2.2μm附近的特徵吸收（ASTER第6波段）較強，實踐證明該指數較為敏感，對板岩類有良好的識別能力。
（10）（波段5×波段7）/（波段6×波段6）比值：粘土礦物蝕變異常。具有明確的找礦指示意義，在水泥廠東北部存在這種異常。
（11）（波段7+波段9）/波段8比值：碳酸鹽-綠泥石-綠簾石組合異常。主要分布在1∶5萬水泥廠幅東北部和溫泉水庫西部。可以與波段13/波段14比值圖像碳酸鹽異常對比，進一步區分碳酸鹽異常和綠泥石-綠簾石異常。
（12）波段5/波段6比值：多硅雲母異常。
（13）（波段5+波段7）/波段6比值：絹雲母-白雲母-伊利石組合異常。該組礦物高濃度異常具有明確的找礦指示意義，但大面積異常通常意味著變質岩區的片岩，如內蒙古狼山地區的大面積異常與該地區偉晶岩化、雲母片岩、板岩等區域變質或侵入接觸變質作用有關。在東昆侖試驗區也具有很好的效果，昆侖山巴顏喀拉山群和溫泉水庫西部的下二疊統均有大面積的該類礦物異常。
必須指出的是，實際信息提取過程中，白雲母和高嶺土異常經常在空間上相伴生，在昆侖山和1∶250000填圖區北部出現這種情況，很有可能僅僅是一種異常。在變質岩區有可能僅僅是白雲母，而非高嶺土。從圖9-1不難看出，高嶺石和白雲母的特徵吸收帶都出現在ASTER的第6通道，波長位置的細微差別有可能是ASTER礦物指數方法容易產生混淆的原因。在1∶50000填圖區東北部的異常也同樣出現類似狀況，綠簾石、綠泥石、角閃石和碳酸鹽均出現異常。實際上這種異常均出現在第8通道附近，這幾種礦物均存在較強的吸收帶。這種情況可能僅僅是碳酸鹽，但它們與典型的碳酸鹽（731為藍色調）又有明顯的區別。
盡管如此，礦物指數方法在實際應用中也存在一些問題，從典型礦物曲線和ASTER波段的對比中不難看出有可能出現幾種易混淆的礦物組：如高嶺土-白雲母和方解石-白雲石-綠簾石-綠泥石-角閃石等礦物組。因此，集中在第6和第8通道的異常僅僅說明具有顯著的某種礦物類的異常，而不能明確說明是何種礦物。在復雜條件下只能明確礦物類，可以在此基礎上進行野外驗證，從而確定礦物種類。
在熱紅外區間，岩石的二氧化硅含量與Si-O2振動強吸收帶的波長位置呈現反比的系統位移規律，這是ASTER識別硅酸鹽岩的基本依據。此外，碳酸鹽岩在ASTER的14波段的強吸收也是識別該岩類的基本依據，但14通道紅外輻射能量最弱，雜訊大，應用效果不理想。
3.光譜角度填圖方法
光譜角度填圖方法（SAM）是Boardman開發的一種演算法程序，一般用於超光譜圖像的監督分類。該方法給出一系列光譜記錄來逐一定義每個岩石類型，將每個像元看作n維圖像資料庫空間的一個向量，並計算與光譜資料庫中光譜數據記錄（參考光譜）之間的向量夾角。像元光譜與光譜記錄（參考光譜）的光譜角度相匹配，即可分類為該類岩石。SAM方法的優越性在於只考慮像元光譜與參考光譜的相似性，不考慮像元相對亮度的影響，這在一定程度上改善了陰影，或者土壤濕度的干擾，因為角度的匹配不考慮向量模的大小。
該方法應用的條件是圖像數據必須進行反射率反演，使像元的「視反射率」能夠與光譜資料庫中的參考光譜進行匹配。但實際應用中，由於大氣條件和圖像質量等各方面的原因，較難完成反射率反演這道科學程序，從而限制了該方法的實際應用。因為ASTER的數據質量不理想，參考光譜選用的是典型的像元光譜。
光譜角度填圖方法試驗區選在納赤台北部的東昆中斷裂帶附近的花崗岩內外接觸帶（圖9-8）。試驗中選取的典型岩類有5個，構成參考光譜資料庫。提取的像元光譜是1～9波段，依照這組波段曲線，它們的光譜角度最大差異的區間分布在4～9波段的近紅外-短波紅外譜段，因此將其作為SAM處理的6維向量空間，角度匹配的閾值為5度。從結果中能夠看出，SAM方法不僅可以克服花崗岩中不同亮度值對分類的影響，能夠進行陰影中的分類，而且能夠區分常規合成圖像中容易混淆的 白雲石（藍色）和高嶺土（黃色）。但萬保溝群中的部分岩性段被歸入花崗岩體（紅色），說明該方法還不能區分「同譜異質」的地質體。
圖9-8 納赤台北部ASTER數據4～9通道光譜角度填圖
上圖—光譜角度填圖結果；中圖—ASTER7、3、1常規合成圖像；下圖—基於像元的分類參考光譜
說明：橫軸為ASTER1-9波段；縱軸為像元視反射率。
二、IRS-P6遙感礦物指數試驗
IRS-P6在地質上的應用國內外少有報道，主要原因是它波段分布有限，尤其缺少短波紅外區間的設置，因此缺乏對羥基類地質體信息的識別能力（表9-7），但它的地面解析度高於ETM，在ETM數據缺乏或者質量不佳的情況下也不失為一種可以替代的數據資源。本次試驗也對其在地質填圖中的應用效果進行了比值指數的初步應用。
表9-7 IRS-P6和ETM的波段設置對比
在可見和近紅外區間，鐵的特徵吸收佔光譜的主導因素。依據常見鐵氧化礦物的吸收特徵，針對0.9μm附近三價鐵的寬緩吸收帶，波段2和波段3良好地反映了該處的吸收特徵。因此選用CH2/CH3作為三價鐵氧化礦物的指數。如果沒有鐵氧化礦物存在，吸收帶就不存在，這個比值將會是很低的。所使用幾個比值指數如下：三價鐵氧化礦物CH2/CH3；二價鐵或暗色岩系CH1/CH4平的特徵；碳酸鹽岩CH1/CH2，依據碳酸鹽岩一般缺乏鐵礦物，缺少鐵族礦物在近紫外區間很強的電子躍遷引起的吸收。
但在卡巴紐爾多南部局部地區，採用了4/3.2/3和1/2幾種比值組合，完全是針對該區廣泛分布的砂板岩，依據試驗效果的一種選擇。
IRS-P6的應用效果不如ETM，但應用上述比值合成的假彩色圖像在解譯應用中也能夠與ETM圖像取長補短。如溫泉水庫西部，IRS-P6有更加概括的岩性信息，而ETM由於短波紅外信息的加入，圖斑細碎，不宜於解譯成圖。
三、Hyperion遙感信息提取方法
由於高光譜遙感具有多個波段和高光譜解析度的特點，高光譜的窄波段可以有效地區別礦物的吸收特徵，利用各種礦物和岩石在電磁波譜上顯示的診斷性光譜特徵可以識別礦物，使礦物識別和區域地質制圖成為高光譜技術主要的應用領域之一。
為了實現研究區內岩礦高光譜遙感的識別和分類，並考慮到研究區復雜的地質、地貌、氣候和地表覆蓋等特點對所採用的遙感圖像的影響，在高光譜岩礦填圖中採用地面光譜和圖像光譜相結合的處理分析方法。
（一）岩石光譜測量
為了最大限度地滿足光譜測量精度的要求，在本次野外光譜測量中所採用的儀器為美國ASD公司的最新產品FieldSpec FR便捷式地物波譜儀（圖9-9），該儀器主要參數見表9-8。此儀器不僅具有攜帶方便、速度快、高信噪比、高可靠性、高重復性、操作簡單和軟體包功能強勁等特點，而且還可以進行實時測量和觀察輻射、輻射度、CIE顏色、反射和透射。
圖9-9 野外光譜採集
數據採集軟體採用的是美國ASD公司的FieldSpec FR數據採集分析軟體包，該軟體具有速度快、實時測量、操作界面簡單、靈敏度高和功能強大等優點，另外它所獲取的數據可以直接被ENVI軟體讀取，極大地促進了後期數據處理進程。
由於研究區域特殊地理位置和復雜的氣候條件，而且氣候多變，考慮到諸多不利因素對光譜採集質量的影響，我們於2008年7月進行了野外光譜數據採集，此時該地區的大氣、空氣濕度、風、光照和雲層覆蓋等條件適宜於野外光譜數據採集，而且採集到的數據和選用的遙感圖像數據時間匹配性好，滿足研究精度要求和填圖需要。
為了最大限度地滿足高光譜遙感礦物填圖的要求，採用了野外和室內測量相結合的測量方法。另外，在研究區域內還選擇了多個具有代表性的開闊地帶作為平場並進行了多次重復測量。
野外完成了包含花崗岩、變質岩、流紋岩、千枚岩、大理岩、板岩、頁岩、鐵礦石、銅礦石、金礦石、鉛礦石、鋅礦石等多達100多種不同類型以及同種類型不同狀態（如岩礦石的風化面、新鮮面等）的岩礦石的光譜數據室內和野外採集工作，並且經過系統編號整理建立了各種岩礦石與其光譜數據的對應表（圖9-10），為圖像解譯和填圖工作提供了較為完備的基礎數據。
表9-8 FieldSpec FR便捷式地物波譜儀相關參數
圖9-10 野外實測光譜資料庫
（二）礦物光譜測量
採用南京地質調查中心研發的BJKF-III型攜帶型近紅外礦物分析儀，對礦化樣品進行光譜曲線測量，得到典型蝕變礦物光譜曲線，其礦物包括方解石（圖9-11a）、高嶺石（圖9-11b）、綠泥石（圖9-11c）和孔雀石（圖9-11d）等。黃銅礦為銅的硫化物礦石，具有不透明礦物的典型特徵，遙感較難識別，而孔雀石存在二價銅離子引起的特徵吸收帶。
圖9-11 東大灘銅礦典型礦物光譜曲線圖
通過駝路溝鈷金礦床野外調查取樣，利用攜帶型近紅外礦物光譜儀對樣品進行光譜測量，進一步驗證了遙感圖像提取孔雀石和黃鉀鐵礬等礦物信息（圖9-12）。同時，在駝路溝礦區斷裂帶內還檢測出遙感圖像未能解譯出的石膏等礦物（圖9-12d）。
（三）數據預處理
Hyperion高光譜數據經過斑點去除、回波糾正、背景去除、輻射糾正、壞像元恢復以及圖像質量檢查等一系列處理過程，用戶拿到的數據應該不再有壞像元或條紋，但實際上卻仍然存在，在進行圖像應用之前，必須對圖像進行預處理，糾正不正常的像元。預處理主要包括去除未定標及受水汽影響的波段、絕對輻射值轉換、壞線修復及誤差條帶的去除、反射率定標和大氣校正等。
1.去除未定標及受水汽影響的波段
Hyperion數據的242個波段中，經過輻射定標的獨立波段實際上只有196個，但有些波段受水汽影響非常嚴重，無法應用，經去除處理後只有158個波段可用（表9-9）。
2.絕對輻射值轉換
Hyperion的L1產品數據集以有符號的整型數據記錄，數值范圍為-32767～+32767。但實際上地物的輻射值非常小，產品生成時對VNIR和SWIR波段都採用了擴大因子，系數分別為40和80。因此，需要把圖像的亮度值轉換為絕對輻射值，將VNIR和SWIR波段分別除以40和80，生成絕對輻射值圖像。
圖9-12 駝路溝鈷金礦典型礦物光譜曲線圖
表9-9 剔除和保留的波段
3.壞線修復及誤差條帶的去除
由於Hyperion感測器的個別通道存在壞的探測元，致使圖像存在著不正常數據，DN值為零或者非常小的稱為死像素列，即壞線。對壞線用相鄰行或列的平均值進行修復，壞線修復前與修復後效果見圖9-13。
Hyperion光譜儀採用推掃式的對地觀測方式，所以系統中CCD的排列方式垂直於航跡方向。由於不同行中的感測器對光譜響應值不同，在光譜入射時會導致在每個譜段上出現豎條紋，即列向條帶雜訊。條紋嚴重影響圖像的質量及實際應用，應用時需要對條紋雜訊進行去除處理。
本項目採用ENVI軟體中的傅里葉變換及聯合概率濾波平滑方法去除影像的條紋雜訊，並用MNF進行效果評價。修復效果見圖9-14。
圖9-13 VNIR第56波段壞線修復前後圖像
圖9-14 垂直條紋去除前後圖像對比
4.反射率定標
高光譜遙感數據定標的首要任務就是對成像光譜儀定標，將遙感器探測到的數據變換為絕對亮度或與地表反射率、表面溫度等物理量有關的相對值的處理過程。通過原始圖像提取的波譜曲線為太陽輻射與大氣輻射共同作用的結果，這些波譜剖面曲線都是相似的，表示的是輻射亮度曲線，而不是反射率波譜曲線。因此，需要將輻射亮度曲線轉換為反射率波譜曲線，以消除大氣吸收、散射、地形起伏及感測器本身誤差所帶來的各種失真對數據的影響，恢復地物光譜數據的原貌。將影像的輻射亮度值轉換成表觀反射率的過程，稱為反射率定標或地物光譜重建。
主要校正定標的方法有平場域定標、內部平均相對反射率定標以及經驗線性定標。本次研究針對星載高光譜數據，主要採用了基於大氣輻射傳輸理論的FLAASH定標模型，並進了分析總結，得到了比較好的應用效果。
5.大氣校正
遙感衛星感測器接收到的目標物反射及發射能量輻射在傳輸過程中需要通過大氣層，使高光譜遙感影像記錄的是包含地面反射光譜信息和大氣輻射傳輸效應引起的地面反射輻照度變化等綜合信息。大氣校正的目的是消除大氣和光照等因素對地物反射的影響，獲得地表的真實物理模型參數，如地物反射率、輻射率和地表溫度等。圖像是否需要進行大氣校正，主要取決於圖像的質量及用途。對於空間分布均勻的影像，如果只是用單時像的數據分類，由於大氣對分類的影響是一致的，就沒有必要進行大氣校正。對於空間分布不均勻的影像，如有些區域有霧或者下雨等現象，就有必要糾正大氣的影響。因此，將表示反射率亮度的原始遙感影像DN值數據轉換為反射率數據，對正確利用遙感數據進行定量分析及信息提取十分關鍵。由於本次研究利用實測地物光譜與美國USGS光譜庫標准光譜相結合的方法進行識別分類，所以需要進行大氣校正。
目前，基於大氣輻射傳輸理論的輻射校正模型主要包括：5S、6S、ATREM、MODTRAN、ACORN和FLAASH等。針對Hyperion高光譜數據的特點，本項目主要利用ENVI軟體中的FLAASH模塊進行大氣校正處理。
為了驗證FLAASH大氣校正的效果，分別使用了校正前後的雪、岩石及水體的混合波譜曲線進行對比見圖9-15，並採用野外實測波譜曲線與校正後的圖像的波譜曲線進行對比，總的效果較好。
圖9-15 大氣校正前後雪、岩石和水體的波譜曲線對比
6.幾何糾正
圖像預處理的最後一步工作為圖像的幾何糾正。本研究採用了1∶100000納赤台幅地形圖，應用二次多項式和雙線性內插重采樣方法，共選取了117個控制點，對高光譜數據進行了幾何精度校正。
（四）圖像鑲嵌與裁剪
本項目共定購東大灘地區5景Hyperion數據，其中KL2與KL3景在夏天獲取，KL4-KL6在冬天獲取，所以地物色調相差較大，進行鑲嵌時必須進行調色處理。由於Hyperion數據覆蓋面積寬7.7km，長85km，南北向覆蓋區域較長，應用時需做剪裁處理。經過鑲嵌與剪裁之後數據的覆蓋范圍見圖9-5。
（五）信息提取
經過去除未定標和受水汽影響的波段、進行絕對輻射值轉換、壞線及條紋修復、smile效應去除、大氣校正和幾何精度校正等過程，得到反射率數據。利用波譜分析工具Spectral Analyst進行波譜分析鑒別礦物，選擇美國地質調查局波譜庫，該庫包括近500種礦物波譜，波長范圍0.4～2.5μm。本次岩礦蝕變信息提取主要應用USGS波譜庫作為端元波譜，結合野外實測光譜曲線，應用純凈像原指數法（PPI）作為輔助方法提取端元波譜，最後利用光譜角（SAM）填圖法和波譜特徵擬合法（SFF）成圖。
本項目各類遙感圖像覆蓋面積達18850km2。除受風成黃土、植被、雪被、草甸土、陰影以及冰緣凍融作用所產生的碎屑坡積物等因素干擾不能有效提取信息外，其他地區均提取出大量岩石、構造和礦化蝕變信息。野外驗證表明，不同的遙感數據均可有效地提取地質信息，但是適用范圍和提取信息量存在差別。本項目選擇溫泉水庫地區和玉珠峰巴顏喀拉山群分布區進行ASTER遙感岩性填圖與納赤台地區Hyperion高光譜礦物填圖試驗，評價國內目前尚未普及、但極具應用前景的ASTER和Hyperion等遙感信息在岩性與礦物填圖中的應用潛力。