1. ENVI软件NDVI计算
envi提供ndvi归一化植被指数计算，envi提供了以下五种传感器的默认波段数设置，其他传感器需要根据影像特点手动键入red和nir波段号
计算公式：ndvi=(nir-rad)/(nir+rad) （nir近红外波段，rad红光波段）
具体操作步骤：
1.打开需要计算ndvi的遥感影像，打开ndvi工具
2.选择所需要计算ndvi的遥感影像
3.选择或键入波段参数，选择输出位置，选择输出数据类型，输出数据类型如果选择byte，将需要输入最大最小值对图像进行拉伸。点击OK完成ndvi计算。
2. 调查方法及技术要求
9.5.1 遥感解译
9.5.1.1 遥感数据准备
为满足工作目标及工作比例尺的要求，选择TM数据为遥感解译的主要数据源。可选择工作区多个时相的TM数据，以满足遥感解译的多时相对比要求。
9.5.1.2 数据处理
利用ENVI、ERMAPPER等图形图像处理软件，对TM和IRS数据进行几何纠正、辐射纠正和配准，以消除几何畸变和辐射畸变，进而为影像与影像、影像与地形图、其他专题图件的匹配和影像图的制作等创造条件，也为遥感信息自动提取、分类统计做好准备。
（1）几何校正多项式运算
为了消除遥感数据的几何畸变，确保分析研究结果的准确性，航空及航天遥感数据均需进行几何纠正。遥感图像几何校正一般采用间接法处理，即根据控制点解算出校正多项式系数，建立起控制点的地图空间和图像空间之间的坐标变换函数式。校正技术路线是在粗加工的遥感图像与地图上，对整个像幅，按控制点的选取规则选择控制点对，分别读出地图上或参考图像上的坐标（x, y）和被校正遥感图像上的行列号（u,v），则图像数据坐标（u,v）与地图坐标（x,y）之间的函数关系式：
u=F（x,y）
v=G（x,y）
这个关系式通常用一个多项式来表示：
海南岛东北部生态环境地质
式中：ui,vi为第i点的图像坐标（行列号）；xi,yi为第i点对应的地面坐标（可以是经纬度坐标，也可以是大地坐标）；an,bn,n=1,2,3，…为多项式系数。
用上述控制点坐标，按最小二乘法求出多项式的系数，利用求得的系数和确定了的坐标换算函数式对全区进行坐标变换，即根据变换函数解算每个像元的空间位置，以达到校正的目的。
（2）选取地面控制点
选取地面控制点是几何校正中最重要的一步，它的精度将直接影响整个数据空间的校正精度，影响将来的点位精度和面积精度。我们采用如下原则：一是地面控制点均匀地分布在图像内，没有稀疏稠密之感；二是控制点在图像上有明显的、精确定位的识别标志，以保证空间配准精度；三是控制点有一定数量的保证。对于图像与地图的校正，有15对控制点就能满足校正精度，同时也能保证计算机的运行速度。
遥感数据量很大，除了选择合适数量的控制点能保证运行速度外，如何提高坐标变换的速度和在微机上实现大幅面的几何校正，是几何校正的中心问题。卫星每次过境，有一定的偏移和旋转，即使地面站经过高斯－克吕格地图投影粗校正，粗加工的遥感图像还是偏离正北方向一个角度。相同的景位不同的过境时间有较大的偏移，目前，由于卫星本身的原因，这个偏离角和偏移程度愈来愈大，致使图像与图像之间的配准、图像与地图的校正均有较大的旋转和平移工作量。
（3）选取采样方法
几何校正的最后一步是重采样。经变换定位后的像元在图像中分布是不均匀的，需要建立起图像的新格网，对每个图像按一定的规则进行灰度插值计算来重新赋值，构成新的图像矩阵，应当看到，重采样对分类精度和图像信息会产生一定的影响。像元是一个复合信息，是一种综合亮度信息。虽然对像元亮度值重采样作为新的校正点的亮度值，像元是被校正了，但其复合信息或综合亮度系数也有所变化，信息也相应的有所变化。因此，问题是选取何种采样方法才能最大限度地减少这种变化。采样方法较多，但最常用的是最邻近法——将最邻近的光谱强度赋予新的各网点；双线性内插法—从邻近4个点进行内插；三次卷积内插法—从周围16个点进行3次卷积内插。
为了更好地保留原信息，尽量避免新混合像元的增加，从以上3个重采样的方法上看，后两种方法需要周围多个像元参与内插，得到新的亮度值，从而产生新的混合像元，而最邻近法只是将最邻近强度的光谱值赋予新点，没有运算而只是移动，没有产生新的混合像元，最邻近法对分类精度和图像信息产生最少的影响，是几何校正重采样的可靠方法。
9.5.1.3 影像图制作
（1）彩色合成处理
TM图像数据共有7个波段，它们对各种地物信息的敏感度不尽相同，其中第6波段（TM6）属热红外波段，因其分辨率较低，没有特殊需要一般不参与彩色合成处理，通常是从其余6个波段中选出3个波段进行彩色合成，可以得到20种组合方案。为了满足遥感应用研究的需要，提供最丰富的有用信息，必须根据实际需要选择最佳波段组合。最佳波段选择方法有两种：一种是实验对比法，通过多种组合图像处理，根据目视解译效果确定最佳组合方案；二是统计分析法，从波段反映的信息域宽度、波段间相关性、波段组合数据子集熵值等几个方面，进行定量分析和综合评价。其中覆盖波谱范围最宽、信息熵最好、彼此相关性最小的3个波段一般是最佳波段组合。实验表明TM5.4.3波段组合信息量最大，该波段组合图像对近红外强反射的植被呈绿色，对近红外波段强吸收的水体呈深蓝色和蓝黑色，岩石、土壤呈褐色或红褐色，白云呈白色，很近似于自然彩色的效果。因此，也被称为模拟天然彩色。选择TM5.4.3（R.G.B）波段组合进行彩色合成处理，该图像色调明快，反差适中，图像清晰，可提取的信息量丰富，解译效果很好。
（2）图像数字镶嵌处理
图像数字镶嵌处理方法：一幅高质量的遥感镶嵌图像应具备3个基本条件：信息丰富；色调和谐，浑然一体；镶嵌几何精度高。为满足这些条件，理想的做法是选择那些几何畸变小、图像质量高（无噪声、无云）、成像时间相同或相近的图像。事实上通常这种理想选择是很难实现的。由于时间、季节不同，人为活动造成地物景观的变化，几景图像无论在色调、纹理乃至地物内容上都会有变化，由此给图像镶嵌带来很大困难。我们采用了自己研究的数字镶嵌方法较好地解决了这一难题，其具体措施如下：① 最佳波段组合和彩色合成方案选择。根据前面所述，我们选择了TM5.4.3（R.G.B）波段组合，这里不再赘述。②采样间隔为全分辨率的1 ×1像元采样。可以最大限度地保证不丢失原始记录信息。③图像预处理。为保证图像质量，在镶嵌前对4景图像进行逐波段检查，对所发现的问题进行去条带、去噪声处理，并进行波段之间的几何配准。④一级色调匹配，为保证4景图像色调基本协调一致，首先在相邻图像之间进行直方图匹配，以一景图像像元灰度的均值和方差为参考标准，变换另一景图像像元灰度值，使它的均值、方差趋近，使色调接近于一致。⑤几何配准。传感器固有的扫描误差、平台飞行姿态变化和卫星轨道的偏移往往造成相邻轨道间图像的几何畸变，导致相邻图像重叠区的不配准。为此，在相邻图形重叠区内选择相同地物作为控制点，以所选控制点为基准进行追踪镶嵌，从而达到几何配准的目的。⑥最佳拼接点的选择。尽管各项处理都做得很好，由于相邻图像灰度值差异的存在很难消除接缝现象，为此，在拼接时要设法避开那些图像上灰度值差异比较大的部位，寻找灰度值最小的部位进行拼接，这样就有可能消除接缝现象。为此，采用一个滑动窗口在图像重叠区内逐线、逐像元地进行搜索，寻找灰度值差异最小的像元作为拼接点，从而使接缝现象得到最大改善。⑦二级色调匹配。通过进一步的圆滑处理，可以进一步消除经过一级色调匹配后拼接点两侧规定范围内残存的灰度差异，使接缝现象得到进一步改善。
镶嵌图像的生成和镶嵌几何精度评价：镶嵌图像几何精度取决于两景被镶嵌相邻图像重叠区上的控制点的选择精度。为了评价镶嵌图像的几何精度，我们随机选择几个子区，分别在原始图像和镶嵌图像上确定出相同的地物点，共选出40个同名地物点，根据它们的坐标值，计算出均方误差。
（3）图像编辑与输出
使用NEVI及PHOTOSHOP图像处理软件，对图面进行色彩调整、反差调整、饱和度调整，并经过注记整饰过程，使整幅图像色调一致、协调美观。其后，使用高精度的数字图像输出设备—H.P Designjet 5500 PS 5000RS型激光数码成像仪输出图像，保证了输出图像的几何精度和质量。
9.5.1.4 图像增强处理与信息提取
在进行图像解译过程中，为了提高图像的可解译性，达到提取某些有用信息的目的，我们做了以下图像增强处理。
（1）比值图像处理
利用同一地物在不同波段内光谱反射亮度值的差异，用一个波段的像元值除以另外一个波段的相应像元值，得到一幅新的图像。比值处理后灰度值最黑、最白的部分说明两个波段间光谱反射差别最大。处理后的图像，对于同一地物具有相同的比值，与日照无关，因此可以消除阴影影响。达到提取同类地物的目的。处理的TM5、4、3三个波段合成的假彩色图像，白色部分反映了沙化土地，绿色部分显示植被，蓝黑色为水体。
（2）阈值处理
对于经过线形拉伸、对数变换处理的图像或原始图像，利用直方图，选取与沙化土地有关的亮度信息，赋予一定的阈值，经处理后得到的图像更加突出了沙漠化土地类型，取得了良好的应用效果。
9.5.1.5 遥感解译
（1）遥感图像解译原则
应用遥感技术进行生态地质研究，其主要任务是通过图像解译和计算机图像处理，进行信息提取，并以线划、图形符号、文字注记等形式对各种生态地质问题的类型、性质、质量及其在空间的位置、分布规律加以描述，从而将遥感图像转化成各种类型的专业图件。
遥感影像特征识别：影像特征是识别区分各种地面物体的直接标志，主要有色调（或颜色）、形状、大小、影纹、图案、阴影、相关位置等在图像上可以直接观察测量的影像特征。某种地物解释标志的建立，往往需要根据影像波谱特征、成像季节、成像时间、各种直接标志的组合关系和野外实地验证等综合因素加以确定。
遥感图像解译原则：①影像特征综合分析。从成像原理、波谱特征、成像季节、成像时间、影像标志组合及关键解译标志等方面综合加以分析，尽量排除多解性。②从已知到未知，以进一步提高解译的可信度。③室内解译与实地调查验证相结合，影响分析与野外取样分析结果相结合，去伪存真，以揭示影像的含义。④目视解译与计算机图像处理相结合，加强图像信息增强处理与信息提取，以体现方法手段的科学性和先进性。
遥感图像解译方法：①直接解译法。根据不同资源类型在图像上的直观影像特征，抓住其主要解译标志，经对比分析，确定地物的具体类型。②逻辑推理法。根据影像标志及其周围相关的地物影像特征进行逻辑推理判断，从而达到识别具体地物的目的。③多元信息对比方法。通过多时相遥感图像对比，遥感图像与相关专业图件、相关文字资料对比，以达到对解译目标进行定性定量分析的目的。
（2）遥感解译标志
由于热带地区植被茂密，植物的区域性分布在一定程度上反映了地质地貌部位。可综合考虑地形、地貌、植被等诸多因素，并根据实际工作经验和野外实地调查情况，针对多时相的TM遥感影像建立多种要素的遥感解译标志。
①生态地质背景单元的解译标志：
花岗岩中山雨林区：暗绿色，色彩均匀，呈环形、椭圆形沿山峰、山脊分布，冲沟稀疏。
花岗岩低山雨林区：深绿色，色彩较均匀，环绕山峰山脊分布，呈现稀疏的小斑块状，高程较低处小冲沟开始发育。
花岗岩—砂页岩低山丘陵稀疏灌丛区：浅绿色，时见有呈树枝状、不规则状的浅紫、浅白色斑块，树枝水系发育，小冲沟发育一般。
花岗岩—砂页岩低山丘陵草原区：绿色、深绿色，分布有较多浅紫色的细斑块，地形起伏较小，冲沟不发育。
砂砾层台地草原区：浅紫色、绿色、白色相杂，形成不规则的花斑状，平行树枝状水系。
花岗岩丘陵灌木草丛区：浅绿色，大量浅紫色、白色花斑，小冲沟发育。
花岗岩低山丘陵人工林区：绿色，其上多见暗绿色和浅紫色两种小斑块，冲沟稀疏且不规则。
花岗岩低丘经济林园区：绿、深绿色，多见暗色斑块，另有少量浅白色斑块，树枝状水系，冲沟不发育。
玄武岩—砂砾层台地经济林园区：深绿色，以极为规则的细小网格状为明显特征，多围绕水库四周分布。
花岗岩丘陵耕作区：绿色为主，杂有浅紫、浅白等色，细小的花斑状影纹，浅紫色，常呈蠕虫状沿小河沟展布，不规则的树枝状水系，小冲沟延伸较长。
玄武岩—砂砾层台地平原耕作区：以浅绿、绿色为主，杂有大量浅紫、浅白色斑块，时呈较为规则的细网格状或斑点状、斑块状等，水系差异较大。
河流冲积平原区：浅绿色和蓝色为主，在河流两侧或河口分布处。
②地物的遥感解译标志：
河流、湖泊：呈黑色，河流为曲线形，湖泊为不规则的斑块。
道路：白色的规则的直线或曲线。
村镇：浅紫红色，其周围多浅色斑点，呈极细小不清晰的网格状，与交通线相连。
农田及种植区：浅绿色，基本上有规则地分布在村镇周围。
水产养殖区：呈深黑色，被一些较规则的构筑物所间隔。
山区：被植物所覆盖，呈绿色，在其间可看到阴影。
沙滩（海滩、河滩）：呈白色或黄白色，带状分布。
冲沟：黑白相间，呈树枝状、面状分布。
滨岸防护林带：深绿色，沿海岸带分布，杂有少量方形的浅色斑块。
红树林带：暗绿色，分布于滨岸港湾低处，表面色彩均匀，面积小，其内多蛇形小河道。
③重点问题的遥感解译标志：
水土流失区：浅绿色为主，其上分布有大量浅白色、浅紫红色斑块，呈花斑状图案，其中尤以白色斑块（无植被区）大且具不规则形状而区别于耕作地，白色斑块多在小冲沟处发育。
沙漠化区：由于沙地的反射率极高，沙化区呈十分特征的白色，仔细观察为大小不一的白色斑块聚集而成。呈斑点状图案分布于沿海。
林地退化区：绿色色调偏淡，且在绿色背景上出现较多浅紫色、紫色、白色斑块。
海岸侵蚀区：海岸线呈十分特征的向大陆方向凹进的弧形，岸线平滑，海水与陆地之间具白色细线（沿岸沙滩反射率高）分隔。
（3）野外调查与验证
野外调查与验证包括：初期野外踏勘、建立解译标志和后期实地验证两个阶段。
各个课题经过设计评审，明确调查研究内容后，在取得图像资料和进行室内初步解译的基础上，进行野外初步踏勘，目的是熟悉地理、地质环境，了解区域地质、环境地质概况及统一认识，建立解译标志，为室内图像解译和解译图的编制奠定基础。
野外检查验证工作，在室内图像解译草图编制的基础上，对重点生态环境地质问题、尚未明确的解译对象进行现场调查验证和采样工作，通过调查进一步明确各种解译标志，补充完善解译图件。
（4）专题图制作
图像比例尺：遥感解译所使用的卫星影像和野外使用的地形图的比例尺是一致的，均为1∶10万。专题图件的编制一般以影像解译为依据，以地形图为载体，在微机上使用特定的软件将解译内容转绘到1∶10万的地理底图上。而对于局部地区所进行的稍大比例尺的内容解译则依照1∶5万的卫星影像图进行。
卫星影像图的制作：卫星遥感影像图以形象、直观、信息量丰富而作为各种研究内容的解译标志，同时也是了解掌握全区面貌宏观的资料。选用多个时相（至少二个）的多景TM数据，制作1∶10万卫星遥感影像图和重点地区1∶5万的卫星影像图。
计算机辅助编制解译图：为了使遥感解译成果图件规格化、系列化和信息化，建议采用Map-GIS系统，对遥感生态地质解译内容进行计算机成图，建立相应的图形文件，为上述成果图件的再利用提供方便。采用该系统成图的过程中分别对地理底图和各种生态地质问题的解译图件分层进行数字化。形成多层数据文件，并在此基础上编辑成工作区生态地质遥感图。
9.5.2 区域生态环境地质野外调查
区域生态环境地质野外调查是生态环境地质各项内容的野外综合填图，其方法及技术要求可参考《区域生态环境地质调查技术要求》（征求意见第一稿）、中国地质调查局《1∶25万区域地质调查技术要求》的相关要求。根据我们的工作经验，区域生态环境地质调查宜在开展过同等比例尺的区域地质、区域水工环地质调查的地区开展，在此基础上采用编测结合的方法，重点调查地貌形态、第四纪地质、环境地质、土壤地质环境、旅游地质、地质灾害等内容，将调查内容绘制在地形图上，为最终生态环境地质成果编制提供资料。
野外调查前应充分收集分析已有资料，开展遥感解译工作，了解测区的生态环境地质概况和存在的问题，开展重点突出、目的明确的野外填图。
9.5.2.1 填图比例尺
1∶25万生态环境地质调查手图宜采用1∶5万地形图。在实际工作中曾采用1∶10万地形图作为野外手图，由于精度低一级，地形、地物与实地相对比存在偏差，也不利于野外路线调查。
9.5.2.2 生态地质填图单位的划分
经过综合考虑，本次生态环境地质调查采用地形地貌、岩性、植被种类三大要素组成一个生态环境地质单元，其中地形地貌为第一要素、岩性为第二要素、植被为第三要素，如某一单元，各要素组合起来命名为花岗岩低山雨林区。某一生态环境地质单元反映了自然气候、地质构造、人为活动等因素。
9.5.2.3 调查点线精度的确定
调查点、线精度：生态环境地质调查不搞平均布点，在遥感解译查明区域生态环境地质条件的基础上，在重点地区开展重点调查工作，以查明生态环境地质状况为目的。原则上，每一种生态环境地质单元必须有调查点控制，面上调查点精度平原区每100km 2 有1～2个、山地丘陵区每100km 2 有2～3个。调查路线一般以垂直地貌界线的穿越法为主，追索法为辅。
9.5.2.4 生态地质剖面的绘制
生态环境地质剖面应垂直于生态环境地质单元、地貌界线，并尽可能穿越测区的不同地貌、生态环境地质单元。剖面线可根据实际情况选择长线与短线相结合。剖面反映了地质、地貌、植物、土壤、土地利用状况等。要求全测区至少有2～3条控制性生态环境地质剖面，重点区测绘大比例尺的生态环境地质剖面。
9.5.3 土壤养分与地球化学调查
土壤养分与地球化学元素含量构成了土壤的农业基本特征，是生态环境地质调查的重要组成部分，其调查内容与生态环境地质野外调查同步开展，其调查方法及技术要求可根据《区域生态环境地质调查技术要求》（征求意见第一稿）的相关要求进行。由于热带地区雨量充足，坡残积层、风化层较厚，土壤的淋溶作用强烈，土壤环境的调查有别于其他地区。
9.5.3.1 土壤养分调查
土壤养分调查是通过布点采样测试开展的。土壤养分分布于土壤的O层或A层，深度一般为0～30cm，也即土壤的第二环境层。热带地区由于淋溶强烈，养分的分布层比一般地区略深，取样深度可适当加深。
土壤养分分析项目：有机质、铵态氮、硝态氮、有效P、速效K、缓效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。可根据实际调查的需要增减分析项目。
9.5.3.2 土壤地球化学调查
土壤地球化学调查应与水系沉积物地球化学调查紧密结合，以为生态环境地质（地下水环境、土壤环境、医学环境）基础研究提供某些基础地球化学资料为目的。土壤化探调查应分层取样，第二环境层代表现状，第一环境层代表背景。由于热带地区淋溶作用较强，取样深度可适当加深。
土壤地球化学分析项目：硅、铝、铁、钙、镁、钛、钾、钠、锰、磷、铜、铅、锌、铬、镍、钴、钒、锶、钡、钨、硼、钼、氟、镉、铍、砷、锑、铋、氯、汞、硫、氮、硒、锂、pH 值。可根据实际调查的需要增减分析项目，选择对环境植物和环境有益和有害的元素，分析其有效态。
9.5.3.3 土壤调查采样要求
土壤样可采取单点样或多点混合样。多点混合样的测定值相当于多个点分别测定的平均值，更具有代表性，建议采用该种方法取样。各采样点的取土深度及重量应均匀一致，土样上、下层的比例也要相同。采样工具为洛阳铲或锄头。
每个混合样取1kg左右。如果采样点太多而使混合样太多时，可以把全部土样放在盘子或塑料布上，用手捏碎混匀，用四分法淘汰。四分法的方法是：将采集的土壤样品弄碎，混合均匀，铺成四方形，划分成如田字形的4份，保留对角的两份土样，混匀后留作样品，而把另外两份弃去。如果一次分取后仍嫌土样太多，可再次4分，直到重量1kg为止。土样可用布袋或广口塑料瓶盛装，在布袋或塑料瓶内、外各备一张标签，用铅笔注明采样地点、日期、采样深度、土壤名称、编号及采样人等。与此同时，根据土壤调查要求，做好采样点土壤剖面的相关描述。
9.5.3.4 采样精度要求
1∶25万生态环境地质调查，养分及化探样的采取以土壤单元（土壤亚类）为取样控制单位，取样点应与生态环境地质调查点相结合，如果土壤单元（土壤亚类）的面积较大，则采样点的精度要求与生态环境地质调查点的精度要求相一致，即每100km 2的采样点控制在1～3个为宜，且每种土壤类型至少有1个土壤样。在土壤样中采取密码样5%，进行质量监测。
9.5.4 岩矿测试
土壤有效态分析参见林业土壤分析、农业化学、农业地质、环境保护等有关标准和专着。各项评价参数和各种“浸提”办法、测试技术也有很多，针对不同的工作目的和工作对象。根据目标地球化学样品区域调查需要，参照国家标准和农业、林业、环保等有关部门的“规程”及其他有关资料，选择了以林业土壤分析方法国家标准（现改为行业标准）和（农业）土壤化学分析专着为蓝本的土壤有效态基本分析方法。
土壤主要养分全量分析，除腐殖质外，都有现成的标准分析方法。常规元素的分析方法按1∶20万区域地质调查的分析方法。
土壤有效态及主要养分全量分析方法，详见表9.4，方法检出限见表9.5。
表9.4 土壤有效态及主要养分全量分析方法表
表9.5 土壤有效态及主要养分全量分析方法检出限表
9.5.5 其他调查方法
生态环境地质调查内容广泛，只有应用多种调查方法才能较全面地调查评估测区的生态环境质量。本次琼海幅生态环境地质调查根据海南岛东北部的热带生态地质特点，在基本了解测区生态环境地质概况的基础上，重点调查了对测区影响较大的几种生态环境地质问题及土壤环境，采用的方法不够全面，可根据生态环境地质的调查内容，采用地球物理勘探、钻探等重要方法。此外，本次琼海幅调查根据自然生态特点、人类活动强度进行分区调查，突出了各分区的重点问题，如划分为城市环境地质调查区、海岸带生态环境地质调查区、热带雨林生态环境地质调查区、热带农业（作物）生态环境地质调查区。
城市环境地质调查区侧重于调查城市供水水文地质特征，岩土体工程地质与稳定性，环境地质条件与问题；地震与火山、地面变形，海洋动力灾害等地质灾害；人类工程活动对地质环境的影响；经济发展与资源的关系；废水、废气、垃圾对环境地质的影响。
海岸带生态环境地质调查区位于多年平均高潮线往内陆10～20km的范围内，该区侧重于调查第四纪地质特征、河道变迁、海岸变迁、环境地质问题；滨海旅游地质资源、潮间带地貌、红树林生态环境地质；供水水文地质条件、工程地质条件，农业地质问题。
热带雨林生态环境地质调查区侧重于调查热带雨林物种、分布范围；雨林生长区地质背景；热带雨林对生态环境质量的作用；水土流失、崩塌与环境地质灾害。
热带农业（作物）生态环境地质调查区侧重于调查热带农业、作物资源；第四纪地质及地貌，土壤类型、地球化学背景及土壤养分状况；农业水文地质条件；农业地表水资源；水土流失、土地沙化；农业灌溉水资源污染、土壤污染；作物养分与土壤养分的相互关系。
3. 遥感数据类型及数据处理
开展遥感地质找矿工作的关键之一是精心选择和获取遥感数据。不同构造单元具有相异的地理地貌特征、不同成矿条件和各自的成矿地质背景。所以选择与研究区成矿特征相适应的遥感数据，是遥感地质找矿取得良好效果的保证。
一、TM与ETM+数据特征
陆地卫星TM和ETM+分别属于美国陆地资源卫星的第二代和第三代传感器系统，具有一定的继承性。两者之间的多光谱波段数相同，都为7个波段，ETM+增加了一个地面分辨率为15m的全色（PAN）波段，以及将TM6波段的空间分辨率提高到60m。多光谱数据空间分辨满足1∶20万的制图要求。对重点矿区（带）进行遥感地质解译，可以通过8波段与多光谱数据融合方法将影像空间分辨率提高到15m，能够达到1∶5万地图草测精度。因此该数据能够满足本次项目中对遥感地质信息提取的要求。
表5-1列出了TM、ETM+遥感数据的主要性能指标。可以看出，ETM（TM）1～4波段为可见光及近红外光，含铁矿物在此波段有明显的光谱吸收特征，对于探测干旱、半干旱环境中含褐铁矿的岩石、土壤有较好效果；ETM7对于出露地表的粘土与碳酸盐矿物敏感，将ETM7和ETM2～5组合分析，对于识别含铁粘土矿物非常有效，这类矿物通常是热液蚀变的标志；TM6可以探测地表的热辐射强度，对于识别与金矿化密切相关的石英脉本身及含石英较多的岩石是非常有用的。总之，能从TM图像中提取三种基本的光谱信息，即铁染强度、岩石土壤中的羟基和碳酸盐根矿物，是地质找矿的十分重要的资料。
表5-1 TM和ETM+的主要性能参数及光谱识别标志
二、工作使用的数据
研究区分布较广，主要涉及研究区的图像有3景，数据景号与采集日期见表5-2。
表5-2 研究区内遥感数据景号与采集日期
三、多波段遥感数据最佳波段组合优选
由于人们对彩色敏感程度比对全色大得多，遥感图像应用研究中多采用RGB彩色合成图像及彩色空间变换图像来进行构造、地层岩性和岩体等解译。然而ETM+图像有7个波段，各波段物理性质不同，且各波段之间信息又有一定重叠和冗余。一般图像的方差越大，包含的信息越多；相关系数越小，波段间信息冗余度越小。所以要求图像方差要大而相关性要小这样两个条件。基于上述依据，目前最佳波段选择的主要方法有：熵与联合熵、OIF指数法、方差-协方差矩阵特征值法等。其中OIF指数法，该方法是美国查维茨提出，理论依据是：图像数据的标准差越大，所包含的信息量也越多，波段的相关系数越小，表明各波段的图像数据独立性也就越高，信息的冗余度也就越小。由于计算方法简单，易于操作，所以最常用。但这些波段选择方法只考虑到两个方面：信息量和相关性，而没有考虑到研究对象的光谱特征和卫星传感器的用途，即要使波段组合后研究地物的光谱特征差异最大。综合各方面因素，在本文中采用“最佳指数（OIF）+光谱特征分析”法。
四、遥感图像处理
遥感图像处理过程中始终以区域控矿地质理论为基础，结合工作区的自然地理地貌环境，在充分总结成矿规律的基础上，从遥感图像或数据中提取不同层次、不同内容的与成矿有关的控矿要素，圈定成矿远景区。
数据处理过程包括：
1）数据预处理：包括图像数据分析，校正，配准，子区裁剪等操作。
2）数据处理：包括图像增强、信息提取等。主要有两方面工作，即图像分类、解译和成矿信息提取。
3）生成专题图层：研究区构造格架、影像构造单元划分，蚀变遥感异常信息以及成矿位场等图层，为多元信息统计分析提供数据源。
遥感图像处理流程（图5-1）。
五、遥感蚀变异常提取
（一）遥感技术应用于斑岩铜矿勘查的理论基础
1.蚀变信息提取的物理学基础
近三十年来，中外学者进行了岩石和矿物波谱特性的大量研究工作，这些研究涉及晶体场理论、矿物学、固体物理学、量子力学、遥感岩石学等众多领域。在多年岩石和矿物波谱特征研究的基础上，特别是80年代发射的陆地卫星LandsatV增设了两个短波红外波段：TM5（1.55～1.75μm）和TM7（2.08～2.35μm），为找矿提供了可以提取具有找矿标志意义的热液蚀变遥感信息。美国国家宇航局（NASA）1998年发射的主力遥感卫星LandsatⅦ号进一步将全色波段的空间分辨率由LandsatV卫星的30m提高到15m。
图5-1 遥感图像处理流程
从HuntG.R（1978）和他领导的实验室的研究成果以及阎积惠等（1995）依据矿物反射波谱特征吸收谱带特点的定性分类研究中可以知道：主要造岩矿物在可见光—近红外光谱（0.35～2.5μm）并不产生具有鉴定意义的反射谱带，其光谱特征主要由岩石中为数不多的次要矿物决定：
一是含铁（Fe2+、Fe3+）基团产生，含铁矿物主要有角闪石、赤铁矿、褐铁矿、针铁矿、磁铁矿、黄钾铁矾等，他们在TM1—TM4波段有强的吸收带，若岩石中含多量的Fe3+，而含Fe2+很少，这类岩石的主要吸收谱带位于TM4和TM1波段，反射波长相当于TM3波段的电磁波。若含大量的Fe2+、含Fe3+很少，则主要吸收谱带位于1波段，对于波长相当于TM2波段的电磁波有某种程度的反射。
二是含羟基（OH-）、水（H20）或碳酸根基团产生，羟基的吸收谱带主要有二处：2.2μm，2.3μm，由于OH-在2.2～2.3μm附近存在强吸收谷（称为羟基谱带），使得TM7产生低值，TM5产生高值，含羟基矿物大多为次级蚀变矿物，如高岭土、叶蜡石、云母类矿物、绿泥石、绿帘石等，水在1.4μm和1.9μm处有特征吸收带。含碳酸根矿物主要有五个特征吸收谱带（1.9～2.55μm），较强的两个在2.35μm和2.55μm波长处（称为碳酸根谱带），相对较弱的在1.9μm、2.0μm、2.16μm三处。常见矿物包括方解石、白云石、石膏、菱镁矿等。
2.遥感应用的地质学基础
从控矿因素的分析得知，成矿规律的研究必须从分析控制和影响矿床形成的各种地质因素着手，通过对地层、岩体、断裂、蚀变等地质因素分析，确定控矿地质因素，分析其对成矿有利的程度。
围岩蚀变现象作为找矿标志已有数百年历史，发现的大型金属、非金属矿床更是不胜枚举：北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等。有用元素的逐步富集是形成矿床的根本，而这种成矿物质通常由成矿热液进行迁移搬运和卸载沉淀。近矿围岩蚀变主要是不同类型的热液与周围岩石相互作用的产物，是成矿物质逐步富集成矿过程中留下的印迹。热液来源主要有：岩浆作用有关的热液、变质作用有关的热液以及地下水环流热液等。热液流体在运移过程中由于其温度、物理化学条件以及围岩组分差异，形成不同的蚀变矿物，按照围岩组分可以分为三类：中酸性岩的蚀变（云英岩化、绢云母化、钠长石化、钾长石化）、基性、超基性岩的蚀变（蛇纹石化、绿泥石化、青磐岩化、碳酸盐化）、石灰岩及其他碳酸盐类的蚀变（矽卡岩化、硅化、重晶石化、白云岩化）。并且不同类型的围岩蚀变指示矿床存在的意义不同，这是由于各种蚀变和矿石同样是成矿作用的产物，从而在时间空间上矿和有关的蚀变存在密切的联系，并且不同类型的蚀变及其组合专属一定的矿床（矿种或矿床类型），因而可以用蚀变来预测矿化矿产资源（Курекнн.1954）。近矿围岩蚀变的研究和热液蚀变岩石的发现，可以指示找矿的空间范围，增加找到矿床的机会。而斑岩铜矿的形成过程中蚀变特征尤其明显。
（二）蚀变遥感异常信息提取方法
本次工作中主要采用的是主分量分析法、比值法增强蚀变遥感异常信息，通过阈值处理（决策树技术）分级提取。工作过程为：预处理（去干扰）→信息提取→异常优化。
1.预处理
（1）高端切割去云及盐碱地的影响
根据图像采样统计结果，云的光谱特征在TM（ETM）1、2、3的灰度值相对较高，TM（ETM）5、7的灰度值相对较低；盐碱地一般表现为在TM（ETM）3的灰度值相对较高，其次为TM（ETM）5、7、2、1。本次工作采用ETM1高端切割来去除云的干扰，采用ETM3的高端切割来去除盐碱地的影响，效果较好。
（2）比值法消除植被影响
植被是蚀变异常提取过程中常见的干扰因素。工作区虽然植被覆盖较少，但为了能尽可能完全地提取致矿异常，还是做了此项处理。根据植物的光谱曲线特征绿色植被在TM（ETM）4（0.76～0.90μm）的反射率最高，可以认为，只有当有其他因素影响时，TM（ETM）5才可能大于TM（ETM）4，因此，可以选取ETM5/4≤1来消除植被干扰。
2.信息提取
一般常见的图像处理方法有：主分量分析、光谱角法、比值法等。下面简要介绍这几种方法的基本原理：
（1）主分量分析（PCA：PrinCipal Component Analysis）又称主成分分析，在计算机处理中称K—L变换。TM数据在图像处理系统中经K-L变换将TM图像转变为一组互不相关的表征函数序列，目的在于压缩TM的波谱维数、突出地物类别、提取与矿化有关的蚀变信息。K-L变换在数学含义上，它是一种基于图像统计特征的多维正交线性变换。经过这种变换后生成一组新的组分图像（数目等于或小于原波段数），是输入的若干图像的线性组合，即：
新疆北部主要斑岩铜矿带
其中，X是原多波段图像的数据矩阵，矩阵元素为P个波段的像元值向量；Y是输出的主组分矩阵，即q个组分的像元值向量，一般q≤p；T为变换核矩，通常为由变换波段之间的协方差矩阵所产生的特征向量矩阵。
新疆北部主要斑岩铜矿带
y1=t11x1+t12x2+…+t1pxp 第一组分
…
yq=tq1x1+tq2x2+…+tqpxp 第q组分
y1，y2…yq按协方差矩阵的特征值大小依次排序。
K—L变换后，第一组分（y1）取得最大信息量（可达90%左右），其余依次减少，一、二、三组分基本是已集中了绝大部分信息，后面组分包含的信息量往往已非常小。
（2）光谱角法
把每一个多维空间点以其空间特征向量来表征，并以空间向量角的相似性作为判据。它是一种监督分类，要求每一类别有一个已知参考谱。此参考谱可以是地面实测入库光谱，也可以是已知条件的图面单元的统计入库结果（又称图像采样）。为了直观，设三维空间点P在彩色坐标系中的特征向量为OP，以此向量为轴作小角锥（图5-2），凡位于此小角锥内的空间点都视为相似的。
图5-2 光谱角法原理
根据线性代数理论，向量α、β间夹角θ为
新疆北部主要斑岩铜矿带
式中，（d，β）为n维向量d，β的内积，|α|、|β|分别为向量d，β的长度，当存在已知矿点或矿床时，可以利用光谱角法圈定与其有相似谱特征的成矿远景区，以减少主分量分析所获异常中的非矿异常；当存在两种以上已知矿点时，可以用光谱角法对主分量分析异常进行类别区分。这两点是光谱角法在异常信息提取中对主分量分析法可以起的辅助作用。
（3）比值法
大量的研究成果表明，蚀变矿物在不同TM波段之间存在光谱反差，其中含羟基的粘土矿物和碳酸盐矿物，在TM7波段具有强吸收，在TM5波段为强反射，而褐铁矿在TM3表现为高反射，在TM1、TM2和TM4则具不同程度的吸收特征，故TM5/TM7、TM3/TM1、TM5/TM4和TM4/TM3通常可用于增强提取上述特定的热液蚀变信息。
4. 遥感信息提取方法
一、ASTER遥感信息提取方法
（一）图像预处理
本次研究所采用的ASTER数据产品等级是1B和3A01，数据已进行了传感器相关系数辐射校正。在进行几何精校正过程中，校正控制点主要源于研究区于20世纪70年代完成的1∶100000地形图，地形图的精度不高，因此控制点的总平均误差控制在2个像元内。
依据《ASTER矿物指数处理手册》的数据处理程序进行暗像元纠正，以消除大气散射对图像的影响。依据直方图找出各波段最小值的像元，像元的每个波段最小值代表或近似于大气辐射的影响，减去最小值的像元即可。ASTER图像经过暗像元处理后相当于进行了一次背景值滤波，使短波红外区间的特征更加明显，有利于提取矿物指数，从而提取岩矿信息。
由于研究区下垫面影响因子复杂，必须要消除云、雪和植被等下垫面复杂因素对基岩信息的干扰，掩膜图像处理技术可以有效地扣除这些干扰信息。具体处理过程为：首先，在植被、云及雪覆盖的原始图像上提取植被NDVI指数，制作NDVI指数图像，然后做植被0-1掩膜，再进行云和雪0-1掩膜，最后将植被掩膜与云、雪掩膜图像叠加，在此基础上进行有用信息的进一步处理，制作掩膜图像。掩膜图像的效用有两个方面，一是压缩图像处理样本的统计空间，使有用的信息相对得到增强，二是排除干扰信息可能引起的假异常。
（二）岩石与矿物信息提取方法
可见光-近红外波段区域对赤铁矿、针铁矿和黄钾铁矾等铁氧化物敏感，而短波红外波段可以探测粘土和层状硅酸岩矿物的特征吸收，实现更为详细的矿物岩石识别。在热红外谱域，8～14μm是最佳大气窗口，由于硅酸盐岩在热红外区间随着SiO2含量的减少，岩石宽缓的吸收带向长波段方向系统位移，从而能够探测SinOk、SO4、CO3、PO4等原子基团基频振动及其微小变化，很容易识别硅酸盐、硫酸盐、碳酸盐、氧化物、氢氧化物等矿物，使困扰遥感地质的岩石识别成为可能，大大拓宽了遥感岩矿识别的广度与深度，从而弥补连续波段高光谱在热红外谱域的不足，使ASTER遥感技术成为岩矿识别的重要补充手段。
本次试验采用的主要信息提取方法包括基于掩膜图像的主成分分析、矿物指数和光谱角度填图方法等。
对于所有ASTER数据，常规图像均采用通道7、3、1（红、绿、蓝）假彩色合成，这种合成方案尽管植被的信息比较突出，但有利于后续使用者对照其他信息的图件判别地质体的色调异常与来源于植被的干扰异常。在该类图像中通常的规律是蓝色调大多为碳酸盐，紫色调的地质体二价铁含量相对较高。主成分图像通常采用4～9波段的主成分分析，依照试验结果，选用不同的主成分，其中3、4、5等弱信息的主成分使用较多。
1.主成分分析
主成分分析是遥感地质最有效和最常用的图像信息提取方法之一，它是将原始的遥感数据集变换成非常小且易于解译的不相关变量，这些变量含有原始数据中大部分信息，通过正交变换去除多波段图像中的相关信息，使新的组分图像之间互不相关，各自包含不同的地物信息，这是一种重要的图像增强方法。
在本次研究中，应用预处理后的掩膜图像进行主成分分析，通过将原始图像进行主成分变换，得到SWIR系统4到9波段的5个主成分的影像，将其中的PC3、PC4、PC5主成分分别置于绿、红、蓝影像层，生成主成分合成影像，并将该影像与高空间分辨率的VNIR段影像进行融合，生成新的主成分彩色合成影像。与传统的彩红外合成影像相比，主成分合成影像色差可以识别更细微的岩性差别。
从图9-6不难看出，对掩膜前后的图像均采用相同的主成分组合方案，但掩膜后的主成分图像细节更加突出，中三叠统闹仓坚沟组（T2n）板岩（蓝色调条带）被突出了。
2.矿物指数法
ETM数据只能提供一些铁锰成分异常和羟基蚀变矿物异常等一些笼统的信息，而ASTER的波段划分更精细，能够提供更为明确的矿物信息。常见矿物的特征吸收带集中在2～2.3μm之间（图9-1），即在ASTER的5～9波段之间，而ASTER的第4波段尽管没有特征吸收存在，但它是地质体反射率统计差异最大的遥感窗口。目前，国际上流行的各类矿物指数方法很多，它们主要是基于上述这些矿物特征吸收带的波长位置及其与ASTER波段设置的关系，通过简单的各类比值运算得来，如《ASTER矿物指数处理手册》所收集的澳大利亚科工组织（CSIRO）和美国地质调查局等机构经常使用的一些矿物指数（图9-7）。
图9-6 温泉水库地区ASTER掩膜主成分分析图像
（短波红外4～9波段的4、3、5主成分合成图像）
波段比值是一种经常被用来提取波谱信息的有效手段。根据代数运算的原理，当波段间差值相近但斜率不同时，反射波段与吸收波段的比值处理可增强各种岩性之间的波谱差异，抑制地形的影响，并显示出动态的范围。波段比值通常是在对大气路径辐射或由多光谱传感器产生的叠加偏移进行初步校正的基础上，由两个波段对应像元的亮度值之比或几个波段组合的对应像元亮度值之比获得。通常是选择特定目标的最小或最大反射或辐射波段作为比值波段。一种地物在两个波段上波谱辐射量的差别，常被称为波谱曲线的坡度。不同地物在同一波段上坡度有大有小，有正有负。比值法就是增强不同地物以及岩石间的这种微小差别。因而，以岩矿的特征光谱为基础，选用适当的波段比值进行彩色合成，可增强岩性和蚀变带信息，便于提取蚀变信息。
我们选取了20个各类矿物比值进行试验应用，在图像处理软件中进行流程式的批量处理，再依据具体地质背景和图像质量进行筛选，获得了较好的应用效果。尤其对粘土类矿物的蚀变和层状硅酸盐矿物的岩性识别非常有效，对巴颜喀拉山群浅变质岩岩性划分具有良好的应用效果。
所采用的各类遥感矿物指数择要描述如下：
（1）波段12/波段13比值：基性度指数（BDI）。由澳大利亚科工组织Bierwith提出，BDI与岩石中的二氧化硅含量有很好的负相关，高亮度为基性成分高的地质体，低亮度为酸性地质体，可以很好反映地质体的基性程度。在东大滩铜矿区花岗岩体外接触带及前寒武纪变质岩区，BDI显示出很好的异常及其与铜矿之间的关系。
（2）波段14/波段12比值：富石英岩类异常。异常效果良好，是硅化蚀变的重要依据。在昆仑山巴颜喀拉山群地层和温泉水库西部的下二叠统中普遍存在该指数的异常，表明均为一套高硅质的浅变质岩系。在卡巴纽尔多南部，沙地表现为高二氧化硅含量的正异常。此外，高山冰缘区土壤湿度存在垂直分带现象，同样会引起基性度指数或二氧化硅指数的假异常，这种异常往往沿等高线分布。
（3）波段13/波段14比值：碳酸盐岩异常。该比值由于热红外14通道的噪声较大，应用效果并不理想，仅在温泉水库和昆仑山一带有较好的显示。
（4）波段4/波段5比值：铁矾土异常。Bierwith定义为铁矾土，而Volesky定义为硅酸盐蚀变。高浓度异常的大面积分布通常具有重要的找矿指示意义。
图9-7 《ASTER矿物指数处理手册》中常用矿物指数汇总
（5）波段5/波段3+波段1/波段2比值：二价铁异常。该比值需要谨慎对待，尤其在高山区，雪在1波段的高反射常常引起假异常，需要结合常规合成图像具体分析。
（6）波段4/波段2比值：铁帽异常。试验区图像效果较差，尚未发现有意义的异常，但由于铁帽在找矿中的重要意义，以及其负异常的突出特征，保留这一指数是必要的。
（7）波段7/波段5比值：高岭土矿物异常，该比值不确定性较强。沟谷中条带状分布的异常可能与表生作用下的风化高岭土有关，大面积的团块状异常才具有内生蚀变矿物的意义。
（8）（波段4+波段6）/波段5比值：明矾石和高岭土指数。在纳赤台万保沟群中大面积出现这种异常，但实地考察属硅化大理岩异常。
（9）波段7/波段6比值：白云母异常。白云母在2.2μm附近的特征吸收（ASTER第6波段）较强，实践证明该指数较为敏感，对板岩类有良好的识别能力。
（10）（波段5×波段7）/（波段6×波段6）比值：粘土矿物蚀变异常。具有明确的找矿指示意义，在水泥厂东北部存在这种异常。
（11）（波段7+波段9）/波段8比值：碳酸盐-绿泥石-绿帘石组合异常。主要分布在1∶5万水泥厂幅东北部和温泉水库西部。可以与波段13/波段14比值图像碳酸盐异常对比，进一步区分碳酸盐异常和绿泥石-绿帘石异常。
（12）波段5/波段6比值：多硅云母异常。
（13）（波段5+波段7）/波段6比值：绢云母-白云母-伊利石组合异常。该组矿物高浓度异常具有明确的找矿指示意义，但大面积异常通常意味着变质岩区的片岩，如内蒙古狼山地区的大面积异常与该地区伟晶岩化、云母片岩、板岩等区域变质或侵入接触变质作用有关。在东昆仑试验区也具有很好的效果，昆仑山巴颜喀拉山群和温泉水库西部的下二叠统均有大面积的该类矿物异常。
必须指出的是，实际信息提取过程中，白云母和高岭土异常经常在空间上相伴生，在昆仑山和1∶250000填图区北部出现这种情况，很有可能仅仅是一种异常。在变质岩区有可能仅仅是白云母，而非高岭土。从图9-1不难看出，高岭石和白云母的特征吸收带都出现在ASTER的第6通道，波长位置的细微差别有可能是ASTER矿物指数方法容易产生混淆的原因。在1∶50000填图区东北部的异常也同样出现类似状况，绿帘石、绿泥石、角闪石和碳酸盐均出现异常。实际上这种异常均出现在第8通道附近，这几种矿物均存在较强的吸收带。这种情况可能仅仅是碳酸盐，但它们与典型的碳酸盐（731为蓝色调）又有明显的区别。
尽管如此，矿物指数方法在实际应用中也存在一些问题，从典型矿物曲线和ASTER波段的对比中不难看出有可能出现几种易混淆的矿物组：如高岭土-白云母和方解石-白云石-绿帘石-绿泥石-角闪石等矿物组。因此，集中在第6和第8通道的异常仅仅说明具有显着的某种矿物类的异常，而不能明确说明是何种矿物。在复杂条件下只能明确矿物类，可以在此基础上进行野外验证，从而确定矿物种类。
在热红外区间，岩石的二氧化硅含量与Si-O2振动强吸收带的波长位置呈现反比的系统位移规律，这是ASTER识别硅酸盐岩的基本依据。此外，碳酸盐岩在ASTER的14波段的强吸收也是识别该岩类的基本依据，但14通道红外辐射能量最弱，噪声大，应用效果不理想。
3.光谱角度填图方法
光谱角度填图方法（SAM）是Boardman开发的一种算法程序，一般用于超光谱图像的监督分类。该方法给出一系列光谱记录来逐一定义每个岩石类型，将每个像元看作n维图像数据库空间的一个向量，并计算与光谱数据库中光谱数据记录（参考光谱）之间的向量夹角。像元光谱与光谱记录（参考光谱）的光谱角度相匹配，即可分类为该类岩石。SAM方法的优越性在于只考虑像元光谱与参考光谱的相似性，不考虑像元相对亮度的影响，这在一定程度上改善了阴影，或者土壤湿度的干扰，因为角度的匹配不考虑向量模的大小。
该方法应用的条件是图像数据必须进行反射率反演，使像元的“视反射率”能够与光谱数据库中的参考光谱进行匹配。但实际应用中，由于大气条件和图像质量等各方面的原因，较难完成反射率反演这道科学程序，从而限制了该方法的实际应用。因为ASTER的数据质量不理想，参考光谱选用的是典型的像元光谱。
光谱角度填图方法试验区选在纳赤台北部的东昆中断裂带附近的花岗岩内外接触带（图9-8）。试验中选取的典型岩类有5个，构成参考光谱数据库。提取的像元光谱是1～9波段，依照这组波段曲线，它们的光谱角度最大差异的区间分布在4～9波段的近红外-短波红外谱段，因此将其作为SAM处理的6维向量空间，角度匹配的阈值为5度。从结果中能够看出，SAM方法不仅可以克服花岗岩中不同亮度值对分类的影响，能够进行阴影中的分类，而且能够区分常规合成图像中容易混淆的 白云石（蓝色）和高岭土（黄色）。但万保沟群中的部分岩性段被归入花岗岩体（红色），说明该方法还不能区分“同谱异质”的地质体。
图9-8 纳赤台北部ASTER数据4～9通道光谱角度填图
上图—光谱角度填图结果；中图—ASTER7、3、1常规合成图像；下图—基于像元的分类参考光谱
说明：横轴为ASTER1-9波段；纵轴为像元视反射率。
二、IRS-P6遥感矿物指数试验
IRS-P6在地质上的应用国内外少有报道，主要原因是它波段分布有限，尤其缺少短波红外区间的设置，因此缺乏对羟基类地质体信息的识别能力（表9-7），但它的地面分辨率高于ETM，在ETM数据缺乏或者质量不佳的情况下也不失为一种可以替代的数据资源。本次试验也对其在地质填图中的应用效果进行了比值指数的初步应用。
表9-7 IRS-P6和ETM的波段设置对比
在可见和近红外区间，铁的特征吸收占光谱的主导因素。依据常见铁氧化矿物的吸收特征，针对0.9μm附近三价铁的宽缓吸收带，波段2和波段3良好地反映了该处的吸收特征。因此选用CH2/CH3作为三价铁氧化矿物的指数。如果没有铁氧化矿物存在，吸收带就不存在，这个比值将会是很低的。所使用几个比值指数如下：三价铁氧化矿物CH2/CH3；二价铁或暗色岩系CH1/CH4平的特征；碳酸盐岩CH1/CH2，依据碳酸盐岩一般缺乏铁矿物，缺少铁族矿物在近紫外区间很强的电子跃迁引起的吸收。
但在卡巴纽尔多南部局部地区，采用了4/3.2/3和1/2几种比值组合，完全是针对该区广泛分布的砂板岩，依据试验效果的一种选择。
IRS-P6的应用效果不如ETM，但应用上述比值合成的假彩色图像在解译应用中也能够与ETM图像取长补短。如温泉水库西部，IRS-P6有更加概括的岩性信息，而ETM由于短波红外信息的加入，图斑细碎，不宜于解译成图。
三、Hyperion遥感信息提取方法
由于高光谱遥感具有多个波段和高光谱分辨率的特点，高光谱的窄波段可以有效地区别矿物的吸收特征，利用各种矿物和岩石在电磁波谱上显示的诊断性光谱特征可以识别矿物，使矿物识别和区域地质制图成为高光谱技术主要的应用领域之一。
为了实现研究区内岩矿高光谱遥感的识别和分类，并考虑到研究区复杂的地质、地貌、气候和地表覆盖等特点对所采用的遥感图像的影响，在高光谱岩矿填图中采用地面光谱和图像光谱相结合的处理分析方法。
（一）岩石光谱测量
为了最大限度地满足光谱测量精度的要求，在本次野外光谱测量中所采用的仪器为美国ASD公司的最新产品FieldSpec FR便捷式地物波谱仪（图9-9），该仪器主要参数见表9-8。此仪器不仅具有携带方便、速度快、高信噪比、高可靠性、高重复性、操作简单和软件包功能强劲等特点，而且还可以进行实时测量和观察辐射、辐射度、CIE颜色、反射和透射。
图9-9 野外光谱采集
数据采集软件采用的是美国ASD公司的FieldSpec FR数据采集分析软件包，该软件具有速度快、实时测量、操作界面简单、灵敏度高和功能强大等优点，另外它所获取的数据可以直接被ENVI软件读取，极大地促进了后期数据处理进程。
由于研究区域特殊地理位置和复杂的气候条件，而且气候多变，考虑到诸多不利因素对光谱采集质量的影响，我们于2008年7月进行了野外光谱数据采集，此时该地区的大气、空气湿度、风、光照和云层覆盖等条件适宜于野外光谱数据采集，而且采集到的数据和选用的遥感图像数据时间匹配性好，满足研究精度要求和填图需要。
为了最大限度地满足高光谱遥感矿物填图的要求，采用了野外和室内测量相结合的测量方法。另外，在研究区域内还选择了多个具有代表性的开阔地带作为平场并进行了多次重复测量。
野外完成了包含花岗岩、变质岩、流纹岩、千枚岩、大理岩、板岩、页岩、铁矿石、铜矿石、金矿石、铅矿石、锌矿石等多达100多种不同类型以及同种类型不同状态（如岩矿石的风化面、新鲜面等）的岩矿石的光谱数据室内和野外采集工作，并且经过系统编号整理建立了各种岩矿石与其光谱数据的对应表（图9-10），为图像解译和填图工作提供了较为完备的基础数据。
表9-8 FieldSpec FR便捷式地物波谱仪相关参数
图9-10 野外实测光谱数据库
（二）矿物光谱测量
采用南京地质调查中心研发的BJKF-III型便携式近红外矿物分析仪，对矿化样品进行光谱曲线测量，得到典型蚀变矿物光谱曲线，其矿物包括方解石（图9-11a）、高岭石（图9-11b）、绿泥石（图9-11c）和孔雀石（图9-11d）等。黄铜矿为铜的硫化物矿石，具有不透明矿物的典型特征，遥感较难识别，而孔雀石存在二价铜离子引起的特征吸收带。
图9-11 东大滩铜矿典型矿物光谱曲线图
通过驼路沟钴金矿床野外调查取样，利用便携式近红外矿物光谱仪对样品进行光谱测量，进一步验证了遥感图像提取孔雀石和黄钾铁矾等矿物信息（图9-12）。同时，在驼路沟矿区断裂带内还检测出遥感图像未能解译出的石膏等矿物（图9-12d）。
（三）数据预处理
Hyperion高光谱数据经过斑点去除、回波纠正、背景去除、辐射纠正、坏像元恢复以及图像质量检查等一系列处理过程，用户拿到的数据应该不再有坏像元或条纹，但实际上却仍然存在，在进行图像应用之前，必须对图像进行预处理，纠正不正常的像元。预处理主要包括去除未定标及受水汽影响的波段、绝对辐射值转换、坏线修复及误差条带的去除、反射率定标和大气校正等。
1.去除未定标及受水汽影响的波段
Hyperion数据的242个波段中，经过辐射定标的独立波段实际上只有196个，但有些波段受水汽影响非常严重，无法应用，经去除处理后只有158个波段可用（表9-9）。
2.绝对辐射值转换
Hyperion的L1产品数据集以有符号的整型数据记录，数值范围为-32767～+32767。但实际上地物的辐射值非常小，产品生成时对VNIR和SWIR波段都采用了扩大因子，系数分别为40和80。因此，需要把图像的亮度值转换为绝对辐射值，将VNIR和SWIR波段分别除以40和80，生成绝对辐射值图像。
图9-12 驼路沟钴金矿典型矿物光谱曲线图
表9-9 剔除和保留的波段
3.坏线修复及误差条带的去除
由于Hyperion传感器的个别通道存在坏的探测元，致使图像存在着不正常数据，DN值为零或者非常小的称为死像素列，即坏线。对坏线用相邻行或列的平均值进行修复，坏线修复前与修复后效果见图9-13。
Hyperion光谱仪采用推扫式的对地观测方式，所以系统中CCD的排列方式垂直于航迹方向。由于不同行中的传感器对光谱响应值不同，在光谱入射时会导致在每个谱段上出现竖条纹，即列向条带噪声。条纹严重影响图像的质量及实际应用，应用时需要对条纹噪声进行去除处理。
本项目采用ENVI软件中的傅里叶变换及联合概率滤波平滑方法去除影像的条纹噪声，并用MNF进行效果评价。修复效果见图9-14。
图9-13 VNIR第56波段坏线修复前后图像
图9-14 垂直条纹去除前后图像对比
4.反射率定标
高光谱遥感数据定标的首要任务就是对成像光谱仪定标，将遥感器探测到的数据变换为绝对亮度或与地表反射率、表面温度等物理量有关的相对值的处理过程。通过原始图像提取的波谱曲线为太阳辐射与大气辐射共同作用的结果，这些波谱剖面曲线都是相似的，表示的是辐射亮度曲线，而不是反射率波谱曲线。因此，需要将辐射亮度曲线转换为反射率波谱曲线，以消除大气吸收、散射、地形起伏及传感器本身误差所带来的各种失真对数据的影响，恢复地物光谱数据的原貌。将影像的辐射亮度值转换成表观反射率的过程，称为反射率定标或地物光谱重建。
主要校正定标的方法有平场域定标、内部平均相对反射率定标以及经验线性定标。本次研究针对星载高光谱数据，主要采用了基于大气辐射传输理论的FLAASH定标模型，并进了分析总结，得到了比较好的应用效果。
5.大气校正
遥感卫星传感器接收到的目标物反射及发射能量辐射在传输过程中需要通过大气层，使高光谱遥感影像记录的是包含地面反射光谱信息和大气辐射传输效应引起的地面反射辐照度变化等综合信息。大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地表的真实物理模型参数，如地物反射率、辐射率和地表温度等。图像是否需要进行大气校正，主要取决于图像的质量及用途。对于空间分布均匀的影像，如果只是用单时像的数据分类，由于大气对分类的影响是一致的，就没有必要进行大气校正。对于空间分布不均匀的影像，如有些区域有雾或者下雨等现象，就有必要纠正大气的影响。因此，将表示反射率亮度的原始遥感影像DN值数据转换为反射率数据，对正确利用遥感数据进行定量分析及信息提取十分关键。由于本次研究利用实测地物光谱与美国USGS光谱库标准光谱相结合的方法进行识别分类，所以需要进行大气校正。
目前，基于大气辐射传输理论的辐射校正模型主要包括：5S、6S、ATREM、MODTRAN、ACORN和FLAASH等。针对Hyperion高光谱数据的特点，本项目主要利用ENVI软件中的FLAASH模块进行大气校正处理。
为了验证FLAASH大气校正的效果，分别使用了校正前后的雪、岩石及水体的混合波谱曲线进行对比见图9-15，并采用野外实测波谱曲线与校正后的图像的波谱曲线进行对比，总的效果较好。
图9-15 大气校正前后雪、岩石和水体的波谱曲线对比
6.几何纠正
图像预处理的最后一步工作为图像的几何纠正。本研究采用了1∶100000纳赤台幅地形图，应用二次多项式和双线性内插重采样方法，共选取了117个控制点，对高光谱数据进行了几何精度校正。
（四）图像镶嵌与裁剪
本项目共定购东大滩地区5景Hyperion数据，其中KL2与KL3景在夏天获取，KL4-KL6在冬天获取，所以地物色调相差较大，进行镶嵌时必须进行调色处理。由于Hyperion数据覆盖面积宽7.7km，长85km，南北向覆盖区域较长，应用时需做剪裁处理。经过镶嵌与剪裁之后数据的覆盖范围见图9-5。
（五）信息提取
经过去除未定标和受水汽影响的波段、进行绝对辐射值转换、坏线及条纹修复、smile效应去除、大气校正和几何精度校正等过程，得到反射率数据。利用波谱分析工具Spectral Analyst进行波谱分析鉴别矿物，选择美国地质调查局波谱库，该库包括近500种矿物波谱，波长范围0.4～2.5μm。本次岩矿蚀变信息提取主要应用USGS波谱库作为端元波谱，结合野外实测光谱曲线，应用纯净像原指数法（PPI）作为辅助方法提取端元波谱，最后利用光谱角（SAM）填图法和波谱特征拟合法（SFF）成图。
本项目各类遥感图像覆盖面积达18850km2。除受风成黄土、植被、雪被、草甸土、阴影以及冰缘冻融作用所产生的碎屑坡积物等因素干扰不能有效提取信息外，其他地区均提取出大量岩石、构造和矿化蚀变信息。野外验证表明，不同的遥感数据均可有效地提取地质信息，但是适用范围和提取信息量存在差别。本项目选择温泉水库地区和玉珠峰巴颜喀拉山群分布区进行ASTER遥感岩性填图与纳赤台地区Hyperion高光谱矿物填图试验，评价国内目前尚未普及、但极具应用前景的ASTER和Hyperion等遥感信息在岩性与矿物填图中的应用潜力。