etm股票分析

『壹』 ETM⁺（TM）遙感數據地質蝕變異常信息提取的主要方法

金屬礦化作用和油氣微滲漏作用常伴隨或引起上覆岩石、土壤以至植被中的礦物、化學成分、地球化學場和自然景觀及它們相應的波譜特性發生變化，如伴隨成岩成礦的熱動力作用和地球化學過程的粘土岩化、碳酸鹽化、黃鐵礦化、硅化等礦化蝕變和地球化學暈；油氣藏的烴類物質的微滲漏作用使地表物質發生的退色效應和油氣微滲漏蝕變；植被的金屬中毒效應等。在遙感圖像上形成與周圍物質或景觀不同的色調特徵，稱之為「遙感色調異常」，應用圖像處理方法，分析、識別和提取這些異常信息，是遙感找礦的重要途徑之一。針對TM圖像或以TM為主的多光譜圖像，國內外發展了一系列增強、識別和提取異常的數據處理方法（王潤生等，2002）。

圖8-4 常見礦物的反射波譜曲線

圖8-5 青磐岩化主要礦物的反射波譜曲線

圖8-6 方解石和石膏的近紅外光譜曲線

（一）波段比值

比值是增強和提取色調信息常用的有用方法。從TM圖像中能提取的蝕變類型主要有：①鐵的氧化物、氫氧化物和硫酸鹽礦物，包括褐鐵礦、赤鐵礦、針鐵礦和黃鉀鐵礬。由於紫外部分的強烈吸收，這些礦物的波譜在TM1，2，3區間上升梯度很陡，另外一個特徵是TM4 波段范圍內（0.8～0.9μm）有較強的近紅外吸收帶。黃鉀鐵礬在2.2μm左右（TM7）還存在有羥基礦物的強吸收谷；②羥基礦物，包括粘土礦物和雲母；③水合硫酸鹽礦物（石膏和明礬石）和碳酸鹽礦物（方解石和白雲石）。後兩類礦物在TM7波段都有較強的吸收谷，吸收谷的具體光譜位置和強度各不相同，對礦物種類具有鑒定意義。由於TM波段的帶寬太大而無法在圖像上對逐個礦物加以區別。但是，不同類型礦物的波譜曲線的變化趨勢很不相同，為用比值方法增強和提取這些蝕變信息奠定了物理基礎。

識別熱液蝕變常用的有效TM波段比值主要有：

TM3/1，用於識別褐鐵礦（赤鐵礦和針鐵礦），在圖像上，赤鐵礦呈暗色調，針鐵礦呈亮色調。

TM5/4，用於區分植被與無植被覆蓋的土壤和岩石，植被呈暗色調。用以區分不同種類的特徵礦物：雲母和黃鉀鐵礬的TM5/4≫1.0，水合硫酸鹽礦物（明礬石和石膏）的TM5/4≪1.0，而碳酸鹽礦物和粘土礦物的 TM5/4≈1.0。由於鐵氧化物和氫氧化物晶體場在4 波段（0.8～0.9μm）的吸收帶，TM5/4還可以識別褐鐵礦化，含鐵礦物（特別是赤鐵礦）含量越高，比值越大。

TM5/7，識別含羥基礦物、水合硫酸鹽礦物和碳酸鹽礦物。由於這些礦物在2.2μm附近的吸收谷，它們的TM5/7值很大，在圖像上呈亮色調。但是，植被TM5/7的值也很大，需用其它方法加以區分。

TM7/4，可用於區分不同種類的特徵礦物，雲母的TM7/4≫1.0，水合硫酸鹽礦物（石膏和明礬石）的TM7/4≪1.0。

TM3/4，植被TM3/4的值很小，是識別植被常用的波段，並可用來區分褐鐵礦化岩石。

彩色合成圖像可在一張圖像上顯示多種信息，有利於研究不同異常的空間分布與空間組合，而且，彩色圖像較黑白圖像更易於區分微小的差別。好的合成圖像應該盡可能顯示多種蝕變異常信息，並將其與植被明顯地區分開來。最常用的比值合成圖像有：

TM5/7（R），TM3/1（G），TM3/4（B）；

TM5/4（R），TM3/1（G），TM7/5（B）；

TM5/4（R），TM4/3（G），TM5/7（B）。

上面常用最佳比值合成都是比值5/7（或7/5），3/1，3/4（或4/3），5/4四個比值的不同組合，從上面列出的各個比值的作用明顯可以看出這些比值合成方案的考慮。在這一合成圖像上，赤鐵礦和針鐵礦為綠至青色；黃鉀鐵礬呈黃至白色；含羥基礦物、水合硫酸鹽礦物和碳酸鹽礦物呈品紅色；植被呈紅色。

在實際應用中，仿照歸一化差值植被指數（NDVI）的做法，經常用兩個波段的「和差比」構造一些復雜的比值，進一步擴大波段之間的差別，並對其歸一化，仿照植被指數，稱它們為「歸一化差值礦物指數」。對於TM，常用復雜比值有：

TM（4-3）/（4+3），植被指數；

TM（3-1）/（3+1），褐鐵礦化（氧化鐵）指數；

TM（5-4）/（5+4），氧化亞鐵礦物指數；

TM（5-7）/（5+7），含羥基礦物指數。

（二）主成分分析（KL變換）

主成分分析（PCA）是根據圖像的統計特徵確定變換矩陣對多維（多波段）圖像進行正交線性變換，使變換後新的組分圖像互不相關，並且，把多個波段中有用信息盡可能地集中到少數幾個組分圖像中。主成分分析是一種常用的圖像特徵選擇和增強方法，被廣泛應用於圖像編碼、數據壓縮、圖像增強和變化檢測中。

幾種有用的TM和ETM波段選擇主成分分析：

TM1，4/3，TM5，TM7的主成分分析，以區分蝕變和未蝕變岩石。比值TM4/3的作用是利用植被發育狀況信息（植被指數）區分植被和蝕變岩（馬建文等，1994）；

TM1，TM3，TM4，TM5的主成分分析，增強鐵氧化物信息；

TM1，TM4，TM5，TM7的主成分分析，提取含羥基礦物信息；

TM1，TM3，TM4，TM5，TM7的主成分分析，區分高嶺石-伊利石、石膏等不同的粘土礦物。

TM3/1和TM4/3的定向主成分分析用以區分針鐵礦、赤鐵礦和植被。在TM3/1圖像上，赤鐵礦呈暗色調，針鐵礦呈亮色，但受植被干擾嚴重；在TM4/3上植被呈亮色調，而褐鐵礦色調較暗。在定向主成分分析的DPC1上，針鐵礦較亮，赤鐵礦較暗；植被在DPC2上取高值，可與無植被區較好地區分開來（Fraser，1991）。

TM4/5和TM5/7的定向主成分分析用以區分含羥基礦物和植被。在DPC1上，含羥基礦物和植被都為亮色調；但在DPC2上僅植被取高值，從而將兩者予以區分（Ruiz-Armenta，1998）。

（三）色度空間分析

在由亮度、色調、飽和度定義的色度空間中，亮度表示顏色的明亮程度，它決定於物體反射輻射度；色度是光線平均波長所引起的人的視覺特徵，取決於光線的光譜組成和物體反射輻射的主波長。飽和度是顏色的純度，決定於物體反射輻射的光譜選擇程度。亮度、色調和飽和度作為3個互不相關的物理量，可以准確地定量描述顏色的視覺物理特徵，是地物分類識別有效的標識參量。對遙感圖像而言，亮度I除了與地物的反射輻射特徵有關外，受地形因素的影響很大（照度不同）。而色調和飽和度圖像主要反映了地物的譜波信息，是與地物本身特性有關的物理量。因而，在IHS空間可更有效地提取和描述色調異常特徵。色度空間分析在多光譜色調異常分析中的作用主要如下。

將亮度、色調、飽和度圖像作為一種特徵，直接用於提取色調異常信息。如秦小光（見王潤生等，1992）和劉建國（Liu et al.，1990）等利用色調合成圖像消除地形影響，增強地物的波譜特徵，用於區分不同的岩性和蝕變帶；

在亮度、色度和飽和度空間，對飽和度或色調圖像作去相關擴展；

以亮度、色調和飽和度這3個互不相關且物理意義明確的物理量，對異常作定量描述，進行異常的劃分、分級和分類。

用於多種方法提取結果的融合，或提取結果與背景圖像的融合。

（四）引入高光譜或甚多譜段的數據處理方法

近年來，一些主要用於高光譜數據或甚多譜段的信息處理方法，如雜訊調節主成分變換（NAPC：Noise-Adjusted Principal Components Transform）（Lee et al.，1990）或最大雜訊組分變換（MNF：Maximum Noise Fraction Transformation）（Green et al.，1988）、光譜角制圖（SAM：Spectral Angle Mapping）等方法也被引入到多光譜的異常提取中，並取得了一定的效果。

光譜角（Spectral Angle）是對地物光譜波形相似性程度的一種度量（Kruse et al.，1993），它將每條光譜都視為譜段空間的一個矢量，通過計算測量光譜和參考光譜矢量的夾角θ來確定兩光譜間的相似性程度，其矢量夾角越小，則表明測量光譜與參考光譜相似程度越大，測量光譜所代表的物質與參考光譜物質的性質相同或相近。光譜角對於乘性干擾具有較好的抗干擾性，不受照度等變化的影響。

在多光譜光譜角遙感異常提取中，參考光譜可選用典型光譜、地面實測光譜或像元光譜。像元光譜曲線是指由圖像像元各波段像元值構成的折線。由於多光譜的光譜解析度一般較低，且一般不作輻射定標和大氣校正，用典型光譜和地面實測光譜一般效果較差。用像元光譜作光譜角分析是計算圖像中每個像元光譜與已知異常區域（已知的礦床、礦點或蝕變帶）像元光譜之間的夾角，度量它們之間的相似程度，因此實質上是一種監督分類方法，只不過它僅考慮像元光譜曲線形狀的相似程度，而基本不考慮其絕對值的大小，而且每次僅考慮與種子像元的相似程度，而不考慮是否還與其他像元相似。

『貳』 測區ETM+衛星圖像(反差)增強

現代衛星遙感圖像(如TM,SPOT),每一波段數據的亮度取值范圍為0~255,但實際上由於成像系統的特徵,成像時的光照條件,以及圖幅內地物光譜輻射差異的大小等因素,造成圖像像元亮度集中在比較窄的數值范圍之內,使得圖像的反差較小,色調單一,難以區分圖像上的不同地物。反差增強就是使圖像亮度集中分布的窄數值范圍充滿0~255整個動態范圍,以減少灰度等級換取對比度的增大(提高圖像的反差),擴大地物之間的亮度差異,使不同灰度級別的區域邊界更明顯,便於視覺分析解釋。由於這種反差增強是將圖像亮度數值分布范圍拉伸到0~255之間所致,因此,又稱之為圖像拉伸或圖像擴展。

圖6-13 鬱江支流的匯合點(左)與良德水庫壩首南端大地坐標值

圖6-14 8波段數據圖像反差增強的效果

圖像處理程序在進行反差增強時先對原始數據進行統計並繪出它們的直方圖,往往還會自動計算出增強時的上限及下限,一般下限位於直方圖上由比較平緩向陡傾的過度帶上,上限位於直方圖上由陡傾向比較平緩的過度帶上。具體操作時可以直接作用系統計算的數值,也可以手動調節以達到更好的分析解釋效果。圖6-14(左)為8波段的原始數據顯示,進行拉伸操作後圖6-14(右)的圖像亮度明顯增大,各種地物間的圖像特徵差別及它們的邊界變得明顯。

『叄』 用ETM數據提取「蝕變遙感異常」引人關注的幾個技術問題

張玉君

（中國國上資源航空物探遙感中心，北京；返聘於中國地質科學院礦產資源研究所，北京）

摘要：本文通過模型試驗討論提取遙感異常中的兩個重要問題：主分量分析的靈敏度極限（或檢出限）和植被干擾容限度；還介紹為改進鄰景蝕變異常的可比性所做的准歸一化技術，此技術在一百多景ETM蝕變遙感異常提取中得到成功應用。

關鍵詞：主分量分析（PCA）靈敏度極限（或檢出限）；植被干擾容限度；相鄰景蝕變異常可比性；准歸一化

1 主分量分析（PCA）的靈敏度極限（或檢出限）

當用PCA提取遙感異常時，無論是羥基異常（用TM1、TM4、TM5、TM7）或是鐵染異常（用TM1、TM3、TM4、TM5）都常常出現為第4主分量（張玉君等，1998,2002,2003；李昌國等，1997），其本徵值都是最小的，也就是說蝕變遙感信息僅佔全景信息量的很小份額。那麼應考慮一個問題：蝕變信息量少到何種程度將被PCA丟失，即PCA的檢測靈敏度下限（或檢出限）是多少？

為了探討此問題，設計了如下模型實驗：建四維圖像（2550×2000×4），分割為（1275×1000×4）四個子圖，利用在柳溝峽獲得的TM圖像采樣數據，依左上、右上、左下、右下的次序輸入金礦蝕變岩、植被、輝長岩、冰的TM1、4、5、7波段數據，並令其按列方向從0到相應波段DN值遞變，遞變周期為255列。若以（255×1×4）為一個單元，則全圖有20000個單元，左上角的蝕變岩有5000個單元，經PCA提取，門限用3σ，得出蝕變岩佔5000/20000即1/4時的PCA結果。然後對蝕變岩區依次用輝長岩取代，蝕變岩區分別保留500個單元（1275×100×4）、10個單元（1275×2×4）、5個單元（1275×1×4）、3個單元（765×1×4）和1個單元（255×1×4）；對每一次改變都進行了 PCA，門限取3σ。門限值的確定以不出現干擾（來自冰或植被）為原則，當門限降低出現干擾時意味著來自蝕變岩的信息已減弱，以致淹沒於干擾中。六次PCA檢出限模型實驗結果列入表1：

表1PCA檢出限模型實驗結果簡表

續表

根據檢出限模型實驗結果，可以認為用PCA提取蝕變信息的檢出限優於兩萬分之一或十萬分之五。這意味著在面積為兩萬平方公里的圖幅上，只要蝕變岩（有強有弱）的總面積不小於一平方公里，即可被PCA提取出來。此檢出限模型實驗結果具參考意義。

2提取蝕變遙感異常受高植被干擾的容限度

植被是礦致遙感異常提取過程中的常見干擾因素。為了探討植被干擾的容限度問題，設計和進行了兩個模型實驗。實驗結果都表明，當混合像素中植被成分達到或超過50%的時候，蝕變異常就很難提取了，這一結果與澳大利亞飛機上所做測量是一致的。

為了初探高植被區的異常提取效果，並應雲南地調院要求，對雲南中甸高山植被茂密地區的13240景做了異常提取，還分別以普朗斑岩銅礦和紅山鐵礦為參考樣板區，用光譜角法（SAM）對異常做了優選；經雲南地調院綜合地、物、化、遙選點和地面槽探查證，發現了地蘇嘎Cu礦點，地表出露兩個礦化斑岩體（寬度分別為6米和11米），當年即投入了鑽探，初步含Cu品位為0.1～0.5%。

證實戈壁荒漠區所取得的方法技術在高植被區的應用雖受到相當限制，但仍能發揮一定作用。

3相鄰景蝕變遙感異常可比性的改進

大面積提取蝕變遙感異常工作常常需要多景圖像的拼接，其中包括分層異常的拼接，日益迫切地感到不同時相的同景ETM數據或毗鄰不同景ETM數據所獲結果的可比性晃亟待改善。筆者進行了五項校正研究：大氣徑輻射校正、太陽高度角校正、日地距離校正、大氣層上照度較正及增益校正，通過這五項校正明顯改進了相鄰景及不同時相同景信息提取結果的可比性。

在細致進行這五項校正時，避開了難以做到針對與氣溶膠的密度及水蒸氣的濃度相關的大氣精校正，故稱之為原始數據的准歸一化處理（未達到嚴格意義上的歸一化）。原始數據經准歸一後，獲同一比例尺的視反射率值（每一DN代表0.2%或0.25%視反射率）。

3.1徑輻射校正

筆者試用了兩種方法即波段相關分析法和直方圖最小值法進行徑輻射校正，結果對比列入表2。波段相關分析法只有當感興趣區內僅存在一種岩性時才比較准確，故選用直方圖最小值法。

表2徑輻射校正對比表

3.2日地距離校正

地球以每秒29.79公里的平均速度沿橢圓形軌道繞太陽公轉，此橢圓軌道的扁率（也稱偏心率）為0.0167，長半徑為149597870km，與地球赤道面相交成23°26′的角度。日地距離d定義為日心到地心的距離，取日地平均距離為天文單位距離（AU），但此距離也是變化的，1968～1983年地球與太陽的平均距離為149600000km,1984年以後為149597870km。每年約在1月4日為近日點（perihelion），約在7月4日為遠日點（aphelion），近日點距太陽147100000km，遠日點距太陽152100000km。

為了研究日地距離影響，筆者從天文志獲得1998～2003年六年內日地距離數值表，每半小時一個點。太陽輻照度與d²成反比；過去認為日地距離變化帶來的太陽輻照度變化約為5%，一般無須校正；為了更准確地作評價，特計算了1998～2003年六年日地距離變化帶來的太陽輻照度變化平均為6.68%，見表3，由於此值達到近7%，故認為進行日地距離校正是必要的。

表3日地距離最大校正系數計算表

Landsat 7的軌道為太陽同步軌道（朱述龍等，2000），軌道傾角為98.2°，周期為98.9′，過赤道時刻為地方平均時上午10時，1/4周期為24.725′，我們西部任務區分布在北緯27°～北緯44°之間，過境時間約為地方時上午9時50分左右，故可取地方時上午10時。日地距離表中所給時間為世界時，或稱格林尼治時（UT），即0時區時間（經度0°子午線處的民用時），表示為GTM。為了查找某一景圖的日地距離，首先確定其經度屬哪個時區，以時區標准經度兩側各7.5°為界，然後計算當地上午10時對應的格林尼治時，用此格林尼治時即可查到所要求的日地距離。例如，某景ETM圖像位於東經90°＋7.5°范圍內，它距格林尼治有6個時區，故應查表中該口上午（10-6）=4時的日地距離d。

3.3增益校正

在美國的Landsat 7計劃中，為保證對地面數據的正常獲取及對數據的充分利用，Landsat 7對ETM^＋感測器的信號處理部分進行了重新設計，使其可以在兩種狀態下工作，即高增益狀態和低增益狀態。在圖像上表現為像元亮度的變化。對於1、2、3、4、5、7波段增益的改變分為三個組（林友明，2003）：波段1、2、3一同變化，波段4單獨設置，波段5、7一同調整。感測器增益設置的規律是，按季節在某一緯度范圍內對感測器的增益進行設置。當一景圖某一波段增益設置發生變化時，在圖像上該波段的亮度值便發牛階躍性變化。據悉此變化多發生在一景圖像的下四分之一處，北京地面站對有增益改變的數據進行了處理，將增益改變後的像元亮度調整到增益改變前的水平上，因此用戶不會看到有階躍性變化的圖像。

但是當研究毗鄰圖景的可比性問題時，就必須考慮它們的增益。

3.4太陽高度角引起的輻射誤差校正及太陽高度角的計算

太陽高度角引起的畸變校正是將太陽光線傾斜照射時獲取的圖像校正為太陽光線垂直照射時獲取的圖像，太陽以高度角φ斜射時得到的圖像g（x,y）與直射時得到的圖像f（x,y）有下式中的關系，且各波段圖像可採用相同的太陽高度角φ進行校正。

張玉君地質勘查新方法研究論文集

太陽方位角隨成像季節、地理緯度的變化而變化，通常太陽方位角引起的圖像輻射值變化只對圖像細部特徵產生影響，故可不進行太陽方位角的校正。

由於太陽高度角的影響，在圖像上產生地形地物陰影；太陽高度角引起的畸變校正並不能消除地形地物的陰影，我們的對策是將全陰影區及大部半陰影區在預處理時作為干擾區加以剔除，所以在太陽高度角校正時不涉及這些地區。

一般情況下太陽高度角可從數據頭文件中得到，在缺失太陽高度角數據時，可用ENVI圖像處理軟體獲得。

3.5地物視反射率的計算

文獻（朱述龍等，2000）給出 p＝πLd²/（E₀×Sinφ）

式中，p為地物反射率；d為日地天文單位距離，可從日地距離表中查到；φ為太陽高度角，可從頭文件中得到；E_。為太陽輻照度，文獻（馮鍾葵，2002）給出了一組參考值，其單位為watts/（meter²×μm）；L為地物在大氣頂部的輻射亮度（L=goin×DN+bias），DN為像元值，goin（增益）和bios（偏置）可以從頭文件中得到（馮鍾葵，2001）。

如果暫時不考慮d和φ，則ρ_k＝π×L/E₀，若以QLMAX和QLMIN分別表示各波段可能的最大和最小像元值（馮鍾葵，2002），QL_MAX=255,QL_MIN=1；ρ_kMAX=L_MAXхπ/E₀，ρ_kMIN=L_MIN×π/E₀;L_MAX和L_MIN分別表示各波段的最大和最小光譜輻射值；QL_MAx、QL_MIN、L_MAX和L_MIN均可在地面站Londsat-7產品的Metodata（MTL）文件中查到，由於無論是高增益或是低增益條件下，偏置是不變的，所以L_MIN不隨增益改變而改變；各波段LMAx的僅隨增益（高或地）的調節在兩個水平間變化，如表4所列為低增益狀態，表5所列為高增益狀態，可看到L_MIN和L_MAX的變化規律。

表4低增益狀態下視反射率換算系數

表5高增益狀態下視反射率換算系數

G_k（%）＝（ρ_kMAX－ρk_MIN）×100/（QL_MAX-QL_MIN）＝（L_MAX-L_MIN）×π×100/[E₀×（QL_MAx-QL_MN）]

若K為視反射率換算系數，則 K=G_k（%）×d²/（Sinφ×G）

B＝ρ_kMIN/G_k,B取整，得B₀。

若某景ETM^＋數據每一像素的DN值經（DN-B₀）×K處理，則該圖像准歸一為每一灰階代表G（%）視反射率，即此時灰階格值為G（%）視反射率

此外還採取化探異常分級的辦法，對所提取的蝕變遙感異常做門限化（Thresholding）處理，門限值取數被標准離差，即以σ做為尺度，用數倍σ值做為閾值，限定異常水平，得到羥基異常和鐵染異常各三級二值圖像。此技術也有助於改進相鄰景蝕變遙感異常的可比性。

無論准歸一化或是以σ尺度進行異常分級，在執行中都歸結為便捷的填表操作，有利於工程化完成，此技術已應用於一百多景 ETM^＋的處理。彩版附圖15展示兩個時相不同增益（14231H, 14231L）及毗鄰景（14231）重疊區色調差異很大，經准歸一化後，不僅使三景圖色調更為相近，並可用接近於統一規定的2σ獲取二級異常，可比性有了明顯改善。

參考文獻

[1]張玉君，楊建民.基岩裸露區蝕變遙感信息的提取方法[J].國土資源遙感，1998,（2）:46～53

[2]張玉君，楊建民，陳薇.ETM⁺（TM）蝕變遙感異常提取方法研究與應用—地質依據和波譜前提[J].國t資源遙感，2002（4）:30～36

[3]張玉君，曾朝銘，陳薇.ETM⁺（TM）蝕變遙感異常提取方法研究與應用一方法選擇和技術流程[J].國土資源遙感，2003,（2）:44～49

[4]李昌國，張玉君.試用主分量分析方法提取瀾滄江蘭坪地區銅礦化蝕變遙感信息[J].國土資源遙感，1997,（1）:20～30

[5][日]遙感研究會編.劉勇衛，賀雪鴻譯.遙感精解.北京：測繪出版社，1993

[6]朱述龍.張占睦.遙感圖像獲取與分析.北京：科學出版社，2000

[7]馮鍾葵.Landsat 7 ETM^＋數據的增益設置及增益改變[J].（中國遙感衛星地面站）用戶簡訊，2001（3）, 8～9

[8]馮鍾葵，關於地物輻射值的計算問題[J].（中國遙感衛星地面站）用戶簡訊，2002（2）,1

[9]林友明.Landsat-7增益和偏置的計算[J].（中國遙感衛星地面站）用戶簡訊，2003（3）,7

原載《長春遙感應用會議「國土資源遙感技術發展文集」》，2006。

『肆』 ETF基金是什麼意思

交易型開放式指數基金（簡稱：交易所交易基金、ETF）：是指經依法募集的內，投資特定指數容所對應組合證券或基金合同約定的其他投資標的的開放式基金。
ETF基金份額使用組合證券、現金或者基金合同約定的其他對價按照「份額申購、份額贖回」的方式進行申贖，並在交易所上市交易。

『伍』 測區ETM+衛星圖像幾何校正

遙感圖像幾何校正處理有兩個目的,一是消除遙感圖像在其形成過程中產生的各種幾何位置畸變,另一種目的是經過幾何校正處理,使遙感圖像帶有經緯度球面坐標或大地坐標,便於與地形圖對比分析。衛星遙感數據地面接收站(簡稱地面站)提供的遙感數據,一般已對遙感器本身和地球自轉造成的系統幾何畸變作了常規的幾何校正處理(常稱為粗校正),這里主要介紹對遙感圖像中殘存的非系統畸變的幾何校正處理(又稱為精校正)。這種校正,通常是從遙感圖像空間到制圖空間(標准制圖空間)的投影變換。因此,遙感圖像幾何校正一般涉及地球投影變換。

故此我們首先建立以1954年北京坐標為基準的坐標系(與頭文件中的坐標系相一致),並以項目名稱命名為「YULIN」,為以後幾何校正做好准備。

(一)圖像系統幾何校正

(1)正東方向調整,由頭文件中知正東方向線分別為-9.13°、-9.16°,故對各數據分別旋轉9.13°、9.16°(圖6-2)。

圖6-2 由正東方向對數據進行校正

校正後,以一些特徵點檢查其結果,比如124-44石南嶺蒙水庫西壩首坐標XX=361304.541,YY=2544933.606,校正結果為XX=361463.36,YY=2545168.83(圖6-3左),誤差分別為-158.819及-235.224,達到系統幾何校正產品(Level2)的要求。124-45鎮隆幅良德水庫南壩首坐標XX=498126.88,YY=2449931.34,校正結果為XX=504210.54,YY=2479499.73(圖6-3右),誤差分別為-6083.66及-29568.39,校正精度太差。故而不能用正東方向角旋轉圖像的方法來進行系統幾何校正。

(2)以頭文件中所給的圖像角點及中心點與地理坐標的對應關系,兩景圖像分別為1~7波段、6波段、8波段生成在已建立的坐標系「YUILN」內的校正控制點文件(GCP文件)(圖6-4)。以這些GCP文件對分別對相應的波段進行校正。

校正完畢後,打開圖像,將方里網線在圖像上顯示,可以見到原來明顯傾斜的方里網線現在已經大致水平(圖6-5)。

同樣以嶺蒙水庫及良德水庫來校驗結果的誤差。124-44石南嶺蒙水庫西壩首坐標XX=361353.53,YY=2544921.44,校正結果為XX=361463.36,YY=2545168.83(圖6-6左),誤差分別為-109.83及-247.39,達到系統幾何校正產品(Level2)的要求。124-45鎮隆幅良德水庫南壩首坐標XX=498104.25,YY=2449959.72,校正結果為XX=498274.28,YY=2450378.65(圖6-6右),誤差分別為-170.03及-418.93,校正後其YY誤差大於250,但小於500,勉強達到系統幾何校正產品(Level2)的要求。

圖6-3 嶺蒙水庫(左)與良德水庫(右)的特徵點在旋轉校正後坐標值

圖6-4 以角點及中心點信息建立的PTS文件

圖6-5 系統校正前(左)後(右)的方里網線

(二)1~7及6波段圖像的放大

由於全色8波段的解析度為15m,而1~7波段為30m,6波段為60m。在不同解析度波段間整合,一般為RGB→HSV或RGB→HLS,然後反變換HSV→RGB或HLS→RGB得到一幅RGB三波段圖像,但此方法過程較繁且得到的圖像不具備原始的波段特徵。故我們採用將6波段放大4倍,1~7波段放大2倍,最後直接與8波段整合於一個單一的文件中,雖然這樣大大增加了文件的容量,但因為它們具有同一的投影參數,與其他數字化圖件整合利用帶來極大的便利。

圖6-6 嶺蒙水庫(左)與良德水庫(右)的特徵點在角點及中心點在系統幾何校正後的坐標值

(三)圖像鑲嵌

圖像鑲嵌的方法有地理坐標鑲嵌及同一圖像點鑲嵌,因經系統幾何校正後的圖像仍有較大的誤差,故我們使用同一圖像點(像元點)鑲嵌法。

圖6-7 選取兩景圖像的相同地理位置點

打開兩景TM圖像,選一個兩景圖像均包含的圖像點,我們選取了玉林市沙田鎮高坡村東的二級公路橋,大地坐標XX=402513.39,YY=2476475.72,124-44景的圖像位置為(4965,12403),124-45景的圖像位置為(7421,1712)(圖6-7)。故124-44景的X坐標左移2456個像元,124-45景Y坐標下移10691個像元(圖6-8)。同時選擇接約10個像素點的邊緣羽化。鑲嵌後的圖像見圖6-9。

(四)圖像精校正

數字圖像的幾何精校正,是將圖像坐標按一定的精度要求變換到地形圖的地理坐標系中,按新圖像像元的大小,通過重新采樣獲取新像元的亮度數值。幾何校正是利用地面控制點(Ground Control Point,GCP)對由各種因素引起的遙感圖像的幾何畸變進行校正。GCP是原圖像空間與標准制圖空間(通常是地形圖)上的同一地物,GCP必須較精確,因為它直接影響幾何校正的精度。GCP的選擇應是:在圖像上反映較清晰,可尋找出來的,在地圖上容易精確定位的永久特徵點、特徵線(取其中點或端點)等自然要素或人文要素,如河流拐彎處或交叉處、小島、小水塘、道路交叉點、橋梁、機場跑道、水壩等。GCP的分布應盡可能均勻散布在研究區內。

圖6-8 北景124-45(左)及南景124-45(右)的鑲嵌位置量

(1)由於鑲嵌後的圖像文件達到4.2GB的容量,包含了較多非測區內的圖像及空白區(圖6-9),所以用大地坐標西線XX=340000,東線XX=501000,北線YY=2550000,南線YY=2420000圍成的矩形將圖像剪截下來(圖6-10),截剪矩形的邊界均在測區內圖框線的系統幾何校正誤差范圍以外,保證了精校正後內圖框線內均不會出現空白區。

(2)按上述要求進行GCP的採集。打開數字化的底圖,在數字底圖上取得對應標志點的大地坐標,然後寫入圖像處理程序GCP採集模塊中(圖6-11),在GCP採集模塊中能用點輸入設備或直接輸入該大地坐標位置對應的圖像像元位置。大地坐標及對應的像元位置輸入後,模塊計算當前GCP的殘差,如果殘差很大,那就應該檢查是圖像變形造成的還是數據採集有誤。當GCP多於3個時,GCP採集模一般均能預測出採集到的大地坐標位置在遙感圖像上的圖像像元位置,同明在顯示窗口顯示以該位置為中心的圖像,對應作必要的調整就完成GCP採集。如此重復直到所採的點數達到要求(圖6-12)。按圖像處理程序的功能將GCP保存成為GCP文件。

(3)選擇變換後圖像像元亮度值重采樣方法。常用的亮度重采樣方法有最鄰近點法、雙線性內插法和三次卷積法。我們使用的為雙線性內插法。

(4)精校正後,以1:10萬石南幅西北角鬱江支流與鬱江的匯合處及鎮隆幅良德水庫的位置來檢驗結果的誤差。鬱江支流的匯合處位於新塘鎮以南約2km,大地坐標XX=357055.20,YY=2543396.80,遙感圖像校正後對應點大地坐標值XX=357053.43,YY=2543395.88(圖6-13左),誤差分別為1.77及0.92。良德水庫壩首南端大地坐標值XX=498126.88,YY=2449931.34,圖像校正後對應點大地坐標值XX=498102.52,YY=2449935.92(圖6-13圖右),誤差分別為24.36及-4.58。精校正結果的精度均小於1~5波段及7波段解析度30m,大部分(3/4)小於8波段解析度15m,基本達到精校正的精度要求。

圖6-9 兩景鑲嵌好的圖像圖

6-10 以稍大於測區圖框的界線將圖像剪截以使圖像文件容量減少

圖6-11 數字化地形圖至遙感圖像的GCP的採集

圖6-12 所採集GCP要有一定的數量及較均勻的分布於圖像中

『陸』 空間數據

所有與地理位置有關的圖形數據都稱為空間數據。按照數據的種類，將塔里木河流域的空間數據分成遙感影像、空間基礎地理圖形、生態環境專題圖形三大類。

(一)遙感影像數據

塔里木河生態環境遙感影像數據是整個監測系統可持續運行的基礎，為形成多層次、運行化的動態監測體系，需採用多種衛星圖像數據，數據類型包括MODIS、LANDSATTM/ETM⁺、ASTER、CBERS、SPOT和QUICKBIRD等衛星圖像。

1.MODIS數據

MODIS衛星圖像數據，覆蓋范圍大，更新周期短，是宏觀動態監測的主要信息源。掃描寬度2330km，單景即可覆蓋塔里木河整個流域，時相為自2003年6月開始，數據更新周期為15d。MODIS數據共有36個波段，CH1、CH2空間解析度為250m，CH3至CH7為500m，CH8至CH36為1000m。

2.LANDSATTM/ETM⁺數據

TM圖像數據在可見光－熱紅外(0.45～12.5μm)共有7個波段，TM1～TM5、TM7地面解析度為30m，TM6為120m。ETM⁺1～ETM⁺5、ETM⁺7地面解析度為30m，ETM⁺6為60m，ETM⁺Pan(0.52～0.90μm)為15m。TM/ETM⁺數據單景幅寬185km×185km。覆蓋塔里木河全流域需要TM/ETM⁺50景，其中「四源一干」范圍29景。生態環境本底調查以2002年為准，動態監測每兩年一次。另外，為開展塔里木河幹流上游土壤鹽漬化監測，每監測周期採集2月下旬至3月初的TM/ETM⁺圖像5景(ASTER數據45景)。

3.ASTER數據

LANDSAT－7失效後選用ASTER圖像替代ETM⁺數據。其Band1～Band3相當於TM/ETM⁺2～TM/ETM⁺4，但地面解析度達15m;Band4～Band9對應TM/ETM⁺5、TM/ETM⁺7，地面解析度也是30m;Band10～Band14對應TM/ETM⁺6，但其地面解析度為90m。ASTER數據單景幅寬60km×60km。共收集2004年7～9月覆蓋塔里木河流域「四源一干」范圍ASTER數據120景。

4.CBERS數據

中巴地球資源衛星(CBERS)是我國和巴西共同發射的國土資源勘查衛星，其圖像數據可作為美國LANDSATTM/ETM⁺、ASTER圖像數據的補充。使用CBERSB1～B5數據，地面解析度19.5m，B1～B4對應於TM/ETM⁺1～TM/ETM⁺4，B5波段相當於ETM⁺Pan數據。單景幅寬113km×113km，共收集塔里木河全流域所需數據119景，時相為2002年7～9月。

5.SPOT－5數據

SPOT－5有5個較窄的、更適宜的光譜段。全色波段影像空間解析度達2.5m，多光譜波段為10m，數據單景幅寬60km×60km。覆蓋烏斯曼(中游)和喀爾達依(下游)兩個重點區PA+多光譜各一景，從2003年7～9月開始以1年為一個周期進行生態監測。

6.QUICKBIRD數據

QUICKBIRD衛星掃描寬度16.5km，星下點全色波段空間解析度0.61m，4個多光譜波段2.44m。系統在塔里木河下游末端台特瑪湖230km²范圍利用QUICKBIRD圖像監測調水方案實施後水面及植被恢復狀況，自2003年9月起，以兩年為一個周期進行監測。

(二)空間基礎地理圖形數據

本系統按照不同的管理范圍採集了不同尺度的基礎地理圖形數據，這些基礎圖形數據為分級管理提供了基礎數據資料，採集的數據包括1∶50萬、1∶10萬、1∶5萬、1∶1萬4種尺度。

1∶50萬地形圖主要用於信息系統整體圖面的顯示控制，是區內1990～1991年最新數據，覆蓋塔里木河全流域，面積約125×10⁴km²，數據成果為數字線劃圖(DLG)。1∶10萬地形圖主要用於遙感影像幾何校正和系統信息可視化的基礎地理數據，數據范圍為塔里木河流域「四源一干」區域，面積23.63×10⁴km²，最終數據成果包括數字柵格圖(DRG)、數字線劃圖(DLG)、數字高程模型(DEM)三種產品，為20世紀七八十年代測制。1∶10萬DLG數據主要作為系統查詢、分析的背景數據，為快捷方便地進行信息的可視化查詢管理提供底圖數據;DEM數據主要用於虛擬模擬和其他子系統的分析應用;DRG數據主要用於遙感影像幾何校正和快速配准。1∶5萬地形圖是對1∶10萬數據的補充，1995～1997年測制，范圍覆蓋塔河幹流區域，最終成果為DLG數據。塔里木河管理的重點是幹流河道兩岸，2002年沿幹流河道範圍利用航攝方法採集了1∶1萬基礎地形數據，數據成果包括數字正射影像圖(DOM)、數字高程模型(DEM)、數字線劃圖(DLG)3種產品。

(三)生態環境專題圖形數據

生態環境專題圖形數據包括塔里木河流域生態環境調查、監測所形成的圖件和由本系統遙感專題信息提取所產生的圖形資料。

塔里木河幹流區域是生態保護和監測的重點，對這一區域生態環境的變化分析不僅需要現實數據資料，也需要大量的歷史數據。本次系統收集了幹流地區1980年以來的八大類歷史專題圖形數據，包括草場、荒漠化、土地類型、土地資源評價、植被、土地利用、鹽漬化、地貌，數據比例尺為1∶10萬。另外，對在幹流河道1∶1萬地形測繪中所形成的1∶1萬和1∶5萬水系圖、植被分布圖和土地利用圖也已入庫。「四源一干」范圍主要收集了1990年和2000年1∶10萬土地利用專題圖，20世紀80年代和90年代1∶20萬水文地質圖。全流域范圍採集了1995年1∶50萬土壤專題圖、1995年1∶100萬草地資源專題圖、2005年塔里木河流域水文站網分布圖、重要水利工程分布圖等。

本系統運行後，還將不斷產生和生成新的專題圖數據。利用遙感技術對塔里木河流域進行植被、土地利用、沙質荒漠化、土壤鹽漬化的專題信息提取，提取的專題圖形數據是生態環境監測、評估的基礎。由遙感圖像提取的專題信息主要有:

塔里木河幹流中下游植被類型與蓋度圖(1∶10萬)，從2002年開始，每兩年一期;

塔里木河「四源一干」土地利用圖(1∶10萬)，從2002年開始，每兩年一期;

塔里木河幹流下游土地沙質荒漠化圖(1∶10萬)，從2002年開始，每兩年一期;

塔里木河幹流上游土壤鹽漬化圖(1∶10萬)，從2002年開始，每兩年一期;

塔里木河幹流烏斯滿地區植被類型與蓋度圖(1∶1萬)，從2003年開始，每年一期;

塔里木河幹流喀爾達依地區植被類型與蓋度圖(1∶1萬)，從2003年開始，每年一期;

塔里木河幹流台特瑪湖地區植被類型、蓋度與水體面積分布圖(1∶1萬)，從2003年開始，每年一期。

(四)GPS控制點數據

2004～2005年在四源流范圍共布設了404個GPS控制點，主要用於水利工程設計、施工，河道變形監測以及遙感影像圖校正。

『柒』 遙感什麼是TM 什麼是ETM+

專題制圖儀是TM，增強型專題制圖儀是ETM+。

TM特徵：

TM1為0.45～0.52微米為藍波段，該波段位於水體衰減系數最小的部位，對水體的穿透力最大。

TM2為0.52～0.60微米為綠波段，該波段位於綠色植物的反射峰附近，對健康茂盛植物反射敏感，可以識別植物類別和評價植物生產力。

TM3為0.63～0.69微米為紅波段，該波段位於葉綠素的主要吸收帶，可用於區分植物類型、覆蓋度、判斷植物生長狀況等。

TM4為0.76～0.90微米，為近紅外波段，該波段位於植物的高反射區，反映了大量的植物信息。

TM5為1.55～1.75微米，短波紅外波段，該波段位於兩個水體吸收帶之間，對植物和土壤水分含量敏感。

TM6為10.40～12.50微米，為熱紅外波段，該波段對地物熱量輻射敏感。

ETM特徵：

1、獨立設計開發，自主知識產權；

2、高標准工程測試，性能穩定；

3、雲概念技術支持，升級無憂；

4、同步智能化集成，維護便捷；

5、引導式操作界面，上手易用。

(7)etm股票分析擴展閱讀：

TM影像有7個波段，以下是他們的波譜范圍：

TM-1為0.45～0.52微米，藍光波段

TM-2為0.52～0.60微米，綠光波段

TM-3為0.63～0.69微米，紅光波段，以上為可見光波段；

TM-4為0.76～0.90微米，為近紅外波段；

TM-5為1.55～1.75微米，中紅外波段

TM-6為10.40～12.50微米，為熱紅外波段

TM-7為2.08～2.35微米，為遠紅外波段；

ETM社會效應：

ETM廣泛適用於多類型的社會公共領域，從珠三角的各大商圈和商品集散地的試點運營，到遍布全國各地各大商場、小區、寫字樓的全面鋪設，廣東易通始終穩步踐行著既定的戰略方針，為真正實現更便捷、更人性化、更輕松愉快、更與生活相融為一體的互聯網生活時代的宏偉目標而努力。

『捌』 關於USGS網站或國際科學數據服務平台下載的TM或ETM+圖像數據，還需要erdas進行哪些前期的基本處理呢

我記得當時我用了envi-class處理的，網上可以找到修復條帶的文件，復制到軟體頭文件下就可以進行條帶修復，建議你區CSDN找一下。

『玖』 TM/ETM +影像礦化蝕變信息提取

多波段遙感數據找礦信息提取的一個重要內容是提取蝕變信息，因為礦化蝕變信息是最重要的找礦標志。圍岩蝕變是熱液與原岩相互作用的產物，最常見的蝕變有硅化、絹雲母化、綠泥石化、褐鐵礦化、黃鐵礦化、雲英岩化、矽卡岩化、白雲岩化及碳酸鹽化等，蝕變類型與相關礦種的關系見表 9-2。由於蝕變岩和非蝕變岩在礦物成分和結構上的差異，形成了遙感影像上的光譜差異 ( 圖版 13) 。以下將主要介紹 TM/ETM + 影像礦化蝕變信息的提取方法。

表 9-2 主要圍岩蝕變類型與礦化種類的關系

( 一) TM/ETM + 影像中可識別的蝕變礦物

20 世紀 70 年代，Hunt 和他領導的實驗室成員對 300 個粒狀礦物的測定結果顯示，在可見光—近紅外光譜區 ( 0. 325 ～ 2. 15 μm) ，主要造岩礦物中各主要化學成分 ( Si，Al，Mg 和 O) 並不產生具有鑒定意義的反射譜帶。在岩石反射譜帶中占據主導地位的是岩石中為數不多的次要礦物 ( 含鐵礦物及蝕變礦物) 中的 Fe^{2 +}，Fe^{3 +}，OH^－，CO^{2 －}等離子或離子基團，它們形成了反射譜的特徵吸收谷。蝕變岩石因含有這些離子 ( 或離子基團) 而在 TM/ETM +相應波段產生特徵光譜。遙感影像上礦化蝕變信息的提取就是利用這些典型地物 ( 礦物) 的光譜特徵( 曲線) ，根據地物在不同波段上的反射、吸收特徵，在已有地質資料的基礎上，通過遙感影像的信息增強技術，反復比較試驗而總結出來的一種找礦方法。

在 TM/ETM + 影像上可識別的蝕變礦物有三類:①鐵的氧化物、氫氧化物和硫酸鹽，包括褐鐵礦、赤鐵礦、針鐵礦和黃鉀鐵礬等。其中黃鐵礦化經風化作用往往形成褐鐵礦化，即 「鐵帽」，而 Fe^{3 +}在0. 76 ～ 0. 90 μm 波 段 上 ( 即 TM4) 具 明 顯 的 吸 收 谷( 圖 9-4) 。②羥基礦物，包括黏土礦物和雲母，它們在 TM7 存在強烈吸收谷。③水合硫酸鹽礦物 ( 石膏和明礬石) 和碳酸鹽礦物 ( 方解石和白雲石等) 。

圖 9-4 含 Fe^{3 +}礦物波譜曲線圖

( 二) 對礦化蝕變信息提取的影像處理方法

1. 彩色合成法

彩色合成法是最常用的提取礦化蝕變信息圖像處理方法。鐵的氧化物、氫氧化物和硫酸鹽蝕變礦物的岩石在真彩合成 ( TM3，2，1) 圖像上呈暗紅色或暗紫紅色; 褐鐵礦在TM5，4，2 或 TM5，4，3 合成圖像上為褐紅色; 含羥基、水合硫酸鹽、碳酸鹽類蝕變礦物的岩石在 TM4，3，2 合成圖像上為黃色，TM5，7，1 合成圖像上為紅色或青色。

2. 波段比值法

波段比值處理是將一個光譜波段中的灰度值與另一個波段圖像中對應像元灰度值相除，比值的結果反映了地物波譜曲線變化的斜率，從而增強了地物波譜特徵的微小差異。波段比值法是一種較常用的提取礦化蝕變信息的圖像處理技術。

識別熱液蝕變常用的波段比值有: TM3/TM1 用於識別褐鐵礦; TM5/TM4 用於區分有植被和無植被覆蓋的土壤和岩石，區分雲母及黃鉀鐵礬、明礬石及石膏、方解石及黏土這三類礦物，識別褐鐵礦化; TM5/TM7 識別含羥基礦物、水合硫酸鹽和碳酸鹽; TM7/TM4區分雲母、石膏與明礬石; TM3/TM4 識別植被和區分褐鐵礦化岩石。

3. 主成分分析法

主成分分析也稱為 K-L 變換，它是在對多波段圖像進行特徵統計基礎上的多維正交線性變換。其本質是對多光譜空間的坐標系按一定規律進行旋轉，從而達到去除相關、進行特徵提取和數據壓縮的目的。主成分分析法也是遙感蝕變信息提取中應用較早的方法之一，且到目前為止其應用也比較廣泛，並日漸成熟。通常進行主成分分析是把一幅圖像的所有波段一起處理，但也可以基於地物的光譜特徵把所有波段先進行分組，然後進行主成分分析，這樣可將特定的蝕變信息聚集到單一的主成分中。

4. 綜合提取法

蝕變信息相對於遙感影像豐富的信息而言是一種弱信息，且常被背景信息所掩蓋，通常在蝕變信息的提取過程中，單純用一種或幾種方法很難取得滿意的效果。綜合提取法就是各種蝕變信息提取方法的綜合應用，一般是在 TM 原始波段、比值波段和主成分分析後的主分量中進行的二次波段比值或二次主成分分析。這種方法有機地綜合了原始波段、比值波段和主分量波段的信息，可以定向提取感興趣的信息，同時壓抑或去除掉干擾信息。在實踐中，這種方法應用較多，國內許多學者也取得了一些值得借鑒的經驗。如張玉君等( 1998) 利用 TM1 + TM2，TM4 /TM3，TM5，TM7 波段組合代替 TM1，TM4，TM5，TM7組合進行主成分分析，提取羥基蝕變信息; 趙元洪 ( 1991) 和劉志傑 ( 1998) 利用 TM5/TM7 和 TM4 / TM3 進行主成分分析，在提取羥基蝕變的同時壓抑了植被信息，均取得了良好的效果。

『拾』 ETM+遙感圖像中地質信息的提取

遙感圖像中地質信息的提取是從遙感圖像獲取信息的基本過程。而根據地質工作的要求，運用解譯標志和實踐經驗，應用各種解譯技術和方法，識別出地質體，地質現象的物性和運動特點，測算出某種數量招標的過。

遙感圖像中的地質信息包括影像的幾何形狀，大小、花紋、色彩或色調和其他隱含信息（如，蝕變信息等）等。它們是遙感的空間和波譜信息的圖形顯示。其中能識別地質體和地質現象，並能說明其性質和相互關系的影像特徵，稱為地質解譯標志。分為直接解譯標志和間接解澤標志。

近年來，隨著遙感圖像數字處理的飛速發展，通過對遙感圖像空間域和頻率域上的處理，人們可以從遙感圖像上獲取越來越多的地質信息，如構造信息、岩性信息和蝕變信息等。而通過多元信息（地、物、化、遙）的復合，能更進一步地獲取遙感圖像上所隱含的地質信息，如遙感地質成礦模型、成礦預測、靶區選擇等。使得遙感技術在地質中發揮越來越重要的作用。鑒於Landsat 7 ETM⁺是目前廣泛使用的衛星影像，因此本文以 ETM⁺遙感影像為主要數據源，對其進行地質信息的提取研究。

（1）構造信息的提取（線性構造和環形構造）

「線性構造」一詞最早是由美國地質學家Hobbs.W.H（1904）提出，包含有地質構造、斷裂等意義。利用遙感影像判讀得到的線性形跡不完全是線性構造，但可以根據岩性界線、地質構造、水系分布和地貌等特徵，將具有地質意義的線性構造逐一加以識別。這些線性構造隨不完全是斷裂構造，但從宏觀和統計角度上來看，可以反映該地區的地殼破裂（斷裂）、擠壓（斷裂和褶皺）等構造特徵的總面貌。

線性構造的形態，主要呈直線狀。弧形和環形是線性構造的特殊形態。線性構造可以是單一的也可以是復合的。且絕大多數的大型線性構造都是復合的、由許多線性構造組合成的線性構造帶。它們在影像上清晰醒目、形態粗大、延伸遠，往往是重要斷裂帶的顯示。而且這種線性構造帶也往往是那些長期反復活動或近期活動斷裂的反映。

無論何種方法獲取的遙感圖像，它所顯示的地球表面景觀，都是成像區地殼演化史中歷次形成的構造與建造的綜合表現，是一系列內力-外力因素相互作用的結果，在有人類活動的地區還包含有人文現象。在對遙感圖像進行地質構造判讀時，經常可見大量各種幾何形態的線性構造和環形影像，組成的錯綜復雜的圖案。要確認具有構造意義的影像要素，並加以綜合分析，從其幾何特徵、相互關系及地質體之間的聯系方面闡明其構造屬性、生成先後、復合關系及控礦作用。因此，分析地質構造的影像特徵是至關重要的一個環節。

（2）斷裂構造的影像機理及信息提取

在遙感影像上，斷裂構造主要是通過它所具有的個性特徵加以識別和確定。物體的個性包括這個物體所顯示的特性和所佔據的位置，斷裂構造除確切地存在於某個確定地點外，本身也具有與其他人為線性現象如鐵路、公路及自然地質現象如山脊線、山谷線、河流等不同的特徵。由於受構造斷裂活動的影響，斷裂帶本身及其旁側在含水性、岩石成分以及結構特徵方面與其外圍均存在較明顯的差異（有時甚至影響到植被的發育），這些差異通過地物波譜的異常反映出來，並在圖像上顯示出不同的色調、紋理結構和水系格局。這些個性特徵便成為解譯斷裂構造的標志。

要准確地識別這些解譯標志，還需要對遙感圖像進行信息提取和增強處理工作。目前採用的主要方法有：①光譜信息增強，如彩色合成、基於小波變換的遙感信息融合、主成分分析等；②空域處理，如方位濾波、霍夫變換、高氏濾波等；③影像紋理分析，如基於共生矩陣的紋理參量分析、基於邊緣信息的紋理特徵提取演算法；④分形幾何學處理，如基於分形幾何的影像紋理分析、多重分形分析等。

在實際應用中，根據項目需要、研究區地質地貌條件及遙感圖像統計特徵，選擇合適的處理方法和數學模板，來增強構造線性體的影像信息標志。

（3）岩性信息的提取

使用衛星圖像來進行岩性地層目視解譯，是遙感圖像地質目視解譯工作中較難部分。圖像上有些地層和岩性，例如具有良好岩溶地貌的石灰岩，第四紀某些鬆散沉積物等，它們的解譯幾乎是一目瞭然，很易識別。但對深變質而又受混合岩化的岩石，或岩性很相近的雜岩體內，詳細劃分岩性就困難了。岩性地層的解譯工作應當由淺入深，同時盡量利用多波段遙感圖像，使用數字圖像增強技術，來提高解譯能力。

隨著衛星遙感和航空遙感圖像解析度的不斷提高，人們可以從遙感圖像中獲得更多有用的數據和信息。遙感圖像分類是通過對遙感圖像中各類地物或者現象的光譜信息、空間結構信息等特徵進行分析判別，發現特徵模式，用一定的分類原則將特徵空間劃分為互不重疊的子空間，並拓展到整個圖像中。不同岩性地層在遙感圖像中具有不同的紋理特徵，因此，地物的紋理特徵描述對正確區分各類不同的岩性具有重要意義。本次研究就是先是分類前建立樣本區類別的先驗知識，再提取相應類別的訓練樣本，然後參照此圖像提取相應類別的訓練樣本，利用監督分類進行二次分類，使分類精度和效率都得到提高，最後結合已有地質資料進行人工補充解譯，修訂之前的機器解譯。從而達到正確認識客觀存在的目的。為下一步工作奠定良好基礎。岩性識別流程圖如圖3-23：

圖3-23 遙感影像岩性信息提取流程圖