etm股票分析

『壹』 ETM⁺（TM）遥感数据地质蚀变异常信息提取的主要方法

金属矿化作用和油气微渗漏作用常伴随或引起上覆岩石、土壤以至植被中的矿物、化学成分、地球化学场和自然景观及它们相应的波谱特性发生变化，如伴随成岩成矿的热动力作用和地球化学过程的粘土岩化、碳酸盐化、黄铁矿化、硅化等矿化蚀变和地球化学晕；油气藏的烃类物质的微渗漏作用使地表物质发生的退色效应和油气微渗漏蚀变；植被的金属中毒效应等。在遥感图像上形成与周围物质或景观不同的色调特征，称之为“遥感色调异常”，应用图像处理方法，分析、识别和提取这些异常信息，是遥感找矿的重要途径之一。针对TM图像或以TM为主的多光谱图像，国内外发展了一系列增强、识别和提取异常的数据处理方法（王润生等，2002）。

图8-4 常见矿物的反射波谱曲线

图8-5 青磐岩化主要矿物的反射波谱曲线

图8-6 方解石和石膏的近红外光谱曲线

（一）波段比值

比值是增强和提取色调信息常用的有用方法。从TM图像中能提取的蚀变类型主要有：①铁的氧化物、氢氧化物和硫酸盐矿物，包括褐铁矿、赤铁矿、针铁矿和黄钾铁矾。由于紫外部分的强烈吸收，这些矿物的波谱在TM1，2，3区间上升梯度很陡，另外一个特征是TM4 波段范围内（0.8～0.9μm）有较强的近红外吸收带。黄钾铁矾在2.2μm左右（TM7）还存在有羟基矿物的强吸收谷；②羟基矿物，包括粘土矿物和云母；③水合硫酸盐矿物（石膏和明矾石）和碳酸盐矿物（方解石和白云石）。后两类矿物在TM7波段都有较强的吸收谷，吸收谷的具体光谱位置和强度各不相同，对矿物种类具有鉴定意义。由于TM波段的带宽太大而无法在图像上对逐个矿物加以区别。但是，不同类型矿物的波谱曲线的变化趋势很不相同，为用比值方法增强和提取这些蚀变信息奠定了物理基础。

识别热液蚀变常用的有效TM波段比值主要有：

TM3/1，用于识别褐铁矿（赤铁矿和针铁矿），在图像上，赤铁矿呈暗色调，针铁矿呈亮色调。

TM5/4，用于区分植被与无植被覆盖的土壤和岩石，植被呈暗色调。用以区分不同种类的特征矿物：云母和黄钾铁矾的TM5/4≫1.0，水合硫酸盐矿物（明矾石和石膏）的TM5/4≪1.0，而碳酸盐矿物和粘土矿物的 TM5/4≈1.0。由于铁氧化物和氢氧化物晶体场在4 波段（0.8～0.9μm）的吸收带，TM5/4还可以识别褐铁矿化，含铁矿物（特别是赤铁矿）含量越高，比值越大。

TM5/7，识别含羟基矿物、水合硫酸盐矿物和碳酸盐矿物。由于这些矿物在2.2μm附近的吸收谷，它们的TM5/7值很大，在图像上呈亮色调。但是，植被TM5/7的值也很大，需用其它方法加以区分。

TM7/4，可用于区分不同种类的特征矿物，云母的TM7/4≫1.0，水合硫酸盐矿物（石膏和明矾石）的TM7/4≪1.0。

TM3/4，植被TM3/4的值很小，是识别植被常用的波段，并可用来区分褐铁矿化岩石。

彩色合成图像可在一张图像上显示多种信息，有利于研究不同异常的空间分布与空间组合，而且，彩色图像较黑白图像更易于区分微小的差别。好的合成图像应该尽可能显示多种蚀变异常信息，并将其与植被明显地区分开来。最常用的比值合成图像有：

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），5/4四个比值的不同组合，从上面列出的各个比值的作用明显可以看出这些比值合成方案的考虑。在这一合成图像上，赤铁矿和针铁矿为绿至青色；黄钾铁矾呈黄至白色；含羟基矿物、水合硫酸盐矿物和碳酸盐矿物呈品红色；植被呈红色。

在实际应用中，仿照归一化差值植被指数（NDVI）的做法，经常用两个波段的“和差比”构造一些复杂的比值，进一步扩大波段之间的差别，并对其归一化，仿照植被指数，称它们为“归一化差值矿物指数”。对于TM，常用复杂比值有：

TM（4-3）/（4+3），植被指数；

TM（3-1）/（3+1），褐铁矿化（氧化铁）指数；

TM（5-4）/（5+4），氧化亚铁矿物指数；

TM（5-7）/（5+7），含羟基矿物指数。

（二）主成分分析（KL变换）

主成分分析（PCA）是根据图像的统计特征确定变换矩阵对多维（多波段）图像进行正交线性变换，使变换后新的组分图像互不相关，并且，把多个波段中有用信息尽可能地集中到少数几个组分图像中。主成分分析是一种常用的图像特征选择和增强方法，被广泛应用于图像编码、数据压缩、图像增强和变化检测中。

几种有用的TM和ETM波段选择主成分分析：

TM1，4/3，TM5，TM7的主成分分析，以区分蚀变和未蚀变岩石。比值TM4/3的作用是利用植被发育状况信息（植被指数）区分植被和蚀变岩（马建文等，1994）；

TM1，TM3，TM4，TM5的主成分分析，增强铁氧化物信息；

TM1，TM4，TM5，TM7的主成分分析，提取含羟基矿物信息；

TM1，TM3，TM4，TM5，TM7的主成分分析，区分高岭石-伊利石、石膏等不同的粘土矿物。

TM3/1和TM4/3的定向主成分分析用以区分针铁矿、赤铁矿和植被。在TM3/1图像上，赤铁矿呈暗色调，针铁矿呈亮色，但受植被干扰严重；在TM4/3上植被呈亮色调，而褐铁矿色调较暗。在定向主成分分析的DPC1上，针铁矿较亮，赤铁矿较暗；植被在DPC2上取高值，可与无植被区较好地区分开来（Fraser，1991）。

TM4/5和TM5/7的定向主成分分析用以区分含羟基矿物和植被。在DPC1上，含羟基矿物和植被都为亮色调；但在DPC2上仅植被取高值，从而将两者予以区分（Ruiz-Armenta，1998）。

（三）色度空间分析

在由亮度、色调、饱和度定义的色度空间中，亮度表示颜色的明亮程度，它决定于物体反射辐射度；色度是光线平均波长所引起的人的视觉特征，取决于光线的光谱组成和物体反射辐射的主波长。饱和度是颜色的纯度，决定于物体反射辐射的光谱选择程度。亮度、色调和饱和度作为3个互不相关的物理量，可以准确地定量描述颜色的视觉物理特征，是地物分类识别有效的标识参量。对遥感图像而言，亮度I除了与地物的反射辐射特征有关外，受地形因素的影响很大（照度不同）。而色调和饱和度图像主要反映了地物的谱波信息，是与地物本身特性有关的物理量。因而，在IHS空间可更有效地提取和描述色调异常特征。色度空间分析在多光谱色调异常分析中的作用主要如下。

将亮度、色调、饱和度图像作为一种特征，直接用于提取色调异常信息。如秦小光（见王润生等，1992）和刘建国（Liu et al.，1990）等利用色调合成图像消除地形影响，增强地物的波谱特征，用于区分不同的岩性和蚀变带；

在亮度、色度和饱和度空间，对饱和度或色调图像作去相关扩展；

以亮度、色调和饱和度这3个互不相关且物理意义明确的物理量，对异常作定量描述，进行异常的划分、分级和分类。

用于多种方法提取结果的融合，或提取结果与背景图像的融合。

（四）引入高光谱或甚多谱段的数据处理方法

近年来，一些主要用于高光谱数据或甚多谱段的信息处理方法，如噪声调节主成分变换（NAPC：Noise-Adjusted Principal Components Transform）（Lee et al.，1990）或最大噪声组分变换（MNF：Maximum Noise Fraction Transformation）（Green et al.，1988）、光谱角制图（SAM：Spectral Angle Mapping）等方法也被引入到多光谱的异常提取中，并取得了一定的效果。

光谱角（Spectral Angle）是对地物光谱波形相似性程度的一种度量（Kruse et al.，1993），它将每条光谱都视为谱段空间的一个矢量，通过计算测量光谱和参考光谱矢量的夹角θ来确定两光谱间的相似性程度，其矢量夹角越小，则表明测量光谱与参考光谱相似程度越大，测量光谱所代表的物质与参考光谱物质的性质相同或相近。光谱角对于乘性干扰具有较好的抗干扰性，不受照度等变化的影响。

在多光谱光谱角遥感异常提取中，参考光谱可选用典型光谱、地面实测光谱或像元光谱。像元光谱曲线是指由图像像元各波段像元值构成的折线。由于多光谱的光谱分辨率一般较低，且一般不作辐射定标和大气校正，用典型光谱和地面实测光谱一般效果较差。用像元光谱作光谱角分析是计算图像中每个像元光谱与已知异常区域（已知的矿床、矿点或蚀变带）像元光谱之间的夹角，度量它们之间的相似程度，因此实质上是一种监督分类方法，只不过它仅考虑像元光谱曲线形状的相似程度，而基本不考虑其绝对值的大小，而且每次仅考虑与种子像元的相似程度，而不考虑是否还与其他像元相似。

『贰』 测区ETM+卫星图像(反差)增强

现代卫星遥感图像(如TM,SPOT),每一波段数据的亮度取值范围为0~255,但实际上由于成像系统的特征,成像时的光照条件,以及图幅内地物光谱辐射差异的大小等因素,造成图像像元亮度集中在比较窄的数值范围之内,使得图像的反差较小,色调单一,难以区分图像上的不同地物。反差增强就是使图像亮度集中分布的窄数值范围充满0~255整个动态范围,以减少灰度等级换取对比度的增大(提高图像的反差),扩大地物之间的亮度差异,使不同灰度级别的区域边界更明显,便于视觉分析解释。由于这种反差增强是将图像亮度数值分布范围拉伸到0~255之间所致,因此,又称之为图像拉伸或图像扩展。

图6-13 郁江支流的汇合点(左)与良德水库坝首南端大地坐标值

图6-14 8波段数据图像反差增强的效果

图像处理程序在进行反差增强时先对原始数据进行统计并绘出它们的直方图,往往还会自动计算出增强时的上限及下限,一般下限位于直方图上由比较平缓向陡倾的过度带上,上限位于直方图上由陡倾向比较平缓的过度带上。具体操作时可以直接作用系统计算的数值,也可以手动调节以达到更好的分析解释效果。图6-14(左)为8波段的原始数据显示,进行拉伸操作后图6-14(右)的图像亮度明显增大,各种地物间的图像特征差别及它们的边界变得明显。

『叁』 用ETM数据提取“蚀变遥感异常”引人关注的几个技术问题

张玉君

（中国国上资源航空物探遥感中心，北京；返聘于中国地质科学院矿产资源研究所，北京）

摘要：本文通过模型试验讨论提取遥感异常中的两个重要问题：主分量分析的灵敏度极限（或检出限）和植被干扰容限度；还介绍为改进邻景蚀变异常的可比性所做的准归一化技术，此技术在一百多景ETM蚀变遥感异常提取中得到成功应用。

关键词：主分量分析（PCA）灵敏度极限（或检出限）；植被干扰容限度；相邻景蚀变异常可比性；准归一化

1 主分量分析（PCA）的灵敏度极限（或检出限）

当用PCA提取遥感异常时，无论是羟基异常（用TM1、TM4、TM5、TM7）或是铁染异常（用TM1、TM3、TM4、TM5）都常常出现为第4主分量（张玉君等，1998,2002,2003；李昌国等，1997），其本征值都是最小的，也就是说蚀变遥感信息仅占全景信息量的很小份额。那么应考虑一个问题：蚀变信息量少到何种程度将被PCA丢失，即PCA的检测灵敏度下限（或检出限）是多少？

为了探讨此问题，设计了如下模型实验：建四维图像（2550×2000×4），分割为（1275×1000×4）四个子图，利用在柳沟峡获得的TM图像采样数据，依左上、右上、左下、右下的次序输入金矿蚀变岩、植被、辉长岩、冰的TM1、4、5、7波段数据，并令其按列方向从0到相应波段DN值递变，递变周期为255列。若以（255×1×4）为一个单元，则全图有20000个单元，左上角的蚀变岩有5000个单元，经PCA提取，门限用3σ，得出蚀变岩占5000/20000即1/4时的PCA结果。然后对蚀变岩区依次用辉长岩取代，蚀变岩区分别保留500个单元（1275×100×4）、10个单元（1275×2×4）、5个单元（1275×1×4）、3个单元（765×1×4）和1个单元（255×1×4）；对每一次改变都进行了 PCA，门限取3σ。门限值的确定以不出现干扰（来自冰或植被）为原则，当门限降低出现干扰时意味着来自蚀变岩的信息已减弱，以致淹没于干扰中。六次PCA检出限模型实验结果列入表1：

表1PCA检出限模型实验结果简表

续表

根据检出限模型实验结果，可以认为用PCA提取蚀变信息的检出限优于两万分之一或十万分之五。这意味着在面积为两万平方公里的图幅上，只要蚀变岩（有强有弱）的总面积不小于一平方公里，即可被PCA提取出来。此检出限模型实验结果具参考意义。

2提取蚀变遥感异常受高植被干扰的容限度

植被是矿致遥感异常提取过程中的常见干扰因素。为了探讨植被干扰的容限度问题，设计和进行了两个模型实验。实验结果都表明，当混合像素中植被成分达到或超过50%的时候，蚀变异常就很难提取了，这一结果与澳大利亚飞机上所做测量是一致的。

为了初探高植被区的异常提取效果，并应云南地调院要求，对云南中甸高山植被茂密地区的13240景做了异常提取，还分别以普朗斑岩铜矿和红山铁矿为参考样板区，用光谱角法（SAM）对异常做了优选；经云南地调院综合地、物、化、遥选点和地面槽探查证，发现了地苏嘎Cu矿点，地表出露两个矿化斑岩体（宽度分别为6米和11米），当年即投入了钻探，初步含Cu品位为0.1～0.5%。

证实戈壁荒漠区所取得的方法技术在高植被区的应用虽受到相当限制，但仍能发挥一定作用。

3相邻景蚀变遥感异常可比性的改进

大面积提取蚀变遥感异常工作常常需要多景图像的拼接，其中包括分层异常的拼接，日益迫切地感到不同时相的同景ETM数据或毗邻不同景ETM数据所获结果的可比性晃亟待改善。笔者进行了五项校正研究：大气径辐射校正、太阳高度角校正、日地距离校正、大气层上照度较正及增益校正，通过这五项校正明显改进了相邻景及不同时相同景信息提取结果的可比性。

在细致进行这五项校正时，避开了难以做到针对与气溶胶的密度及水蒸气的浓度相关的大气精校正，故称之为原始数据的准归一化处理（未达到严格意义上的归一化）。原始数据经准归一后，获同一比例尺的视反射率值（每一DN代表0.2%或0.25%视反射率）。

3.1径辐射校正

笔者试用了两种方法即波段相关分析法和直方图最小值法进行径辐射校正，结果对比列入表2。波段相关分析法只有当感兴趣区内仅存在一种岩性时才比较准确，故选用直方图最小值法。

表2径辐射校正对比表

3.2日地距离校正

地球以每秒29.79公里的平均速度沿椭圆形轨道绕太阳公转，此椭圆轨道的扁率（也称偏心率）为0.0167，长半径为149597870km，与地球赤道面相交成23°26′的角度。日地距离d定义为日心到地心的距离，取日地平均距离为天文单位距离（AU），但此距离也是变化的，1968～1983年地球与太阳的平均距离为149600000km,1984年以后为149597870km。每年约在1月4日为近日点（perihelion），约在7月4日为远日点（aphelion），近日点距太阳147100000km，远日点距太阳152100000km。

为了研究日地距离影响，笔者从天文志获得1998～2003年六年内日地距离数值表，每半小时一个点。太阳辐照度与d²成反比；过去认为日地距离变化带来的太阳辐照度变化约为5%，一般无须校正；为了更准确地作评价，特计算了1998～2003年六年日地距离变化带来的太阳辐照度变化平均为6.68%，见表3，由于此值达到近7%，故认为进行日地距离校正是必要的。

表3日地距离最大校正系数计算表

Landsat 7的轨道为太阳同步轨道（朱述龙等，2000），轨道倾角为98.2°，周期为98.9′，过赤道时刻为地方平均时上午10时，1/4周期为24.725′，我们西部任务区分布在北纬27°～北纬44°之间，过境时间约为地方时上午9时50分左右，故可取地方时上午10时。日地距离表中所给时间为世界时，或称格林尼治时（UT），即0时区时间（经度0°子午线处的民用时），表示为GTM。为了查找某一景图的日地距离，首先确定其经度属哪个时区，以时区标准经度两侧各7.5°为界，然后计算当地上午10时对应的格林尼治时，用此格林尼治时即可查到所要求的日地距离。例如，某景ETM图像位于东经90°＋7.5°范围内，它距格林尼治有6个时区，故应查表中该口上午（10-6）=4时的日地距离d。

3.3增益校正

在美国的Landsat 7计划中，为保证对地面数据的正常获取及对数据的充分利用，Landsat 7对ETM^＋传感器的信号处理部分进行了重新设计，使其可以在两种状态下工作，即高增益状态和低增益状态。在图像上表现为像元亮度的变化。对于1、2、3、4、5、7波段增益的改变分为三个组（林友明，2003）：波段1、2、3一同变化，波段4单独设置，波段5、7一同调整。传感器增益设置的规律是，按季节在某一纬度范围内对传感器的增益进行设置。当一景图某一波段增益设置发生变化时，在图像上该波段的亮度值便发牛阶跃性变化。据悉此变化多发生在一景图像的下四分之一处，北京地面站对有增益改变的数据进行了处理，将增益改变后的像元亮度调整到增益改变前的水平上，因此用户不会看到有阶跃性变化的图像。

但是当研究毗邻图景的可比性问题时，就必须考虑它们的增益。

3.4太阳高度角引起的辐射误差校正及太阳高度角的计算

太阳高度角引起的畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像，太阳以高度角φ斜射时得到的图像g（x,y）与直射时得到的图像f（x,y）有下式中的关系，且各波段图像可采用相同的太阳高度角φ进行校正。

张玉君地质勘查新方法研究论文集

太阳方位角随成像季节、地理纬度的变化而变化，通常太阳方位角引起的图像辐射值变化只对图像细部特征产生影响，故可不进行太阳方位角的校正。

由于太阳高度角的影响，在图像上产生地形地物阴影；太阳高度角引起的畸变校正并不能消除地形地物的阴影，我们的对策是将全阴影区及大部半阴影区在预处理时作为干扰区加以剔除，所以在太阳高度角校正时不涉及这些地区。

一般情况下太阳高度角可从数据头文件中得到，在缺失太阳高度角数据时，可用ENVI图像处理软件获得。

3.5地物视反射率的计算

文献（朱述龙等，2000）给出 p＝πLd²/（E₀×Sinφ）

式中，p为地物反射率；d为日地天文单位距离，可从日地距离表中查到；φ为太阳高度角，可从头文件中得到；E_。为太阳辐照度，文献（冯钟葵，2002）给出了一组参考值，其单位为watts/（meter²×μm）；L为地物在大气顶部的辐射亮度（L=goin×DN+bias），DN为像元值，goin（增益）和bios（偏置）可以从头文件中得到（冯钟葵，2001）。

如果暂时不考虑d和φ，则ρ_k＝π×L/E₀，若以QLMAX和QLMIN分别表示各波段可能的最大和最小像元值（冯钟葵，2002），QL_MAX=255,QL_MIN=1；ρ_kMAX=L_MAXхπ/E₀，ρ_kMIN=L_MIN×π/E₀;L_MAX和L_MIN分别表示各波段的最大和最小光谱辐射值；QL_MAx、QL_MIN、L_MAX和L_MIN均可在地面站Londsat-7产品的Metodata（MTL）文件中查到，由于无论是高增益或是低增益条件下，偏置是不变的，所以L_MIN不随增益改变而改变；各波段LMAx的仅随增益（高或地）的调节在两个水平间变化，如表4所列为低增益状态，表5所列为高增益状态，可看到L_MIN和L_MAX的变化规律。

表4低增益状态下视反射率换算系数

表5高增益状态下视反射率换算系数

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

若K为视反射率换算系数，则 K=G_k（%）×d²/（Sinφ×G）

B＝ρ_kMIN/G_k,B取整，得B₀。

若某景ETM^＋数据每一像素的DN值经（DN-B₀）×K处理，则该图像准归一为每一灰阶代表G（%）视反射率，即此时灰阶格值为G（%）视反射率

此外还采取化探异常分级的办法，对所提取的蚀变遥感异常做门限化（Thresholding）处理，门限值取数被标准离差，即以σ做为尺度，用数倍σ值做为阈值，限定异常水平，得到羟基异常和铁染异常各三级二值图像。此技术也有助于改进相邻景蚀变遥感异常的可比性。

无论准归一化或是以σ尺度进行异常分级，在执行中都归结为便捷的填表操作，有利于工程化完成，此技术已应用于一百多景 ETM^＋的处理。彩版附图15展示两个时相不同增益（14231H, 14231L）及毗邻景（14231）重叠区色调差异很大，经准归一化后，不仅使三景图色调更为相近，并可用接近于统一规定的2σ获取二级异常，可比性有了明显改善。

参考文献

[1]张玉君，杨建民.基岩裸露区蚀变遥感信息的提取方法[J].国土资源遥感，1998,（2）:46～53

[2]张玉君，杨建民，陈薇.ETM⁺（TM）蚀变遥感异常提取方法研究与应用—地质依据和波谱前提[J].国t资源遥感，2002（4）:30～36

[3]张玉君，曾朝铭，陈薇.ETM⁺（TM）蚀变遥感异常提取方法研究与应用一方法选择和技术流程[J].国土资源遥感，2003,（2）:44～49

[4]李昌国，张玉君.试用主分量分析方法提取澜沧江兰坪地区铜矿化蚀变遥感信息[J].国土资源遥感，1997,（1）:20～30

[5][日]遥感研究会编.刘勇卫，贺雪鸿译.遥感精解.北京：测绘出版社，1993

[6]朱述龙.张占睦.遥感图像获取与分析.北京：科学出版社，2000

[7]冯钟葵.Landsat 7 ETM^＋数据的增益设置及增益改变[J].（中国遥感卫星地面站）用户简讯，2001（3）, 8～9

[8]冯钟葵，关于地物辐射值的计算问题[J].（中国遥感卫星地面站）用户简讯，2002（2）,1

[9]林友明.Landsat-7增益和偏置的计算[J].（中国遥感卫星地面站）用户简讯，2003（3）,7

原载《长春遥感应用会议“国土资源遥感技术发展文集”》，2006。

『肆』 ETF基金是什么意思

交易型开放式指数基金（简称：交易所交易基金、ETF）：是指经依法募集的内，投资特定指数容所对应组合证券或基金合同约定的其他投资标的的开放式基金。
ETF基金份额使用组合证券、现金或者基金合同约定的其他对价按照“份额申购、份额赎回”的方式进行申赎，并在交易所上市交易。

『伍』 测区ETM+卫星图像几何校正

遥感图像几何校正处理有两个目的,一是消除遥感图像在其形成过程中产生的各种几何位置畸变,另一种目的是经过几何校正处理,使遥感图像带有经纬度球面坐标或大地坐标,便于与地形图对比分析。卫星遥感数据地面接收站(简称地面站)提供的遥感数据,一般已对遥感器本身和地球自转造成的系统几何畸变作了常规的几何校正处理(常称为粗校正),这里主要介绍对遥感图像中残存的非系统畸变的几何校正处理(又称为精校正)。这种校正,通常是从遥感图像空间到制图空间(标准制图空间)的投影变换。因此,遥感图像几何校正一般涉及地球投影变换。

故此我们首先建立以1954年北京坐标为基准的坐标系(与头文件中的坐标系相一致),并以项目名称命名为“YULIN”,为以后几何校正做好准备。

(一)图像系统几何校正

(1)正东方向调整,由头文件中知正东方向线分别为-9.13°、-9.16°,故对各数据分别旋转9.13°、9.16°(图6-2)。

图6-2 由正东方向对数据进行校正

校正后,以一些特征点检查其结果,比如124-44石南岭蒙水库西坝首坐标XX=361304.541,YY=2544933.606,校正结果为XX=361463.36,YY=2545168.83(图6-3左),误差分别为-158.819及-235.224,达到系统几何校正产品(Level2)的要求。124-45镇隆幅良德水库南坝首坐标XX=498126.88,YY=2449931.34,校正结果为XX=504210.54,YY=2479499.73(图6-3右),误差分别为-6083.66及-29568.39,校正精度太差。故而不能用正东方向角旋转图像的方法来进行系统几何校正。

(2)以头文件中所给的图像角点及中心点与地理坐标的对应关系,两景图像分别为1~7波段、6波段、8波段生成在已建立的坐标系“YUILN”内的校正控制点文件(GCP文件)(图6-4)。以这些GCP文件对分别对相应的波段进行校正。

校正完毕后,打开图像,将方里网线在图像上显示,可以见到原来明显倾斜的方里网线现在已经大致水平(图6-5)。

同样以岭蒙水库及良德水库来校验结果的误差。124-44石南岭蒙水库西坝首坐标XX=361353.53,YY=2544921.44,校正结果为XX=361463.36,YY=2545168.83(图6-6左),误差分别为-109.83及-247.39,达到系统几何校正产品(Level2)的要求。124-45镇隆幅良德水库南坝首坐标XX=498104.25,YY=2449959.72,校正结果为XX=498274.28,YY=2450378.65(图6-6右),误差分别为-170.03及-418.93,校正后其YY误差大于250,但小于500,勉强达到系统几何校正产品(Level2)的要求。

图6-3 岭蒙水库(左)与良德水库(右)的特征点在旋转校正后坐标值

图6-4 以角点及中心点信息建立的PTS文件

图6-5 系统校正前(左)后(右)的方里网线

(二)1~7及6波段图像的放大

由于全色8波段的分辨率为15m,而1~7波段为30m,6波段为60m。在不同分辨率波段间整合,一般为RGB→HSV或RGB→HLS,然后反变换HSV→RGB或HLS→RGB得到一幅RGB三波段图像,但此方法过程较繁且得到的图像不具备原始的波段特征。故我们采用将6波段放大4倍,1~7波段放大2倍,最后直接与8波段整合于一个单一的文件中,虽然这样大大增加了文件的容量,但因为它们具有同一的投影参数,与其他数字化图件整合利用带来极大的便利。

图6-6 岭蒙水库(左)与良德水库(右)的特征点在角点及中心点在系统几何校正后的坐标值

(三)图像镶嵌

图像镶嵌的方法有地理坐标镶嵌及同一图像点镶嵌,因经系统几何校正后的图像仍有较大的误差,故我们使用同一图像点(像元点)镶嵌法。

图6-7 选取两景图像的相同地理位置点

打开两景TM图像,选一个两景图像均包含的图像点,我们选取了玉林市沙田镇高坡村东的二级公路桥,大地坐标XX=402513.39,YY=2476475.72,124-44景的图像位置为(4965,12403),124-45景的图像位置为(7421,1712)(图6-7)。故124-44景的X坐标左移2456个像元,124-45景Y坐标下移10691个像元(图6-8)。同时选择接约10个像素点的边缘羽化。镶嵌后的图像见图6-9。

(四)图像精校正

数字图像的几何精校正,是将图像坐标按一定的精度要求变换到地形图的地理坐标系中,按新图像像元的大小,通过重新采样获取新像元的亮度数值。几何校正是利用地面控制点(Ground Control Point,GCP)对由各种因素引起的遥感图像的几何畸变进行校正。GCP是原图像空间与标准制图空间(通常是地形图)上的同一地物,GCP必须较精确,因为它直接影响几何校正的精度。GCP的选择应是:在图像上反映较清晰,可寻找出来的,在地图上容易精确定位的永久特征点、特征线(取其中点或端点)等自然要素或人文要素,如河流拐弯处或交叉处、小岛、小水塘、道路交叉点、桥梁、机场跑道、水坝等。GCP的分布应尽可能均匀散布在研究区内。

图6-8 北景124-45(左)及南景124-45(右)的镶嵌位置量

(1)由于镶嵌后的图像文件达到4.2GB的容量,包含了较多非测区内的图像及空白区(图6-9),所以用大地坐标西线XX=340000,东线XX=501000,北线YY=2550000,南线YY=2420000围成的矩形将图像剪截下来(图6-10),截剪矩形的边界均在测区内图框线的系统几何校正误差范围以外,保证了精校正后内图框线内均不会出现空白区。

(2)按上述要求进行GCP的采集。打开数字化的底图,在数字底图上取得对应标志点的大地坐标,然后写入图像处理程序GCP采集模块中(图6-11),在GCP采集模块中能用点输入设备或直接输入该大地坐标位置对应的图像像元位置。大地坐标及对应的像元位置输入后,模块计算当前GCP的残差,如果残差很大,那就应该检查是图像变形造成的还是数据采集有误。当GCP多于3个时,GCP采集模一般均能预测出采集到的大地坐标位置在遥感图像上的图像像元位置,同明在显示窗口显示以该位置为中心的图像,对应作必要的调整就完成GCP采集。如此重复直到所采的点数达到要求(图6-12)。按图像处理程序的功能将GCP保存成为GCP文件。

(3)选择变换后图像像元亮度值重采样方法。常用的亮度重采样方法有最邻近点法、双线性内插法和三次卷积法。我们使用的为双线性内插法。

(4)精校正后,以1:10万石南幅西北角郁江支流与郁江的汇合处及镇隆幅良德水库的位置来检验结果的误差。郁江支流的汇合处位于新塘镇以南约2km,大地坐标XX=357055.20,YY=2543396.80,遥感图像校正后对应点大地坐标值XX=357053.43,YY=2543395.88(图6-13左),误差分别为1.77及0.92。良德水库坝首南端大地坐标值XX=498126.88,YY=2449931.34,图像校正后对应点大地坐标值XX=498102.52,YY=2449935.92(图6-13图右),误差分别为24.36及-4.58。精校正结果的精度均小于1~5波段及7波段分辨率30m,大部分(3/4)小于8波段分辨率15m,基本达到精校正的精度要求。

图6-9 两景镶嵌好的图像图

6-10 以稍大于测区图框的界线将图像剪截以使图像文件容量减少

图6-11 数字化地形图至遥感图像的GCP的采集

图6-12 所采集GCP要有一定的数量及较均匀的分布于图像中

『陆』 空间数据

所有与地理位置有关的图形数据都称为空间数据。按照数据的种类，将塔里木河流域的空间数据分成遥感影像、空间基础地理图形、生态环境专题图形三大类。

(一)遥感影像数据

塔里木河生态环境遥感影像数据是整个监测系统可持续运行的基础，为形成多层次、运行化的动态监测体系，需采用多种卫星图像数据，数据类型包括MODIS、LANDSATTM/ETM⁺、ASTER、CBERS、SPOT和QUICKBIRD等卫星图像。

1.MODIS数据

MODIS卫星图像数据，覆盖范围大，更新周期短，是宏观动态监测的主要信息源。扫描宽度2330km，单景即可覆盖塔里木河整个流域，时相为自2003年6月开始，数据更新周期为15d。MODIS数据共有36个波段，CH1、CH2空间分辨率为250m，CH3至CH7为500m，CH8至CH36为1000m。

2.LANDSATTM/ETM⁺数据

TM图像数据在可见光－热红外(0.45～12.5μm)共有7个波段，TM1～TM5、TM7地面分辨率为30m，TM6为120m。ETM⁺1～ETM⁺5、ETM⁺7地面分辨率为30m，ETM⁺6为60m，ETM⁺Pan(0.52～0.90μm)为15m。TM/ETM⁺数据单景幅宽185km×185km。覆盖塔里木河全流域需要TM/ETM⁺50景，其中“四源一干”范围29景。生态环境本底调查以2002年为准，动态监测每两年一次。另外，为开展塔里木河干流上游土壤盐渍化监测，每监测周期采集2月下旬至3月初的TM/ETM⁺图像5景(ASTER数据45景)。

3.ASTER数据

LANDSAT－7失效后选用ASTER图像替代ETM⁺数据。其Band1～Band3相当于TM/ETM⁺2～TM/ETM⁺4，但地面分辨率达15m;Band4～Band9对应TM/ETM⁺5、TM/ETM⁺7，地面分辨率也是30m;Band10～Band14对应TM/ETM⁺6，但其地面分辨率为90m。ASTER数据单景幅宽60km×60km。共收集2004年7～9月覆盖塔里木河流域“四源一干”范围ASTER数据120景。

4.CBERS数据

中巴地球资源卫星(CBERS)是我国和巴西共同发射的国土资源勘查卫星，其图像数据可作为美国LANDSATTM/ETM⁺、ASTER图像数据的补充。使用CBERSB1～B5数据，地面分辨率19.5m，B1～B4对应于TM/ETM⁺1～TM/ETM⁺4，B5波段相当于ETM⁺Pan数据。单景幅宽113km×113km，共收集塔里木河全流域所需数据119景，时相为2002年7～9月。

5.SPOT－5数据

SPOT－5有5个较窄的、更适宜的光谱段。全色波段影像空间分辨率达2.5m，多光谱波段为10m，数据单景幅宽60km×60km。覆盖乌斯曼(中游)和喀尔达依(下游)两个重点区PA+多光谱各一景，从2003年7～9月开始以1年为一个周期进行生态监测。

6.QUICKBIRD数据

QUICKBIRD卫星扫描宽度16.5km，星下点全色波段空间分辨率0.61m，4个多光谱波段2.44m。系统在塔里木河下游末端台特玛湖230km²范围利用QUICKBIRD图像监测调水方案实施后水面及植被恢复状况，自2003年9月起，以两年为一个周期进行监测。

(二)空间基础地理图形数据

本系统按照不同的管理范围采集了不同尺度的基础地理图形数据，这些基础图形数据为分级管理提供了基础数据资料，采集的数据包括1∶50万、1∶10万、1∶5万、1∶1万4种尺度。

1∶50万地形图主要用于信息系统整体图面的显示控制，是区内1990～1991年最新数据，覆盖塔里木河全流域，面积约125×10⁴km²，数据成果为数字线划图(DLG)。1∶10万地形图主要用于遥感影像几何校正和系统信息可视化的基础地理数据，数据范围为塔里木河流域“四源一干”区域，面积23.63×10⁴km²，最终数据成果包括数字栅格图(DRG)、数字线划图(DLG)、数字高程模型(DEM)三种产品，为20世纪七八十年代测制。1∶10万DLG数据主要作为系统查询、分析的背景数据，为快捷方便地进行信息的可视化查询管理提供底图数据;DEM数据主要用于虚拟仿真和其他子系统的分析应用;DRG数据主要用于遥感影像几何校正和快速配准。1∶5万地形图是对1∶10万数据的补充，1995～1997年测制，范围覆盖塔河干流区域，最终成果为DLG数据。塔里木河管理的重点是干流河道两岸，2002年沿干流河道范围利用航摄方法采集了1∶1万基础地形数据，数据成果包括数字正射影像图(DOM)、数字高程模型(DEM)、数字线划图(DLG)3种产品。

(三)生态环境专题图形数据

生态环境专题图形数据包括塔里木河流域生态环境调查、监测所形成的图件和由本系统遥感专题信息提取所产生的图形资料。

塔里木河干流区域是生态保护和监测的重点，对这一区域生态环境的变化分析不仅需要现实数据资料，也需要大量的历史数据。本次系统收集了干流地区1980年以来的八大类历史专题图形数据，包括草场、荒漠化、土地类型、土地资源评价、植被、土地利用、盐渍化、地貌，数据比例尺为1∶10万。另外，对在干流河道1∶1万地形测绘中所形成的1∶1万和1∶5万水系图、植被分布图和土地利用图也已入库。“四源一干”范围主要收集了1990年和2000年1∶10万土地利用专题图，20世纪80年代和90年代1∶20万水文地质图。全流域范围采集了1995年1∶50万土壤专题图、1995年1∶100万草地资源专题图、2005年塔里木河流域水文站网分布图、重要水利工程分布图等。

本系统运行后，还将不断产生和生成新的专题图数据。利用遥感技术对塔里木河流域进行植被、土地利用、沙质荒漠化、土壤盐渍化的专题信息提取，提取的专题图形数据是生态环境监测、评估的基础。由遥感图像提取的专题信息主要有:

塔里木河干流中下游植被类型与盖度图(1∶10万)，从2002年开始，每两年一期;

塔里木河“四源一干”土地利用图(1∶10万)，从2002年开始，每两年一期;

塔里木河干流下游土地沙质荒漠化图(1∶10万)，从2002年开始，每两年一期;

塔里木河干流上游土壤盐渍化图(1∶10万)，从2002年开始，每两年一期;

塔里木河干流乌斯满地区植被类型与盖度图(1∶1万)，从2003年开始，每年一期;

塔里木河干流喀尔达依地区植被类型与盖度图(1∶1万)，从2003年开始，每年一期;

塔里木河干流台特玛湖地区植被类型、盖度与水体面积分布图(1∶1万)，从2003年开始，每年一期。

(四)GPS控制点数据

2004～2005年在四源流范围共布设了404个GPS控制点，主要用于水利工程设计、施工，河道变形监测以及遥感影像图校正。

『柒』 遥感什么是TM 什么是ETM+

专题制图仪是TM，增强型专题制图仪是ETM+。

TM特征：

TM1为0.45～0.52微米为蓝波段，该波段位于水体衰减系数最小的部位，对水体的穿透力最大。

TM2为0.52～0.60微米为绿波段，该波段位于绿色植物的反射峰附近，对健康茂盛植物反射敏感，可以识别植物类别和评价植物生产力。

TM3为0.63～0.69微米为红波段，该波段位于叶绿素的主要吸收带，可用于区分植物类型、覆盖度、判断植物生长状况等。

TM4为0.76～0.90微米，为近红外波段，该波段位于植物的高反射区，反映了大量的植物信息。

TM5为1.55～1.75微米，短波红外波段，该波段位于两个水体吸收带之间，对植物和土壤水分含量敏感。

TM6为10.40～12.50微米，为热红外波段，该波段对地物热量辐射敏感。

ETM特征：

1、独立设计开发，自主知识产权；

2、高标准工程测试，性能稳定；

3、云概念技术支持，升级无忧；

4、同步智能化集成，维护便捷；

5、引导式操作界面，上手易用。

(7)etm股票分析扩展阅读：

TM影像有7个波段，以下是他们的波谱范围：

TM-1为0.45～0.52微米，蓝光波段

TM-2为0.52～0.60微米，绿光波段

TM-3为0.63～0.69微米，红光波段，以上为可见光波段；

TM-4为0.76～0.90微米，为近红外波段；

TM-5为1.55～1.75微米，中红外波段

TM-6为10.40～12.50微米，为热红外波段

TM-7为2.08～2.35微米，为远红外波段；

ETM社会效应：

ETM广泛适用于多类型的社会公共领域，从珠三角的各大商圈和商品集散地的试点运营，到遍布全国各地各大商场、小区、写字楼的全面铺设，广东易通始终稳步践行着既定的战略方针，为真正实现更便捷、更人性化、更轻松愉快、更与生活相融为一体的互联网生活时代的宏伟目标而努力。

『捌』 关于USGS网站或国际科学数据服务平台下载的TM或ETM+图像数据，还需要erdas进行哪些前期的基本处理呢

我记得当时我用了envi-class处理的，网上可以找到修复条带的文件，复制到软件头文件下就可以进行条带修复，建议你区CSDN找一下。

『玖』 TM/ETM +影像矿化蚀变信息提取

多波段遥感数据找矿信息提取的一个重要内容是提取蚀变信息，因为矿化蚀变信息是最重要的找矿标志。围岩蚀变是热液与原岩相互作用的产物，最常见的蚀变有硅化、绢云母化、绿泥石化、褐铁矿化、黄铁矿化、云英岩化、矽卡岩化、白云岩化及碳酸盐化等，蚀变类型与相关矿种的关系见表 9-2。由于蚀变岩和非蚀变岩在矿物成分和结构上的差异，形成了遥感影像上的光谱差异 ( 图版 13) 。以下将主要介绍 TM/ETM + 影像矿化蚀变信息的提取方法。

表 9-2 主要围岩蚀变类型与矿化种类的关系

( 一) TM/ETM + 影像中可识别的蚀变矿物

20 世纪 70 年代，Hunt 和他领导的实验室成员对 300 个粒状矿物的测定结果显示，在可见光—近红外光谱区 ( 0. 325 ～ 2. 15 μm) ，主要造岩矿物中各主要化学成分 ( Si，Al，Mg 和 O) 并不产生具有鉴定意义的反射谱带。在岩石反射谱带中占据主导地位的是岩石中为数不多的次要矿物 ( 含铁矿物及蚀变矿物) 中的 Fe^{2 +}，Fe^{3 +}，OH^－，CO^{2 －}等离子或离子基团，它们形成了反射谱的特征吸收谷。蚀变岩石因含有这些离子 ( 或离子基团) 而在 TM/ETM +相应波段产生特征光谱。遥感影像上矿化蚀变信息的提取就是利用这些典型地物 ( 矿物) 的光谱特征( 曲线) ，根据地物在不同波段上的反射、吸收特征，在已有地质资料的基础上，通过遥感影像的信息增强技术，反复比较试验而总结出来的一种找矿方法。

在 TM/ETM + 影像上可识别的蚀变矿物有三类:①铁的氧化物、氢氧化物和硫酸盐，包括褐铁矿、赤铁矿、针铁矿和黄钾铁矾等。其中黄铁矿化经风化作用往往形成褐铁矿化，即 “铁帽”，而 Fe^{3 +}在0. 76 ～ 0. 90 μm 波 段 上 ( 即 TM4) 具 明 显 的 吸 收 谷( 图 9-4) 。②羟基矿物，包括黏土矿物和云母，它们在 TM7 存在强烈吸收谷。③水合硫酸盐矿物 ( 石膏和明矾石) 和碳酸盐矿物 ( 方解石和白云石等) 。

图 9-4 含 Fe^{3 +}矿物波谱曲线图

( 二) 对矿化蚀变信息提取的影像处理方法

1. 彩色合成法

彩色合成法是最常用的提取矿化蚀变信息图像处理方法。铁的氧化物、氢氧化物和硫酸盐蚀变矿物的岩石在真彩合成 ( TM3，2，1) 图像上呈暗红色或暗紫红色; 褐铁矿在TM5，4，2 或 TM5，4，3 合成图像上为褐红色; 含羟基、水合硫酸盐、碳酸盐类蚀变矿物的岩石在 TM4，3，2 合成图像上为黄色，TM5，7，1 合成图像上为红色或青色。

2. 波段比值法

波段比值处理是将一个光谱波段中的灰度值与另一个波段图像中对应像元灰度值相除，比值的结果反映了地物波谱曲线变化的斜率，从而增强了地物波谱特征的微小差异。波段比值法是一种较常用的提取矿化蚀变信息的图像处理技术。

识别热液蚀变常用的波段比值有: TM3/TM1 用于识别褐铁矿; TM5/TM4 用于区分有植被和无植被覆盖的土壤和岩石，区分云母及黄钾铁矾、明矾石及石膏、方解石及黏土这三类矿物，识别褐铁矿化; TM5/TM7 识别含羟基矿物、水合硫酸盐和碳酸盐; TM7/TM4区分云母、石膏与明矾石; TM3/TM4 识别植被和区分褐铁矿化岩石。

3. 主成分分析法

主成分分析也称为 K-L 变换，它是在对多波段图像进行特征统计基础上的多维正交线性变换。其本质是对多光谱空间的坐标系按一定规律进行旋转，从而达到去除相关、进行特征提取和数据压缩的目的。主成分分析法也是遥感蚀变信息提取中应用较早的方法之一，且到目前为止其应用也比较广泛，并日渐成熟。通常进行主成分分析是把一幅图像的所有波段一起处理，但也可以基于地物的光谱特征把所有波段先进行分组，然后进行主成分分析，这样可将特定的蚀变信息聚集到单一的主成分中。

4. 综合提取法

蚀变信息相对于遥感影像丰富的信息而言是一种弱信息，且常被背景信息所掩盖，通常在蚀变信息的提取过程中，单纯用一种或几种方法很难取得满意的效果。综合提取法就是各种蚀变信息提取方法的综合应用，一般是在 TM 原始波段、比值波段和主成分分析后的主分量中进行的二次波段比值或二次主成分分析。这种方法有机地综合了原始波段、比值波段和主分量波段的信息，可以定向提取感兴趣的信息，同时压抑或去除掉干扰信息。在实践中，这种方法应用较多，国内许多学者也取得了一些值得借鉴的经验。如张玉君等( 1998) 利用 TM1 + TM2，TM4 /TM3，TM5，TM7 波段组合代替 TM1，TM4，TM5，TM7组合进行主成分分析，提取羟基蚀变信息; 赵元洪 ( 1991) 和刘志杰 ( 1998) 利用 TM5/TM7 和 TM4 / TM3 进行主成分分析，在提取羟基蚀变的同时压抑了植被信息，均取得了良好的效果。

『拾』 ETM+遥感图像中地质信息的提取

遥感图像中地质信息的提取是从遥感图像获取信息的基本过程。而根据地质工作的要求，运用解译标志和实践经验，应用各种解译技术和方法，识别出地质体，地质现象的物性和运动特点，测算出某种数量招标的过。

遥感图像中的地质信息包括影像的几何形状，大小、花纹、色彩或色调和其他隐含信息（如，蚀变信息等）等。它们是遥感的空间和波谱信息的图形显示。其中能识别地质体和地质现象，并能说明其性质和相互关系的影像特征，称为地质解译标志。分为直接解译标志和间接解泽标志。

近年来，随着遥感图像数字处理的飞速发展，通过对遥感图像空间域和频率域上的处理，人们可以从遥感图像上获取越来越多的地质信息，如构造信息、岩性信息和蚀变信息等。而通过多元信息（地、物、化、遥）的复合，能更进一步地获取遥感图像上所隐含的地质信息，如遥感地质成矿模型、成矿预测、靶区选择等。使得遥感技术在地质中发挥越来越重要的作用。鉴于Landsat 7 ETM⁺是目前广泛使用的卫星影像，因此本文以 ETM⁺遥感影像为主要数据源，对其进行地质信息的提取研究。

（1）构造信息的提取（线性构造和环形构造）

“线性构造”一词最早是由美国地质学家Hobbs.W.H（1904）提出，包含有地质构造、断裂等意义。利用遥感影像判读得到的线性形迹不完全是线性构造，但可以根据岩性界线、地质构造、水系分布和地貌等特征，将具有地质意义的线性构造逐一加以识别。这些线性构造随不完全是断裂构造，但从宏观和统计角度上来看，可以反映该地区的地壳破裂（断裂）、挤压（断裂和褶皱）等构造特征的总面貌。

线性构造的形态，主要呈直线状。弧形和环形是线性构造的特殊形态。线性构造可以是单一的也可以是复合的。且绝大多数的大型线性构造都是复合的、由许多线性构造组合成的线性构造带。它们在影像上清晰醒目、形态粗大、延伸远，往往是重要断裂带的显示。而且这种线性构造带也往往是那些长期反复活动或近期活动断裂的反映。

无论何种方法获取的遥感图像，它所显示的地球表面景观，都是成像区地壳演化史中历次形成的构造与建造的综合表现，是一系列内力-外力因素相互作用的结果，在有人类活动的地区还包含有人文现象。在对遥感图像进行地质构造判读时，经常可见大量各种几何形态的线性构造和环形影像，组成的错综复杂的图案。要确认具有构造意义的影像要素，并加以综合分析，从其几何特征、相互关系及地质体之间的联系方面阐明其构造属性、生成先后、复合关系及控矿作用。因此，分析地质构造的影像特征是至关重要的一个环节。

（2）断裂构造的影像机理及信息提取

在遥感影像上，断裂构造主要是通过它所具有的个性特征加以识别和确定。物体的个性包括这个物体所显示的特性和所占据的位置，断裂构造除确切地存在于某个确定地点外，本身也具有与其他人为线性现象如铁路、公路及自然地质现象如山脊线、山谷线、河流等不同的特征。由于受构造断裂活动的影响，断裂带本身及其旁侧在含水性、岩石成分以及结构特征方面与其外围均存在较明显的差异（有时甚至影响到植被的发育），这些差异通过地物波谱的异常反映出来，并在图像上显示出不同的色调、纹理结构和水系格局。这些个性特征便成为解译断裂构造的标志。

要准确地识别这些解译标志，还需要对遥感图像进行信息提取和增强处理工作。目前采用的主要方法有：①光谱信息增强，如彩色合成、基于小波变换的遥感信息融合、主成分分析等；②空域处理，如方位滤波、霍夫变换、高氏滤波等；③影像纹理分析，如基于共生矩阵的纹理参量分析、基于边缘信息的纹理特征提取算法；④分形几何学处理，如基于分形几何的影像纹理分析、多重分形分析等。

在实际应用中，根据项目需要、研究区地质地貌条件及遥感图像统计特征，选择合适的处理方法和数学模板，来增强构造线性体的影像信息标志。

（3）岩性信息的提取

使用卫星图像来进行岩性地层目视解译，是遥感图像地质目视解译工作中较难部分。图像上有些地层和岩性，例如具有良好岩溶地貌的石灰岩，第四纪某些松散沉积物等，它们的解译几乎是一目了然，很易识别。但对深变质而又受混合岩化的岩石，或岩性很相近的杂岩体内，详细划分岩性就困难了。岩性地层的解译工作应当由浅入深，同时尽量利用多波段遥感图像，使用数字图像增强技术，来提高解译能力。

随着卫星遥感和航空遥感图像分辨率的不断提高，人们可以从遥感图像中获得更多有用的数据和信息。遥感图像分类是通过对遥感图像中各类地物或者现象的光谱信息、空间结构信息等特征进行分析判别，发现特征模式，用一定的分类原则将特征空间划分为互不重叠的子空间，并拓展到整个图像中。不同岩性地层在遥感图像中具有不同的纹理特征，因此，地物的纹理特征描述对正确区分各类不同的岩性具有重要意义。本次研究就是先是分类前建立样本区类别的先验知识，再提取相应类别的训练样本，然后参照此图像提取相应类别的训练样本，利用监督分类进行二次分类，使分类精度和效率都得到提高，最后结合已有地质资料进行人工补充解译，修订之前的机器解译。从而达到正确认识客观存在的目的。为下一步工作奠定良好基础。岩性识别流程图如图3-23：

图3-23 遥感影像岩性信息提取流程图