遥感数据地学特征
遥感数据是1∶250000遥感地质解译必需的基础数据源。为了最大限度地利用遥感数据提取地质专业信息，应系统地了解掌握各类遥感数据的基本技术参数、地学特征，确保数据类型、最佳波段和最佳波段组合的选取。4.1.1 LANDSAT卫星数据系列系指MSS、TM、ETM+数据。TM数据光谱覆盖范围0.45～2.35μm，共划分7个波段，除一个热红外波段空间分辨率为120m外，其余分辨率均为30m，地面覆盖185km。与TM相比，ETM+数据增设了光谱范围0.5～0.95μm的全色波段，全色波段空间分辨率为15m，热红外波段分高增益和低增益两种模式，空间分辨率为60m，ETM+全色波段的增设为波段融合处理提供了条件，提高了图像的空间分辨率，地质信息更加丰富，细节更加清晰，成图比例尺可达到1∶50000，是中比例尺遥感地质调查的最佳数据。MSS数据空间分辨率79m，扫描宽度180km，在可见光谱、近红外光谱范围内(0.5～1.1μm)划分为4个波段，与TM1～TM4波段基本一致，可作为宏观地质解译分析与中小比例尺资源环境变化调查的基础数据之一(附录A表1)。4.1.2 SPOT数据系列系指SPOT1～SPOT5卫星数据。SPOT1、2、3波段覆盖的范围为0.51～0.89μm，划分为绿、红和近红外3个多光谱波段，空间分辨率20m，1个全色波段，空间分辨率10m。SPOT4增设了一个光谱范围为1.58～1.75μm空间分辨率为20m的短波红外波段，其他和1、2、3号卫星波段范围相同。与SPOT1～SPOT4卫星相比，SPOT5卫星上载荷作了重大改进，包括两个高分辨率几何装置(HRG)和一个高分辨率立体成像装置(HRS)。两个高分辨率几何装置HRG能获取60km×60km的四种高分辨率影像。高分辨率立体成像装置HRS能获取120km×120km的全色影像。它使用两个相机沿轨道方向(一个向前，一个向后)实时获取立体图像。较之SPOT1～SPOT4的旁向立体成像模式(轨道间立体成像)而言，SPOT5几乎能在同一时间和同一辐射条件下获取立体像对。SPOT5的3个多光谱波段的空间分辨率提高到10m，全色影像的空间分辨率为5m，超模式全色影像空间分辨率为2.5m。SPOT1～SPOT5的可见光谱、近红外光谱范围与TM1～4波段基本一致，地质应用目标相近，SPOT4和SPOT5增加了1个短波红外波段。由于SPOT数据系列的空间分辨率高，图像信息丰富，SPOT1～SPOT4的成图比例尺可达到1∶30000～1∶50000，SPOT5可达到1∶10000，可作为大比例尺遥感地质调查的理想数据(附录A表2)。4.1.3 CBERS数据系列该卫星数据光谱范围为0.45～12.5μm，共划分11个波段(附录A表3)，其中CCD成像波段5个，星下点的空间分辨率为19.5m，扫描宽度为113km。即可见光谱、近红外光谱范围内有4个波段和1个全色波段，其1～4波段与TM1～4波段基本一致，地质应用目标相近。红外多光谱扫描仪(IRMSS)有1个全色波段(0.50～0.90μm)、2个短波红外波段(1.55～1.75μm、2.08～2.35μm)和1个热红外波段(10.4～12.5μm)，扫描宽度119.5km，全色、短波红外波段的空间分辨率为78m，热红外波段的空间分辨率为156m;宽视场成像仪(WFI)有1个可见光波段、1个近红外波段组成，星下点的空间分辨率258m，扫描宽度890km，红外多光谱扫描仪(IRMSS)与宽视场成像仪(WFI)数据可作为宏观地质解译分析的重要数据。CBERS数据系列可作为1∶250000遥感地质调查的参考数据源。4.1.4 ASTER数据ASTER是Terra卫星上的一个高级光学传感器，包括了从可见光到热红外共14个光谱通道，扫幅60km。其中可见光近红外(VNIR)划分3个波段及一个立体后视单波段，光谱范围0.52～0.86μm，空间分辨率15m;短波红外(SWIR)划分6个波段，光谱范围1.600～2.430μm，空间分辨率30m;热红外(TIR)划分5个波段，光谱范围8.125～11.65μm，空间分辨率90m。其数据的主要特点是光谱范围覆盖宽，从0.52～11.65μm;辐射分辨率高，噪声等效功率(NEP)0.5%～1.3%;可以提供15m(可见光近红外)、30m(短波红外)、90m(热红外)3种空间分辨率的数据;在单条轨上可以获取近红外立体影像数据。成图比例尺可达到1∶50000～1∶100000，可作为1∶250000遥感地质调查的数据源。4.1.5 雷达卫星数据主要包括加拿大Radarsat卫星和欧共体ERS卫星数据系列。其数据应用特点是对冰雪、植被、沙土等具有一定的穿透性，对植被覆盖下和一定深度范围内的隐伏地质体具有揭示作用。另外，对干旱地区干涸盐湖的调查效果更明显，因此具有专项遥感地质调查的技术特点。4.1.6 成像光谱数据成像光谱技术是遥感技术逐步实现利用宏观手段进行地物微观信息探测的重要手段，一直是全球遥感界研究的重点和热点，尤其是随着成像光谱卫星数据(hyperion)获取成功，更加推动了成像光谱技术应用的深入发展。成像光谱数据主要通过机载和星载两种方式获取，目前主要以机载成像光谱仪获取为主。成像光谱在地学应用方面有独到之处，是实现常规填图向矿物填图转变的重要技术手段之一(附录A表4)。
遥感地质特征提取
（1）区域遥感地质特征提取，应以研究区的区域成控矿地质理论、实践知识为指导，从矿产预测实际需要出发具体确定。例如，与区域成控矿、导矿、容矿相关的线状影像提取，与中酸性岩体、火山盆地、火山机构及深部岩浆、热液活动相关的环状影像提取，与矿源层、赋矿岩层相关的带状影像提取，与被控矿断裂交切形成的块状影像及与成矿相关的色异常提取等等，其中前二者为提取的重点。（2）由目视、人机交互式解译提取的遥感地质界线，可分为实测和推测两个部分，实测线必须有可视化特征影像或一般性影像特征组合为依据。所有地质体、地质构造、的实测地质界线，均应能在同等技术条件下重复解译中再现，重现性一般应≥85%。（3）线状影像：线状影像解译，一般可先利用计算机进行（方向滤波）快速提取和统计分析，在此基础上应通过目视解译加以归纳整理，划分线状影像区、带和等级，确定相互交切、限制关系及相对时序。线状影像的地质属性解译，一般可根据其空间展布特征及其相互关系，划分为压性断裂、张性断裂、扭性断裂、压扭性断裂、张扭性断裂、扭张性断裂和性质不明断裂或裂隙等几种。在有条件地区，可进一步划分为逆冲断裂、走滑断裂、节理密集带、剪切带、推覆体等等构造类型，以及构建不同方向线性构造之间的配套关系和划分相对构造期等。（4）环状影像：环状影像解译，一般采用目视、人机交互式方法提取。研究的重点是：环状影像的形状及大小，清晰程度，清晰、模糊环的内部结构特征；环状影像空间展布特点，相互包容、交切、吞蚀关系；环状影像之间的空间结构及其组合关系；以及环状影像与线状影像交切关系等等。环状影像地质属性解译，一般应首先根据其空间展布特征，进行地质和非地质环状影像区分。对于那些与出露地表的岩体、火山机构、火山盆地、火山构造带等地体密切相关的环状影像，可利用影像单元的空间结构及其组合特点，解体出露岩体，划分遥感地质单元，区分相对侵位时序等。对于那些可能与隐伏岩体密切相关的环状影像，可在热柱理论指导下，根据环状影像清晰、模糊程度及其环之间的相互关系，构建环形（地质）构造，描绘可能与不同时序侵位相关的隐伏地体（岩体）的三维空间遥感地质特征。（5）带状影像信息提取，可以用已知矿源层、赋矿地层作为训练场，利用机助或目视解译加以追踪圈定，诸如含多元素黑色页岩建造、含铜紫色页岩、砂岩建造、磷块岩建造以及其他如绿岩带、变质核杂岩、混杂岩带等等，一般均可利用光谱特征直接追踪提取。（6）色异常，主要利用多时相图像、多波段合成图像、比值图像等的目视解译直接提取。色彩突出、色度与周围色背景显著差别，色块平面呈圆形、椭圆形或多边形面状而且面积一般较小的影像色块、色环，是目视识别和提取色异常的主要特征，如蚀变带相关的色环、色块，接触角岩带色环、色块，蛇绿岩带色块等等。（7）块状影像多出现在断裂密集、交叉切割区，一般主要通过目视解译提取。地质解译的重点是：那些具有一定成矿专属性的岩浆岩块状影像单元；由已知成控矿断裂控制的菱形块状影像单元；在强大挤压力作用下形成的透镜状、扁豆状块体影像单元；那些菱块地体的锐角端元区含有环状影像、色异常等的块体影像单元，以及周边有剪切带的块体影像单元等等。（8）遥感地质目视找矿模型建模信息提取，一般应选在有大、中型矿床或有较多矿点分布区。建模解译的重点是着重查明与已知（地表和隐伏的）成控矿地质因素相关的线、带、环、色、块等遥感特征，以及它们之间的空间结构。建模信息提取的关键，是优选其中具有诊断性的遥感特征或结构作为标记。用于构建表征矿集、矿田或矿床等不同等级遥感地质（二维或三维）找矿模型的标记，必须特征清晰，易于识别、易于理解、而且具有可操作性和代表性。
地质工程专业（专业学位）该怎么学啊，涉及哪些课程
我是山东科技大学的学生，下面是我们的主要课程，（注意，山东科技大学是以煤炭方向为主要的，）
1000000302 体育(1)
1000010100 形势政策(1)
1000130102 大学语文
1000190404 大学英语(1)
1004910101 思想道德修养与法律基础(1)
1040710105 高等数学A(1)
1040880102 毛泽东思想、邓小平理论和"三个代表"重要思想概论(1)
2006110203 普通化学
4026800200 入学教育、军训
1000000802 体育(2)
1000070202 物理实验(1)
1000150103 大学物理(1)
1000200104 大学英语(2)
1000260503 计算机技术基础
1005030102 思想道德修养与法律基础(2)
1011070300 形势政策(2)
1017590104 毛泽东思想、邓小平理论和"三个代表"重要思想概论(2)
2009880103 结晶矿物学
1000080202 物理实验(2)
1000160103 大学物理(2)
1000210104 大学英语(3)
1001400202 线性代数
1011130100 形势政策(3)
1017570103 马克思主义基本原理
1017640102 体育(3)
2000160402 物理化学
2061060102 晶体光学与光性矿物学
4029740102 普通地质学教学实习
1000220104 大学英语(4)
1005080102 中国近现代史纲要
1005160202 体育(4)
1011190100 形势政策(4)
1026050103 概率论与数理统计
2000820602 有机化学
2001020202 测量学
2008040101 现代测试技术
2009890104 古生物地史学
1000270203 计算机应用基础
1001710202 软件工程
2000010103 工程力学
2000890103 工程制图基础
2002770702 专业英语(1)
2004650203 数据库
2009870103 构造地质学
2010630102 宝玉石学
2010630102 宝玉石学
4001030102 测量教学实习
4023270102 地层学教学实习
2001750202 计算机绘图
2002780702 专业英语(2)
2005430203 水文地质学
2009920201 矿物岩石材料
2010610201 岩相古地理学
2010620303 地球化学
2018730201 第四纪地质与地貌学
2030100202 煤田地质学
2058490101 采矿学概论
2061300102 矿产经济学
2064610102 油气地质学
2064900102 资源环境与保护
2064910101 资源可持续发展
4001050102 构造地质课程设计
4032070106 地质填图实习
2001060402 地理信息系统
2009930102 区域地质学
2009940102 遥感地质学
2010570403 矿床学
2010600201 盆地分析
2010640203 地球物理勘探
2010660102 勘探方法
2010670102 矿井地质学
2023460101 地质统计学
2033420102 油气评价方法及应用
2058520102 测井地质学
4000050502 专业课程设计
4023300101 地球物理勘探教学实习
4000000904 毕业实习
4000040202 生产实习
4000060612 毕业设计
以上是地质专业的学生所学习的课程，比较重要的我也说不好，你就多看看《普通地质学》吧，地质的东西大多是凭借个人阅历和经验的要想一天成为大师可是不行的，同时建议你多咨询一下山东科技大学地质方面的老师，毕竟我们学校还有一个地质学的院士啦，而且刘宝珺院士大部分时间都在科技大学，来这很值，个人见解，仅供参考，
基于卫星遥感的热异常提取方法
美国Landsat系列TM和ETM+数据用于煤火探测具有分辨率适中，信息量丰富，各波段信息能相互补充，且覆盖面积大，周期性强的优点；是大面积范围内普查地下煤火与动态探测的基础图像。ASTER数据在短波红外和热红外具有多波段特性，目前在煤火探测方面开展的工作还比较少，它具有一定的应用潜力。（一）基于ASTER数据的热异常提取方法1.ASTER数据的特点及应用先进星载热发射和反射辐射仪（Advanced Spaceborne Thermal Emission and Reflection Radiometer，简称ASTER）是日本通产省（MITI）和美国国家航空和宇宙航行局（NASA）合作的成果。表3⁃2⁃1简要列举了ASTER的性能特点，它主要包括3个独立的光学系统：可见光与近红外辐射计（Visible and Near Infrared，简称VNIR），短波红外辐射计（Short Wave Infrared，简称SWIR）和热红外辐射计（Thermal Infrared，简称TIR）。由于VNIR子系统有一个用于沿轨方向立体观测的向后观测谱段3B和多轨观测的侧视立体观测系统，因而ASTER系统具有对地立体测量能力。作为多光谱高分辨率传感器，它主要可应用于冰川学、火山学、地质学、水文学、农业、城镇变化、自然灾害、气候变化和DEM等领域。2.数据源的获取为了进行煤火探测研究，运用了2004年8月7日白天的经过大气校正与发射率分离处理的ASTER⁃2B数据和2004年8月15日夜间的ASTER⁃1B数据。同时还选择了2004年7月的QuickBird数据，作为与热异常信息复合分析数据源。表3-2-1 ASTER的基本性能参数3.数据预处理ASTER和QuickBird数据都是经过辐射和几何校正后的1B级数据，具有地理坐标。它们的投影模式为UTM，Zone 48 North，基准面为WGS⁃84。ASTER⁃2B数据是经过大气校正的地表辐射系数数据、地表温度数据和地表发射率数据。由于ASTER空间分辨率较低，通过双线性内插法进行像元放大，使之与QuickBird数据具有相同的空间分辨率。然后直接利用像元的地理坐标信息，对不同类型的数据进行处理和分析。4.煤火区ASTER热波段图像特征图3⁃2⁃1（a）、（b）是乌达煤田白天和夜间的ASTER热红外波段图像。图3⁃2⁃2（a）是对ASTER热红外数据进行大气校正后的地表辐射系数图像，图3⁃2⁃2（b）是热红外波段数据经过大气校正和温度⁃发射率系数分离计算得到的地表温度系数图像。图3⁃2⁃2（c）是热红外波段数据经过大气校正和温度-发射率系数分离计算得到的地表发射系数图像。乌达煤火区白天的热红外波段图像中的高亮度区主要显示的是含煤地层；在夜间热波段图像中，高亮度的白色调区域分布范围较大，层次没有分开。整个乌达煤田都处于一片白色中，部分戈壁滩、沙漠的热辐射也比较强烈。图3-2-1 研究区不同时相的热波段图像图3-2-2 研究区ASTER-2B级图像数据5.夜间热波段图像发射率校正根据普朗克温度反演公式对夜间热波段数据进行发射率校正，计算公式如下：地下煤层自燃遥感与地球物理探测技术其中：λn为ASTER热波段的中心波长；T为温度；n为 ASTER热波段号（1～5）；h为普朗克常数；k为玻耳兹曼常数；c为光速；C1=2πhc2；C2= hc/k；L=（DNn-1）Rn；L为辐射系数；ε为发射率；DN为ASTER⁃1B热波段数据；Rn为DN值与光谱辐射系数校正参数。图3⁃2⁃3是利用普朗克温度反演公式对夜间原始1B数据经过发射率校正而得到的图像。从图像显示效果可看出，经过校正的图像煤火信息层次丰富，突出了主要火区分布范围和方向，同时压制了戈壁沙漠对热信息的干扰，提高了煤火区热信息反差，有利于煤火热异常的识别与提取。图3-2-3 发射率校正前后的夜间图像对比效果6.地下煤火热异常提取方法1）热信息光谱增强方法A.单波段增强法。ASTER热红外有5个波段，各个波段对地表温度存在一定的响应差异。从异常提取角度出发，图像亮度值的动态范围、信噪比和标准差越大，图像的热层次越丰富，清晰度越高，对热异常提取与分级越有利。通过计算比较各波段图像亮度动态范围、信噪比、均值和标准差等数据，优选出对温度变化具有较强检测能力的B5热波段进行热信息的增强处理。图3⁃2⁃4（a）是原始的热红外B5波段图像，灰度图像层次较弱，看不出热特性的强弱变化。图3⁃2⁃4（b）～（e）是通过4种图像增强方法对B5波段图像的增强效果对比。从中可以看出，不同方法增强效果有差异。线性增强方法虽然对高值热异常有所突出；但与背景的对比度不高，煤火区的灰度层次弱。高斯增强对火区热异常增强很明显，同时对火区和背景的热信息变化也有较好的反映，层次感好；但该方法对图像的条带有增强作用。直方图均衡化增强使火区总体呈现白色调，热信息层次感较差，条带效应明显。平方根增强突出了高值热异常分布的二值图像，压制了背景信息。B.多波段增强法。不同波段热图像对不同温度的热响应有差异。即当黑体温度升高，热响应会向短波长方向漂移。主成分分析方法以图像的统计特性为基础，主要用于数据压缩和图像增强处理。采用主成分分析法对热波段数据进行变换，可以对多波段热信息进行压缩，达到热信息综合与增强。图3⁃2⁃5是煤火区热波段图像主成分变换后生成的5个主成分分量图像。第一主成分图像突出了地物的高值热辐射，所占信息量最大，图像层次丰富，信息量大，热异常信息突出，与煤火区之间对应关系较好。第二主成分图像对地物的中等热辐射比较敏感，与煤火区背景地物的对应关系较好。第三主成分图像反映了戈壁沙漠的热辐射信息，同时也突出了图像的条带。图3-2-4 不同增强方法应用效果对比图第四、第五主成分图像显得杂乱，主要是噪声，无实际意义。2）热信息提取与分级方法①定量分割与分级。为使热异常提取操作规范化，减少主观任意性，首先对热波段图像进行正态化增强。以热波段图像的均值（X）代表区域背景，标准差σ作为尺度，用数倍σ值作为阈值，确定异常量化提取水平。同时利用（X+kσ）对异常进行分级，划分异常强度等级。k值取1，提取的热异常为一级异常；k值取2，提取的热异常为二级异常；k值取3，提取的热异常为三级异常。图3⁃2⁃6是煤火区的热异常分级图。这种分级图可以很直观地反映出图像中高值异常及其不同阈值条件下异常的变化范围，具有标准规范的特点；但异常界线是根据图像的均值和标准差决定的，不同级别异常不是自然过渡，不是图像热信息真实层次的反映。②彩色查找表定量分割法。彩色查找表法是通过按照某种规则生成的映射储存在查找表中，把每个位于颜色柱面的中轴上的灰度级匹配到彩色空间中的一点，从而简单地给每个灰度级赋一彩色，将单色图像映射为一幅彩色图像。目前的遥感图像处理软件中有许多彩色映射模式可供使用。图3⁃2⁃7是利用彩色查找表法获取的热信息分级图，热信息分级图像通过不同颜色的色调连续变化，可使热图像灰度变化信息通过彩色视觉效果微妙地反映出来，图中热信息颜色边界过渡自然。可以根据热异常空间分布与地下煤火区对应关系，对不同强弱级别热异常相互分布层次和信息总量进行量化控制，有利于对煤火信息的识别和提取。图3-2-5 多波段热红外主成分变换图像图3-2-6 利用ASTER热波段图像定量提取的热异常分布图图3-2-7 利用彩色查找表法定量提取的热异常分布图3）热异常信息的复合方法图3⁃2⁃8是利用研究区热信息分级图像进行IHS变换，对H和S分量进行增强，然后用QuickBird全色波段图像代替I分量再进行反变换处理，生成煤火区的复合热图像。图中遥感热异常以较醒目的粉红色突出在高空间分辨率图像中，粉红颜色的深浅反映了热异常的强弱。图3-2-8 复合QuickBird信息的乌达煤田热异常图像7.在煤火探测中的应用1）非煤火热异常的识别利用QuickBird图像的高空间分辨率信息，可以识别非煤火引起的热异常，分析引起乌达煤田非煤火热异常的主要因素。煤矸堆燃烧。煤田内散布着大量的煤矸堆，常年堆积后煤矸堆自燃发火，影像特征为在黑色块状影像的背景中的白色斑点，见图3⁃2⁃9。矸石场燃烧。煤田内外，主要是煤边缘地区，长期堆积矸石而形成大面积的矸石场，往往自下而上从内向外燃烧，形成大型燃烧场。影像特征为由白色弧线镶边的灰黑色贝壳状结构，见图3⁃2⁃10、3⁃2⁃14。图3-2-9 煤矸堆燃烧影像图3-2-10 矸石场燃烧影像图3-2-11 矸石山燃烧影像图3-2-12 土法炼焦场燃烧影像图3-2-13 石灰厂、炼铁厂热异常影像红色区域为热异常区图3-2-14 燃烧的煤矸石堆、炼焦厂热异常影像红色区域为热异常区矸石山燃烧。煤矿排矸的常年积累，形成多期矸石山，并且常年处于燃烧状态。影像特征为大面积水滴形、椭圆形结构，由灰黑、深灰、蓝灰色组成同心圆图像，有两边对称的放射线状细纹，见图3⁃2⁃11。土法炼焦场燃烧。土法炼焦场是成排成堆的直径为6～10m 的圆形炼焦炉。影像特征为灰黑色、深灰色、灰白色成排成堆的圆圈形图案，见图3⁃2⁃12。石灰厂、炼铁厂影像特征为灰白色长方形图案，见图3⁃2⁃13。2）煤火变化信息分析①与已知火区资料对比，提取煤火的发展和变化状态信息。与已知燃烧区分布范围图（2003年）进行重叠，可以判别和圈定燃烧区域（图3⁃2⁃15），发现煤火的发展和变化状态（图3⁃2⁃16），分析探测火区的动态变化趋势。图3-2-15 与已知火区相吻合的热异常图3-2-16 反映火区发展变化信息的热异常红色区域为热异常区，黄线为热异常区边界，蓝线为2003年地面勘查火区边界②与航磁组合提取煤火的燃烧发展状态。选择几乎同时获取的航磁资料和遥感资料（2004年8月）进行处理与综合分析，发现结合航磁异常资料可以推断遥感热异常区内煤火燃烧的发展状态。在图3⁃2⁃17中，遥感热异常区规模较大，且与航磁异常的分布范围、延伸方向很吻合。航磁异常的出现表明该区域是一个长时间大范围的燃烧区。2004年实地调查结果证实，该区正处在强烈燃烧阶段，火情强度和范围都比较大。2005年3月野外检查发现该热异常区已是死火区。在图3⁃2⁃18中，热异常区与航磁异常分布吻合程度低。在无航磁异常的热异常区内的18 号和19号点，2005年3月野外检查发现了燃烧火点；在航磁异常内无燃烧火点。结合2003年的地面火区资料对比分析，推断航磁异常区对应的是死火区，而热异常区对应的是燃烧规模和强度不大的新发火区。因此，通过对二者成像时间、吻合程度、范围大小的分析，辅以地面调查，可以进一步提取煤火的发生与发展状态信息。3）煤火探测有效性分析对无已知资料对比的热异常区，可通过读取图像地理坐标，使用GPS定位仪和热红外测温仪对热异常区进行实地野外检查。为评价本次热异常应用煤火探测的精度，将明显的干扰异常排除后，共解译出面积大于3个像元的热异常区15处。根据这些热异常边界点地理坐标指示，找出异常区的野外位置，共踏勘出地上异常区内煤火点24个。详细记录了各点的裂隙分布状况、烧变岩石类型、燃烧点分布程度和燃烧强度、地形地貌特征，在12处热异常内发现了地下煤层燃烧现象（图3⁃2⁃19），2 处热异常未发现燃烧（图3⁃2⁃20）。图3-2-17 热异常与航磁异常相吻合区图3-2-18 热异常与航磁异常不一致区黄线为遥感热异常区，密集绿线条的为航磁异常等值线，黑线为2003年地面勘查火区边界，粉红色圆点为野外检查发现的燃烧火点图3-2-19 在热异常内发现燃烧点（4个像元）图3-2-20 在热异常内没有发现燃烧点（3个像元）红线为遥感热异常区，黑线为2003年地面勘查火区边界，粉红色圆点为野外检查发现的燃烧火点利用ASTER数据提取的具有3个像元以上的热异常区，经过地面验证与煤火的符合率达到80%。面积小于3个像元的热异常区与煤火吻合率低，对煤火探测作用较小。（二）基于TM/ETM+数据的热异常提取方法1.数据的获取选取1997年和2002年两个不同时期美国陆地卫星热红外遥感影像作为基本信息源，同时参考多光谱遥感影像及与该地区煤火有关的基础背景数据。方法研究所用数据如表3⁃2⁃2。2.热异常信息提取方法以2002年9月21日夜晚的ETM+6波段处理为例。表3-2-2 热异常提取数据一览表（1）ETM+6原始影像的直方图上，有两个峰值。一个在灰度值98处；一个在灰度值106附近。结合图像分析，确定98处的峰值是由背景区（正常区）地物辐射造成，反映煤火区、烧变区热异常的峰值出现在106附近（图3⁃2⁃21（a）、（c））。（2）原图像灰度值（104～160）分段线性拉伸到0～255，目的是压抑背景地物辐射，起到了突出煤火区热红外辐射信息的作用（图3⁃2⁃21（b）、（d））。图3-2-21 2002年9月21日夜晚ETM+6影像分段线性拉伸前后对比（3）单波段假彩色密度分割。采用最优密度分割中的最优二段分割，将图像中高值部分的煤田热异常区作为一段，背景区作为一段进行假彩色密度分割。热异常区设为红色，背景区设为白色。3.成图将得到的煤田热异常区矢量化，并以Landsat⁃ETM4 单波段影像图为背景，二者进行叠加操作，圈定煤田热异常区的地面分布范围。图3⁃2⁃22表示的是乌达煤田火区热异常的空间分布位置及其范围变化对比。图3-2-22 乌达煤田火区不同时间的热异常信息提取图左图，1997年9月；右图，2002年9月；图中黄色表示中等热异常，红色表示强烈热异常（三）煤火热异常的三维显示方法为进行煤火热异常三维显示研究，共收集煤火区1：5000地形图18幅，将其中包括煤田绝大部分在内的12幅地形图进行矢量化，在MapGIS6.5软件中进行镶嵌校正，并在ArcGIS9.0中将其转化成DEM。将高空间分辨率的QuickBird影像、DEM以及提取的地下煤火热异常信息进行配准校正，然后运用ArcGIS9.0或者其他遥感专业软件，即可实现煤火热异常的三维显示。主要步骤有：（1）高精度DEM的生成；（2）QuickBird影像与DEM的配准；（3）煤火热异常提取图与QuickBird和DEM的配准；（4）煤火热异常的三维显示。乌达煤田热异常不同观测角度三维显示见图3⁃2⁃23至图3⁃2⁃25。从中可以看出，应用煤火热异常的三维显示方法，可以对煤田火区的热异常进行多角度、全方位的立体观测，还可以进行局部放大对比观测；能够充分与地形、地貌和地质构造、煤层露头和煤田开采环境结合起来，对研究煤火的分布位置、变化发展方向以及灭火最佳位置和方向的选择都具有直接的指示作用。
实验三十二 遥感矿化与蚀变信息提取
一、实验目的通过运用ENVI的PCA功能对新疆伊吾淖毛湖地区ETM＋影像数据作铁染异常信息和羟基异常信息提取处理，加深对遥感蚀变和矿化信息提取原理和算法的了解，掌握其ENVI PCA功能技术实现的基本流程和主要操作，取得对这两种信息的图像特征和应用的感性认识。二、实验内容①铁染和羟基波谱异常示矿原理分析；②ENVI遥感铁染异常信息提取操作；③遥感羟基异常信息提取操作；④成果制图与找矿应用分析。三、实验要求①掌握遥感影像蚀变信息提取的原理；②对新疆伊吾淖毛湖地区ETM＋影像进行铁染异常信息提取；③对新疆伊吾淖毛湖地区ETM＋影像进行羟基异常信息提取；④对铁染与羟基异常信息进行分级；⑤编写实验报告。四、技术条件①微型计算机；②新疆伊吾淖毛湖地区ETM＋影像；③ENVI软件；④Photoshop软件（ver.7.0以上）。五、实验步骤（一）铁染和羟基波谱异常示矿原理矿物的反射辐射是遥感地质信息的基本源，各种矿物的波谱特征又取决于其所含元素的离子的类型与数量，如Fe3﹢、Fe2﹢及OH－等。大量的矿物和岩石波谱特性实验室研究结果表明，天然矿物在可见光—近红外光谱段（0.325～2.5μm）最常见的光谱特征，是以这样或那样形式存在的铁（Fe3﹢、Fe2﹢）产生的，或者由于水（H2O）、羟基（OH－）基团产生的。矿物在可见光—近红外光谱段被测量得到的大量信息，主要来自为数不多的几种结构离子和置换离子的电子跃迁过程，以及数目有限的阴离子的振动过程。不同矿物由于矿物化学、矿物晶体结构和矿物粒度不同，波谱特性也不同，见表32-1，图32-1。表32-1 铁染和羟基蚀变的波谱异常依据图32-1 典型蚀变矿物的波谱特征1 —赤铁矿；2—针铁矿；3一黄钾铁矾：4—高岭石；5—绢云母；6—绿泥石目前，基于多光谱数据进行矿化蚀变信息提取的方法主要有主成分分析法、比值方法、光谱角法等，本次实验利用主成分分析法对新疆伊吾淖毛湖地区ETM＋影像进行蚀变异常信息提取。主成分分析法（PCA）是现在广泛采用的提取岩石蚀变信息的方法。这种方法是通过对遥感多光谱图像数据矢量的旋转变换，将各个波段中那些高度相关的信息集中到少数几个分量上，并且尽可能地保证这些分量信息互不相干（去相关性），从而用几个波段的线性组合信息图像代表多波段的原图像，使遥感信息得到压缩显示反映，图像分析解译的数据量减少。对于ETM＋图像，通常前三个主成份分量PC1、PC2、PC3就占了多波段图像95%以上的信息。分析图32-1可知，含铁（Fe3﹢、Fe2﹢）矿物，以次生氧化物为主，部分热液蚀变带的原生矿物，如常见的角闪石、赤铁矿、褐铁矿、针铁矿、磁铁矿和黄钾铁矾等含大量Fe 3﹢， 也有少量Fe2﹢的铁氧化矿物，在ETM+1和ETM +4波段有强吸收带，而在ETM +3波段呈高反射，同时为了避免含羟基矿物的干扰，排除ETM +7波段，最终选取ETM +1、ETM +3、ETM +4、ETM+5这4个波段进行主成分分析，提取铁染蚀变异常。含羟基基团和含水的矿物，如高岭石、绿泥石、绿帘石、蒙脱石及云母类等次生蚀变矿物，在2.2～2.3μm（相当于ETM +7波段）附近有较强的吸收谱带，使这类含羟基和水的矿物及其所组成的蚀变岩在ETM +7波段产生低值，而在ETM +5波段有相对的高值，由于可见光波段对铁氧化物敏感，为了避免铁染信息的干扰，只选择一个可见光波段参与主成分分析，最终选择ETM+1、ETM +4、ETM+5、ETM +7这4个波段进行主成分分析，提取羟基蚀变异常。（二）遥感铁染异常信息提取.1 辐射校正对新疆伊吾淖毛湖地区ETM＋遥感影像进行辐射校正，辐射校正方法参考本书中的“实验十九 遥感图像辐射校正”。2.去除干扰信息将对遥感蚀变异常信息提取的干扰因素，如水体、云、植被利用掩膜方法进行去除，感兴趣区选取方法见本书实验十七，掩膜方法见本书实验十五。3.铁染异常信息提取——PCA处理（1）根据上述分析，选择经过去除干扰信息后的ETM+1、ETM+3、ETM+4、ETM+5这4个波段进行主成分分析，首先需要将这4个波段进行层次叠加，在ENVI主菜单栏的“Basic Tools>Layer Stacking”中，打开“Layer Stacking Parameters”对话框（图32-2）。图32-2 层次叠加参数设置对话框（2）在“Layer Stacking Parameters”对话框左侧，单击【ImportFile 】按钮，进入“Layer Stacking Input File”对话框，输入已经经过辐射校正并且去除了干扰信息的新疆伊吾淖毛湖地区ETM＋影像1～7波段数据。（3）点击【Spectral Subset】按钮得到“File Spectral Subset”对话框，选择要合成的ETM+1、ETM+3、ETM+4、ETM+5波段，如图32-3所示，点击【OK】按钮，得到合成的4波段文件。图32-3“File SpectralSubset”对话框图32-4 主成分分析对话框（4）在“Layer Stacking Parameters”对话框右侧，根据实际情况选择需要的地图投影信息；在“X Pixel Size”和“Y Pixel Size”文本框中输入影像像元分辨率；在“Resampling”列表中选择重采样方法。（5）设置完上述参数后，点击【OK】按钮，得到合成的4波段文件。（6）在ENVI主菜单栏中选择“Transform >Principal Components> Forward PC Rotation> Compute New Statistics an Rotate”，在“Principal Components Input File”对话框中，输入上一步中合成的四波段文件，打开“Forward PC Parameters”对话框（图32-4）。（7）在“Forward PC Parameters”对话框中，在“Stats X Resize Factor”和“Y Resize Factor”文本框中输入小于或等于1的调整系数，用于计算统计值时的数据二次采样，该值越小，统计计算速度越快，默认值为1。（8）输出统计路径及统计文件名（.sta），使用箭头切换按钮，选择根据“Covriacnae Matrix”（协方差矩阵）或者根据“Correlation Matrix”（相关系数矩阵）计算主成分波段，一般来说，计算主成分时选择使用协方差矩阵。（9）选择输出路径及文件名，输出数据类型选择“Floating Point”。（10）选择“Select Subsetfrom Eigenvaluse”附近的箭头切换按钮，选择“Yes”，统计信息将被计算；如选择“No”，则系统会计算特征值并显示供选择输出的波段数。（11）设置完上述参数后，点击【OK】按钮完成主成分分析计算。4.铁染异常分析在ENVI主菜单栏中选择“Basic Tools>Statistics>View Statistics File”，打开主成分分析中得到的统计文件，得到ETM +1、4、5和7波段PCA 变换的特征向量矩阵，统计结果见表32-2。表32-2 ETM +1、3、4和5波段PCA变换的特征向量由表32-2可以看出，PCI主要反映了ETM +4和ETM +5波段的信息；PC2反映了ETM+4波段的加信息和ETM +5波段的减信息；PC3反映了ETM +1和ETM +3波段的减信息；PC4反映了ETM+l波段的加信息和ETM+3波段的减信息。根据铁染类矿物的波谱特征，包含这类蚀变信息的图像应该具有ETM +1和ETM +3波段或者ETM +3和ETM +4波段具有相反的贡献值且绝对值较大，因此选择PC4为铁染异常信息。5.铁染异常分级显示（1）统计PC4信息。在ENVI主菜单栏中选择“Basic Tools>Statistics>Compute Sta tistics”，选择上一步主成分分析得到的PC4分量，进行统计分析，得到标准差（Stdev）与均值（Mean）。（2）提取铁染异常信息。根据概率密度分布曲线的数学含义，可以把统计均值理解为主分量分析结果的区域背景值，利用下列公式来划分异常等级：异常值＝X +kσ （32-1）式中：X表示均值（Mean）；σ表示标准差（Stdev）；对于铁染蚀变异常，k一般取1.5～2.5，本次实验分别取k为1.5、2和2.5，将铁染异常信息分为弱、中和强三个等级。（3）密度分割。在PC4分量主窗口上方的命令栏中，选择“Overlay>Density Slice”，打开“Density Slice Band Choice”对话框，对“Data Range”按如下公式计算三级异常的数据分级并赋色。对应弱异常：[Mean, Mean+1.5Stdev），绿色；对应中等异常：[Mean+1.5Stdev,Mean+2Stdev），黄色；对应强异常：[Mean+2Stdev,Max]，红色。对PC4分量铁染蚀变异常信息分为弱、中、强三级。密度分割方法参考本书中实验八。（三）遥感羟基异常信息提取遥感羟基异常信息提取的操作与遥感铁染异常信息提取的步骤完全相同，差别仅在于，遥感羟基异常信息提取PCA采取的波段组合是ETM+1、ETM+4、ETM+5和ETM+7，因此，其PC4波段线性组合系数——特征向量，在数值上不同于遥感铁染异常PC4波段线性组合系数，见表32-3。表32-3 ETM +1、4、5和7波段PCA变换的特征向量由表32-3可以看出，PC1主要反映了ETM +4和ETM+5波段的信息；PC2反映了ETM+4波段的信息；PC3反映了ETM+1的信息；PC4反映了ETM+5和ETM+7波段的信息，且符号相反。根据羟基类矿物的波谱特征，包含这类蚀变信息的图像应该存ETM +7波段产生低值，而在ETM +5波段有相对的高值，因此选择PC4 为羟基异常信息。对于羟基蚀变异常信息密度分割，k一般取2～3，本次实验分别取k为2、2.5和3，将羟基异常信息分为弱、中和强三个等级。其余步骤与铁染蚀变异常相同。（四）成果制图与找矿应用分析运Photoshop软件以并列窗口方式打开本次实验获得的ETM＋铁染异常图像和ETM＋羟基异常图像，观察两图像中铁染异常和羟基异常的分布情况，用Photoshop画笔工具圈出这两种异常区域。在此基础上，分析两种异常的重叠分布区域和单一分布区域情况。如果这些区域具备相应的有利成矿地质条件，它们具有不同的找矿前景。其中，两种异常重叠的区域要比单一某种异常存在的区域具有更好的找矿前景。对你认为有价值的铁染异常和羟基异常进行编号注记。六、实验报告（1）简述实验过程。（2）回答问题：（①运用多波段遥感数据提取铁染信息和蚀变信息的理论依据是什么？②根据本实验的PCA ETM＋波段组合方案，对照ASTER数据的波谱特征，如果采用ASTER数据提取铁染和羟基蚀变异常信息，应该分别利用其哪些波段作主成分分析为宜？为什么？③提交对两种异常做出圈定并进行编号注记的找矿应用分析图。实验报告格式见附录一。
