ASTER数据在遥感找矿中的应用

ASTER数据在遥感找矿中的应用指导老师：

课程：遥感地学基础展示大纲ASTER数据介绍遥感找矿相关理论ASTER数据找矿信息提取方法蚀变信息提取方法主成分分析法光谱角制图法遥感地球化学方法ASTER数据和ETM+数据提取效果比较总结ASTER数据介绍Terra卫星——首颗地球观测系统(EarthObservingSystem)卫星ASTER传感器——第一台用于制图和温度精确测量的星载高空间分辨率多通道热红外成像仪3个光学子系统可见光近红外、短波红外和热红外ASTER数据产品介绍及预处理数据产品L1、L2、L3三个级别L1A——未经处理的仪器数据L1B已完成辐射计反演和几何重采样数据预处理辐射定标大气较正去除大气干扰因素的影响辐射率—>反射率，便于与参考光谱进行比较遥感找矿相关理论围岩蚀变（围岩交代蚀变）蚀变信息提取理论基础主要造岩矿物在可见光—近红外光谱无特征的反射谱带具特征光谱：含铁（Fe2+，

Fe3+）基团——角闪石、赤铁矿等含羟基（OH-）、水（H2O）或碳酸根（CO32-）基团——高岭土、云母类等蚀变信息提取——主成分分析法降维的统计方法借助于一个正交变换，将其分量相关的原向量转化成其分量不相关的新向量将原随机向量的协方差阵变换成对角形阵在几何上表现为将原坐标系变换成新的正交坐标系，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系蚀变信息提取——主成分分析法主要用途：维数压缩重复的信息在处理过程中被去除去相关性把遥感影像中某一类信息单独提取出来蚀变信息提取——主成分分析法铁染蚀变矿物：在ASTER1、3波段处是吸收谷,在ASTER2、4波段处是反射峰,因此可以选取ASTER1、2、3、4等4个波段构成该主成分的特征向量。蚀变信息提取——主成分分析法高岭石+绢云母化蚀变矿物在6波段处是吸收谷,因此band6的系数取负；4波段处为反射峰，因此band4系数为正蚀变信息提取——光谱角法以多波段遥感数据构成的多维矢量数据与从波谱库中得到的已知参考端元矢量的多维空间向量角作为基本依据,从高光谱遥感数据提取信息的一种有效方法。蚀变信息提取——光谱角法实例参考论文：《基于ASTER数据的内蒙古东乌珠穆沁北部地区遥感蚀变信息提取》，杨长保等。蚀变信息提取——光谱角法理论流程具体操作辐射定标，获得视反射率ρ分辨率重采样判断典型矿化蚀变像元,并按顺序记录为Pi(可视为多位空间中的一组向量)取出各点的反射率值ρi,j,得到另一组向量Piρj求多维向量组夹角蚀变信息提取——光谱角法结果图红色为含Fe3+的蚀变信息绿色为含Fe—OH的蚀变信息蓝色为含Al—OH的蚀变信息遥感地球化学方法参考文献：《基于ASTER的遥感地球化学统计预测模型及应用》，陈三明等。《浅谈遥感地球化学》，何延波，杨棍，候英雨。《遥感地球化学研究》，吴昀昭等。遥感地球化学方法——研究方案基本信息源：ASTER数据、8种元素(Cu、Co、Ni、Cr、Pb、Zn、As和Sb)和近红外、短波红外光谱及颜色参量确定地球化学指标与ASTER的特征波段净辐射率之间的统计学映射关系建立示矿综合地球化学指标与ASTER特征波段净辐射率组合关系定量模型

遥感地球化学方法——操作流程遥感地球化学方法——反射波谱测量遥感地球化学方法——反射波谱测量反射波谱测量的研究用途：遥感地球化学方法地化粉末样品的光谱数据测试与处理：5454个样品分析了Cu、Co、Ni、Cr、Pb、Zn、As、Sb等8种元素。然后对每一件经过加工的粉末样品在室内进行了详细的300～2500nm的光谱反射率测定及色度参量测定，并对分析元素特高值的样品(异常样品)又进行了多次重测工作。根据不同的研究，对5454个样品的反射谱分成了多个种类。

遥感地球化学方法——数据处理与分析遥感地球化学方法遥感地球化学统计学模型的建立：建立统计模型，获取地球化学异常区以此对可能存在的矿藏进行预测

结果图ASTER数据和ETM+数据提取效果比较ASTER共有6个短波红外波段可以进行特定矿物的识别，而TM／ETM数据只有2个波段，不能进行特定矿物的识别。因此，ASTER数据在遥感找矿中更有优势。

参考论文：《ETM+和ASTER数据在遥感矿化蚀变信息提取应用中的比较》，毛晓长等。以安徽铜陵凤凰山矿田为研究区，当地广泛发育已经发生强烈蚀变的中生代花岗岩类岩石，主要的粘土矿物包括高岭石、绢云母和绿泥石等。ETM+数据提取蚀变信息采用主成分分析法主成分中，PC4在TM5和TM7上满足要求。ETM+数据提取蚀变信息结果图ASTER数据提取蚀变信息采用主成分分析法高岭石和绢云母的提取PC4能增强高岭石＋绢云母类矿物的信息ASTER数据提取蚀变信息采用主成分分析法绿泥石的提取结果图两种数据结果图比较高岭石＋绢云母的信息（图中红色部分）、绿泥石的信息（绿色部分）和两者混合信息（黄色部分），其余蓝色代表植被信息。两种数据的比较ASTER数据能区分不同类型的蚀变矿物ETM数据不能区别不同类型的蚀变矿物ASTER数据价格低廉结论：在粘土类矿化蚀变的信息提取中ASTER具更大