㈠ 遙感數據預處理
本研究以 2008 年 3 月 16 日地震前 IKONOS 遙感影像和 2008 年 9 月 1 日地震後QuickBird 遙感影像為數據源，採用基於多源多時相變化檢測技術開展遙感震害信息提取。
基於多源多時相變化檢測技術的遙感震害信息提取數據的預處理不同於普通的遙感影像數據的預處理，其對兩時相影像質量的要求較高 ( 不管在輻射校正、幾何校正還是影像配准等環節中均要求比較高的精度) ，因為這直接關繫到後續震害信息提取的准確性。為滿足 「快速、高效、准確」的要求，本節提出了基於變化檢測技術的多源多時相遙感震害信息提取影像預處理技術流程 ( 圖 4 －2) ，通過實驗證明取得了良好效果。
( 一) 無控制點共線方程幾何校正法
共線方程建立在圖像坐標與地面坐標嚴格的數學變換關系基礎上，是對成像空間幾何形態的直接描述。該方法的校正過程需要用到數字高程模型，可以在一定程度上修正因地形起伏而引起的投影差和幾何變形。當今，所有的衛星遙感數據都附帶了衛星感測器的精確位置、高度、速度、太陽高度角和姿態等參數，這些信息一般保存在遙感影像的頭文件或 ＲPC 文件里，所以能夠十分方便地在沒有地面控制點的情況下使用共線方程幾何校正法進行較高精度的幾何糾正和定位。
高解析度遙感影像由於幅寬窄、空間解析度高，受地球切平面、地球曲率等影響相對較小，影像內部幾何畸變較小，所以一般在使用了共線方程幾何校正法對高解析度遙感影像進行幾何校正後，都能夠達到比較好的效果。由於共線方程幾何校正法只需要提供衛星感測器飛行的相關參數就能對影像進行糾正，省去了選取控制點的步驟，節省了時間，滿足了 「快捷、准確」的要求，所以本研究選擇無控制點共線方程幾何校正法對影像進行第一次 「粗」校正。
在 ENVI 軟體中，分別讀取 IKONOS 和 QuickBird 數據的 ＲPC 文件 ( . txt 格式) ，然後在 Georeference 模塊中分別對全色和多光譜波段進行無控制點共線方程的幾何校正。
圖 4 －2 遙感震害信息提取影像預處理技術流程圖
( 二) 正射校正
遙感圖像成圖時，由於受到各種不確定因素的影響，例如感測器的成像方式、外方位元素的變化、地形起伏、地球曲率、大氣折射等，圖像本身的幾何形狀與其對應的地物形狀往往會不一致，發生幾何變形 ( 畸變) 。遙感圖像的幾何變形是指原始圖像上各地物的幾何位置、形狀、尺寸、方位等特徵與在參照系統中的表達要求不一致時產生的變形。為了消除這些因素帶來的幾何變形，為後續影像配准做好鋪墊，還需要利用研究區域的DEM 對影像做數字正射校 正，分別生 成 震 前、震 後 兩時相 的 數 字 正 射 影 像 圖 ( Digital Orthophoto Map，簡稱 DOM) 。數字正射糾正的原理就是將中心投影的影像通過數字元糾正形成正射投影的過程 ( 陳文凱，2007) 。
本文的正射校正在 ENVI 軟體的 Orthorectification 模塊中完成。得到震前、震後兩時相的 DOM 後，還應當檢查其與 DEM 的匹配情況，與 DEM 同名地物點的點位中誤差不能大於表 4 －1 的規定，如果超過規定，需要重新進行正射校正。
表 4 －1 DOM 與 DEM 地物點的點位中誤差
( 三) 圖像融合
對全色數據與多光譜數據的 DOM 進行融合，形成兼具高解析度空間信息和多光譜彩色信息的融合影像。融合前須對多光譜數據進行色彩增強處理，拉大不同地類之間的色彩反差，突出其彩色信息; 同時對影像進行色調調整，提高全色數據的對比度和亮度，增強局部反差，突出紋理細節，降低雜訊。融合後須檢查影像是否出現重影、模糊等現象，檢查影像紋理細節與色彩，判斷融合前的處理是否正確，如果存在以上問題，需要返回重新融合。融合後影像如果亮度偏低、灰階較窄，可採用線性拉伸、亮度對比度等方法進行色調調整，但是應注意盡量保留融合數據的光譜信息和空間信息。
研究為了使融合後的數據仍然保持多光譜特性 ( 四個波段: 紅、綠、藍、近紅外) ，便於標准化植被指數 NDVI 的計算，在 EＲDAS 軟體下，採用 Subtractive resolution merge 模塊( 此種融合方法能夠使融合後的數據保持原有的多光譜特性) ，分別對 IKONOS 和 QuickBird數據的全色波段和多光譜波段進行融合，取得了良好的效果 ( 圖4 －3、圖4 －4) 。
圖 4 －3 IKONOS 融合影像 ( 1m)
圖 4 －4 QuickBird 融合影像 ( 0. 6m)
( 四) 圖像配准
震前、震後 DOM 影像在經過無控制點共線方程幾何校正和正射校正之後，已基本實現了疊置，大部分地物都能比較好地重疊在一起，不過也有個別目標存在偏差現象。圖 4 －5 中左側為震後 QuickBird 影像，右側為 IKONOS 影像，中間黑色劃線標注區域的池塘重疊效果存在著偏差，在這種情況下，需要進行影像之間的配准。圖像配准也叫影像的精校正，是指消除圖像中的幾何變形，產生一幅符合某種地圖投影或圖形表達要求的新圖像過程。
圖 4 －5 震前、震後 DOM 影像疊置的效果( 黑色劃線區域內存在偏差)
本節所指的圖像配準是多圖像的幾何配准，多圖像是指同一地區不同時刻的圖像 ( 多時相圖像) 或者不同感測器獲取的多源圖像，這里 IKONOS 和 QuickBird 影像就屬於多源多時相遙感影像。多圖像幾何配准就是指將多圖像的同名像點通過幾何變換實現精確重疊，通常稱為相對配准; 如果將相對配准後得到的多圖像歸入同一地圖坐標系統當中，就叫做絕對配准。
本研究中震前與震後的融合 DOM 影像之間的配准工作在 EＲDAS 軟體的 Image Geometric Correction 模塊中進行，以震後 QuickBird 影像 DOM 為參照，選擇二次多項式校正模型配准震前 IKONOS 影像 DOM，手動選取了 6 個同名控制點建立了多項式模型之後，這時 EＲDAS 軟體會根據模型自動找出後面控制點在圖像中對應的位置，這時只要在圖像窗口中校正其位置即可，節省了時間。同名配准控制點的殘差應當滿足表 4 － 2 的要求。共選取 20 個地面控制點 ( GCP) ，這 20 個控制點總的均方根誤差 ( ＲMSE) 為 ±1. 0773，各個地面控制點坐標值和 ＲMSE 見表4 －3。最後選擇最近鄰域法 ( Nearest Neighbor) 對影像進行重采樣。
表 4 －2 配准控制點殘差
表 4 －3 各個地面控制點的坐標和 ＲMSE
續表
DOM 影像幾何配准之後，需要對質量進行檢查控制。首先校正震前、震後 DOM 影像的同名地物點的點位中誤差不能大於表 4 －4 的規定，另外檢查兩個時相的 DOM 影像與土地利用現狀圖 ( LUDＲG) 的匹配情況，精度不能大於表 4 － 5 的規定。如果不滿足要求，還需要利用土地利用現狀圖對兩時相 DOM 影像進行第二次配准。
表 4 －4 多時相 DOM 同名地物點配准精度
表 4 －5 DOM 相對於土地利用現狀圖的精度
( 五) 影像輻射增強處理
由於震前、震後 DOM 影像獲取的時間不同，地面接收到的太陽輻射度不同，加之高解析度遙感影像本身像元間光譜的異質性較強，使得兩個 DOM 影像在外觀上肯定存在一些差異，對震害變化信息檢測帶來不利影響。為了消除這些不利影響，提高震害信息提取精度，需要事先對震前、震後兩時相 DOM 影像做輻射增強處理，主要包括自適應性濾波處理和直方圖匹配。
為了控制高解析度遙感數據中的隨機雜訊 ( 隨機雜訊往往影響地類之間的均勻性及邊界的穩定性) 和像元間光譜的強異質性，需要對影像進行空間濾波處理。本研究採用 ENVI 軟體中的 Frost 自適應性濾波對震前、震後 DOM 影像進行濾波處理，在降低像元光譜異質性，使影像平滑的同時，較好地保持了地類邊緣和紋理的清晰。Frost 自適應性濾波是以權重為自適應調節參數的濾波器，對每一個像元都確定一個權重，然後逐個進行濾波。
本研究所說的直方圖匹配是指對圖像查找表進行數學變換，使一幅多光譜遙感圖像所有波段的直方圖與另一幅遙感圖像所有對應波段相似，其經常用於相鄰圖像之間的拼接或者多時相遙感圖像動態變化信息檢測研究的預處理工作，經過直方圖匹配可以消除部分由於太陽高度角或者大氣輻射造成的多源遙感影像間光譜信息的差異性 ( 黨安榮等，2003) 。
本研究在 EＲDAS 軟體中以震後 QuickBird 影像 DOM 為標准，對震前 IKONOS 影像DOM 的各個波段完成直方圖匹配處理。從上節融合後的結果 ( 圖 4 － 3、圖 4 － 4) 中可以發現，QuickBird 融合影像在研究區域內存在一片厚厚的雲層以及由雲層引起的陰影，導致雲層和陰影范圍內的信息完全丟失，嚴重影響了數據質量。在這種情況下，使用去除薄雲的處理方法無法解決問題，然而也不能使用去除厚雲的替補方法，因為後續工作是震害變化信息的提取，如果用其他的影像數據進行替換 ( 例如災前 IKONOS 數據) ，勢必會影響到後面變化信息提取的精度。經過綜合考慮，決定在不能修復厚雲及其陰影區域的情況下，通過分類單獨提出雲層和陰影，然後建立掩膜圖層，在 QuickBird 影像上剔除上述區域，不參與後續研究。同樣在震前 IKONOS 影像上也剔除掉相同的區域。最終經過輻射增強處理以及剔除厚雲和陰影部分的前、後兩時相 DOM 影像效果見圖 4 －6 和圖 4 －7。
圖 4 －6 IKONOS 最終 DOM 影像 ( 1m)
圖 4 －7 QuickBird 最終 DOM 影像 ( 0. 6m)
㈡ 遙感數據類型及數據處理
開展遙感地質找礦工作的關鍵之一是精心選擇和獲取遙感數據。不同構造單元具有相異的地理地貌特徵、不同成礦條件和各自的成礦地質背景。所以選擇與研究區成礦特徵相適應的遙感數據，是遙感地質找礦取得良好效果的保證。
一、TM與ETM+數據特徵
陸地衛星TM和ETM+分別屬於美國陸地資源衛星的第二代和第三代感測器系統，具有一定的繼承性。兩者之間的多光譜波段數相同，都為7個波段，ETM+增加了一個地面解析度為15m的全色（PAN）波段，以及將TM6波段的空間解析度提高到60m。多光譜數據空間分辨滿足1∶20萬的制圖要求。對重點礦區（帶）進行遙感地質解譯，可以通過8波段與多光譜數據融合方法將影像空間解析度提高到15m，能夠達到1∶5萬地圖草測精度。因此該數據能夠滿足本次項目中對遙感地質信息提取的要求。
表5-1列出了TM、ETM+遙感數據的主要性能指標。可以看出，ETM（TM）1～4波段為可見光及近紅外光，含鐵礦物在此波段有明顯的光譜吸收特徵，對於探測乾旱、半乾旱環境中含褐鐵礦的岩石、土壤有較好效果；ETM7對於出露地表的粘土與碳酸鹽礦物敏感，將ETM7和ETM2～5組合分析，對於識別含鐵粘土礦物非常有效，這類礦物通常是熱液蝕變的標志；TM6可以探測地表的熱輻射強度，對於識別與金礦化密切相關的石英脈本身及含石英較多的岩石是非常有用的。總之，能從TM圖像中提取三種基本的光譜信息，即鐵染強度、岩石土壤中的羥基和碳酸鹽根礦物，是地質找礦的十分重要的資料。
表5-1 TM和ETM+的主要性能參數及光譜識別標志
二、工作使用的數據
研究區分布較廣，主要涉及研究區的圖像有3景，數據景號與採集日期見表5-2。
表5-2 研究區內遙感數據景號與採集日期
三、多波段遙感數據最佳波段組合優選
由於人們對彩色敏感程度比對全色大得多，遙感圖像應用研究中多採用RGB彩色合成圖像及彩色空間變換圖像來進行構造、地層岩性和岩體等解譯。然而ETM+圖像有7個波段，各波段物理性質不同，且各波段之間信息又有一定重疊和冗餘。一般圖像的方差越大，包含的信息越多；相關系數越小，波段間信息冗餘度越小。所以要求圖像方差要大而相關性要小這樣兩個條件。基於上述依據，目前最佳波段選擇的主要方法有：熵與聯合熵、OIF指數法、方差-協方差矩陣特徵值法等。其中OIF指數法，該方法是美國查維茨提出，理論依據是：圖像數據的標准差越大，所包含的信息量也越多，波段的相關系數越小，表明各波段的圖像數據獨立性也就越高，信息的冗餘度也就越小。由於計算方法簡單，易於操作，所以最常用。但這些波段選擇方法只考慮到兩個方面：信息量和相關性，而沒有考慮到研究對象的光譜特徵和衛星感測器的用途，即要使波段組合後研究地物的光譜特徵差異最大。綜合各方面因素，在本文中採用「最佳指數（OIF）+光譜特徵分析」法。
四、遙感圖像處理
遙感圖像處理過程中始終以區域控礦地質理論為基礎，結合工作區的自然地理地貌環境，在充分總結成礦規律的基礎上，從遙感圖像或數據中提取不同層次、不同內容的與成礦有關的控礦要素，圈定成礦遠景區。
數據處理過程包括：
1）數據預處理：包括圖像數據分析，校正，配准，子區裁剪等操作。
2）數據處理：包括圖像增強、信息提取等。主要有兩方面工作，即圖像分類、解譯和成礦信息提取。
3）生成專題圖層：研究區構造格架、影像構造單元劃分，蝕變遙感異常信息以及成礦位場等圖層，為多元信息統計分析提供數據源。
遙感圖像處理流程（圖5-1）。
五、遙感蝕變異常提取
（一）遙感技術應用於斑岩銅礦勘查的理論基礎
1.蝕變信息提取的物理學基礎
近三十年來，中外學者進行了岩石和礦物波譜特性的大量研究工作，這些研究涉及晶體場理論、礦物學、固體物理學、量子力學、遙感岩石學等眾多領域。在多年岩石和礦物波譜特徵研究的基礎上，特別是80年代發射的陸地衛星LandsatV增設了兩個短波紅外波段：TM5（1.55～1.75μm）和TM7（2.08～2.35μm），為找礦提供了可以提取具有找礦標志意義的熱液蝕變遙感信息。美國國家宇航局（NASA）1998年發射的主力遙感衛星LandsatⅦ號進一步將全色波段的空間解析度由LandsatV衛星的30m提高到15m。
圖5-1 遙感圖像處理流程
從HuntG.R（1978）和他領導的實驗室的研究成果以及閻積惠等（1995）依據礦物反射波譜特徵吸收譜帶特點的定性分類研究中可以知道：主要造岩礦物在可見光—近紅外光譜（0.35～2.5μm）並不產生具有鑒定意義的反射譜帶，其光譜特徵主要由岩石中為數不多的次要礦物決定：
一是含鐵（Fe2+、Fe3+）基團產生，含鐵礦物主要有角閃石、赤鐵礦、褐鐵礦、針鐵礦、磁鐵礦、黃鉀鐵礬等，他們在TM1—TM4波段有強的吸收帶，若岩石中含多量的Fe3+，而含Fe2+很少，這類岩石的主要吸收譜帶位於TM4和TM1波段，反射波長相當於TM3波段的電磁波。若含大量的Fe2+、含Fe3+很少，則主要吸收譜帶位於1波段，對於波長相當於TM2波段的電磁波有某種程度的反射。
二是含羥基（OH-）、水（H20）或碳酸根基團產生，羥基的吸收譜帶主要有二處：2.2μm，2.3μm，由於OH-在2.2～2.3μm附近存在強吸收谷（稱為羥基譜帶），使得TM7產生低值，TM5產生高值，含羥基礦物大多為次級蝕變礦物，如高嶺土、葉蠟石、雲母類礦物、綠泥石、綠簾石等，水在1.4μm和1.9μm處有特徵吸收帶。含碳酸根礦物主要有五個特徵吸收譜帶（1.9～2.55μm），較強的兩個在2.35μm和2.55μm波長處（稱為碳酸根譜帶），相對較弱的在1.9μm、2.0μm、2.16μm三處。常見礦物包括方解石、白雲石、石膏、菱鎂礦等。
2.遙感應用的地質學基礎
從控礦因素的分析得知，成礦規律的研究必須從分析控制和影響礦床形成的各種地質因素著手，通過對地層、岩體、斷裂、蝕變等地質因素分析，確定控礦地質因素，分析其對成礦有利的程度。
圍岩蝕變現象作為找礦標志已有數百年歷史，發現的大型金屬、非金屬礦床更是不勝枚舉：北美、俄羅斯的大部分斑岩銅礦、我國的銅官山銅礦、猶他州的大鋁礦、西澳大利亞的大型金礦、墨西哥的大鉑礦、美國許多白鎢礦、世界大多數錫礦、哈薩克的剛玉礦等。有用元素的逐步富集是形成礦床的根本，而這種成礦物質通常由成礦熱液進行遷移搬運和卸載沉澱。近礦圍岩蝕變主要是不同類型的熱液與周圍岩石相互作用的產物，是成礦物質逐步富集成礦過程中留下的印跡。熱液來源主要有：岩漿作用有關的熱液、變質作用有關的熱液以及地下水環流熱液等。熱液流體在運移過程中由於其溫度、物理化學條件以及圍岩組分差異，形成不同的蝕變礦物，按照圍岩組分可以分為三類：中酸性岩的蝕變（雲英岩化、絹雲母化、鈉長石化、鉀長石化）、基性、超基性岩的蝕變（蛇紋石化、綠泥石化、青磐岩化、碳酸鹽化）、石灰岩及其他碳酸鹽類的蝕變（矽卡岩化、硅化、重晶石化、白雲岩化）。並且不同類型的圍岩蝕變指示礦床存在的意義不同，這是由於各種蝕變和礦石同樣是成礦作用的產物，從而在時間空間上礦和有關的蝕變存在密切的聯系，並且不同類型的蝕變及其組合專屬一定的礦床（礦種或礦床類型），因而可以用蝕變來預測礦化礦產資源（Курекнн.1954）。近礦圍岩蝕變的研究和熱液蝕變岩石的發現，可以指示找礦的空間范圍，增加找到礦床的機會。而斑岩銅礦的形成過程中蝕變特徵尤其明顯。
（二）蝕變遙感異常信息提取方法
本次工作中主要採用的是主分量分析法、比值法增強蝕變遙感異常信息，通過閾值處理（決策樹技術）分級提取。工作過程為：預處理（去干擾）→信息提取→異常優化。
1.預處理
（1）高端切割去雲及鹽鹼地的影響
根據圖像采樣統計結果，雲的光譜特徵在TM（ETM）1、2、3的灰度值相對較高，TM（ETM）5、7的灰度值相對較低；鹽鹼地一般表現為在TM（ETM）3的灰度值相對較高，其次為TM（ETM）5、7、2、1。本次工作採用ETM1高端切割來去除雲的干擾，採用ETM3的高端切割來去除鹽鹼地的影響，效果較好。
（2）比值法消除植被影響
植被是蝕變異常提取過程中常見的干擾因素。工作區雖然植被覆蓋較少，但為了能盡可能完全地提取致礦異常，還是做了此項處理。根據植物的光譜曲線特徵綠色植被在TM（ETM）4（0.76～0.90μm）的反射率最高，可以認為，只有當有其他因素影響時，TM（ETM）5才可能大於TM（ETM）4，因此，可以選取ETM5/4≤1來消除植被干擾。
2.信息提取
一般常見的圖像處理方法有：主分量分析、光譜角法、比值法等。下面簡要介紹這幾種方法的基本原理：
（1）主分量分析（PCA：PrinCipal Component Analysis）又稱主成分分析，在計算機處理中稱K—L變換。TM數據在圖像處理系統中經K-L變換將TM圖像轉變為一組互不相關的表徵函數序列，目的在於壓縮TM的波譜維數、突出地物類別、提取與礦化有關的蝕變信息。K-L變換在數學含義上，它是一種基於圖像統計特徵的多維正交線性變換。經過這種變換後生成一組新的組分圖像（數目等於或小於原波段數），是輸入的若干圖像的線性組合，即：
新疆北部主要斑岩銅礦帶
其中，X是原多波段圖像的數據矩陣，矩陣元素為P個波段的像元值向量；Y是輸出的主組分矩陣，即q個組分的像元值向量，一般q≤p；T為變換核矩，通常為由變換波段之間的協方差矩陣所產生的特徵向量矩陣。
新疆北部主要斑岩銅礦帶
y1=t11x1+t12x2+…+t1pxp 第一組分
…
yq=tq1x1+tq2x2+…+tqpxp 第q組分
y1，y2…yq按協方差矩陣的特徵值大小依次排序。
K—L變換後，第一組分（y1）取得最大信息量（可達90%左右），其餘依次減少，一、二、三組分基本是已集中了絕大部分信息，後面組分包含的信息量往往已非常小。
（2）光譜角法
把每一個多維空間點以其空間特徵向量來表徵，並以空間向量角的相似性作為判據。它是一種監督分類，要求每一類別有一個已知參考譜。此參考譜可以是地面實測入庫光譜，也可以是已知條件的圖面單元的統計入庫結果（又稱圖像采樣）。為了直觀，設三維空間點P在彩色坐標系中的特徵向量為OP，以此向量為軸作小角錐（圖5-2），凡位於此小角錐內的空間點都視為相似的。
圖5-2 光譜角法原理
根據線性代數理論，向量α、β間夾角θ為
新疆北部主要斑岩銅礦帶
式中，（d，β）為n維向量d，β的內積，|α|、|β|分別為向量d，β的長度，當存在已知礦點或礦床時，可以利用光譜角法圈定與其有相似譜特徵的成礦遠景區，以減少主分量分析所獲異常中的非礦異常；當存在兩種以上已知礦點時，可以用光譜角法對主分量分析異常進行類別區分。這兩點是光譜角法在異常信息提取中對主分量分析法可以起的輔助作用。
（3）比值法
大量的研究成果表明，蝕變礦物在不同TM波段之間存在光譜反差，其中含羥基的粘土礦物和碳酸鹽礦物，在TM7波段具有強吸收，在TM5波段為強反射，而褐鐵礦在TM3表現為高反射，在TM1、TM2和TM4則具不同程度的吸收特徵，故TM5/TM7、TM3/TM1、TM5/TM4和TM4/TM3通常可用於增強提取上述特定的熱液蝕變信息。