遥感数据处理与异常信息提取技术方法研究.doc

遥感数据处理与异常信息提取技术方法研究
摘要: 本文以内蒙古额仁陶勒盖研究区为例,利用特征主成分分析技术和比值处理的方法进行了遥感数据处理与异常信息提取技术方法的研究。实践证明了该技术方法的有效性。
Abstract: This paper discussed remote sensing data processing and abnormal information extracting technology using the ponent analysis method and the ratio processing method,taking Inner Mongolia Erentaolegai research area as example. Practice proves the validity of the method.
关键词: 遥感;异常;蚀变;信息;提取
Key words: remote sensing;abnormal;altered;information;extracting
中图分类号:G202 文献标识码:A文章编号:1006-4311(2010)17-0160-02

0引言
本文的研究区为内蒙古额仁陶勒盖银矿床,它位于内蒙古呼伦贝尔盟新巴尔虎右旗境内,研究区内分布有湖泊、水系、沼泽、草原、沙丘和山地等被及第四系覆盖严重。本区属高原低山-丘陵区,相对高差一般为100~200m。
1遥感数据源的选择
本文选取ETM+数据作为遥感数据源。数据轨道号为125/26,时相为2009年1月15日,数据格式为FAST-L7A,经过了辐射校正和系统级几何校正,且没有云的干扰影响,图像质量较好。对选取的原始图像数据,进行几何精校正、反差增强、波段融合、图像裁切等数据预处理,从而获得研究区的遥感基础图像。
2图像数据的特征分析
数据统计特征分析对研究区的基础图像1~5、7波段进行数据特征值统计分析(表1)。根据统计结果表明,波段的标准偏差排序为5>7>3>2>4>1,均值的排序为5>7>3>1>2>4,ETM5波段具有最大标准偏差,说明包含在图像中的各种地物在该波段图像中的光谱响应变化最大,而ETM1波段的标准偏差最小,说明该波段图像反差低。可见光波段(ETM1,2,3)的亮度最小值要大于短波红外波段(ETM5,7)的亮度最小值,这是由于大气的散射造成的,短波红外波段的亮度最小值很低是由于在该波段范围内特定物质的大气吸收造成的。各波段统计直方图如下。
从表1还可知,ETM1,2,3波段光谱数据间的相关性最高,――,表明它们之间的信息大部分是冗余的。ETM5,7波段光谱数据间也存在较高的相关性,,因此ETM5/7比值对于植被和粘土类蚀变岩具有相同的值域范围,这对于区分植被和蚀变岩并不十分有利。想比较而言,ETM4与ETM1,2的相关性较低,因此通过比值运算可以识别出植被区。
通过对研究区遥感图像的统计特征进行分析,为以下的遥感异常信息提取做必要的准备。
图像数据的主成分分析对研究区的ETM 数