遙感蝕變信息提取步驟(參考版)
2025-05-18 22:47本頁面
【正文】 而且， N值越高，異常數(shù)量越少，異常級別越高。利用直方圖統(tǒng)計均值 X和方差 σ ，通過對“均值 +N 標(biāo)準(zhǔn)方差 (σ )” 中 N的調(diào)整，進行異常主分量異常等級閾值分割。 根據(jù)統(tǒng)計數(shù)據(jù)取第四分量為鐵然異常信息 。 根據(jù)統(tǒng)計數(shù)據(jù)取第四分量作為羥基異常信息 。 植被 掩膜 植被的去除采用了傳統(tǒng)的比值植被指數(shù)（ RVI）的方法（ DNNIR/DNR），即 ETM+4/ETM+3，此處取灰度值大于等于 1的為植被覆蓋區(qū) Page 33 ? 云掩膜 采用 TM1高端切割的方式 ? 水體掩膜 方法一：對 PC2選取一定的閾值進行分割后在進行圖像二值化，得到水體的掩膜。 ? 目的：去除 ETM各波段東西兩頭數(shù)據(jù)不齊的像素（ ETMl起始列數(shù)最左 ,ETM5終止列數(shù)最右 ）使之不參與 PCA處理。 Page 31 ETM數(shù)據(jù)檢查 ? 通過乘法形成邊框二值圖像： ETMl ETM5(0， 1，0， 255)。該技術(shù)有機地組合了三種傳統(tǒng)的數(shù)字圖像處理方法：掩膜技術(shù)（ MASK）、主成分變換（ PCA）以及弱信息色度與飽和度調(diào)整（ HSI）。將混合像元分解模型用于蝕變信息提取的目的是通過計算每個像元中各典型地物 (如植被 )的豐度，除去植被等干擾信息，為后續(xù)提取礦化蝕變信息提供可靠的基礎(chǔ)數(shù)據(jù)。根據(jù)每個像素中某種地物所占百分比對像素進行分解，這一過程叫混合像元的分解（ Mixed Pixel Deposition）。 Page 28 混合像元分解法 ? 一個像素只包含了一種地物的信息，這種像素叫做純像素（ pure pixel）。 ? （ 2）樣品間的關(guān)系：在主成分空間，鄰近的樣品具有相似的光譜特征，屬于同一種地物類型。 Page 27 對應(yīng)分析法 ? 對應(yīng)分析 (Correspondence Analysis)(RQ型因子分析法 )是在 R型和 Q型因子的基礎(chǔ)上發(fā)展起來的，又稱 RQ型因子分析，是由法國巴黎科學(xué)院統(tǒng)計研究室 Benzeci教授于1970年首次提出的。 Page 26 光譜角填圖法 ? 光譜角度填圖法 (SAM－ Spectral Angle Mapper)將光譜數(shù)據(jù)視為多維空間的矢量，利用解析方法計算像元光譜與光譜數(shù)據(jù)庫光譜或像元訓(xùn)練光譜之間矢量的夾角，根據(jù)夾角的大小來確定光譜間的相似程度，以達到識別地物的目的。蝕變異常信息的提取正是利用了主成分分析的這一基本性質(zhì)。這種方法是對圖像數(shù)據(jù)的集中和壓縮，對于ETM+圖像，通常 PC PC PC3就包含了 95％以上的信息，而后面的主成分幾乎多數(shù)是噪音。 ? 識別熱液蝕變常用的波段比值有： ETM+3/ 1，用于識別褐鐵礦； ETM+5/ 7，識別含羥基礦物，水合硫
研究報告相關(guān)推薦
鄂ICP備17016276號-1