基于ETM+的遙感蝕變信息提取方法對比研究

張楠楠，周可法，陳 曦，李 宏

(1.中國科學院新疆生態與地理研究所，烏魯木齊 830011;2.新疆維吾爾自治區遙感中心，烏魯木齊 830011;3.中國科學院新疆礦產資源研究中心，烏魯木齊 830011)

基于ETM+的遙感蝕變信息提取方法對比研究

張楠楠1，2，周可法1，3，陳 曦1，李 宏2

(1.中國科學院新疆生態與地理研究所，烏魯木齊 830011;2.新疆維吾爾自治區遙感中心，烏魯木齊 830011;3.中國科學院新疆礦產資源研究中心，烏魯木齊 830011)

為從微觀到宏觀了解、掌握和運用圍巖蝕變的特征與原巖特征，尋找大型礦床或大型礦集區，在總結常用遙感蝕變信息提取模型的基礎上，結合主成分分析(PCA)和支持向量機(SVM)算法，建立了基于“掩模處理-主成分分析-支持向量機(MASK-PCA-SVM，MPS)”的遙感蝕變信息提取模型。在新疆哈圖地區進行的基于ETM+的不同蝕變信息提取模型應用對比研究表明，使用常用模型提取出的蝕變信息和礦點吻合效果較差，而基于MPS模型提取出的蝕變信息與已知礦點的吻合率可達86.51%;結合地質專家知識、地質圖和一個已知異常點的分析結果表明，基于MPS模型的蝕變信息提取精度較高，在研究區地質應用中效果較好，為今后該區的遙感蝕變信息提取工作提供了一種新思路。

ETM+;蝕變;信息提取;SVM

0 引言

從遙感圖像中深層次提取地學信息是地學定量分析的一項十分重要的工作。自遙感技術問世以來，遙感數據種類多、數量大、信息豐富，包含了地物的光譜信息、空間信息等，很好地利用這些信息必將有利于目標信息的提取［1-4］;而如何從各類遙感數據源中有效、準確地提取相關專題所需的目標特征信息，一直是遙感界努力探索的目標，國內外遙感工作者都在不斷地設計、研制和總結對這種遙感信息的提取和識別技術。蝕變信息是找礦的一個重要標志，尋找與成礦相關的蝕變信息在地質找礦中有著舉足輕重的作用。絕大部分內生礦床都伴隨有相應的熱液圍巖蝕變;圍巖蝕變的特征與原巖特征從微觀到宏觀都有明顯的區別，了解、掌握和運用這種特征對尋找大型礦床或大型礦集區具有特別重要的地質意義［5］。因此，用數字處理技術從遙感圖像中提取遙感蝕變信息，可對縮小找礦范圍和提高找礦準確度發揮重要作用。

近30 a來，已有大量學者利用 ETM+，ASTER或SPOT數據進行過遙感蝕變信息提取研究。在國外，早在1976年，戈茨利用短波紅外波段1.6 μm和2.2 μm波長的兩譜帶反射比的比值定量劃分了蝕變巖和未蝕變巖;Abrams［6］利用 TM圖像波段比值+主成分變換方法排除了植被覆蓋因素干擾，提取了蝕變信息;Loughlin［7］利用Landsat-5 TM圖像數據的4個波段(TM1，TM3，TM5和 TM7或 TMl，TM4，TM5和TM7)，設計了主成分變換+特定主因子求反的方法，填制了巴西熱帶地區殘積土壤中的三價鐵和羥基蝕變巖信息圖;Rokos等［8］利用TM，SPOT數據，用B5/B7，B3/B1等比值和主成分分析等數學運算進行了蝕變帶的識別;Kusky等［9］利用B5/B7(R)，B5/B1(G)，B5/B4(B)的假彩色合成及分析，在阿拉伯—努比亞地盾的干旱氣候下提取了金礦化蝕變信息;Tommasoa等［10］在阿根廷利用ASTER數據的光譜信息及比值方法進行了蝕變信息提取及斑巖銅礦的識別。在國內，劉燕君［11］在MSS圖像上成功地把礦化點含礦圍巖蝕變強烈部位增強出來;趙元洪等［12］針對浙江新昌地區的植被覆蓋問題采用TM4/TM3比值+主成分變換技術壓抑植被干擾達到了提取蝕變信息的目的;馬建文［13］提出TM掩模+主成分變換+分類的識別、提取礦產弱信息方法，在遼寧二道溝金礦提取了三價鐵蝕變火山碎屑巖信息，在河北華北地臺北緣提取了含金鉀化帶信息;劉素紅等［14］利用Gramschmidt投影方法從高山區提取了TM數據中的含礦蝕變帶信息;張玉君等［15-16］總結了ETM+(TM)蝕變遙感異常提取方法研究與應用的地質依據、波譜前提、方法選擇和技術流程;洪金益等［17］開始嘗試利用SVM方法對TM數據進行蝕變信息提取;耿新霞等［18］利用ASTER數據和主成分分析方法在新疆阿巴宮提取了鉛鋅礦蝕變信息;刁海等［19］利用ASTER數據和主成分分析及分形模型計算異常灰度的閾值，提取了蝕變異常信息;鄧吉秋等［20］利用TM數據提取了錳礦化蝕變信息并利用該信息進行了成礦預測;另外，平仲良［21］、張滿郎［22］、劉慶生等［23］、李培軍等［24］、呂鳳軍等［25］、張遠飛等［26］、程知言等［27］在金礦蝕變信息的識別和增強提取方面也做了不少工作，獲得了不少新認識。

1995年，Vapnik［28］提出了支持向量機(support vector machines，SVM)算法，我國最早見到的 SVM方面的研究是在2000年以后［29-30］。隨后，SVM在各領域的應用受到高度重視，并被廣泛地應用于許多方面［31-34］。但用SVM方法提取遙感蝕變信息的研究在國內外較少，尚處于起步階段;把SVM和傳統方法相結合進行有效的蝕變信息提取的研究則更少，只是在近兩年陸續有人開始嘗試利用SVM進行蝕變礦物信息提取。本文旨在利用比較容易獲取到的ETM+數據，結合SVM和傳統的主成分分析，建立基于“掩模處理 -主成分分析 -支持向量機(MASK-PCA-SVM，MPS)”的蝕變礦物提取模型，并在新疆哈圖地區將本文提出的MPS方法與傳統的方法進行了應用對比研究，探索出一種適合本研究區的遙感蝕變信息提取和識別方法。

1 研究區地質概況

作為研究區的新疆哈圖地區位于準噶爾盆地西北緣，屬于西準噶爾華力西期褶皺帶扎依爾一達拉布特復向斜東段的北翼［35］。區域地層以石炭系為主，包括下石炭統太勒古拉組(C1t)、包古圖組(C1b)和希貝庫拉斯組(C1x);泥盆系地層出露較少，為中泥盆統巴爾雷克組(D2b)及喀依爾巴依組(D2k);第三系、第四系地層出現于山前及溝谷中［36］(圖1)。區內自北向南分布著哈圖、安齊、達拉布特3條走向北東、大致平行的區域性斷裂。區域內巖漿活動強烈，侵入巖發育，主要有鉀長花崗巖(如哈圖巖體、阿克巴斯套巖體及克拉瑪依北巖體等)、斜長花崗巖、閃長巖及超基性巖等［37］。

圖1 哈圖地區地質簡圖(根據1∶50萬地質圖修編)Fig.1 Geological sketch-map of Hatu area(based on the geological map at 1∶500 000 scale)

同大多數金礦一樣，礦區內圍巖蝕變較發育，主要為黃鐵礦化及毒砂化，其次為碳酸鹽化、硅化、絹云母化和綠泥石化等［38］。黃鐵礦化及毒砂化較普遍，分布于脈巖的本身及其兩側，寬約1～4 m，沿破碎帶也有黃鐵礦化分布。凡見有黃鐵礦化和毒砂化的地方，均含有金;此兩種蝕變程度愈強，含金亦愈富。在地表氧化帶中，因受風化作用影響，黃鐵礦和毒砂為褐鐵礦所代替，并使巖石變成褐—紅色，此種情況通稱為“鐵化”。硅化、絹云母化、綠泥石化和碳酸鹽化與成礦關系也極為密切。絹云母一類的礦物與其他金礦的重要蝕變巖——黃鐵絹英巖中的絹云母相比，哈圖金礦的絹云母頗似淺灰黃色臘狀的粘土礦物，多出現在高品位的含金石英脈中，分布不均勻。本區蝕變帶中的綠泥石因受到成礦后的強烈動力變質作用而嚴重片理化。

2 遙感蝕變信息提取模型綜述

2.1 比值模型

比值分析(ratioing)是一種多光譜圖像處理方法，由2個波段對應像元的灰度值之比或幾個波段組合的對應像元灰度值之比獲得［39-40］。通常根據特定目標的反射率特征，選取反射率差值最大的2個波段來生成比值圖像。利用蝕變礦物的吸收及反射光譜特征，有針對性地擴大要提取信息的對應波段的差異，突出目標信息，壓制、消除或減弱地形陰影和植被的干擾。

根據蝕變礦物在ETM+相關波段的光譜特征可總結出若干比值模型:含鐵離子的蝕變礦物可用ETM+3/ETM+1提取;黃鐵鉀礬和赤鐵礦可用ETM+5/ETM+4或ETM+3/ETM+4提取;含錳離子的蝕變礦物、含羥基的蝕變礦物和含碳酸根蝕變礦物可用ETM+5/ETM+7提取。

2.2 主成分模型

主成分分析(PCA)在數學上常被稱為KL變換，是在統計上的多維正交線性變換［41］。PCA主要通過一次或多次坐標軸旋轉變換后，使得原來在單波段圖像上難以識別的目標信息在主成分圖像上得到增強和分離。PCA實際上能對圖像數據進行集中和壓縮，可將多光譜圖像各波段中高度相關的信息集中到少數幾個波段并盡可能保證這些波段的信息互不相關，即用幾個綜合性波段代表原圖像的多個波段，使處理的數據量大幅度減少。目前，在遙感蝕變信息提取中常用的PCA是Crosta等［42］提出的Crosta特征PCA 方法，即利用ETM+1，3，4，5 波段進行PCA提取鐵化蝕變信息，利用 ETM+1，4，5，7波段進行PCA提取粘土化蝕變信息。

2.3 光譜角模型

光譜角制圖(spectral angle mapper，SAM)方法是一種光譜匹配技術，這種技術基于估計像元光譜與樣本光譜或是混合像元中端元組分(endmember)光譜的相似性來區分各像元點的光譜曲線［43］。SAM方法的原理是把光譜作為矢量投影到N維空間上(其維數N為試驗時選取的所有波段數，各光譜曲線被看作有方向有長度的矢量，而各光譜之間形成的夾角叫作光譜角)，該方法考慮的是光譜矢量的方向而非光譜矢量的長度。由于光譜矢量的長度關聯到影像亮度而SAM方法對亮度值的影響并不敏感，所以當計算影像光譜角時，SAM方法僅僅需要知道光譜矢量的方向而不關注影像本身的亮度。

2.4 MPS模型

本文在常用模型和前人研究的基礎上，提出了基于MPS的遙感礦化蝕變信息提取模型。MPS的含義是:M代表MASK(即掩模處理)，P代表PCA(即主成分分析)，S代表SVM(即支持向量機處理)。SVM是從線性可分情形下的最優分類超平面發展起來的，其基本思想是要使訓練集的間隔最大化［44］(圖2)。

圖2 SVM的基本思想示意圖Fig.2 Sketch map of the basic idea of SVM

圖2中的黑色圓點和白色圓點分別代表2類樣本;H是分類面，H1和H2分別是穿過距離2類分類面最近的樣本且平行于分類面的直線;2條直線之間的距離叫做分類間隔(margin)。所謂最優分類面就是要求分類面不但能將2類樣本正確分開(訓練錯誤率為0)，而且可使分類間隔最大。

基于MPS模型提取遙感礦化蝕變信息的整體思路(圖3)是:在通過掩模處理去除干擾信息的基礎上進行PCA;利用PCA的結果與已知礦點進行比對，在圖像與已知礦點相吻合的區域采集SVM所需的訓練樣本，對樣本進行訓練后對整個研究區進行礦化蝕變異常信息提取(具體過程將在另文中詳述)。

圖3 基于MPS模型的遙感蝕變信息提取流程圖Fig.3 Flow chart of extracting alteration information from remote sensing image based on the MPS model

3 模型應用對比

為了進行不同模型提取遙感礦化蝕變信息的效果評價，同樣用其他模型對哈圖金礦地區進行了蝕變信息提取，幾種模型的提取結果對比如下:

1)分別用比值ETM+3/ETM+1提取“鐵化”信息，用比值ETM+5/ETM+7提取“泥化”信息，提取結果見圖4(a);

2)分別用常規的 PCA(ETM+1，3，4，5)和 PCA(ETM+1，4，5，7)提取“鐵化”信息和“泥化”信息，提取結果見圖4(b);

3)在已知礦點和蝕變帶處采集樣本光譜，用SAM提取“鐵化”信息和“泥化”信息，光譜角閥值設為0.25(該閥值最大設置為1，為盡可能減少假異常，本文設置的閥值相對較低)，提取結果見圖4(c);

4)在選取核函數和最優參數后，用訓練模型對整個圖像進行識別，最終得到基于MPS模型的研究區蝕變信息提取圖(圖4(d))。

圖4(a)—(d)中，紅色圖斑代表“鐵化”信息，藍色圖斑代表“泥化”信息，黃色的點代表已知礦點。

圖4 不同模型提取遙感礦化蝕變信息結果Fig.4 Mineralization alteration information extracted by different models using remote sensing methods

4 結果驗證

本文用兩種方法對上述提取結果進行驗證。一種方法是利用地質圖上的已知礦點及蝕變帶作為查證依據，主要通過礦點及已知蝕變帶與所提結果的吻合程度來進行對比驗證;第二種方法是利用專家知識及已有的野外典型異常查證資料來進行驗證。

4.1 與地質圖對比驗證

研究區地質圖(圖1)上標出的蝕變有黃鐵礦化、綠泥石化、褐鐵礦化、混合巖化等。對比地質圖和圖4(d)可以看出，除了阿克巴斯套巖體邊緣的混合巖化體現較弱外，其他已知蝕變的地區在圖4(d)上基本都有所反映。本文收集的該區已知礦點共126個，疊加到圖4(d)上后，除了17個礦點吻合效果不好，其他礦點均與所提取的蝕變信息吻合較好，吻合率達86.51%。

比較圖4(a)—(c)可以看出，用比值模型、PCA模型和SAM模型提取出的遙感蝕變異常中假異常都較多。其中，用比值模型提取出的假異常信息最多，提取出的“鐵化”信息中大部分為植被信息，而“泥化”信息中大部分為高亮度巖體信息，與礦點吻合效果不好(只有24個礦點周邊有蝕變信息，吻合率只有3.37%);用PCA模型提取出的遙感蝕變信息與比值模型相比，減少了部分假異常信息，但仍然有植被和高亮度巖體等信息存在，蝕變信息與礦點吻合率為69.05%;用SAM模型提取出的遙感蝕變信息與PCA模型相比，減少了植被的信息，但仍然存在一些高亮度巖體信息，蝕變信息與礦點吻合率為65.08%。MPS模型圖(4(d))與其他3種模型相比，所提取出的遙感蝕變信息中幾乎沒有植被等假異常信息，而且和礦點吻合效果最好(與已知礦點的吻合率達86.51%)。

4.2 用專家知識驗證

根據專家知識可知，圖4(d)提取結果中的1—5號黃框內區域為野外地質專家確定的蝕變區，其中1號區域在哈圖斷裂附近，有著很好的容礦和導礦條件，因此發現礦點數量較多，也是蝕變數量多且蝕變強烈的地段，并且和地質圖上的褐鐵礦礦化及黃鐵礦化蝕變的位置吻合較好;2號區域是齊Ⅰ金礦床的所在區域，結合已有的地質資料，在齊Ⅰ金礦西南約5 km的安齊斷裂中部，存在Ap49異常點(其地表照片見圖5)，地表可見褐鐵礦化。該區位于安齊斷裂的上盤，處于構造破碎帶，蝕變類型為硅化、黃鐵礦化及碳酸鹽化。

圖5 Ap49異常區地表照片Fig.5 Field photo of Ap49 abnormal area

從圖4(d)中截取的圖6可以看出，所提信息與地質資料描述相符。

圖6 Ap49異常區提取的蝕變信息Fig.6 Alteration information extracted in Ap49 abnormal area

3號和4號區域為小巖體周邊，發現的礦床也較多，并且該區的小巖體周邊已成為找礦的重點地段;5號區域的東側也發現很多礦床蝕變比較強烈。6號區域則是從地質圖上已知的有該區典型蝕變礦物綠泥石分布的區域。

5 結論

通過對3種傳統模型和本文提出的MPS模型在新疆哈圖地區進行蝕變遙感信息提取的對比研究可以看出:

1)比值模型和主成分模型都容易造成假異常過多現象，光譜角模型受光譜分辨和空間分辨率的限制對數據要求較高。

2)本文提出的基于“掩模處理-主成分分析-支持向量機(MASK-PCA-SVM，MPS)”的遙感蝕變信息提取模型的應用效果較好，與已知礦點吻合效果較好，避免了明顯的假異常，突出了目標信息即礦化蝕變信息，在研究區與已知礦床吻合率達86.51%，并與地質圖上的已知蝕變信息相吻合。另外，利用專家知識發現，所提的礦化蝕變信息與野外調查情況相符，與已有的野外典型異常的查證資料相符;所提取的遙感異常與野外Ap49點的異常特征描述相符、位置吻合。因此，本文的MPS蝕變信息提取模型，在很大程度上提高了蝕變異常信息提取的精度，更有效地去除假異常信息，為蝕變信息提取提供了一種新思路。這種模型在其他地區也可以推廣使用。

3)MPS模型也存在一些問題，例如參數的選擇需要在不同地區進行調整，處理整景圖像時運行速度較慢，這些需要在今后的研究中進一步改進。

［1］趙英時.遙感應用分析原理與方法［M］.北京:科學出版社，2003:5-35.

［2］周成虎.遙感影像地學理解與分析［M］.北京:科學出版社，1999:11-20.

［3］陳述彭，童慶禧，郭華東.遙感信息機理研究［M］.北京:科學出版社，1998:18-20.

［4］趙鵬大.定量地學方法及應用［M］.北京:高等教育出版社，2004:8-22.

［5］陳淳福，梁有彬.內生金礦床圍巖蝕變及其找礦意義［J］.地質找礦論叢，1999，5(3):63-70.

［6］Abrams M J.Landsat-4 Thermatic Mapper and Thematic Mapper Simulator Data for a Porphyry Copper Deposit［J］.Photogrammetric Engineering and Remote Sensing，1984，50(8):1171-1173.

［7］Loughlin W P.Principal Component Analysis for Alteration Mapping［J］.Photogrammetric Engineering and Remote Sensing，1991，57(9):163-1169.

［8］Rokos D，Argialas R，Mavrantza，et al.Structural Analysis for Gold Mineralization Using Remote Sensing and Geochemical Techniques in a GIS Environment:Island of Lesvos，Hellas［J］.Natural Resources Research，2000，9(4):277-293.

［9］Kusky T M，Talaat M R.Structural Controls on Neoproterozoic Mineralization in the South Eastern Desert，Egypt:an Integrated Field，Landsat TM，and SIR-C/X SAR Approach［J］.Journal of African Earth Sciences，2002，35(1):107-121.

［10］Tommasoa I D，Rubinstein N.Hydrothermal Alteration Mapping Using ASTER Data in the Infiernillo Porphyry Deposit，Argentina［J］.Ore Geology Reviews，2007，32(1-2):275-290.

［11］劉燕君.礦產信息的遙感地面模式［M］.北京:地質出版社，1993:25-50.

［12］趙元洪，張福祥，陳南峰.波段比值的主成份復合在熱液蝕變信息提取中的應用［J］.國土資源遙感，1991(3):12-18.

［13］馬建文.利用TM數據快速提取含礦蝕變帶方法研究［J］.遙感學報，1997，1(3):208-213.

［14］劉素紅，馬建文，藺啟忠.通過Gram-Schmidt投影方法在高山區提取TM數據中含礦蝕變帶信息［J］.地質與勘探，2000，36(5):62-65.

［15］張玉君，楊建民，陳 微.ETM+(TM)蝕變遙感異常提取方法研究與應用——地質依據和波譜前提［J］.國土資源遙感，2002(4):30-37.

［16］張玉君，曾朝銘，陳 微.ETM+(TM)蝕變遙感異常提取方法研究與應用——方法選擇和技術流程［J］.國土資源遙感，2003(2):44-49.

［17］洪金益，姚學恒，潘 東.基于SVM遙感圖像礦化信息提取試驗［J］.礦業研究與開發，2004，24(5):63-65.

［18］耿新霞，楊建明，姚佛軍，等.新疆阿巴宮鉛鋅礦遙感找礦信息提取及地化多元信息綜合分析［J］.地質與勘探，2011，46(5):942-952.

［19］刁 海，張 達，狄永軍，等.基于主成分分析和分形模型的ASTER蝕變異常信息提取［J］.國土資源遙感，2011(2):75-80.

［20］鄧吉秋，謝 楊，張寶一，等.ETM+圖像錳礦化蝕變信息提取與找礦預測［J］.國土資源遙感，2011(1):102-105.

［21］平仲良.從陸地衛星TM數據提取膠東某地區某種類型金礦的圍巖蝕變信息［J］.國土資源遙感，1993(4):42-45

［22］張滿郎.金礦化蝕變信息提取中的主成分分析［J］.遙感技術與應用，1996，11(3):1-6.

［23］劉慶生，燕守勛，馬超飛，等.內蒙哈達門溝金礦區山前鉀化帶遙感信息提取［J］.遙感技術與應用，1999，14(3):7-11.

［24］李培軍，龍玄耀，劉 立.基于ASTER數據的蛇綠巖組分識別:以德爾尼礦區為例［J］.巖石學報，2007，23(5):1175-1180.

［25］呂鳳軍，郝躍生，石 靜，等.ASTER遙感數據蝕變遙感異常提取研究［J］.地球學報，2009，30(2):271-276.

［26］張遠飛，袁繼明，朱谷昌，等.基于遙感數據隨機模型的空間結構分與蝕變信息提取［J］.國土資源遙感，2010(4):34-39.

［27］程知言，趙培松.云南播卡金礦遙感蝕變信息提取及成礦預測［J］.國土資源遙感，2011(2):135-140.

［28］Vapnik V N.The Nature of Statistical Learning Theory［M］.New York:Springer-Verlag，1995:18-78.

［29］Vapnik V N.統計學習理論的本質［M］.張學工，譯.北京:清華大學出版社，2000:5-35.

［30］邊肇琪.模式識別［M］.北京:清華大學出版社，2001:10-45.

［31］Joachims T.Text Categorization with Support Vector Machines:Learning with Many Relevant Features［C］//Proceedings of ECML-98，10th European Conference on Machine Learning.1998:1225-1235.

［32］Zien A，R?tsch G，Mika S，et al.Engineering Support Vector Machine Kernels that Recognize Translation Initiation Sites［C］//Proceedings of the 24th Annual International Conference on Machine Learning.Oxford:Oxford University Press，2000:799-807.

［33］盧增祥，李衍達.交互支持向量機學習算法及其應用［J］.清華大學學報:自然科學版，1999，39(7):93-97.

［34］凌旭峰，楊 杰，葉晨洲.基于支撐向量機的人臉識別技術［J］.紅外與激光工程，2002，30(5):318-327.

［35］劉鵬鸚.新疆哈圖金礦地質地球化學特征及其成礦作用［J］.黃金，1995，16(9):2-6.

［36］魏少妮，朱永峰.新疆包古圖中酸性巖漿侵位的P-T-fO2條件及巖體地球化學研究［J］.地質學報，2010，84(7):1017-1029.

［37］李華芹，陳富文，蔡 紅.新疆西準噶爾地區不同類型金礦床Rb-Sr同位素年代研究［J］.地質學報，2000，74(2):181-191.

［38］王冶華，張慧玉，王科強，等.ETM圖像數據中礦化蝕變信息的提取——以新疆哈圖地區為例［J］.黃金，2009，30(2):6-9.

［39］朱亮璞.遙感地質學［M］.北京:地質出版社，1999:25-78.

［40］劉志杰，韓先菊，劉蔭椿.比值-特征主成分混合分析提取金礦蝕變信息——以贛南遂川地區為例［J］.黃金地質，1999，4(1):74-77.

［41］李玉珍，王宜懷.主成分分析及算法［J］.蘇州大學學報:自然科學版，2005，21(1):32-36.

［42］Crósta A P，Moore J M.Enhancement of Landsat Thematic Mapper Imagery for Residual Soil Mapping in SW Minas Gerais［C］//Proceedings of the 7th(ERIM)Thematic conference:Remote Sensing for Exploration Geology.Calgar，1989:225-255.

［43］安 斌，陳書海，嚴衛東.SAM法在多光譜圖像分類中的應用［J］.中國體視學與圖像分析，2005，10(1):55-60.

［44］Vapnik V N.Statistical Learning Theory［M］.New York:Wiley，1998:3-55.

A Comparative Study of Extraction Methods for Alteration Information Based on ETM+

ZHANG Nan-nan1，2，ZHOU Ke-fa1，3，CHEN Xi1，LI Hong2
(1.Xinjiang Institute of Ecology and Geography，Chinese Academy of Sciences，Urumqi 830011，China;2.Remote Sensing Center of Xinjiang Uyghur Autonomous Region，Urumqi 830011，China;3.Xinjiang Research Center for Mineral Resources，Chinese Academy of Sciences，Urumqi 830011，China)

In order to understand，grasp and apply the characteristics of altered wall rock and the original rock from microcosmic and macroscopic angles and look for large deposits or large ore districts，the authors summarized the common extraction models of alteration information，combined the principal component analysis(PCA)with support vector machines(SVM)to establish the MASK process-PCA-SVM(MPS)model，applied and comparatively studied these models in Hatu area of Xinjiang，and made use of the two methods to verify the extraction results.The results show that the extracting results of the common models are rather poorly consistent with the known deposits，but the alteration information extracted by MPS model is better concordant with the known mineral deposits and altered belts，with the coincidence rate arriving at 86.51%.The combination of geological experts'knowledge with geological maps and a known anomaly spot reveals that the result of MPS model is in accord with the geological fact.Therefore，the extracting precision based on MPS model is higher than that of the common models，and the effect of application is fairly good in the study area.The model proposed in this paper provides a new idea for extracting remote sensing alteration information in the future.

ETM+;alteration;information extraction;SVM

TP 75

A

1001-070X(2012)02-0034-07

張楠楠(1980-)，女，博士，副研究員，畢業于中國科學院新疆生態與地理研究所，主要從事遙感地質及成礦預測方面的研究。E-mail:znn_0802@163.com。

(責任編輯:劉心季)

10.6046/gtzyyg.2012.02.07

2011-05-26;

2011-07-02

中國科學院數字地球重點實驗室開放基金項目(編號:2011LDE005)、國家重點基礎研究發展計劃(編號:2007CB411308)、國家科技支撐計劃(編號:2006BAB07B07-04)、新疆自然科學基金項目(編號:200821185)和新疆科技廳項目(編號:200815116)共同資助。