遙感實驗說明

遙感實驗說明第一頁，共六十四頁，編輯于2023年，星期三正立體效應(yīng)：重疊部分朝內(nèi)，左眼看左片，右眼看右片，可獲得與觀測實物相似的立體感覺。反立體效應(yīng)：重疊部分朝內(nèi)，左眼看右片，右眼看左片（或在已建立正立體效應(yīng)的基礎(chǔ)上，將左右像片各旋轉(zhuǎn)180°，即重疊部分朝外，然后左眼看左片，右眼看右片），則像片上的左右視差較改變了方向，可獲得與觀測實物相反的立體感覺。零立體效應(yīng)：把正立體效應(yīng)的兩張像片，各依某一個同名點，按同方向旋轉(zhuǎn)90°，則像對上原有的左右視差較變?yōu)樯舷乱暡?，不存在產(chǎn)生立體感的左右視差較，故稱零立體。同名像點的左右視差p和上下視差q不同像點的左右視差較Δ

pb-a=pa-pb第二頁，共六十四頁，編輯于2023年，星期三立體效應(yīng)正立體反立體反立體S1S2S1S2S1S2

b1P1a1b2a2P2P2b2a2b1a1P1

a1P1b1a2b2

P2BAB

AA立體模型與實物相反B立體模型與實物相似(正立體效應(yīng)基礎(chǔ)上左右像片旋轉(zhuǎn)180°)零立體：起伏的視模型變平(正立體效應(yīng)基礎(chǔ)上左右像片旋轉(zhuǎn)90°)第三頁，共六十四頁，編輯于2023年，星期三二、實驗內(nèi)容（一）不用立體鏡觀察航空像片可用一張硬紙片垂直放在左像片和右像片之間，使左眼只看左像片，右眼只看右像片。形成一個立體模型，這時將中間硬紙片抽掉，仍然有立體模型存在（此時左眼仍保持看左像片，右眼仍保持看右像片）。（二）像對立體觀察1．在立體鏡下安置像片時，應(yīng)使兩張像片的基線在一條直線上，然后將立體鏡基線距離調(diào)整到與兩眼距離（即眼基線）大致相等，并使立體鏡基線方向與像片基線平行。2．觀察時，眼睛接近立體鏡，若同一地物影像出現(xiàn)雙影，是由于兩張像片相隔太遠或太近（即兩張像片的相應(yīng)點距離大于或小于眼基線），或是兩張像片的基線未在一直線上等原因所造成的，這時應(yīng)慢慢移動像片，使兩張像片的基線在一直線上，并使兩張像片的間隔適當，直至影像重合。重合后只要仔細觀察就會出現(xiàn)立體。3．在立體觀察時，像片的陰影部盡量對著自己。第四頁，共六十四頁，編輯于2023年，星期三實驗2ERDAS視窗的基本操作操作前的準備工作：建立自定義的數(shù)據(jù)輸入輸出目錄A建立自己的工作目錄（存放輸出（處理過的）數(shù)據(jù)）。（不能用漢字字符）B選擇主菜單Session->PreferenceC在彈出的對話框中選擇UserInterface&SessionD在對話框右側(cè)的DefaultDataDirectory和DefaultOutputDirectory分別鍵入存放已知數(shù)據(jù)的完整路徑及自己建立的工作目錄的完整路徑。如：DefaultDataDirectory為e:\hlrDefaultOutputDirectory為e:\myc第五頁，共六十四頁，編輯于2023年，星期三一、目的和要求

熟悉基本的ERDASIMAGINE軟件的視窗操作二、實驗內(nèi)容

（一）．視窗操作1、圖象及圖形文件的顯示；2、圖象疊加；3、重要的實用菜單功能；4、矢量圖形要素及屬性編輯；5、注記文件與注記要素。（二）．數(shù)據(jù)輸入輸出第六頁，共六十四頁，編輯于2023年，星期三三、實驗步驟（一）．視窗操作

1．圖象、圖形顯示操作（File）：

第一步啟動程序“打開文件”

第二步確定打開文件的類型、文件名第三步設(shè)置參數(shù)，在“打開文件”操作彈出的對話框中點擊“RasterOption”設(shè)置圖象文件顯示的各項參數(shù)第四步打開圖象矢量圖形文件的顯示操作與上類似。第七頁，共六十四頁，編輯于2023年，星期三2.實用菜單操作（Utility）：

視窗菜單條中Utility（實用功能）對應(yīng)有14項命令，選擇不同命令進行不同操作：1）光標查詢功能（InquireCursor）可查詢十字光標所在位置像元的縱橫坐標、三個波段顏色、灰度值、直方圖等信息，并隨光標移動實時變化2）數(shù)據(jù)疊加顯示（Blend,Swipe,Flicker）3）文件信息操作（LayerInfo）圖象信息顯示及圖象信息編輯第八頁，共六十四頁，編輯于2023年，星期三3.顯示菜單操作（View）：

視窗菜單條中的View對應(yīng)下拉菜單包含19項命令，其中：1）文件顯示順序（ArrangeLayers）：首先在視窗依次打開多個文件（包括圖象、圖形、注記等文件），注意在打開上層圖象時，不要在選擇參數(shù)中選中清除已打開圖象；然后在ArrangeLayersViewer對話框中進行調(diào)整文件順序2）顯示比例操作（DisplerScale）3）顯示變換操作（Rotate/Flip/Stretch）：只是顯示變換，而非對文件數(shù)據(jù)進行操作第九頁，共六十四頁，編輯于2023年，星期三4.矢量文件的生成、繪制與編輯：

第一步打開圖象文件（OpenRasterLayer）第二步創(chuàng)建圖形文件（CreateVectorLayer）第三步繪制圖形要素（DrawVectorElements）"Vector"→"EnableEditing"第四步保存矢量文件（SaveVectorLayer）5.注記菜單操作編輯：

注記數(shù)據(jù)用于標識和說明主要特征或重點區(qū)域。注記文件的生成與打開操作還需借助視窗菜單條的文件操作部分完成。第十頁，共六十四頁，編輯于2023年，星期三（二）、數(shù)據(jù)輸入輸出:1、操作步驟：1）選擇Import模塊，彈出數(shù)據(jù)輸入輸出對話框。2）選擇是進行數(shù)據(jù)輸入(Import)還是數(shù)據(jù)輸出(Export)。3）選擇要進行轉(zhuǎn)換的數(shù)據(jù)類型（Type）4）選擇數(shù)據(jù)存儲的介質(zhì)。5）選擇要進行轉(zhuǎn)換的輸入數(shù)據(jù)，并確定輸出數(shù)據(jù)的文件名稱和存儲路徑。6）進行數(shù)據(jù)轉(zhuǎn)換（必要時要設(shè)置一些參數(shù)）。第十一頁，共六十四頁，編輯于2023年，星期三2、 輸入單波段數(shù)據(jù)首先需要將各波段依次輸入，轉(zhuǎn)換為ERDASIMAGINE的.img文件:第一步打開輸入輸出對話框，選擇輸入數(shù)據(jù)操作（Import）、輸入數(shù)據(jù)文件類型為普通的二進制（GenericBinary）、選擇輸入數(shù)據(jù)媒體為文件（File）、確定輸入文件路徑和文件名、確定輸出文件路徑和文件名；第二步設(shè)置參數(shù)及數(shù)據(jù)格式（BSQ或BIL或其他）、數(shù)據(jù)類型、圖象記錄長度、頭文件字節(jié)數(shù)、數(shù)據(jù)文件行數(shù)、列數(shù)、波段數(shù)量等第三步輸入單波段數(shù)據(jù)，依次將多個波段數(shù)據(jù)全部輸入3、TIFF圖象數(shù)據(jù)輸入輸出

第十二頁，共六十四頁，編輯于2023年，星期三4、組合多波段數(shù)據(jù)

若干個單波段圖象文件合成一個多波段圖象文件：第一步在ERDASIMAGINE中要先打開"相應(yīng)的對話框（"ImageIterpreter"→"Utilities"→"LayerStack"→LayerSelectionandStacking對話框第二步在LayerSelectionandStacking對話框中，依次選擇并加載（Add）單波段圖象第三步將選擇的多個波段圖象組合成一幅多波段圖象Erdas默認打開圖像的方式為假彩色(標準假彩色4（R）3（G）2（B），真彩色3（R）2（G）1（B）)（選擇NoStrech可以以原圖顯示），假彩色的讀取文件的順序是第4、第3和第2層數(shù)據(jù)。所以，波段合成時要注意合成的順序，文件合成的順序就是Erdas依次加載的順序。第十三頁，共六十四頁，編輯于2023年，星期三實驗3遙感圖像的幾何校正一、目的和要求掌握圖像幾何校正的方法和過程，掌握在ERDAS中使用參考影像（地圖）進行多項式幾何糾正的操作方法。二、實驗內(nèi)容遙感圖像的幾何糾正，以多項式擬合法糾正為例進行。1．操作步驟：1）顯示圖像在Viewer1中打開一幅需要糾正的遙感圖像（tmatlanta.img），在Viewer2中打開另一幅供選擇地面控制點坐標的地理參考圖像（panatlanta.img）。第十四頁，共六十四頁，編輯于2023年，星期三2）調(diào)用幾何糾正模型在Viewer1菜單中選擇Raster|GeometricCorrection，在對話框中選擇遙感圖像糾正模型。對于TM圖像，選擇多項式模型Polynomial，然后點OK。顯示幾何糾正工具，同時顯示多項式屬性對話框。先顯示多項式糾正模型參數(shù)對話框。PolynomialOrder表示多項式糾正采用的次數(shù)，一般選擇2次多項式。點擊OK，關(guān)閉多項式屬性對話框。出現(xiàn)地面控制點（GCP）工具參考設(shè)置對話框：選擇ExistingViewer，點擊OK，要求選擇參考圖像，將鼠標在打開參考圖像的Viewer2中點左鍵，出現(xiàn)參考圖像panatlanta.img的投影信息，點擊OK，啟動GCPTOOL。第十五頁，共六十四頁，編輯于2023年，星期三3）啟動GCPTOOL屏幕顯示包括兩個放大的視窗Viewer3，Viewer4，分別是兩個主視窗Viewer1，Viewer2中兩個關(guān)聯(lián)方框的放大框。以及GCPTOOL：包含菜單和工具圖標，圖標下面顯示兩幅圖像坐標數(shù)據(jù)，開始選取控制點。4）控制點的選擇控制點的選擇是幾何糾正的關(guān)鍵。（注意：盡量收集標志性地物和道路交叉口等作為控制點。步驟如下：" Viewer1中選擇明顯點移動連接框，尋找明顯地物點，在GCPTOOL中點擊，進入GCP選擇狀態(tài)，光標顯示為十字，表示可以選擇同名點，在Viewer3中明顯點上點左鍵，在GCP數(shù)據(jù)記錄表中顯示該點的圖像坐標。第十六頁，共六十四頁，編輯于2023年，星期三" 在Viewer2中的選擇同名點在Viewer2中移動連接框，到與Viewer3中對應(yīng)的同名點位置，在GCPTOOL中點擊，在Viewer4中明顯點上點左鍵，系統(tǒng)在GCP數(shù)據(jù)記錄表中自動顯示該點的地面坐標。在主窗口和放大窗口中系統(tǒng)會顯示GCP#1，表示選擇的第一對同名點，其顏色可以在GCPTOOL中重新設(shè)定。重復(fù)1，2兩個步驟，直到選擇的控制點數(shù)滿足糾正的數(shù)量要求。當選擇了六對同名點后，第七個及以上同名點的選擇：只需在Viewer1中選擇一個明顯點，其同名點會在Viewer1中自動顯示，如果位置有誤差，可以用鼠標左鍵調(diào)整點位，確保選擇的是同名點。系統(tǒng)自動計算得到單點誤差和其貢獻全部控制點平差后的精度顯示在右上角，只有當Total小于一個像元時，才滿足糾正精度要求，繼續(xù)后面的重采樣。第十七頁，共六十四頁，編輯于2023年，星期三檢查點采集：檢查點的選取是為了驗證控制點的精度，首先設(shè)置點的類型為Check，Edit/SetPointType/Check，然后按照前面選擇控制點的方法選擇檢查點。選四個控制點，點擊，在相應(yīng)的欄內(nèi)顯示檢查點的殘差：檢查點的殘差顯示為其精度在一個像素之內(nèi)，所以原先選擇的8個控制點的精度滿足要求。5）．計算變換參數(shù)一般在選擇好控制點后系統(tǒng)自動計算變換參數(shù)。注意：進行多項式幾何糾正的最小控制點個數(shù)是由所確定的多項式的次數(shù)決定的，只有確定了足夠的控制點才可以開始進行幾何糾正。第十八頁，共六十四頁，編輯于2023年，星期三2．說明

ERDAS所提供的圖像幾何校正計算模型有7種：Affine--圖像仿射變換Polynomial--多項式變換Reproject--投影變換RubberSheeting--非線形、非均勻變換Camera--航空影像正射校正Landsat桳Landsat--衛(wèi)星圖像正射校正SPOT--POT衛(wèi)星圖像正射校正6）．灰度重采樣幾何糾正工具（GeoCorrectionTools）選擇灰度重采樣模塊，出現(xiàn)重采樣對話框：輸入糾正后的文件名，確定參數(shù)后點擊OK。第十九頁，共六十四頁，編輯于2023年，星期三三、實習的成果分析在計算參數(shù)時已經(jīng)利用檢查點做了驗證，現(xiàn)將糾正后的TM圖像與作為參考圖像的SPOT圖像關(guān)聯(lián)起來，通過人工比較來驗證結(jié)果。在兩個窗口中分別打開SPOT和TM圖像。然后點擊鼠標右鍵，彈出菜單：選擇Geo.Link/unlink，表示連接兩幅圖像。提示在要連接的窗口中點擊鼠標，將兩個窗口關(guān)聯(lián)起來。點擊視窗按扭條中的+，移動光標檢查兩邊的位置是否對應(yīng)。如果兩邊對應(yīng)，說明糾正圖像滿足要求。如果總體精度不能滿足糾正要求，其原因可能有：1、多項式次數(shù)不能滿足糾正要求；2、控制點選擇不符合要求：分布不均勻，或者選點精度不符合要求，甚至選錯；3、地形起伏引起的投影差超限；參考坐標精度有問題；模型有問題，需要用共線方程糾正。第二十頁，共六十四頁，編輯于2023年，星期三實驗4遙感圖像增強處理--輻射增強處理一、實驗?zāi)康恼莆赵贓RDAS中進行輻射增強處理方法（RadiometricEnhancement）

。二、實驗內(nèi)容及實習步驟點擊Interpreter/RadiometricEnhancement，進行操作。輻射增強命令輻射增強功能LUTStretch：查找表拉伸通過修改圖像查找表（LookupTable）使輸出圖像值發(fā)生變化，是圖像對比度拉伸的總和。HistogramEqualization:直方圖均衡化對圖像進行非線性拉伸，重新分布圖像像元值使一定灰度范圍內(nèi)像元的數(shù)量大致相等HistogramMatch:直方圖匹配對圖像查找表進行數(shù)學變換，使一幅圖像的直方圖與另一幅圖像類似，常用于圖像拼接處理BrightnessInverse:亮度反轉(zhuǎn)對圖像亮度范圍進行線性及非線性取反值處理HazeReduction:去霾處理降低多波段圖像及全色圖像模糊度的處理方法NoiseReduction:降噪處理利用自適應(yīng)濾波方法去除圖像噪聲DestripeTMData:去條帶處理對LandsatTM圖像進行三次卷積處理去除條帶第二十一頁，共六十四頁，編輯于2023年，星期三實驗5遙感圖像增強處理--空間增強處理一、實驗?zāi)康恼莆赵贓RDAS中進行空間增強處理（SpatialEnhancement）的操作方法。

二、實驗內(nèi)容及實習步驟點擊Interpreter/spatialEnhancement，進行操作。

空間增強命令空間增強功能Convolution:卷積增強用一個系數(shù)矩陣對圖像進行分塊平均處理Non-directionalEdge：非定向邊緣增強首先應(yīng)用兩個正交卷積算子分別對圖像進行邊緣探測，然后將兩個正交結(jié)果進行平均化處理FocalAnalysis:聚集分析使用類似卷積濾波的方法，選擇一定的窗口呼函數(shù)，對輸入圖像文件的數(shù)值進行多種變換Texture:紋理分析通過二次變異等分析增強圖像的紋理結(jié)構(gòu)AdaptiveFilter:自適應(yīng)濾波應(yīng)用自適應(yīng)濾波器對AOI進行對比度拉伸處理ResolutionMerge:分辯率融合不同空間分辨率遙感圖像的融合處理Crisp:銳化處理增強整景圖像亮度而不使其專題內(nèi)容發(fā)生變化第二十二頁，共六十四頁，編輯于2023年，星期三實驗6遙感信息的融合一、實驗?zāi)康模?/p>

通過將高分辨率單波段影像（高分辨率全色數(shù)據(jù)）和低分辨率多波段影像進行融合，生成具有較高空間分辨率和光譜分辨率的影像，提高影像質(zhì)量。掌握在ERDAS中進行影像融合的操作方法。二、實驗內(nèi)容：分辨率融合是遙感信息復(fù)合的一個主要方法，它使得融合后的遙感圖象既具有較好的空間分辨率，又具有多光譜特征，從而達到增強圖象質(zhì)量的目的。注意：在調(diào)出了分辨率融合對話框后，關(guān)鍵是選擇融合方法，定義重采樣的方法操作步驟：1）.將提供的影像數(shù)據(jù)轉(zhuǎn)換成ERDAS內(nèi)部文件格式（img）。第二十三頁，共六十四頁，編輯于2023年，星期三2）.選擇Interprter模塊下SpatialEnhancement－>ResolutionMerge打開影像融合對話框。3）.分別選擇高分辨率影像文件（spot）和多光譜影像文件(tm)，（注意，輸入的影像必須具有相同的地理坐標系）并輸入融合影像的文件名和存放路徑。4）.確定融合參數(shù)（融合方法，重采樣方法，選擇參與融合的多波段影像中三個波段）。5）.開始融合計算過程.6）.在新的影像視窗中打開融合后的影像，并將起和高分辨率影像文件（spot）和多光譜影像文件(tm)進行比較第二十四頁，共六十四頁，編輯于2023年，星期三實驗7遙感信息的鑲嵌一、實驗?zāi)康模?/p>

將兩幅或多幅影像（衛(wèi)片、航片）鑲嵌生成一幅遙感影像。二、實驗內(nèi)容：被鑲嵌影像要有一定的重疊度。1）.選擇DataPrep模塊下MosaicImages，打開影像鑲嵌工具窗口。2）.選擇Edit菜單下AddImages選項。彈出AddImages對話框。依次將要進行鑲嵌的影像添加到影像鑲嵌工具窗口中，并在添加單張影像時確定要添加的影像區(qū)域（整幅影像、裁切部分、有效部分、AOI部分）并對輸入影像進行設(shè)置。注意：進行鑲嵌的兩張或多張影像必須具備地理坐標。第二十五頁，共六十四頁，編輯于2023年，星期三3）設(shè)置重疊區(qū)域匹配選項A選擇匹配方法-不匹配、匹配整個影像、僅匹配重疊區(qū)域。B選擇是否進行色彩均衡。C如果是多波段圖像，還要確定直方圖匹配類型。4）選擇Edit菜單下SetOverlapFunction選項。彈出SetOverlapFunction對話框。對待鑲嵌影像的重疊部分進行設(shè)置，確定匹配函數(shù)（方案）。如果待鑲嵌影像上（重疊部分）有明顯的線狀地物，可以采取沿剪切線進行匹配鑲嵌的方法5）選擇Process菜單下RunMosaic選項。彈出RunMosaic對話框。進行影像鑲嵌。輸入鑲嵌影像名稱及存放路徑。6）在影像視窗中查看鑲嵌結(jié)果，并和原圖進行比較。第二十六頁，共六十四頁，編輯于2023年，星期三實驗8遙感圖象的分幅裁剪

一、實驗?zāi)康模?/p>

掌握在ERDAS中進行影像分幅裁剪的操作方法。二、實驗內(nèi)容：按照ERDAS實現(xiàn)圖象分幅裁剪的過程，可以將圖象分幅裁剪分為兩種類型：1.規(guī)則分幅裁剪規(guī)則分幅裁剪是指裁剪圖象的邊界范圍是一個矩形①通過直接輸入右上角、右下角的坐標值；②先在圖像視窗中放置查詢框，然后在對話框中選擇FromInquireBox就可確定圖象的裁剪位置。第二十七頁，共六十四頁，編輯于2023年，星期三2.不規(guī)則分幅裁剪不規(guī)則裁剪是指裁剪圖象的邊界是個任意多邊形，無法通過左上角和右下角兩點的坐標確定圖象的裁剪位置，而必須事先生成一個完整的閉合多邊形區(qū)域。針對不同的情況采用不同裁剪過程。第一種方法：先在圖像視窗中繪制AOL區(qū)域，然后在對話框中選擇AIO功能；第二種方法：1）將Arcinfo的一個PolygonCoverage多邊形轉(zhuǎn)換成網(wǎng)格圖象。點擊Vector/vectortoRaster—打開vectortoRaster對話框，并設(shè)置參數(shù)，并實現(xiàn)轉(zhuǎn)換。2）通過掩膜運算實現(xiàn)圖像不規(guī)則裁剪。點擊Interpreter/Utilities/Mask--打開Mask對話框，并設(shè)置參數(shù)如下：setupRecode設(shè)置裁剪區(qū)域內(nèi)新值為1，區(qū)域外取0值。第二十八頁，共六十四頁，編輯于2023年，星期三實驗9遙感圖像分類---非監(jiān)督分類

一、實驗?zāi)康恼莆赵贓RDAS中進行非監(jiān)督分類的操作方法；掌握對分類進行精度評估的方法。二、實驗內(nèi)容1、操作步驟

1）選擇DataPrep模塊下UnsupervisedClassification(或者Classification模塊下UnsupervisedClassification)，彈出非監(jiān)督分類對話框。2）選擇要進行分類的遙感圖像，并輸入要生成的分類圖像的文件名。3）在對話框內(nèi)輸入分類參數(shù)，主要有分類個數(shù)、迭代計算最高次數(shù)、收斂閾值。4）開始分類。第二十九頁，共六十四頁，編輯于2023年，星期三2.調(diào)整分類方案（1）疊加顯示原圖像和分類圖像在同一窗口中顯示兩圖像，原圖像在下，分類后圖像在上，原圖像顯示波段組合用R（4）G（5）B（3）（2）調(diào)整屬性字段顯示。在打開的viewer中，選擇Raster-Attributes，打開分類后圖像的屬性表。在該對話框中單擊Edit-ColumnProperties,打開對話框，可以調(diào)整字段的順序以及字段名稱等。（3）確定所分類別地表種類，改變類別顏色并命名。（4）設(shè)置不透明度。屬性表中，Opacity字段，0為透明，1為不透明第三十頁，共六十四頁，編輯于2023年，星期三（5）觀察類別意義及精度?？梢允褂胿iewer窗口的菜單Utility-Flicker,Swipe,Blend等工具（6）標注類別名稱和顏色。在屬性表中ClassNames中修改3.分類后處理若結(jié)果比較滿意，則可結(jié)束非監(jiān)督分類。反之，還需要進行分類后處理，如聚類統(tǒng)計，過濾分析，去除分析，分類重編碼，合并等。第三十一頁，共六十四頁，編輯于2023年，星期三實驗10遙感圖像分類---監(jiān)督分類一、實驗?zāi)康恼莆赵贓RDAS中進行監(jiān)督分類的操作方法；掌握對分類進行精度評估的方法。二、實驗內(nèi)容1.定義分類模板（1）顯示需要進行分類的圖像。

（2）打開模板編輯器并調(diào)整顯示字段。在ERDAS中，點擊C1assifier/SignatureEditor菜單項，出現(xiàn)SignatureEditor對話框。第三十二頁，共六十四頁，編輯于2023年，星期三（3）獲取分類模板信息利用AOI工具選擇訓練樣區(qū)，將AOI區(qū)域加載到Signature分類模板中。并定義該訓練樣區(qū)所代表的分類類別的名稱（SignatureName）和該類別在分類后圖像中的顏色（Color）。重復(fù)上述操作過程以多選擇幾個區(qū)域AOI，并將其作為新的模板加入到SignatureEditor當中，同時確定各類的名字及顏色。如果對同一個專題類型（如水體）采集了多個AOI并分別生成了模板，可以將這些模板合并，以便該分類模板具多區(qū)域的綜合特性。（4）保存分類模版信息。第三十三頁，共六十四頁，編輯于2023年，星期三2.評價分類模板在對遙感影像做全面分類之前，對所選的訓練區(qū)樣本是否典型以及由訓練區(qū)樣本所建立起來的判別函數(shù)是否有效等問題并無足夠的把握。因此，通常在全面分類之前，先僅用訓練區(qū)中的樣本數(shù)據(jù)進行試分類，即分類模版的評價。分類模板評價工具包括：分類報警工具（Alarms）、可能性矩陣（Contingencymatrix）、特征對象（Featureobjects）、特征空間到圖像掩模（FeatureSpacetoimagemasking）、直方圖方法（Histograms）、分類的分離性（Signatureseparability）、分類統(tǒng)計分析（Statistics）。3.執(zhí)行監(jiān)督分類設(shè)置完成后執(zhí)行監(jiān)督分類。分類完成后，打開分類圖像（Supervised.img）第三十四頁，共六十四頁，編輯于2023年，星期三4.分類精度評估執(zhí)行了監(jiān)督分類之后，需要對分類精度進行評估。分類精度評估是將專題分類圖像中的特定像元與已知分類的參考像元進行比較，實際工作中常常是將分類數(shù)據(jù)與地面真值、先前的試驗地圖、航空像片或其它數(shù)據(jù)進行對比。下面是具體的操作過程：（1）在視窗中打開原始圖像（2）在Classifier/Classification菜單中，選擇AccuracyAssessment菜單項，進入精度評估模塊。AccuracyAssessment對話框中顯示了一個精度評估矩陣（AccuracyAssessmentCellarray）。精度評估矩陣中將包含分類圖像若干像元的幾個參數(shù)和對應(yīng)的參考像元的分類值。這個矩陣值可以使用戶對分類圖像中的特定像元與作為參考的已知分類的像元進行比較，參考像元的分類值是用戶自己輸入的。矩陣數(shù)據(jù)存在分類圖像文件中。第三十五頁，共六十四頁，編輯于2023年，星期三（3）打開分類專題圖像。在SupervisedImage對話框中打開與視窗中對應(yīng)的分類專題圖像。（4）將原始圖像視窗與精度評估視窗相連接。（5）在精度評價對話框中設(shè)置隨機點的色彩。（6）產(chǎn)生隨機點。本步驟將在分類圖像中產(chǎn)生一些隨機的點，隨機點產(chǎn)生之后，需要用戶給出隨機點的實際類別。然后，隨機點的實際類別與在分類圖像的類別將進行比較。（7）顯示隨機點及其類別。在AccuracyAssessment對話框中，點擊View/ShowAll(所有隨機點均以第五步設(shè)置的顏色顯示在視窗中)，點擊Edit/ShowClassValues（各點的類別號出現(xiàn)在數(shù)據(jù)表的class字段中）。第三十六頁，共六十四頁，編輯于2023年，星期三（8）輸入?yún)⒖键c對應(yīng)的實際類別值。在數(shù)據(jù)表的Reference字段輸入各個隨機點的實際類別值（只要輸入?yún)⒖键c的實際分類值，它在視窗中的色彩就變?yōu)榈谖宀皆O(shè)置的PointWithReference顏色）。（9）設(shè)置分類評價報告輸出環(huán)境及輸出分類評價報告。在AccuracyAssessment對話框中，確定分類評價報告的參數(shù)，產(chǎn)生分類精度報告。所有報告將顯示在ERDAS文本編輯器窗口，可以保存為文本文件。通過對分類結(jié)果的評價，如果對分類精度滿意，保存結(jié)果。如果不滿意，可以進一步做有關(guān)的修改，如修改分類模板、或者對其它功能進行調(diào)整。第三十七頁，共六十四頁，編輯于2023年，星期三5.分類后處理監(jiān)督分類后，在分類結(jié)果中會產(chǎn)生一些面積很小的圖斑，對專題制圖和實際應(yīng)用都會產(chǎn)生一定的影響，有必要對這些小圖斑進行一系列處理。ERDAS系統(tǒng)中的GIS分析命令Clump、Sieve、Eliminate可以綜合完成小圖斑的處理工作。6.柵格轉(zhuǎn)矢量為了使分類后的柵格圖像，轉(zhuǎn)換為GIS能夠直接分析的矢量地圖，需要進行柵格轉(zhuǎn)矢量操作。具體步驟是：在ERDAS的Vector/RasterToVector菜單中進行轉(zhuǎn)換。為arcinfo格式：點擊OK按鈕，在彈出的對話框中可以設(shè)置容忍度為5：點擊OK按鈕，則可以在ArcMap中打開轉(zhuǎn)換后的矢量圖。第三十八頁，共六十四頁，編輯于2023年，星期三

熱液型金屬礦床中，某種有用元素的逐步富集是形成礦床的必要條件，而這種成礦物質(zhì)通常由成礦熱液來遷移搬運和卸載沉淀，圍巖蝕變是成礦物質(zhì)逐步富集過程中留下的印記，是熱液型金屬礦床找礦的重要標志。

圍巖蝕變是指近礦與熱液發(fā)生反應(yīng)產(chǎn)生的一系列新物質(zhì)替代舊物質(zhì)的交代作用。蝕變巖存在不一定有礦，但大型、特大型礦床一般均有強烈且較大范圍的圍巖蝕變。

遙感蝕變信息與熱液礦床有較高的相關(guān)性，遙感蝕變異常與地球物理異常、地球化學異常一樣可作為其獨立的找礦參數(shù)。TM圖象識別三類蝕變礦物第三十九頁，共六十四頁，編輯于2023年，星期三

主要造巖礦物的成分(硅、鋁、鎂和氧)，其振動基頻在中紅外和遠紅外區(qū)，在可見-近紅外區(qū)不產(chǎn)生具有診斷性的譜帶。

巖石中的次要成分(含鐵礦物以及蝕變礦物，含有Fe2+、Fe3+、OH-、CO2-3等離子的蝕變礦物)，在可見光及近紅外區(qū)中形成了具有診斷意義的反射譜。

巖石中常見的蝕變類型主要為：綠泥石化、絹云母化、高嶺土化、褐鐵礦化、黃鐵礦化等，它們均含有Ｆｅ２＋、Ｆｅ３＋離子或羥基ＯＨ－、碳酸根ＣＯ２－３離子。第四十頁，共六十四頁，編輯于2023年，星期三

涉及鐵化、與熱液作用有關(guān)的泥化蝕變（粘土礦物（含羥基ＯＨ－）和碳酸鹽礦物（含碳酸根ＣＯ２－３））、硅化３類蝕變遙感異常。其中，鐵化和泥化是蝕變信息提取的主要目標。

含鐵離子類礦物多分布在金屬礦物氧化帶、含鐵礦物的風化表面，其波譜特征主要取決于鐵離子的價態(tài)，礦物種類以褐鐵礦、針鐵礦、黃鉀鐵礬、赤鐵礦等Fe3+礦物為主，F(xiàn)e2+礦物較少。

含水(羥基)蝕變礦物是指內(nèi)部存在兩種位于不同結(jié)構(gòu)位置上的氧原子—-硅氧四面體氧和羥基氧，也稱為含水礦物、氫氧化物，為泥化蝕變的產(chǎn)物，在熱液及風化礦床中較發(fā)育。如高嶺土、白云母、蒙脫石、伊利石、絹云母、綠泥石、綠簾石、黑云母、方解石等粘土類礦物大多含有羥基(OH-)。第四十一頁，共六十四頁，編輯于2023年，星期三

含碳酸根離子(CO2－3)蝕變礦物以方解石、白云石、菱鎂礦等為代表。

由于植被覆蓋、地形影響等因素的干擾，這些礦化蝕變信息在圖像上表現(xiàn)為一種弱信息。必須采用多種方法，逐步排除干擾信息，將礦化蝕變信息從中分離出來。

提取的方法可以分為兩種趨勢，一是基于特征譜帶的增強手段，如比值增強、主成分分析等（對有積雪覆蓋的高山地區(qū)不適用）；二是基于波譜形態(tài)識別的方法，如光譜角填圖。第四十二頁，共六十四頁，編輯于2023年，星期三

目前，依據(jù)蝕變礦物在可見光—近紅外區(qū)反射光譜特征，

TM圖象能識別三類蝕變：①鐵的氧化物、氫氧化物和硫酸鹽，包括褐鐵礦、赤鐵礦、針鐵礦和黃鉀鐵礬。②含水或羥基礦物(OH-礦化)，包括粘土礦物和云母。③水合硫酸鹽礦物(石膏和明礬石)和硫酸鹽礦物(方解石和白云巖等)。

鐵的氧化物、氫氧化物和硫酸鹽在TM1、TM2、TM3波段反射比曲線上升梯度很陡，TM4波段附近有一個較強吸收帶。

含②類及③類的蝕變礦物在TM7存在強烈吸收谷。第四十三頁，共六十四頁，編輯于2023年，星期三

Fe3+礦物在TM1波段、TM2波段和TM4波段為強吸收；在TM3波段為高反射；在TM5波段，除黃鉀鐵礬為高反射外，其它也具反射特征。第四十四頁，共六十四頁，編輯于2023年，星期三Fe2+蝕變礦物的特征吸收中心在TM7波段。第四十五頁，共六十四頁，編輯于2023年，星期三

與熱液作用有關(guān)的泥化蝕變（粘土礦物（含羥基ＯＨ－）和碳酸鹽礦物（含碳酸根ＣＯ２－３）），在ＴＭ７波段為強吸收，ＴＭ５波段為高反射；TM3波段的反射率高于TM1波段反射率。

泥巖和碳酸鹽在第5波段有著吸收特征，在第7波段有著反射特征。

分析蝕變礦物的波譜曲線，當波段間差值相近但斜率不同時，利用反射波段與吸收波段的比值處理增強各種巖性之間的波譜差異，形成突出蝕變?nèi)跣畔⒌膱D像。

比值法進行遙感蝕變信息的提取

第四十六頁，共六十四頁，編輯于2023年，星期三

通過TM5/7（粘土礦物clayminerals）、TM4/3可有效地增強和提取含粘土礦物、云母等含羥基礦物及水合硫酸鹽和碳酸鹽的信息

；

通過TM3/1（鐵氧化物ironoxide）可有效地增強和提取含鐵的氧化物、氫氧化物類的蝕變巖信息

TM5/4（鐵礦石ferrousminerals）用于區(qū)分有植被和無植被覆蓋的土壤和巖石，區(qū)分云母及黃鉀鐵礬、明礬石及石膏、方解石及粘土這三類礦物，識別褐鐵礦化第四十七頁，共六十四頁，編輯于2023年，星期三非蝕變巖：TM5/7≈1暗色調(diào)，TM4/3≈1暗色調(diào)蝕變巖（含OH-的粘土類）：TM5/7>>1呈亮色調(diào)，TM4/3≈1呈暗色調(diào)植被：TM5/7>>1呈亮色調(diào)，TM4/3>>1呈亮色調(diào)鐵氧化物：TM3/1>>1，識別褐鐵礦化，呈亮色調(diào)赤鐵礦化，呈暗色調(diào)第四十八頁，共六十四頁，編輯于2023年，星期三TM7/4≥1.0云母TM7/4≤1.0明礬石和石膏TM4/3，識別植被和褐鐵礦化巖石，植被發(fā)育區(qū)呈亮色調(diào)；褐鐵礦化巖石呈暗色調(diào)

區(qū)分不同種類的特征礦物:TM5/4（鐵礦石ferrousminerals）

，區(qū)分植被（＜＜1，呈暗色調(diào)）與無植被覆蓋的土壤和巖石TM5/4≥1.0云母和黃鉀鐵礬的值遠大于1TM5/4≤1.0明礬石和石膏的值遠小于1TM5/4≈1.0方解石和粘土礦物類接近于1TM5/1用于增強含鐵類巖石，有助于褐鐵礦化信息的提取

TM3/4用于植被稀少區(qū)域，能突出氧化鐵類蝕變巖第四十九頁，共六十四頁，編輯于2023年，星期三

①類蝕變礦物（鐵的氧化物、氫氧化物和硫酸鹽）的巖石在真彩色合成TM321圖像上呈暗紅或暗紫紅色。褐鐵礦在TM542或TM543合成圖像上為褐紅色。彩色合成圖像中

含②（羥基礦物(OH-礦化)

）、③類（水合硫酸鹽礦物和硫酸鹽礦物）蝕變礦物的巖石在TM432圖像呈黃色，TM571圖像上為紅或青色。

TM5/7(紅)、TM3/1(綠)和TM3/4(藍)彩色合成圖像上，赤鐵礦和針鐵礦化呈綠至青色（TM3/1(綠)>>1、TM3/4(藍)>>1），黃鉀鐵礬呈黃白色；含羥基礦物、水合硫酸鹽化巖石呈紅色、橘紅色（TM5/7(紅)>>1）。第五十頁，共六十四頁，編輯于2023年，星期三

熱液合成hydrothermalcomposite（TM5/7(紅)、TM3/1(綠)和TM4/3(藍)）彩色合成圖像上，赤鐵礦和針鐵礦化呈綠色，黃鉀鐵礬呈黃綠色；含羥基礦物、水合硫酸鹽化巖石呈品紅色，綠色植被呈藍色。

礦物合成mineralcomposite

（TM5/7(紅)、TM5/4(綠)和TM3/1(藍)）彩色合成圖像上，赤鐵礦和針鐵礦化呈藍至青色，黃鉀鐵礬呈綠至青色；含羥基礦物、水合硫酸鹽化巖石呈品紅色。第五十一頁，共六十四頁，編輯于2023年，星期三

對鐵染信息的提取，首先由ＴＭ＋１、３、４、５四個波段進行主成分變換，舍棄TM7是為了排除粘土類礦物蝕變信息的干擾。主成分分析法進行遙感蝕變信息的提取

對代表鐵染物主分量的判斷準則是：構(gòu)成該主分量的特征向量，其TM3系數(shù)應(yīng)與TM1及TM4的系數(shù)符號相反，TM4的系數(shù)與TM3、TM5的系數(shù)相反，TM3一般與TM5系數(shù)符號相同。

如果ＴＭ３波段的特征向量載荷因子為負，則鐵離子分布區(qū)域在主分量影像中為低值異常，故暗色調(diào)部分表征了鐵染信息。第五十二頁，共六十四頁，編輯于2023年，星期三

變換后各波段的特征向量及特征值見表１，根據(jù)上述原則確定鐵染異常主分量ＰＣ3。特征矩陣(表2)中,PC4即反映了鐵染異常主分量。第五十三頁，共六十四頁，編輯于2023年，星期三特征矩陣(表2)中,PC4即反映了鐵染異常主分量。特征矩陣(表1)中,PC4即反映了鐵染異常主分量。第五十四頁，共六十四頁，編輯于2023年，星期三特征矩陣(表4)中,PC3即反映了鐵染異常主分量。祁連的數(shù)據(jù)：PC4為鐵化蝕變信息的主分量。TM1TM3TM4TM5特征值Pc10.427-0.4820.1090.7567698.743Pc20.575-0.439-0.422-0.544297.579Pc30.4450.1330.837-0.287173.804Pc40.5360.745-0.3280.2219.663第五十五頁，共六十四頁，編輯于2023年，星期三

泥化蝕變遙感信息的提取采用主成分變換，由ＴＭ＋１、４、５、７四個波段進行主成分分析，舍棄TM2與TM3波段是為了避免可見光波段同時參加運算導致鐵氧化物的干擾。

TM5波段的值為其最高特征向量值且呈正值，反映了粘土類礦物在TM5波段的高反射光譜特征，TM7波段的值為其最高特征向量值且呈負值，反映了粘土類礦物在TM7波段強烈吸收的光譜特征。

對代表羥基化物主分量的判斷準則是：構(gòu)成該主分量的特征向量，其TM5系數(shù)應(yīng)與TM7及TM4的系數(shù)符號相反，TM5和TM7的貢獻系數(shù)值符號相反且絕對值越大越好；TM5一般與TM1系數(shù)符號相同。第五十六頁，共六十四頁，編輯于2023年，星期三特征矩陣(表1)中,PC4符合要求。特征矩陣(表1)中,PC4符合要求。第