从遥感蚀变异常主分量图像中提取异常信息,目前主要基于数据的正态分布特征,并未考虑地质异常的非线性特征。针对此问题,提出了分维变点提取算法(fractal dimension-change point method,FDCPM)。首先利用分形模型计算蚀变异常的自相似...从遥感蚀变异常主分量图像中提取异常信息,目前主要基于数据的正态分布特征,并未考虑地质异常的非线性特征。针对此问题,提出了分维变点提取算法(fractal dimension-change point method,FDCPM)。首先利用分形模型计算蚀变异常的自相似性参数值,再采用变点模型计算蚀变异常的突变性参数值,然后确定蚀变异常临界阈值,达到有效区分地质背景和蚀变异常的目的。以甘肃北山方山口地区为研究区,对识别的ASTER蚀变异常进行测试和验证,并对其提取精度进行初步评价和比较。结果表明:对于实验中的褐铁矿、绢云母和绿泥石3种蚀变矿物来说,分维变点法的总体提取精度略高于门限化方法。利用分维变点法提取3种蚀变矿物的正确率均超过83%,且遥感蚀变异常的分布与化探及重砂异常有较高的吻合度,已知金属矿(化)点也几乎都落在遥感蚀变异常区内或其边缘,表明分维变点法行之有效,可作为今后划分地质背景和蚀变异常的方法之一。展开更多
文摘从遥感蚀变异常主分量图像中提取异常信息,目前主要基于数据的正态分布特征,并未考虑地质异常的非线性特征。针对此问题,提出了分维变点提取算法(fractal dimension-change point method,FDCPM)。首先利用分形模型计算蚀变异常的自相似性参数值,再采用变点模型计算蚀变异常的突变性参数值,然后确定蚀变异常临界阈值,达到有效区分地质背景和蚀变异常的目的。以甘肃北山方山口地区为研究区,对识别的ASTER蚀变异常进行测试和验证,并对其提取精度进行初步评价和比较。结果表明:对于实验中的褐铁矿、绢云母和绿泥石3种蚀变矿物来说,分维变点法的总体提取精度略高于门限化方法。利用分维变点法提取3种蚀变矿物的正确率均超过83%,且遥感蚀变异常的分布与化探及重砂异常有较高的吻合度,已知金属矿(化)点也几乎都落在遥感蚀变异常区内或其边缘,表明分维变点法行之有效,可作为今后划分地质背景和蚀变异常的方法之一。
