2. 地质遥感数据基础
主成分分析本身只是一种线性降维与去相关的数学工具，它能把波段间的相关性压缩成少数几个互不相关的分量，但能否把矿化蚀变信息从背景中“提”出来，首先取决于输入数据本身是否具备可分辨的光谱与空间信息。换句话说，PCA 的上限由数据源决定。本节围绕多光谱与高光谱两类数据源，从波段设置、辐射分辨率、空间分辨率三个维度说明它们对找矿应用的实际影响，为后续选择数据、设计波段组合与解释主成分结果建立判断依据。
一、多光谱与高光谱：波段设置决定了“能识别什么”
多光谱数据（如 Landsat 8 OLI、Sentinel-2 MSI、ASTER）在可见光—短波红外区间设置若干离散宽波段，波段宽度通常在几十至上百纳米。以 ASTER 为例，其在 SWB 区间设有 2.165–2.225 μm、2.145–2.185 μm、2.295–2.365 μm 等窄一些的波段，正是为区分 Al-OH、Mg-OH 与碳酸盐类蚀变矿物而设计；而 Landsat 8 OLI 的 SWIR 波段宽约 180–280 nm，只能反映“存在蚀变”这一级别的信息，难以细分矿物种类。高光谱数据（如 HyMap、CASI/SASI、EnMAP、GF-5 AHSI）以数十至数百个连续窄波段（典型带宽 5–20 nm）覆盖 0.4–2.5 μm，能够刻画矿物的诊断性吸收特征——吸收位置、吸收深度、吸收宽度与对称性，从而支持绢云母、高岭石、绿泥石、方解石、褐铁矿等矿物的识别与相对丰度估计。
对 PCA 而言，这一差别直接体现在分量含义上：多光谱输入波段少、波段间相关性强，前几个主成分往往被地形阴影、整体反照率与大气程辐射主导，蚀变信息常被压缩到第 3–5 分量，且物理意义模糊；高光谱波段多、信息量大，但波段间高度冗余，PCA 前通常需要先做波段子集选择或最小噪声分离（MNF），否则弱吸收信号容易被方差大的背景成分淹没。因此，多光谱 PCA 更强调“波段组合设计”，高光谱 PCA 更强调“降维前的预处理与波段筛选”。
二、辐射分辨率：弱信息能否被“看见”
辐射分辨率指传感器区分辐射量微小差异的能力，通常以量化位数表示：Landsat 8 OLI 为 12 bit（4096 级），Sentinel-2 为 12 bit，ASTER 为 8 bit（256 级），多数航空/航天高光谱为 12–16 bit。找矿中真正关心的蚀变异常，往往表现为相对背景百分之几甚至千分之几的反射率差异，属于“弱信号”。8 bit 数据在低反射率区（如暗色火山岩、阴影坡）量化台阶粗，弱吸收容易被量化噪声掩盖；12 bit 以上数据则保留了更细的辐射层次，配合大气校正后可获得较可靠的反射率，使 PCA 分量中的弱异常有机会显现。
但高辐射分辨率并不自动等于高信噪比。高光谱传感器为换取窄波段，单波段入瞳能量低，若信噪比不足（如某些波段 SNR 低于 100:1），PCA 会把噪声当成方差结构提取出来，前几个分量反而被条纹噪声占据。因此实际操作中应先评估各波段 SNR，剔除水汽吸收带（约 1.4 μm、1.9 μm）与低 SNR 波段，再做 MNF 或 PCA。一个可参考的示例流程是：对高光谱立方体先做坏波段剔除与去条纹，再计算 MNF 变换，依据特征值曲线拐点保留前 10–15 个分量，然后对这些分量做 PCA 或直接用于蚀变填图——示例参数需按具体数据调整，不能照搬。
三、空间分辨率：异常能否与地质体“对得上”
空间分辨率决定像元对应的地面尺寸。Landsat 8 全色 15 m、多光谱 30 m，Sentinel-2 为 10/20/60 m，ASTER VNIR 15 m、SWIR 30 m，航空高光谱常见 3–10 m。对找矿而言，空间分辨率影响两方面：一是蚀变带宽度与像元大小的匹配，若蚀变带仅数米宽而像元为 30 m，则发生混合像元，蚀变光谱被围岩稀释，PCA 分量中的异常强度被削弱；二是异常形态与构造、岩体边界的对应关系，15 m 级数据可较好勾勒蚀变带走向与断裂的交切关系，30 m 以上则更适合区域级靶区筛选而非矿区级定位。
需要特别注意的是，ASTER 的 SWIR 波段为 30 m 而 VNIR 为 15 m，做 SWIR 蚀变 PCA 时若与 VNIR 数据联合，必须先重采样到统一网格，否则会出现同一异常在两类分量中位置错移。此外，空间分辨率越高，数据量与噪声空间相关性也越强，PCA 前应做适当的空间聚合或去噪，避免把单像元噪声当成异常。
四、面向 PCA 的数据源选择与预处理要点
综合以上三点，可形成如下判断逻辑：区域扫面阶段优先选用覆盖广、辐射质量稳定的多光谱数据（如 Sentinel-2、Landsat 8），以波段组合与 PCA 提取蚀变异常级信息；靶区查证阶段选用高光谱数据，先做波段筛选与 MNF，再以 PCA 或光谱匹配细化矿物种类；空间上根据目标蚀变带规模选择像元尺寸，确保异常不被混合像元过度稀释。无论哪类数据，进入 PCA 前都应完成辐射定标、大气校正（或至少相对辐射归一化）、坏波段剔除与统一重采样，并在结果解释时把主成分载荷与已知矿物诊断吸收位置对照，避免把地形阴影或植被信号误判为蚀变。
归根结底，PCA 不会创造数据中不存在的信息。理解多光谱与高光谱在波段设置上的信息层次差异、辐射分辨率对弱异常的保真能力、空间分辨率对异常形态与混合像元的约束，才能在数据源选择与预处理阶段做出正确取舍，使后续主成分分析真正服务于找矿目标。