3. 遥感数据预处理与找矿可用性检查

主成分分析（PCA）本质上是一种对波段间协方差结构高度敏感的线性变换方法。它把多光谱或多波段数据投影到方差最大的方向上，从而把信息压缩到前几个主成分中。这一特性决定了它对输入数据的“纯净度”非常挑剔：如果各波段之间存在未校正的辐射差异、大气散射残留、几何错位或云污染，PCA 就会把这些误差当作“有用信号”放大到主成分里，导致铁染、羟基蚀变等找矿异常被噪声淹没，甚至产生虚假异常。因此，在进入 PCA 之前，必须完成辐射定标、大气校正、几何校正、云掩膜与数据质量评估四类处理，并逐项确认数据满足找矿可用性要求。

一、辐射定标：把 DN 值变成有物理意义的辐亮度

原始遥感影像记录的是传感器响应的数字量化值（DN），不同波段、不同时间的 DN 之间没有可比性。辐射定标的任务是把 DN 转换为辐亮度或表观反射率，使波段间具备物理可比性。以常见的 Landsat 8 OLI 为例，定标公式为：

Lλ = ML × Qcal + AL
ρλ' = (π × Lλ × d²) / (ESUNλ × cosθs)

其中 ML、AL 为波段乘性、加性定标系数（来自元数据 MTL 文件），Qcal 为量化 DN，d 为日地距离（天文单位），ESUNλ 为大气顶太阳辐照度，θs 为太阳天顶角。实操中应逐波段读取 MTL 中的 RADIANCE_MULT_BAND_x、RADIANCE_ADD_BAND_x、REFLECTANCE_MULT_BAND_x、REFLECTANCE_ADD_BAND_x 与 SUN_ELEVATION，避免用错系数。定标后应检查：各波段反射率是否落在 0～1 的合理区间，水体、植被、裸岩的典型光谱形态是否正常。若出现大面积负值或饱和，说明定标系数或量化级别设置有误，需回退排查。

二、大气校正：消除散射与吸收对蚀变信息的干扰

大气散射会在短波波段叠加明显的程辐射，使蓝、绿波段整体抬升，直接压缩铁染异常（常依赖 0.4～0.9 μm 波段比值）的对比度。大气校正的目标是反演地表反射率。工程上常用 FLAASH、6S 或 Sen2Cor 等模型，关键输入包括成像时间、太阳几何、气溶胶光学厚度（AOD）、大气模式与水汽。以 FLAASH 为例，需正确设置传感器类型、飞行高度、像元大小、气溶胶反演方式（如 2-Band K-T 法），并保证短波红外波段参与气溶胶估计。

校正效果的检查不能只看图像“好不好看”，而应做光谱验证：选取影像内已知地物（如清水体、浓密植被、裸露灰岩）提取像元光谱，与标准光谱库对比，观察 0.55 μm 附近绿峰、0.68 μm 红谷、1.4/1.9 μm 水汽吸收谷是否合理。若水体反射率在近红外仍明显偏高，说明气溶胶或程辐射去除不足，会直接影响后续 PCA 中羟基异常的可分性。

三、几何校正：保证波段配准与多时相可比

PCA 是对同一像元位置上的多波段向量做变换，波段间哪怕半个像元的错位，也会在协方差矩阵中引入虚假相关，使主成分载荷失真。几何校正包括系统几何校正与正射校正：前者依据传感器姿态与轨道模型消除系统性畸变，后者借助 DEM 消除地形起伏引起的位移。实操中应使用与影像同期的 DEM（如 SRTM 30 m），控制点选取道路交叉口、水库坝体、稳定建筑角点等特征明显且不易变化的地物，RMS 误差控制在 1 个像元以内。

对找矿应用而言，还需特别关注波段配准精度：可对同一地物在可见光与短波红外波段的边缘位置做叠加检查，若边缘出现明显“彩边”，说明配准不足。多时相数据用于变化分析时，还应统一到同一投影坐标系与基准面，并做相对几何配准，避免 PCA 结果中混入位移伪异常。

四、云掩膜与数据质量评估：剔除不可用像元

云、云影、雪、水体以及传感器条带噪声都会严重污染 PCA 的统计结构。云掩膜应优先使用数据自带的 QA 波段（如 Landsat 的 QA_PIXEL），按位解析云、云影、雪、卷云标志；对无 QA 波段的数据，可采用 Fmask 或基于蓝/短波红外阈值的简易掩膜。掩膜后应统计有效像元比例，一般要求研究区有效像元不低于 70%，否则该景数据不宜作为 PCA 主输入。

数据质量评估还应包括：条带与坏像元检查、辐射一致性检查（相邻景重叠区直方图对比）、以及异常值统计。建议在 PCA 前对每个波段计算均值、标准差与直方图，剔除明显离群的极值像元，避免少数异常值主导协方差矩阵。

五、面向 PCA 的可用性判定与实操建议

完成上述处理后，应形成一份可复核的可用性判定，而不是凭经验“看着差不多”。建议按以下顺序核查：第一，逐波段反射率直方图是否单峰、无异常截断；第二，选取水体、植被、裸岩三类端元像元，检查其光谱曲线是否符合物理规律；第三，用相邻波段做散点图，观察相关性是否合理（如可见光波段间应高度相关，可见光与短波红外相关性应明显降低）；第四，统计掩膜后有效像元比例与空间分布，确认研究区核心找矿靶区未被大面积掩掉。

需要强调的是，PCA 之前不宜做过度平滑或锐化，否则会人为改变波段间协方差结构，使主成分载荷失去地质解释意义。若数据存在明显条带，应先做去条带处理；若多景拼接，应做相对辐射归一化，使重叠区均值与方差一致。只有输入数据在辐射、几何、云污染三个维度都达到可用标准，PCA 提取的铁染、羟基主成分分量才具备可靠的地质指示意义，后续的异常分级与靶区圈定才有坚实基础。