2. 地质遥感数据源选择与获取

波段比值异常图能否有效圈定蚀变带，很大程度上在数据选型阶段就已经决定。比值运算本质上是把两个（或两个以上）波段反射率的相对强弱关系放大，因此数据源是否在目标矿物的诊断性吸收位置设有波段、波段宽度是否足够窄、空间分辨率与幅宽是否匹配工作比例尺、辐射质量是否稳定，直接决定了比值结果里"异常"是地质信息还是噪声。本节围绕蚀变矿物识别与岩性区分两类需求，梳理多光谱与高光谱数据源的特性差异、常用下载渠道、质量评估要点与选型依据。

一、两类需求对数据源的不同要求

蚀变矿物识别依赖诊断性吸收特征。铁氧化物在 0.85～0.95 μm 附近有宽缓吸收，黏土类矿物（高岭石、伊利石、蒙脱石）在 2.17～2.21 μm 与 2.20～2.35 μm 区间有特征吸收，碳酸盐在 2.31～2.34 μm 有吸收，含羟基矿物在 1.4 μm 与 2.2 μm 附近成对出现吸收。多光谱数据（如 Landsat 8/9 OLI、Sentinel-2 MSI、ASTER）波段宽、数量少，只能通过波段组合间接指示"是否存在某类蚀变"，难以区分具体矿物种类；高光谱数据（如 EnMAP、PRISMA、GF-5 AHSI、Hyperion 历史数据）波段数达数十至数百、带宽 10 nm 量级，可提取吸收位置与吸收深度，实现矿物填图。

岩性区分更关注整体光谱形状与纹理、色调差异。多光谱数据凭借较高的空间分辨率与大幅宽，在岩性单元边界勾绘、地层追索上效率更高；高光谱数据空间分辨率通常较低（30 m 量级），适合在已知靶区做精细验证。因此实际工作中常见"多光谱扫面 + 高光谱查证"的组合策略，而不是单一数据源包打天下。

二、常用下载渠道与获取方式

多光谱数据以免费开放为主。Landsat 8/9 OLI 与 Sentinel-2 MSI 可通过 USGS EarthExplorer、Copernicus Open Access Hub（或 Copernicus Browser）按经纬度、时间、云量筛选下载；ASTER 数据在 NASA LP DAAC 与日本 Earth Remote Sensing Data Analysis Center 提供，其中 SWIR 波段自 2008 年后部分数据存在增益退化，使用前需核查元数据中的增益设置。高光谱数据获取门槛更高：EnMAP 通过德国 DLR 的 EnMAP 数据门户申请，PRISMA 通过意大利 ASI 的 PRISMA 门户申请，GF-5 AHSI 通过中国资源卫星应用中心申请，通常需要提交研究用途说明。Hyperion 已停止采集，历史存档可在 USGS 获取，但其条带噪声与 smile 效应明显，需做专门预处理。

获取时建议同时下载：影像文件、元数据（含太阳高度角、增益、定标系数）、质量波段（QA）与云掩膜。以 Sentinel-2 为例，L2A 级产品已做大气校正，可直接用于比值运算；若使用 L1C 级，则需先经 Sen2Cor 或 6S 模型完成大气校正，否则比值结果会混入气溶胶散射差异。

三、质量评估的关键指标

拿到数据后不要急于做比值，先做四项检查。其一是云与阴影：用 QA 波段统计研究区云量，云量超过 10% 且覆盖靶区时应换时相。其二是辐射一致性：检查条带、坏像元与增益异常，高光谱数据尤其要查看短波红外波段的信噪比，2.2 μm 附近信噪比不足时吸收深度会被噪声淹没。其三是几何配准：多波段比值要求各波段严格配准，配准误差超过 0.5 个像元会在岩性边界处产生虚假比值异常。其四是时相与物候：同一地区不同季节的植被覆盖度差异会显著改变比值背景值，蚀变异常提取宜选用植被相对稀疏的时相，或先做植被抑制处理。

四、选型依据与一个示例判断

选型可归纳为"目标矿物—诊断波段—空间分辨率—数据质量"四级过滤。以某斑岩铜矿区为例：目标是识别绢云母化与青磐岩化，绢云母在 2.20 μm 有吸收、绿泥石在 2.33 μm 有吸收，二者均落在 ASTER SWIR 波段覆盖范围内，但 ASTER 仅 6 个 SWIR 波段、带宽较宽，只能区分"含羟基类"与"含碳酸盐类"大类；若需进一步区分绢云母与高岭石，则需 EnMAP 或 GF-5 AHSI 的连续窄波段。工作比例尺为 1:5 万扫面时，选用 Sentinel-2（10 m 多光谱）做铁染与羟基异常初筛，圈定靶区后再申请高光谱数据做 1:1 万精查，这一组合在成本与精度间较为平衡。

需要强调的是，比值异常图对数据源的敏感性高于多数单波段产品：两个波段若在目标吸收位置两侧不对称，比值会系统性偏高或偏低。因此选型阶段应把候选数据的波段响应函数与目标矿物吸收位置叠合检查，确认吸收特征落在波段内而非波段边缘，这是后续比值异常可信的前提。