1. 课程导入与任务总览

矿产蚀变信息提取与异常圈定，是遥感找矿流程中最关键的一段“翻译工作”：把卫星或航空传感器记录的地表反射光谱，翻译成地质人员能够判断的蚀变类型、空间分布和找矿有利部位。它并不是简单地“做一张彩色图”，而是围绕一个明确目标展开的完整技术链条——在覆盖区或植被稀疏区，识别与矿化有关的蚀变矿物组合（如铁染、羟基蚀变、碳酸盐化、硅化等）的光谱异常，剔除干扰，圈定可供野外查证的异常区，并给出可信度与优先级。

本课程以 ENVI 为主要操作平台。ENVI 在遥感找矿中的定位可以概括为三点：第一，它是光谱数据处理的主战场，具备辐射定标、大气校正、波段运算、主成分分析、光谱匹配、混合像元分解等完整工具链；第二，它能把“光谱特征”转化为“空间图层”，通过密度分割、分类、阈值分割和制图输出形成异常图；第三，它能与 ArcGIS、QGIS 等 GIS 平台衔接，把异常图层叠加到地质图、构造线、已知矿点上进行综合评价。换句话说，ENVI 负责“把光谱算出来”，GIS 负责“把异常放到地质空间里解释”，两者配合才构成完整的找矿信息链。

整体任务目标与成果形式

本课程的总任务是：以一幅多光谱遥感影像（示例可采用 Landsat 8 OLI 或 ASTER 数据）为输入，完成从数据准备、预处理、蚀变信息提取、干扰抑制、异常分级到最终异常圈定与成果输出的全过程。最终成果不是单一图像，而是一套可交付的成果包，通常包括：

• 预处理影像：经过辐射定标、大气校正（或至少完成暗像元校正）的反射率数据，作为后续所有计算的底图；
• 蚀变异常图层：铁染异常、羟基异常等分类型栅格图层，附带计算所用的波段组合与参数记录；
• 异常分级图：按均值加标准差（如 μ+1σ、μ+2σ、μ+3σ）或分位数划分的一级、二级、三级异常；
• 异常圈定矢量：经过去噪、合并、面积筛选后的异常多边形，含编号、面积、中心坐标、异常等级；
• 综合评价图与简报：叠加地质构造、已知矿点后的找矿有利区图，以及记录数据源、方法、参数、局限性的文字说明。

需要特别强调：遥感蚀变异常是“找矿线索”，不是“矿体”。异常可能来自矿化蚀变，也可能来自岩性差异、风化壳、盐碱地、水体边缘或人工地物。因此本课程在每个环节都要求保留可追溯的参数与判断依据，避免把计算结果直接当成结论。

完整工作流总览

从数据准备到异常圈定，整体工作流可以划分为六个相互衔接的阶段，下图给出了各阶段的输入、核心处理与输出关系，以及阶段之间的反馈路径。

上图不仅是流程示意，更强调两条反馈路径：其一是异常分级后若发现异常过碎、连片性差，应回到阈值与去噪参数重新调整；其二是异常圈定后若与地质认识严重冲突，应回查预处理质量，而不是强行解释。实际项目中，这两条反馈往往决定成果的可信度。

关键环节的实际做法与示例参数

以 Landsat 8 OLI 为例，数据准备阶段通常选择 30 m 多光谱波段，保留 B2（蓝）、B4（红）、B5（近红外）、B6（短波红外1）、B7（短波红外2）用于蚀变计算。铁染异常常用波段比值 B4/B2 或主成分分析中 B2、B4、B5、B6 组合的特定主分量；羟基异常常用 B6/B7 或 B5、B6、B7 组合的主分量。示例中若采用比值法，可先对反射率数据做 0～1 拉伸，再计算比值，最后用 μ+2σ 作为二级异常下限、μ+3σ 作为三级异常下限——这些数值属于教学示例，实际项目必须根据影像质量、研究区背景和已知矿点分布重新统计确定。

干扰抑制环节最容易被忽视。植被覆盖区会强烈压制黏土矿物在 2.2 μm 附近的吸收特征，因此需要先用 NDVI 掩膜剔除高植被像元；水体与云影则通过近红外低反射率和蓝波段高反射率组合识别。盐碱地在可见光—短波红外区间也有异常响应，若不剔除，会形成大面积假异常。一个实用的做法是：先统计异常图层与 NDVI、水体掩膜的交叉比例，若某类异常中植被像元占比超过 30%，说明掩膜或阈值需要复核。

学习本课程后应达到的能力

完成本课程后，你应当能够独立完成一条完整的处理链：读懂数据元信息并选择合适波段；在 ENVI 中完成定标与大气校正并判断结果是否合理；针对铁染、羟基等目标选择比值法或主成分法并解释主分量符号的物理含义；用统计阈值完成异常分级；把栅格异常转为带属性的矢量多边形；最后把异常图层与地质图叠加，写出有依据、有边界、有局限说明的异常圈定简报。后续各节将沿着这条工作流逐段展开，每一段都会给出可操作的参数、判断标准和常见问题的处理方式。