遙感蝕變信息多層次分離技術模型與應用研究

張遠飛，吳德文，袁繼明，朱谷昌，楊自安，胡 波，3

(1.有色金屬礦產地質調查中心，北京 100012;2.桂林礦產地質研究院，桂林 541004;3.中南大學，長沙 410083)

遙感蝕變信息多層次分離技術模型與應用研究

張遠飛1，2，吳德文1，袁繼明1，朱谷昌1，楊自安1，胡 波1，3

(1.有色金屬礦產地質調查中心，北京 100012;2.桂林礦產地質研究院，桂林 541004;3.中南大學，長沙 410083)

根據自然物質系統具有層次結構的特性，在多年實踐的基礎上，對遙感蝕變信息提取問題提出了多層次分離技術模型。在這個技術模型框架下，首先討論了遙感蝕變信息提取這一復雜研究對象的簡化問題;然后系統地闡述了該技術模型的基本原理和模型結構，以及該模型框架下的主要技術體系。應用實例分析結果表明，該模型所提出的技術思想不僅簡化了遙感蝕變信息提取問題的復雜性，而且在實際應用中顯現出良好的實用性。

遙感蝕變信息提取;多層次分離技術;技術體系;空間結構分析;序結構分析

0 引言

基于遙感信息的物理機制［1］和巖石礦物的光譜特征［2］，以信息論的觀點分析遙感圖像中的地質信息特征，可以得到這樣的認識:一切地表物體都是信息載體，地表信息直接或間接地反映了一定深度以下地質(礦化)作用過程的相關信息;各種信息載體(同類或不同類)之間都可能存在信息差異。遙感礦化蝕變信息提取是基于這樣的假設:①研究區客觀上應該存在著礦化蝕變的成礦地質背景;②礦化蝕變信息在遙感圖像上至少應有“微弱反映”。

在實際工作中發現，盡管在理論上蝕變巖石礦物的光譜特征非常明顯，但是由于它們所含蝕變礦物光譜特征的譜帶與現有多波段光譜遙感數據的光譜分辨率相比太窄，同時蝕變礦物在所研究的地物對象中也總是“小類”，加上其他地物光譜的干擾與混合，因此礦化蝕變信息在遙感圖像中的表現總是“微弱”的，換言之，“蝕變異常”是被“淹沒”在背景或干擾之中的。所以說，遙感礦化蝕變信息的檢測與提取具有相當的難度。那么能否使這樣的復雜問題簡單化呢?針對這一問題，筆者在多年工作實踐的基礎上提出了“遙感蝕變信息多層次分離技術”模型。其主要思想是:當遙感蝕變信息屬于“強信號”時，可直接予以提取或增強;而當遙感蝕變信息屬于“弱信息”時，“背景”和“干擾”通常屬于“強信息”，可把“弱信息”的提取(或增強)轉換成對遙感圖像的“背景”和“干擾”的多層次剔除，即通過對“背景”和“干擾”的多層次分離，達到蝕變信息(即“弱信息”)能“水落石出”的目的，最終實現蝕變信息的增強與提取。

筆者在文獻［3－7］中對遙感礦化蝕變信息提取的一些方法技術進行了比較系統和詳細的闡述，而這些方法技術事實上是屬于“遙感蝕變信息多層次分離技術”模型框架下的技術體系。筆者這些年也一直在“遙感蝕變信息多層次分離技術”思路下進行不斷實踐與總結，也在逐步地補充與完善這個模型與技術體系。本文擬系統地討論該技術模型的基本原理和模型結構，歸納該模型框架下的主要技術體系，并進行應用實例分析。

1 復雜研究對象的簡化

遙感蝕變信息提取技術盡管很復雜，但可通過以下3個層次將其轉化成相對簡單的問題:

第一個層次，通過梳理與歸納，把遙感蝕變信息提取轉化成對遙感圖像的“背景”、“干擾”與“蝕變異常”3個主要對象的研究［5］。因為問題復雜的根源是由“背景”與“干擾”2個基本因素所致，因此弄清“背景”、“干擾”與“蝕變異常”三者之間的關系是非常重要的，尤其需要理清“蝕變異常”與“干擾”的關系，以及它們各自所對應的地物類型。

第二個層次，把遙感數據的圖像空間變換成光譜數據的點陣空間去研究。由于遙感圖像上的“背景”地物與“干擾”因素相互交織，使得蝕變異常信息的檢測與提取變得復雜。而當把遙感數據轉換成另一種可視化的表達形式，即把遙感數據的圖像空間變換成光譜數據的矢量空間(簡稱光譜點陣空間或特征空間)時，原來復雜的問題會變得簡單［4－5］。

第三個層次，以系統論觀點研究遙感數據的圖像空間與光譜數據的點陣空間。從自然辨證法［8］的觀點出發，自然界中的一切客體都是以系統的方式存在的，萬物皆系統，系統無所不在。因此，基于系統論的觀點探討遙感圖像信息提取問題就可以把遙感圖像空間視為系統，也可以把光譜數據的點陣空間(即特征空間)看作系統。這樣，可以用關于系統的一些基本特征描述和解釋遙感圖像空間與光譜數據點陣空間的問題。

2 模型的基本原理與依據

圖1 青海省巴音山地區TM 5/TM 7二維散點圖Fig.1 Scatter plot of TM 5/TM 7 of Bayinshan region in Qinghai province

任何自然物質系統都會呈現出層次結構［8－9］，遙感圖像本身的層次結構特征是毋須多言的。但遙感圖像經相關變換得到的光譜數據的點陣空間(即特征空間)是否具有層次結構?這里以光譜數據的二維點陣空間——二維散點圖為例進行分析。圖1是由青海省巴音山地區TM 5、TM 7波段組合得到的二維散點圖。很明顯，二維散點圖中的大橢圓由多個小橢圓套疊而成，大橢圓是由該地區全局圖像生成的，而小橢圓則對應于子類地物(主要包括荒漠區、巖石區、暗區植被與蝕變區)，子類橢圓之間的過渡部分就是光譜混合區。

從圖1中可以看到二維散點圖中的層次結構(也可稱之為多類橢圓形態的套疊結構)，至少有兩個層次是非常清晰的。這一客觀特征為光譜數據點陣空間的層次結構的存在提供了依據。

這種結構特征從隨機場理論［10］來說，一方面表明整個圖像的二維散點圖是由圖像內所有獨立光譜地物(即單一地物)的二維散點圖之和構成的，間接證實了隨機過程中心極限定理的準確性，即多個獨立隨機變量nk之和的概率密度趨于高斯分布(二維的橢圓形態);另一方面說明具獨立光譜的地物的二維概率密度也比較接近高斯分布。因此，可以從高斯分布的觀點出發，把更復雜的概率密度分布(如多峰特征的亞高斯分布)看作多個高斯分布的混合分布，或把接近高斯分布的其他分布視為高斯分布的一種變形。

上述分析表明，光譜數據點陣空間所表現出的層次結構與隨機場理論的中心極限定理的解釋是一致的，這為“遙感蝕變信息多層次分離技術”模型的建立提供了重要理論基礎。

3 模型的基本框架與解釋

基于上述基本理論，在充分總結與歸納國內外相關成果的基礎上，通過多年應用研究與實踐，歸納、提煉出“遙感蝕變信息多層次分離技術”模型與技術體系(圖2給出該技術模型的示意圖)。

圖2 遙感蝕變信息多層次分離技術模型示意圖Fig.2 Sketch map of multi－ level detachment technique model for RS alteration information

對圖2中的變量解釋和主要技術方法說明如下:

圖2表明，原始圖像(X(i，j))可被看成是由假設的純蝕變信息圖像(S(i，j))與各種累積的背景與干擾信息(∑nk(i，j))疊加而成，而我們的最終目標是通過剔除或壓抑一切背景與干擾信息而求取包含蝕變信息的估計圖像()X(i，j));每一次“背景”或“干擾”的剔除或壓抑，其關鍵問題就是“最優波段(變量)組合”和“最佳分離(提取)方法”的選擇。所以，整個蝕變信息提取的過程就是不斷尋取“最優波段(變量)組合”和“最佳分離(提取)方法”的過程。

4 幾種分離模型

基于上述模型的基本構架，從不同分析角度將其劃分為3種類型:基于圖像空間多級分類的分離模型、基于光譜曲線特征分析的分離模型和基于礦物分層譜系識別的分離模型。

4.1 基于圖像空間多級分類的分離模型(模型Ⅰ)

一景圖像可以被劃分成多個不同的地質(或地貌)背景區或干擾地物區，而作為小目標的“蝕變異常”通常會被“淹沒”在某個(或某些)背景區或干擾地物區中。通過基于遙感圖像空間的多級分類把圖像劃分成多個不同背景或干擾地物的子區(圖3)，然后把“蝕變信息”從某個(或某些)子區中檢測出來(圖4)。

應該強調的是，這里的“分類”不同于常規分類的思路與技術方法。在圖3分類樹狀圖中的每個結點都可以根據需要選擇不同的波段組合與不同的分類(分割)方法，而且使用了Mask掩模技術。

圖3 多級分類樹狀圖(決策樹)Fig.3 Dendrogram of multi－ level classification(decision tree)

圖4 基于圖像空間多級分類的背景(干擾)劃分示意圖Fig.4 Division sketch map of background(interference)based on multi－level classification in image space

4.2 基于光譜曲線特征分析的分離模型(模型Ⅱ)

4.2.1 基于光譜曲線特征譜帶分級的分離模型

光譜曲線特征包括反射峰(坪)、吸收谷(特征、譜帶)、肩部及包絡線(連續統、外殼)等;譜帶又包括位置、深度、寬度、對稱度及面積等特征參量。若把光譜曲線特征分級分類，可劃分成

基于蝕變礦物光譜曲線特征譜帶細分的蝕變信息多層次分離模型正是基于蝕變礦物光譜曲線譜帶特征的分級思想來實現的(圖5)。

圖5 光譜曲線特征譜帶多級分類樹狀圖Fig.5 Multi－ level classification dendrogram of spectral characteristic bands

4.2.2 基于光譜曲線波形分析參量［11］分級的分離模型

對于一條光譜曲線，可得到有限、離散的數值序列rk(k=0，1，…，2n;n為自然數);由于光譜函數在［0，2π］區間是連續可積且有界的，進一步假設r(x)是以2π為周期的函數(因為我們感興趣的是［0，2π］區間內的波形特征，對該區間以外的波形特征可不予考慮)。盡管r(x)不一定是周期函數，但仍可在有限區間［0，2π］內作傅立葉級數展開，即

可將r(x)的傅立葉級數逼近式(1)改寫為

式中，c0=a0;cp為 p次諧波的幅值，cp=φp為 p次諧波的初相，tg φp=ap/bp。

采用波形分析的2個參量cp與φp(p=0，2，…，n)進行分級分類，可設計成模型樹狀圖(圖6)。

圖6 光譜曲線波形參量多級分類樹狀圖Fig.6 Multi－ level classification dendrogram of spectral waveform parameter

4.2.3 基于光譜2n值編碼匹配法分級的分離模型

光譜可以通過二值(或2n值)編碼技術［12］進行匹配法分級，也可以采用多閾值編碼。多閾值編碼方法可以提高光譜的描述能力，例如采用3個閾值Ta、Tb、Tc可以將灰度劃分為4 個域(即00、01、10 和11)，這樣像元的每個波段值編碼為2位二進制數，像元的編碼長度為波段數的2倍。事實上，兩位碼可以表達4個灰度范圍，所以采用3個閾值進行編碼更加有效。

依此類推，可以設計出2n個灰度范圍，即n位碼的編碼，從而得到如圖7所示的模型樹狀圖。

圖7 基于光譜2n值編碼多級分類樹狀圖Fig.7 Multi－ level classification dendrogram based on spectral 2ncoding

4.3 基于礦物分層譜系識別的分離模型(模型Ⅲ)

在高光譜遙感的可見—短波紅外光譜區間，目前可較好地識別和區分出近40種礦物。根據礦物光譜的變化規律、光譜參量的敏感性與穩定性，參照或借鑒礦物學的分類方法，可建立對礦物按“礦物類—族—種—亞種”逐層識別的“礦物分層譜系框架”，構成實際判別決策過程的樹狀結構(即多層分離模式)。關于“礦物分層譜系框架”與分類樹參見文獻［13］。

5 構成模型框架的主要技術體系

“遙感蝕變信息多層次分離技術”模型構建的關鍵問題就是“最優波段(變量)組合”和“最佳分離(提取)方法”的選擇，以及多層次“背景”與“干擾”剔除或壓抑的技術方法。所以，該模型框架由下列重要的技術體系構成:

(1)特征變量選擇與組合技術體系［7］。以多元數理統計分析為主要技術，輔以地物波譜數據特征分析和掩模技術等構成該技術體系(包括樣本統計檢驗、光譜數據特征分析、統計圖形分析、相關分析、因子分析、對應分析及回歸分析等)。其目的是對工作區野外地物波譜實測數據與遙感圖像礦化蝕變典型區數據進行多元數據分析和特征變量選擇。

(2)遙感高(多)光譜波段的序結構分析體系［3］。面對高(多)光譜遙感圖像數據眾多的波段數，如何才能從總體上去把握與分析高(多)光譜數據的統計特征?如何才能根據識別不同地物的需求篩選出最佳的波段組合?尤其在礦物蝕變信息檢測與提取中，怎樣尋找那些反映蝕變礦物波譜特征的重要波段或譜帶?筆者所設計的序結構分析技術，較好地解決了上述幾個問題(尤其是在沒有已知信息的條件下如何進行特征波段選擇的問題)。另外，對未知工作區是否存在蝕變異常信息的問題，在一定程度上也能做出比較明確的判別。

序結構分析是基于高光譜數據細分波段之間必然是漸變過程且存在相似性的原理來檢測具有“突變”的譜帶或特征波段，據此對遙感圖像數據全波段的變化特征、尤其是“背景”光譜帶與“異常”光譜帶分布與變化特征進行“全局分析”。

(3)遙感高(多)光譜數據的空間結構分析體系［4］。高(多)光譜數據集合屬高維空間中的點陣。對高維空間點陣的幾何體形態是無法直接觀測的，但是從低維空間入手，通過分析二維(2個波段)、三維(3個波段)數據的散點圖，可以探討高維情況下數據點陣的幾何結構及其在空間中的聚類分布特征。在此基礎上完成背景、干擾與蝕變異常的定義，背景與干擾的復雜度特征分析，干擾因素類型的劃分以及干擾與蝕變異常的聚類結構及其在特征空間中的分類與定位等;并在光譜數據空間幾何結構特征分析的基礎上，基于物理意義與統計意義，對遙感多波段圖像提出二維散點圖的基本分類體系，在這個分類體系上給出不同自然景觀區蝕變信息提取的解決方案。遙感高(多)光譜數據的空間結構分析在更多情況下側重于“局部分析”。

(4)干擾因素剔除技術體系［5－6］。該技術體系主要是對不同自然景觀區的干擾因素(如植被、土壤、荒漠區等)進行與不同地質成礦區(帶)背景的分離(剔除)或壓抑，主要由掩模運算、混合像元分解、圖像分割(分類)、植被指數、土壤因子及生物遙感等技術方法構成。

(5)蝕變信息提取核心方法技術體系。該技術體系主要包括6大類技術:①圖像數據增強與變換技術(例如分段線性拉伸、直方圖增強、圖像彩色增強等，而比值與主成分分析是最常用和有效的圖像變換方法);②光譜特征匹配識別技術(包括光譜角度匹配、光譜相關系數匹配、光譜二值編碼匹配、光譜吸收指數、光譜微分等);③ 圖像分割(分類)技術(例如支持向量機(SVM)智能模式識別、面向對象分類、最優圖像彩色分割等);④圖像數據融合技術(包括基于疊合的圖像數據融合、基于耦合的圖像數據融合等);⑤多重分析技術(例如奇異指數分析、分形譜系分析、R/S分析等);⑥地質、地球物理、地球化學、遙感等多元地學數據綜合信息提取技術。

6 應用實例

通過多年的應用研究與實踐總結，對多波段遙感圖像的蝕變信息提取初步總結并提出了鐵化、泥化、硅化、碳酸鹽化等4種遙感多光譜找礦標志參數，尤其是鐵化、泥化遙感信息找礦標志參數可在實際工作中做為重要的找礦標志來應用。自1997年以來，筆者先后在我國南方與北方不同地質、地貌區的30余個成礦區帶(段)開展過遙感蝕變信息提取與找礦應用工作，均取得良好的應用效果，特別是在我國西北地區的應用效果更為顯著。近年來，筆者在內蒙古的一些植被覆蓋地區進一步開展了應用研究，也取得一定效果。

6.1 新疆青河縣布爾根地區找礦應用

新疆青河縣布爾根地區是一個 Au、Cu、Fe、Ni等多金屬成礦區域，其中有科克薩依、阿拉塔斯、貝勒庫都格等5個金礦床(點)。幾個大的金礦床產于克孜勒套推覆韌剪切帶上。金礦化蝕變帶表現為強硅化、強絹云母化、綠泥石化和綠簾石化，同時伴有稀疏浸染狀黃鐵礦化、黃銅礦化等。因此，該地區既有含鐵礦物蝕變又有含羥基礦物蝕變。

根據TM多波段圖像的“多元數據分析”結果和該地區蝕變組合礦物相關的波譜特征，選取TM 1、TM 3、TM 4和TM 5等4個波段，利用掩模技術針對科克薩依金礦區進行主成分分析(主成分統計分析結果見表1)。

表1 布爾根地區蝕變信息主成分統計分析Tab.1 Statistical analysis of principal components of alteration information in Buergen area

根據對表1和各主成分黑白圖像的分析，選用由 PC2/PC1(R)、TM 4/TM 3(G)、TM 2/TM 3(B)等3個比值合成的假彩色圖像(圖8(a))。很明顯，該圖像壓抑了其他地物信息，使蝕變信息(圖像上的紅色)被很好地增強、提取出來。在此基礎上，采用“分割”技術對蝕變信息作進一步的分離，并用“彩色分割”技術最終得到蝕變異常圖(圖8(b))。該圖像類似于化探異常圖，不僅反映了蝕變異常的空間位置，同時也刻畫了蝕變的強弱程度(由綠→藍→黃→紅表示從弱到強)。通過與地質圖對比發現，所有的金礦床(點)都在蝕變異常圖上得到了很好的反映，其他蝕變異常也大多發生在克孜勒套推覆韌剪切帶上和巖體的邊部。其中位于青河煤礦上的蝕變異常，經野外工作證實已經有地方部門正在該處開采金礦;還有一些蝕變異常有待野外查證和進一步工作。

圖8 新疆布爾根地區遙感蝕變信息異常圖Fig.8 Anomaly map of RS alteration information in Buergen area，Xinjiang

6.2 青海茫崖柴水溝—采石溝地區找礦應用

圖9給出了青海茫崖柴水溝—采石溝重點區金多金屬礦化區遙感蝕變信息圖像與對應的地質圖。通過對比分析發現，遙感蝕變信息大多反映的是該地區巖體接觸帶的圍巖蝕變，經野外實地驗證，發現了一處規模較大的黃鉀鐵礬蝕變巖，為含金品位在1.5×10－6～6.0 ×10－6g/t的金礦化體。

圖9 青海茫崖柴水溝—采石溝區金多金屬礦化區遙感蝕變信息圖像與野外照片、地質圖對比Fig.9 Comparison among RS anomaly information image，field photograph and geological map of Chaishuigou—Caishigou multi－metal mineralized area in Mangya，Qinghai

6.3 內蒙古前他克吐地區(植被區)找礦應用

內蒙古前他克吐地區地物比較復雜，除植被覆蓋外，還有水體的影響。巖石露頭零落，植被分布廣泛而且比較分散，因此遙感光譜受植被干擾比較嚴重。對這樣的地區無論是一般的掩模運算還是混合像元分解，其效果都不可能很好。然而，基于掩模技術的二次信息提取獲得了較好的效果。

在提取蝕變信息過程中，首先采用TM 5和TM 7兩個波段提取植被和巖石(含蝕變巖石)信息;然后選用TM 3和TM 4(或TM 1和TM 3)兩個波段在保證所提取的鐵化信息的物理意義(即TM 3/TM 4＞1.0)的前提下，壓制植被干擾，提取鐵染蝕變信息。由圖10可以看出，在一些稀疏植被區或厚密植被區邊部的蝕變信息也得到了提取，這些異常信息中有一部分是含有植被混合信息的蝕變信息。圖11是用Crosta法提取的遙感蝕變信息圖像，很明顯其中含有水體干擾信息(圖像中粉紅色大多是水體或干溝)。

圖10 用掩模技術二次提取的鐵化蝕變信息Fig.10 Image of ironed RS information extracted by mask technique for the second time

圖11 用Crosta法提取的鐵化蝕變信息Fig.11 Image of ironed RS information extracted by Crosta method

經野外地質查證發現，上述蝕變信息的分布明顯與礦床(點)、巖體及Cu異常有關，部分是由地層鐵染引起的。

7 結論

筆者基于自然物質的系統性和系統具有層次結構特性這一基本原理，通過多年的實踐，提出了“遙感蝕變信息多層次分離技術”模型以及相應的技術體系，并把遙感蝕變信息提取這個復雜的問題通過幾個層次的轉化變成相對簡單的問題，得出如下結論:

(1)“遙感蝕變信息多層次分離技術”模型屬于遙感技術應用研究的概念模型，實際上是一種解決問題的技術思想。在這樣的技術模型框架下，筆者多年來在不斷開發、補充與完善一些技術體系。

(2)對于該模型，筆者目前主要在模型Ⅰ(基于圖像空間多級分類的蝕變信息多層次分離模型)方面做了較多的研究工作，因為模型Ⅰ最適用于多光譜數據遙感蝕變信息提取工作;而模型Ⅱ(基于光譜曲線特征分析的蝕變信息多層次分離模型)與模型Ⅲ(基于礦物分層譜系識別的蝕變信息多層次分離模型)兩個模型主要是針對高光譜遙感數據而設計的。

(3)對模型Ⅰ的研究，即多光譜數據遙感蝕變信息提取問題，今后最需要解決的問題是:①光譜數據空間結構分析由二維拓展到三維，乃至更高維;②一些技術方法由線性模型推廣到非線性模型。

(4)對模型Ⅱ的研究，伴隨著高光譜數據遙感時代的到來，需要大力加強。在模型Ⅲ方面，文獻［13］的作者已經做了很多開拓性的工作。

(5)光譜混合模型理論是理解與解釋遙感圖像變化復雜性的重要分析工具，在這個方面還存在很多有待深入探討的問題，需要專門研究。

［1］陳述彭，童慶禧，郭華東，等.遙感信息機理研究［M］.北京:科學出版社，1998.

［2］地質部情報研究所.礦物巖石的可見光—中紅外光譜及其應用［C］//遙感專輯(第一輯).北京:地質出版社，1980.

［3］張遠飛，吳德文，張艮中，等.高光譜數據的波段序結構分析與應用研究［J］.國土資源遙感，2010(1):30－38.

［4］張遠飛，楊自安，朱谷昌，等.遙感圖像蝕變信息檢測中的光譜數據空間結構分析［J］.遙感信息，2009(1):3－9.

［5］張遠飛，吳德文，朱谷昌，等.遙感蝕變信息檢測中背景與干擾問題研究［J］.國土資源遙感，2008(2):22－26.

［6］張遠飛，袁繼明，朱谷昌，等.遙感蝕變信息提取中的干擾因素研究與消除對策［J］.遙感信息，2010(6):3－9.

［7］吳德文，朱谷昌，張遠飛，等.多元數據分析與遙感礦化蝕變信息提取模型［J］.國土資源遙感，2006(1):22－25.

［8］譚斌昭，周 燕，陶建文，等.當代自然辯證法導論［M］.廣州:華南理工大學出版社，2006.

［9］王德勝.自然辯證法［M］.北京:北京師范大學出版社，2002.

［10］趙樹杰，趙建勛.信號檢測與估計理論［M］.北京:清華大學出版社，2005.

［11］李旭文.光譜遙感數據波形分析法的應用［J］.環境遙感，1992，7(3):216 ～225.

［12］張杰林，岑長華，陸書寧，等.砂巖型鈾礦光譜特征匹配技術研究［J］.鈾礦地質，2003，19(2):1 －9.

［13］甘甫平，王潤生，馬藹乃，等，基于特征譜帶的高光譜遙感礦物譜系識別［J］.地學前緣，2003，10(2):445 －454.

The Model and Application of Multi－level Detaching Technique of Remote Sensing Alteration Information

ZHANG Yuan － fei1，2，WU De － wen1，YUAN Ji－ ming1，ZHU Gu － chang1，YANG Zi－ an1，HU Bo1，3
(1.China Non－ferrous Metals Resource Geological Survey，Beijing 100012，China;2.Guilin Resource Geological Academy，Guilin 541004，China;3.Centre South University，Changsha 410083，China)

According to the character of level structure of physical matter，this paper puts forward a multi－ level detaching model for extraction of remote sensing alteration information based on several years’practice.Under the framework of this technical model，the simplification of the object for complicated extraction of remote sensing alteration information is discussed，and then the basic theory and structure of the model as well as the main technical system are discussed under the framework of the model and on the basis of an analysis of application instances.It is proved that the thinking of this model not only can simplify the problem of anomaly extraction but also is commendably applicable to the practice.

Remote sensing alteration information extraction;Multi－level detaching technique;Technical system;Analysis of spatial structure;Analysis of order structure

TP 79

A

1001－070X(2011)04－0006－08

2011－02－25;

2011－05－26

張遠飛(1958－)，教授級高級工程師，主要從事遙感技術方法及地質應用研究。

(責任編輯:劉心季)