研究区遥感解译

对于本次的研究区，由于植被覆盖区比较多，可以根据对遥感图像的初步解译，将图像进行分区解译：良好区、中等区和差等区。

（1）良好区：掩盖较少，基岩露头良好，解译标志稳定，利用遥感图像可判译出不同岩石类型，能勾绘出全区构造轮廓和解译出大部分地质构造细节。

（2）中等区：有一定程度的掩盖，虽然基岩出露较好，但解译标志不稳定，利用遥感图像只能大致勾绘全区地质构造轮廓和解译出部分地质构造内容。

（3）差等区：有较大程度的掩盖，地形平坦破碎，无明显解译标志稳定存在，大多属第四系沉积或植被覆盖区。

在野外踏勘之前对本区影像进行了概略解译，确定了本区构造的基本格架，圈定了不同岩体和环形构造，解译出研究区出露岩性地层的基本轮廓和单元，并对区内岩体出露层位、空间展布以及蚀变分带等特征获得了一定的认识。在野外测制剖面与踏勘工作的基础上，对本区进行了详细解译。建立了与实地剖面相应的遥感图像影像地层剖面，在野外地质特征与影像特征结合的基础上，在已确定填图地层单元的前提下，细化了部分地层解译成果，增补了部分局部构造解译成果。综合全部遥感解译成果得到了研究区的遥感地质解译图。不同尺度遥感图像解译结果如下。

1．ETM遥感解译

主要利用能够反映地质信息的波段组合（R7，G4，B2）开展研究区的遥感地质信息提取工作。一方面提取区域构造信息，另一方面最大限度地提取地层界线（图5－8）。

图5－8 栾川地区遥感ETM影像地质解译图

2．ASTER遥感图像解译

ASTER数据的主成分分析有利于提高构造信息的识别。区域构造存在隐伏性质，根据主成分分析可以利用图像的色调、纹理和组合特征等综合信息识别地质要素（构造）（图5－9）。但是ASTER数据的最大制图精度为1∶5万，SPOT5数据的最大制图精度为1∶1万，而QUICKBIRD数据能够达到1∶2000。SPOT5数据、QUICKBIRD数据在第四纪地层、岩体识别及其地质要素边界的提取具有显著作用，但是其只有4个多光谱波段，不利于主成分分析方法进行综合判别和区分地物类型。上述3种数据互相辅助有利于提高大比例尺的地质填图精度。

图5－9 基于可见光、短红外9个波段的主成分分析（PC213）、可见光波段（213）信息（构造）对比图［（a）图的左下方北西向断裂显识别］

根据已有的遥感数据包括ASTER、SPOT5和QUICKBIRD数据，辅助区域DEM数据，并参照区域1∶5万地质图，利用主成分分析、比值分析等方法初步解译了研究区构造空间分布图（图5－10）。

图5－10 栾川西北部大比例尺遥感图像ASTER构造解译图

3．SPOT、IKONOS和QB遥感图像解译

根据遥感影像特征及其图像处理需求，1∶5万以上大比例尺遥感图像需要正射校正。即本项研究选取的SPOT、IKONOS和QB数据都需要正射校正（图5－11）。本次研究主要使用SPOT、IKONOS和QB数据，对图像做几何精校正，利用DEM数据正射校正，之后对研究区遥感图像进行地质信息提取和地质填图工作。如研究区选择空间分辨率为2．5m的SPOT图像，SPOT卫星影像的地理环境要素有色调、大小、形状、纹理、图形、高程、阴影和位置等，这些要素中除了色调与地物的波谱特性有关外，其余均与地物的空间特性相关。实体要素的判读除了使用地物的波谱特性外，对它们的空间特征进行深入细致的分析具有十分重要的意义。判读主要以影像的特征为基础。根据上述不同尺度不同类型的遥感图像解译工作，得出如下认识：①ETM有利于区域构造格架的识别；②ASTER有利于区域构造格架、环形构造的识别；③SPOT有利于环形构造、线性构造综合解译（图5－12）；④QB和IKONOS有利于线性构造、边界线、第四纪地层识别（图5－13至图5－15）。

图5－11 数字正射影像地图制作流程图

图5－12 栾川西北部大比例尺遥感图像SPOT构造解译图

图5－13 栾川西北部大比例尺遥感图像QUICKBIRD构造解译图

图5－14 栾川南泥湖—竹园沟IKONOS遥感影像图

4．存在的问题

在遥感交互式解译中，由于缺乏研究区野外路线的剖面填图环节，因此，降低了遥感解译的精度。尤其是对褶皱的解译，不仅需要对研究区有基本的地质认识，还需要辅助系统的野外调研。研究区的植被覆盖超过了65％，严重干扰了遥感解译的结果。尽管本次研究采用了高分辨率遥感图，如QUICKBIRD和IKONOS数据，效果依旧不明显。但是，如果辅助分辨率在10m以上的高精度DEM数据，从三维的角度解译遥感地质信息，效果会更佳，能够一定程度地克服植被覆盖问题。

图5－15 栾川南泥湖—竹园沟IKONOS遥感影像地质解译图