1、摘要遥感已被广泛用来映射地质构造，风化层的材料和蚀变在世界的不同地区的矿物，主要基于粘土/碳酸盐的光谱特性和氧化铁矿物质。由于涉及到矿物质功能可能形成陆地卫星图像非常微妙的格局，发现由于蚀变矿物合适方法用于提高频谱信息已经的主题大量的研究，因为卫星被发射。虽然多光谱传感器如大地卫星不必足够的光谱分辨率为特殊矿物质区分，数据的有效处理就能够产生有用图像区域勘探，当与相关的地貌有很好的理解结合目标。紫菀和各种机载系统，现在可以提供有用的，高分辨率的矿物信息。然而，的成本和时间获取和处理良好的分辨率的光谱数据现在应该对平衡采取增强光谱辨别可能利用时间合并，或数据叠加，从现有的陆地卫星数据归档可以追溯
2、到 1972 年。表面矿物成分的光谱的一个关键特征有关是其持久性随着时间的推移。利用时间合并创造这项研究提出了进一步的增强数据图像，都比较容易理解，而岩性和蚀变更可靠的指标。新的方法是选择了大量场景，典型地由两个或更多年分离的，和合并的数据为每个频带给予累计光谱特征。叠加陆地卫星数据的技术来创建新的数据集有多大更高的频谱深度被称为陆地卫星 TM3，或陆地卫星TM 时空合并的地形测绘。这强调不仅用于创建数据集中的过程，但也占主导地位的用途，以这些数据，非常适合，未找到图形项目表。即绘制地质和矿产相关的地形。1陆地卫星计划是运行时间最长的企业进行收购地球的卫星图像。该系列的第一颗卫星发起于 197
3、2 年 7 月 23 日，和最新的，陆地卫星8，是 2013 2 月 11 日（表 1）上推出。从陆地卫星系列数据遥感卫星用于农业，制图，林业，区域规划，监测和地质填图。图像是经常用来映射区域地质构造，风化层材料和热液蚀变矿物，主要是基于光谱特征的粘土/碳酸盐和氧化铁矿物质。为一个单一的数据集陆地卫星，矿物在表面可代表只有一小部分的每个像素的信息内容的，因为它们是通过更加突出的光谱特征，如季节性植被淹没增长和火伤疤，除去所有的最干旱的环境。加强这些非常微妙的矿物模式在陆地卫星图像具有了大量研究，因为卫星被发射的主题。特征易受时效变化也受到被摄体众多的研究论文，几乎完全集中于检测或监测变化的环境
4、的目的，比如砍伐森林。所以，当一些贡献者光谱响应将盈亏，如火灾疤痕其次是植被恢复，或裁剪交替有休耕期，矿产签名将是一个常数因子。鉴于此签名会更强一些时间，和较弱或逐步遮挡他人，融合多年的数据将克服了这些变化，从而突出了矿物反应。与环境变化监测无数的研究在造林和农业已经使用多时相影像，虽然叠加数据来创建一个单一的，新的数据集是不是经常被认为是。他们通常使用的加工图像之间的比较。与此相反，地球科学家几乎总是使用单场面，结合不同程度的复杂性在施加到数据的算法。以确定环境的变化。在新作中，本研究通过兰福德（2007 年）开始介绍，采用叠多时数据来创建一个新的数据集。任何算法应用到这些新的数据利用的更加
5、深入和歧视可能有时间合并。选择了大量场景的，典型地通过两个或分开多年来，和合并的数据为每个频带得到的累积光谱特征，将给予在产生的显著改善图像时与单个场景（图 1）相比较。好结果已用尽可能少五年之获得，但至少有九个年是首选，选择从 100的最佳季节条件无云的场景。对于需要选择，下载和合并多个小的努力年的数据，有一个显著改善的质量，并潜在的益处的探索，在所产生的图像。最显着图像的改进中可以看出，当带间的比率是用，作为比特深度的图像数据的是高达一个数量级大于单个场景;这导致在噪声少得多图像，使得目标选择更加容易。改进的另一领域是在热辐射（频带 6） ，这是通常很难使用和解释。堆叠数据允许异常四射的地
6、区为确定了比单一数据集更大的信心，虽然解释这种变化仍然是困难的。在一致的方法来采集固有的陆地卫星 TM 数据模型在堆叠的建议命名认可技术。堆叠，或合并，陆地卫星数据建立的技术一个新的数据集大得多的频谱深度被称为陆地卫星 TM3（Landsat TM 的时空合并的地形测绘） 。这强调这些数据都非常适合测绘地质矿产相关地形是矿产的模式往往是隐蔽，不易为了突出。2.1一个远程的最普遍的用途感测到的图像是在变化检测，和一个数字的研究在本领域上触在这项研究中研究概述。具体而言，有许多的研究在本节（Coppin 和鲍尔，1996 年审查;凡尼尔和麦维卡尔，2004;希利等人，2005; Kennedy 等
7、人，2007，2010。; Jiang 等，2011;米切尔等人，2013 年）的讨论或使用方法是类似于在这项研究中的TM3 方法，虽然大部分保持的时间分量为离散实体。一项研究（肯尼迪等人，2010 ）使用的中值像素，但仅在当前研究使用更简单算术平均值或总和的像素值。江等。 （2011）提供了图像融合的最为全面的审查，着眼于合并和相关联的更复杂的方法算法。由于变化检测需要两种分立和复合值进行任何变更的感觉，一直没有移动在这些研究中使用了一个简单的复合，有效地掩盖或删除变化的任何元素。Coppin 和鲍尔（1996）审查变化检测的方法很多在森林，包括近似到颞合并提出了这项研究。通过使用联合注册的
8、数据集或相应的频带的子集，在几乎相同的条件下收集这一年，在那里的森林，但不同年代班的同一天篷改变正在发生，预计将有统计学显著从那些已发生的位置没有改变，并且可以是不同的确定为这样。该方法有时被称为“分层的光谱/时空变化的分类“， ”多日聚集“，或”谱改变模式分析“（Coppin 和鲍尔，1996） 。陆地卫星 TM 数据从三个不同年份（1984 年，1986 年和 1990 年）被选定为他们的研究，使潜在的评估周期中的库存更新过双，四和六年期。凡尼尔和麦维卡尔（2004 年）完成的情况下研究东南部澳大利亚，其中包括多日期分类的审查通过结合两种不同数量每日乐队到执行一个单一的形象栈之前，分类（被
9、称为标准多日分类） ，或提取最大精度单一作物类日期和组合它们，分类后的不同（称为迭代多日分类） 。对于作物分类，他们的研究，迭代方法导致精度比标准多日高在同一日期的图像堆栈。凡尼尔和麦维卡尔（2004）也指出，该标准的多日期分类，它结合了图象数据从不同日期，以形成一个单一的多日期图像之前分类，是在文献中的常用方法（例如，密钥。等，2001 年） 。他们使用两个或三个无云的 Landsat-7 ETM+图像从 2001-02 到创建多日图像堆栈。这些标准多日的变体产生在 14 个波段（由 7 条两个日期） ，和 21 频段（三个日期由 7 带）的图像。在这方面，它们之间的区别其外提出的时间合并在
10、这项研究中，其中带的数据是由求和合并以形成一个单一的带。希利等。 （2005） ，用于在空间上共同配准的多日叠层到量化的程度，可以使用缨帽指数的不同组合确定备用替换扰动在相对于原始陆地卫星频段和新开发的扰动指数。测试这些数据结构的框架是多时相合成分析（Coppin 和鲍尔，1996 年） 。在这过程中，多日期图像被提交给分类算法是试图确定参展的光谱特性的像素与植被突然丧失一致。在三个研究区域，测试了第一数据结构是一个 18 带复合叠层涵盖了三个测试的六个 Landsat TM 的 30 米反射波段日期。在这项研究中提出的时间合并不同之处在于它创造一个新的六波段的数据集，而不是一个复合栈。Ken
11、nedy 等。 （2007）认识到生长颞深度中等空间分辨率的卫星记录，如陆地卫星的，提供一个机会，开发出更丰富的算法来检查的变化横跨图像序列。虽然本质上的变化检测，该方法中脱颖而出供其使用完整的时间记录 -这两个时间相对淤滞，以及时代的变化 - 能够更好地检测更充分的特点地表动态。他们描述和测试一个新的概念使用的方法来改变检测的森林陆地卫星 TM 图像密集的时间栈。核心前提该方法是承认，许多现象有关与改变土地覆具有鲜明的时间级数之前和改变之后的事件，并且这些导致特性时间签名的频谱空间。而不是搜索单改变图像的两个日期之间的事件（Coppin 等，2004; Coppin 和鲍尔，1996; Lu
12、 等，2004; 马斯，1999 年） ，作者，而不是在整个时空轨迹搜索这些理想化的签名频谱值。他们采用的方法来一摞 18 陆地卫星 TM 图像的 20 年间 1984 年至 2004 年。的主要来源在该方法中的错误是在堆栈的图像配准不良，虽然在目前的研究经验表明，该数据作为交付美国地质勘探局几乎总是非常好登记。Kennedy 等。 （2007）也认为该方法是非常计算机密集的，需要几天来处理图像的一个堆叠，虽然这还没有使用在目前的研究经验行业标准软件。他们认为，在最大的挑战许多生态系统将构建一个适当的密集堆栈由于云覆盖陆地卫星图像。阿密堆积是首选为变化检测，因为它已经在使用其他的研究显示多年关
13、将近的变化检测的准确度减弱为改变间隔增加（希利等人，2005; Lunetta 等，2004; Wulder 等人，2005） 。然而，云层可能不是一个问题，如果适当的算法选择，以及矿产勘探目的时间序列可以是柔性的，为的是与所提出的方法的情况下在这个研究中。相反，密集的时间序列可能会导致更多的问题勘探，如在环境短期变化可能并不有效地扑灭。Kennedy 等。 （2010 年） ，看着检测趋势森林干扰和使用恢复每年陆地卫星的时间序列（图像堆栈）通过 LandTrendr 过程。多年来，在多个图像可用，创建一即时镶嵌，其中每个像素的频谱值取自图像最接近位数儒略在整个堆栈的图像的天，或迭代地从下一个
14、最接近在日期，如果在目标日期的像素被蒙上阴影。使用的中间值是从所提出的方法，它使用仅显著差异一个平均值或总和，因此既容易计算和修改用加入了新的数据在图像融合，江等人的审查。 （2011）见的目标多传感器数据融合的互补和冗余的集成信息以提供可用于合成图像更好地理解整个场景。他们这样做，但是，请注意，图像融合的一种定义是组合的信息的过程从两个或更多图像的场景的成单个合成图像即更多的信息和更适合视觉感知或计算机处理。大多数研究人员在这个领域，他们的目标是找土地利用最好的算法，和土地覆盖分类和监控，往往采用多个传感器类型，这也往往比简单的合并过程更复杂的数学在这个研究中。Mitchell 等人。 （2
15、013 年）看了五陆地卫星 5 场面过于单一一年的生长季节。他们创建聚集多时堆栈在不同物候阶段植被的光谱信息并具有用于补偿有限的光谱信息的潜力从一个图像。多时间堆是由65带（13 为每个五个收购日期） 。以前作品曾建议堆叠多光谱图像可以产生已经证明了歧视性植被有用的图像类型和用于区分时间动态目标，如植被，从时间上稳定的目标，例如岩石露头（例如，柳等人，2002 年; Kuemmerle 等人，2006;辛格和 Glenn，2009;王和郎，2009 年） 。这项研究由米切尔等人。 （2013）证明即陆地卫星图像可以检测到西部玄武岩露头的存在牧场与 72.35，使用射频分级的整体准确率在陆地卫星
16、图像的多时间堆栈，其中包括两个表面的反射率值和衍生物，如带比和指数（即 NDVI，TC 绿度，湿度和亮度;四级到六级比） 。虽然他们使用不同于多时堆栈该提议在这项研究中，堆垛或合并的值是明显同时。2.2热液蚀变岩矿物协会存款早已被认可并作为研究工具应用。陆地卫星 TM 数据热液鉴定中的应用改变干旱的地形一直是人们研究的课题TM 卫星数据可用性的初期，当一个简单的带 741（RGB ）图像起到明确识别的领域热液蚀变超过约 50 米的智利北部大（贝克， 1987） 。关键的成功应用 Landsat TM 数据映射改变岩石是图像的设计增强之间的频谱对比在蚀变矿物和其他矿物和材料（Knepper，19
17、89） 。andsat TM 的数据提供的映射铁的手段铁氧化物和氢氧化物（褐铁矿），其中的一些可能与为蚀变岩等常见蚀变矿物，如粘土矿物质，碳酸盐，和云母。使用 TM Knepper（1989 年）提出的带比5/7：3/1 ：3/4（RGB ） ，为 TM5/7 的比例做了出色的作业划定带羟基的矿物质，水合硫酸盐，和碳酸盐，用于与 TM3/4 描绘植被组合; TM3/1 用于褐铁矿（Knepper，1989） 。Zhao 等人。 （1990 年）的认可标识热液的问题改变在草木茂密的地区，并用有向校长成分分析（PCA） （Fraser 和绿，1987） ，以克服这些困难。他们利用主成分提出的算法（
18、PC ）转化为带比 5/7 和4/3; 5/7 被认为是作为一种有效的波段比干旱蚀变信息增强或半干旱地区，且 4/3 波段比例作为一个优秀的植被索引图像。第一个 PC 包含了主要的植被贡献在这两个比例;第二个 PC 包含改变的贡献矿物质。弗雷泽（1991 年） ，用于对神龙汽车 Landsat TM 的数据，用以识别和映射赤铁矿和针铁矿过的干旱和半干旱地形西澳大利亚的铁矿石地区。他的 FOX-PDCA 方法开发对于地形由铁的氧化物和植被为主; 方法不推荐用于其它地形类型。重要的是，他指出，应用氧化铁矿物地图，无论是土壤学和地质目的假定的表层的理解或模型分布铁氧化物。不管处理算法，相关的地貌形态
19、和发展是至关重要的理解所产生的图像。里贝罗德阿尔梅达和 Crosta（1997）指出，多光谱传感器，如陆地卫星 TM，可用于定位发生的可能区域热液蚀变。具体而言，Landsat TM 的数据可能是使用的“铁” （Fe3 +的）改变， （例如，硫化物在区分蚀变岩）和“粘土/酯” （高岭石，伊利石 /绢云母，蒙脱石，明矾石，方解石。在图像，它们通常表示一小部分每个像素的信息内容的，因此被遮蔽通过更突出的光谱特性，如植物在非干旱环境。因此，光谱特征，由于矿物质可能会形成非常在远程微妙的图案影像感测并因此得到提升解释。一个所使用的最有效的方法里贝罗德阿尔梅达和 Crosta（1997 年）为提高光谱信
20、息由于蚀变矿物是主成分分析（PCA） 。PCA 形成了专门设计的一些技术的基础提取相关信息，以铁和粘土/碳酸盐蚀变相 TM 或其他多光谱数据，通常被称为 “水晶”的方法。3.1Landsat 专题（ TM）传感器进行板载 Landsats4 和 5，从 1982年 7 月 toMay2012 有为期 16 天的重复周期。只有极少数的图像被收购从 2011 年十一月至五月 2012 年，与卫星 1 月开始退役活动2013（https:/lta.cr.usgs.gov/TM） 。陆地卫星增强型专题制图仪（ETM+）传感器板载陆地卫星 7 号卫星已经收购自 1999 年 7 月几乎连续的地球图像，以
21、为期 16 天的重复周期。然而，扫描线校正器（SLC）上未能在 2003 年 5 月，该仪器使获得的任何数据价值有限，在此日期之后（https:/lta.cr.usgs.gov/LETMP） 。Landsats4/5 和 7 具有最长一致的数据采集任何远程传感系统，以及时间和光谱连接与最新的传感器，作战土地成像仪（OLI）和热红外传感器（TIRS） ，板载了陆地卫星 8 号卫星，这是在 2013 年 2月推出（https:/lta.cr.usgs.gov/L8） 。早期的标志该卫星是陆地卫星数据连续性任务（LDCM ）和陆地卫星 8 的科学目标是充分收集数据与来自较早陆地卫星任务数据，以允许一
22、致土地覆盖和在多年代际时段土地利用变化的研究。在收购几何，校准，覆盖特性的一致性，光谱和空间特性，输出产品的质量，和数据可用性使人们有可能为人们进行比较，或合并，陆地卫星数据逐月和逐年（http:/science.nasa.gov/任务/ LDCM/） 。陆地卫星 4-5 的图像数据文件包括七个谱带（表 2） 。分辨率为30m 的波段 1 至 7。热红外（TIR）频带 6 收集在 120 米，但被重新采样到 30 微米。在船上陆地卫星 7（表 2）的主要手段是增强专题映射器加（ ETM +） ，它们的差别仅在添加有 15 米分辨率全色波段。被采集的数据的九阶的七由陆地卫星 8（表 2，图 2）
23、与陆地卫星 TM 一致和 ETM+传感器的前面的 Landsat 卫星的发现，为与历史悠久的陆地卫星数据的兼容性。的光谱波段 OLI 传感器，而类似的 Landsat7 的 ETM+传感器，提供增强对于现有陆地卫星仪器，并且具有增加了两个新的光谱波段。然而，还有就是，没有理由不能也形成部分一个 TM3 的数据集，与陆地卫星 TM 开始于 1982 年中。陆地卫星的场景进行处理，以标准地形校正（水平 1 T-精度和地形校正） 。1 级 T 公司提供的系统辐射和几何精度通过将地面控制点，同时采用数字高程模型（DEM）的地形准确性。该产品的大地测量精度取决于精度地面控制点和数字高程模型所使用的分辨率
24、。用于水平 1T 校正地面控制点来自 GLS2000 年的数据集。 DEM 来源包括 SRTM，NED，CDED ，DTED，和 GTOPO30.对于美国以外的地方，地形的精确度修正产品将取决于当地的地面控制的有效性点（GCP） ，以及最好的 DEM 的分辨率。3.2这项研究几乎完全依赖于陆地卫星数据显示颞合并的好处。ASTER（先进星载热辐射和反射辐射计）是日本传感器是船上五个远程传感设备之一泰拉卫星发射到 1999 年地球轨道由美国航天局。该仪器已经收集数据自 2000 年 2 月 ASTER 捕获 14 条，具有独特的组合的宽光谱范围和在可见的高空间分辨率通过短波红外近红外到热红外区。其
25、中 Level-1B 的数据集提供了缩放或校准的辐射值，并且是输入为最更高级别的产品。虽然这些数据可能还可用于时间合并，在更小的体积（60 60 公里）下载的目前的成本可能会限制使用的方法。3.3地球探索者（http:/earthexplorer.usgs.gov）提供在线搜索，浏览显示，元数据导出和数据下载的地球科学的数据来自美国地质调查局（USGS）的档案。选择一个场景中的特定点或小面积占分钟，因此选择多个场景，多年来产生 TM3 区域数据集，如九年十二场景摩羯座造山带 inWestern 澳大利亚将花费约 2 小时（HTTP：/ WWW。 。计费 ASTER 数据可用通过日本太空系统的地
26、球遥感司日本。每一个 Landsat TM 的数据集是双拉链，提供一个压缩通过组装文件集合到一个单一的 tar 归档创建的归档，然后压缩该存档使用gzip。最终的归档文件，所谓一个压缩包，是交付.tar.gz 文件。这些通常是围绕 140 MB，并解压缩到约 360 万桶一个 tar 归档。当最后解压缩后，数据将占据大约相同的空间作为存档，虽然如果转换到未压缩的六频带的 JPEG 2000 的数据集将只占据大约 80 MB;存储在二进制等效光栅数据，带交错逐线（BIL）格式是超过大得多 300 MB。数据下载量是不是一个问题，大多数地质学家，既是下载速度和服务提供商的数量都是大手笔并不断改进。
27、保持压缩文档所提供的一个良好的备份，虽然从源头上重新下载总是如果本地存储的一个选项是一个问题。一旦转换到未压缩的 JPEG2000 文件，即使是最大区域数据集应该是可控的。JPEG 2000 可以被用来存储用 TM3 数据集相关联的大的整数值，但不能处理非整数。作为 TM3 过程使用的年总和，而不是一个平均来说，原始数据应该总是整数。然而，随着到来的 12 位的大地卫星 8 数据，并且需要减少到兼容 8 位格式，没有损失的细节，数据将不再是整数，使得存储容量可能更大。解压缩数据所花费的时间，创建一个多波段数据集，求和数据以创建最终 TM3 数据集是每约一分钟数据，即九个分钟九年合并的一年。虽然
28、这是比需要管理单个场景长得多，它不是一个时间考虑的好处在此列出过多的研究。必须注意检查场景的地理参照，作为在处理由美国地质调查局非常偶然无法正确生成地理坐标数据集。检查一叠的角和中心数据是一个明智的一步，而这将增加多一点的整体处理时间。3.4 时间融合合并遥感数据的技术不是创新，虽然它已探索由早期的研究人员（Weydahl， 1993 年;波尔和 Van Genderen，1998 ） ，它并没有被应用到陆地卫星在这项研究中所描述的方式的数据。所提出的技术是将从大的时间范围内合并原始陆地卫星数据，选择最佳地面条件和最低或零云层。对于数据每个波段都加在一起来创建一个新的合并多年带。这通常会给予大
29、整数的数据集，虽然对于陆地卫星 8 数据的每个波段必须先除以 256，以减少它到名义 8 位空间，让实数的一个最终合并的数据集。这种技术已被变得更加容易，并具有可自由可用的，高度处理的数据从 USGS 问世更可靠（伍德科克等人，2008） 。该技术首次成功应用于到陆地卫星数据的利用有限的数据集，从澳大利亚温室气体办公室（AGO）和遥感服务（RSS）在西部澳大利亚政府（兰福德，2007） 。波尔和 Van Genderen（1998）描述和解释主要地球观测卫星数据的基于像素的图像融合作为一个贡献 tomulti 传感器集成为导向的数据处理。这个概念图像融合，他们详细介绍是一个过程处理的数据和资料
30、从多个来源获得成品或改进的信息决策（厅，1992 年） 。图像融合的一般定义被给定为：“图像融合的组合两种或更多种不同的图像通过一定的算法，形成一个新的形象“（范 Genderen 和波尔，1994）图像融合在三个不同的执行根据本阶段的处理水平进行融合发生;像素，功能或决策水平。在像素图像融合水平意味着融合在最低水平的处理指的是合并测量的物理参数的，而这是该技术正被提出了这项研究。波尔和 Van Genderen（1998）指出，除了三在该融合水平可以执行，图像融合可以应用各种类型的数据组：单个传感器颞（Weydahl，1993） ，多传感器的时间（波尔和面包车 Genderen，1995 年
31、） ，单个传感器的空间（陈词滥调等人，1985 年） ，多传感器的空间（Chavez 的等人，1991 ） ，单数据多传感器（GUYENNE，1995 年）这项研究仅着眼于第一类，单个传感器的时间合并，这已经成为过去一个更可行的选择，二十年来，作为陆地卫星数据的数量，质量和可行性得到了改善。所提出的 Weydahl 单个传感器的时间合并（1993 年）使用单通道 ERS-1 合成孔径雷达数据进行分析和分类地面功能。他建议，缺乏多光谱信息通过在可预见的采集数据可以部分补偿次，或通过利用时间维的。他用达四象，并得出结论，结合几个 SAR 图像，获得在不同时间在相同区域中，示出了增加了总体分类结果。
32、然而，这样的结果高度依赖于图像组合，图像的数目，并且散斑过滤方法中使用。angford 的（2007 ）指出，多波段遥感图像数据包括对景观格局和时间变化信息没有得到充分利用的风化层，地形和基岩的映射。陆地卫星 TM data 的各种地形测绘时期使用的合并，生产什么现在被称为陆地卫星 TM3，或 TM3 图像，有效地解决编制一套一致的图像中的挑战受季节性植被变化与火的疤痕，如占主导地位的地区在塔纳米沙漠在澳大利亚北部。尽管大多数用户自然会专注于最新的图像作为最看重的，确定在景观持续模式这涉及到地质材料是最好的去除完成短期效应。最近的图像可以是最严重的火灾疤痕，洪水和植被恢复方面，藏汉作为长期 t
33、ermde 等级的卫星传感器。一个简单的算术相加或平均的累加而对于田波 1994 至 2005 年 RSS 数据使用 Langford 的（2007 ） ，以产生具有改进的颜色深度和图象加强地质材料，歧视更有效称赞的可用细节在高分辨率正射影像用于区域地质填图。3.5陆地卫星 TMbands 的组合可以用于提供概述景观和材料。陆地卫星TMBands741 和 754，显示为 RGB，可以突出一个广泛的范围内的粘土，植被和氧化铁。然而，地形的影响，能产生较高的反照率，有助于到带和之间的高相关性，一般在彩色合成图像中的主导作用。单波段图像（例如，TM5）在灰度显示，可用于高亮空间细节。彩色复合材料和
34、灰度图像是有用的背景其他专题图层。它们可以适当地集成进一步与伽玛射线光谱数据，并披在 DEM 数据以提高地形可视化（威尔福德和克雷西，2002; Gozzard，2004） 。3.6使用频段的比例是一个简单而实用的图像处理方法，为提高光谱反射率的差异，这将有助于在歧视和具体的材料，包括矿物制图，土壤和植被。如果所用的条带对应于的位置反射峰，吸收槽和变化的曲线坡度，然后用带间的比率将最大限度地光谱和吸收对比。使用比率的一个优点是的抑制地形引起的照度差异，材料具有相同光谱反射率特性将具有相同的比率值不论在原图像的亮度的差异（Gozzard，2004 年） 。比率图像通常是饱和和不显示地形信息，但它
35、们也可以是由于限制色嘈杂深度的单历元的 Landsat TM 数据。经验已经表明（Gozzard 和塔普利，1994;塔普利和 Gozzard，1994; Gozzard，2004 年） ，尤其是两个图像增强能够有效区分和识别风化层的 awide 范围材料;这些都是带 5/7 的带间的比率：4/7：4/2 （RGB ） ，和带 754（RGB）的去相关拉伸图像;带间的比率使用的是这里称为 Gozzard 比率。这个组合是最有效的为突出的发生和相对于表层的浓度原生矿物包括赤铁矿，针铁矿内部和高岭石土壤，砾石和两个长英质和镁铁质单位岩层（Gozzard，2004 ） 。波段的比率也抑制地形相关的变
36、化，整体变化的反射率，以及与粒度亮度差，同时强调在分光反射率的形状差异曲线（罗文等人，1974; Abrams 等人， 1983;布洛杰特和 Brown， 1982 年;苏丹等人，1986） 。波段比率和繁殖技术最大化的岩石是不同的，因为某些频段的比例是敏感到岩石的特定化学和矿物成分。3.7Landsats4/5 和 7 的数据将被作为 8 位标记图像文件格式（TIFF）图像的每个频带，这限制了颜色深度在一个三带图像 24 位真彩色;每层 256 色（0-255） 。大地卫星 8 个数据将被作为 16 位 TIFF 图像，虽然数据在 12 位的格式被获取。虽然这种改进中位深将导致更好的图像，特
37、别是与带的比率，所述数据是目前仍局限在一个狭窄的范围内的时间。在多年的数据被总和合并，位深度增加。因此，对于九个年 8 位数据，颜色深度为 0 到 2304 色每层（2569） ，这是有效的深色之间的 10 位和 12 位。合并 16 年数据，将创建一个真正的 12 位彩色图像（4096 色） ，虽然这严格的方法来数据操作是不必要的。随着陆地卫星 8，合并多个年的数据还可以增加比特深度，并且将提供进一步的增强在未来的 TM3 方法。当合并陆地卫星 8 个数据与旧的数据时，12 位数据被简单地通过减少到 8 位师，虽然所得到的数据不再整数。从理论上说，人眼能够分辨数百万种颜色，但在实践它是很难看
38、到在颜色之间的任何差异从 TM3 数据集和常规创建深色图像真彩色，从单一的划时代的 24 位图像。重要的是，是否存在的更多的色调每个三原色意味着 posteri 偿时发生的图像的视比特深度已减少，以至于它有一个视觉冲击。这通常出现在使用频带的比率的图像，并且被除去创建 TM3 图像时作可以在图像上没有明显的风险来执行条带或海报通货膨胀，当带比率或更复杂的算法的使用，图像的清晰度在确定岩性边界，结构，风化层关键材料和变更可能区域。图。3 提供的例子乐队的比率在映射元古代地层学的应用和在西澳大利亚的摩羯座造山带相关的风化层。该地区是潜在的层控贱金属矿化（Cooper 等人，1998） 。所使用的带
39、间的比率是 Gozzard 比率 5/7：4/7：4/2（RGB ）（Gozzard 和塔普利，1994 年，塔普利和 Gozzard， 1994 年） 。这个组合是最有效的突出的发生和相对地表浓度的主要矿物包括赤铁矿，土壤，砾石中针铁矿和高岭石和岩石露头无论是长英质和镁铁质单位（Gozzard，2004 年） 。图。3 比较了 2011 陆地卫星 5 的数据路径112 Row77with 的一部分一个 TM3 的数据集，包括九年的陆地卫星5 的数据，从 1987 年到 2011 年在区域和地方各级的 TM3 图像出现更清晰，并提供更清晰的颜色辨别。在地方规模，这往往是 ofmore兴趣在确定
40、的勘探目标，单一的时代形象是不容易解释。的 TM3 图像，但是，显示薄，但一致的地层单元宽大约 100 男，并且可映射风化层单位窄 50 微米。3.8使用复杂的算法，以描绘地质感兴趣的领域，通常侧重于勘探潜力或改变格局，是在文献中广泛存在。然而良好的算法可以在理论上，如果它被应用到数据集是不够好为任务，所得到的勘探目标将在最好是差。使用 TM3 的数据，有一个更好的机会，algorithmwill 执行作为预测，而该目标矿物或 anomal 栓塞会正确鉴定。其中最有效的复杂的算法，用于识别一个不同的风化层材料的范围是神龙公司，弗雷泽和开发绿色（1987） 。神龙公司是由派生用于分隔粘土的形象从
41、波段 4/3 和 5/7 的比率主要组成部分。比 4/3 增强的绿色植被和 5/7 的比例提高了反应不一植被和粘土。神龙公司对这些频段比工作能够分开植被其外粘土响应。在泥乐队（派生从第二主成分） ，然后与一个比率组合带 5/4（铁质材料） ，并带 7+1（富含二氧化硅材料）在一个彩色合成图像（威尔福德和克雷西，2002）这个过程已经被应用到数据的两个单年，和一个从路径 112 排 76，并显示九年 TM3 数据集（1987-2010）相当明显的差异（图 4） 。在希望丘陵铁矿位于在西澳大利亚，百公里西北纽曼的皮尔巴拉地区，谎言只是为了在这些图像区域的西部。有没有保证，TM3 形象是正确的，但似
42、乎不可能从单一年份的形象是一个更好的代表性现实不是合并后的 TM3 数据集的形象。此外，该算法有时显示出非常相似的结果（图 4C-D）和有时相当不同的结果（图 4E-G） 。3.9陆地卫星 TM 热红外波段，它被指定为六级，有下辐射灵敏度，和粗糙的空间分辨率，相对于所述反射带（表 2） 。热频段响应不同的温度和发射率在地面上。这将产生图像该显示发出的热能该关联的相对差异在太阳能加热对不同成分的表面效果的部分和方向。热红外作为地质上的潜在来源的重要性有用的信息已被公认为几十年来（结算， 1981） ，研究结果表明，获得的地质信息热红外测量一般补不重复的光谱得出的信息类型反射测量。结算（1981
43、年）得出结论认为，热红外 red was 欠研究和利用不足的频谱部弗罗马地质学的角度，并以这种 some extent 情况并没有对于目前的陆地卫星的数据变化. 不像更近的 TIR 传感器，如所使用的紫菀，所有陆地卫星系统迄今有没有被设计为映射表面组成，因此具有有限的值地质学家。这包括陆地卫星 8 个双 TIR 乐队和老一辈的 Landsat 单 TIR 波段。虽然使用热数据的会改善与增加可用性数据 from hyperspectral 传感器是专为表面映射，从陆地卫星 TM 采用了比较有限的数据是一个可行的选项时，颞合并施加，给出的改善的可靠性和所产生的图像的质量。尽管在解释难度大地卫星热发
44、射率数据，时间合并的应用是仍然被认为是一种有用的附加的加工技术，而这因此，已经评估了这项研究。3.10感兴趣的勘探行业，TM3 的两种情况可能不会提供更好的数据输入是茂密的植被，如热带雨林，和极端干旱地区。在前者的情况下，有这样的小表面矿物反射率，再多合并可放大响应。在后一种情况下，如果有很少或没有植被，没有火灾疤痕或季节性洪水，应对弗罗马一年应该是稍有不同，从多个合并年。然而，虽然一简单的彩色合成图像显示在干旱几乎没有差别区，一个复杂的算法，如那些使用比率或主成分，可能仍然表现出显着的改善。4.1任何图像获取中的目的是为了避免先，然后最小化云的影响。对于区域尺度的数据集，包括多多个场景路径排
45、组合，这是困难的，并且在一些世界之窗接近不可能的领域实现了一个大的时间序列。云的影响会有所不同，具体的范围，形式和密度的云彩。在图的例子。5 可见斑片状云重阴影。单年度的图像是由云层明显占优，而 TM3真彩色图像只显示一个淡淡的影子。该 Gozzard 比率图像显示的云时，没有明显的迹象 TM3 数据被使用，但在一年中有很大的影响。如果云影响数据被选作 TM3 数据集的一部分，那么能够看到该合并的组分，藏汉因为它是重要最后的影像，以解决可能与解释问题云遮。美国地质调查局提供的网页预览图像是理想的解决对时间序列中的单个事件的任何不确定性，例如云或烟雾。4.2烟雾已普遍较小尺寸的气溶胶颗粒相比与水
46、滴云使得其相对透明的在较长波长（N1 微米，即，陆地卫星频带 5 和 7） 。这一系列的图片显示为的 Spinifex 范围，位于约 50 公里西北部威卢纳，西澳大利亚州和陆地卫星路径 111 的一部分排 78（图 6） 。在真彩色图像，上一个 TM3 图像（图残余 6A-B）比它是云（图 5-B）不太明显。在Gozzard 比率图像对（图 6 的 C-D）中，烟也就是在单相当明显今年，是非常困难的 TM3 图像发现。这不，但是，强调理解的重要性，监控一个一年中的任何异常分量，并检查所感知异常或图案在 TM3 图像，以确保它是不只是代表一个微妙的人工制品与一个单一的事件，例如烟，云，火疤痕或洪
47、水。4.3澳大利亚北部的大部分地区受频繁的大规模影响丛林火灾，季节性降雨和随后的重新植被。例如，从陆地卫星路径 103 行 70 示出了使用的好处时间合并为风化层和岩性映射（图 7） 。罗珀酒吧区，达尔文东南 600 公里，是前瞻性的鲕状铁矿石。应用相同的算法，以各区域的数据（图 7A-B）表示如何透过广泛火灾疤痕在单年度的图像既掩盖他们覆盖和领域给予的形象不佳，在邻近地区。该 TM3 图显示了光谱响应更大的区域变化，而火疤痕几乎看不出来。当地照片（图 7C-D）加强的火伤痕在单一的显性今年的形象，掩盖了详细的地层和风化层模式这是明确的 TM3 图像。4.4季节性洪水往往是半干旱环境的特征，加
48、剧在低地势地区，如湖Nabberu 面积，约北威卢纳在西澳大利亚（图 8）100 公里。这些区域由风化层为主，其中途径地球化学分散可遮蔽，但通常还含有露头的小面积对识别古河道的关键。最古老的形象，从 1987 年 9 月（265 天） ，陆地卫星路径 111 行 78，显示在此 Playa 湖泊系统一些水，以不同度前面的雨季后晒出。近期影像，从 2008 年 10 月（275天） ，因此同样的季节这一年，是由干燥为主，无明显积水。该 TM3图像清晰的降雨量最多和最干旱的一个妥协年，所以并不代表现实，但旨在描绘在一个湖泊这显示了持续干旱地区通用的方法（RGB 光棕色; 741 蓝色）和地区的定期
49、淹没（RGB grey blue; 741 白光棕色） ，在图像的时期。虽然 TM3 形象是干盐湖的状态的一种理想化的看法湖泊，从环境和风化层映射观点这创造了一个更可靠的和一致的模型，假定选择主数据集不偏。对于严格的环境改变监测，数据选择是可能比为更严格地质目的。4.5看着集中养殖或植被茂密的地区，TM3 方法没有克服比使用单个历元的图像的掩蔽效果要好得多。如果覆盖面光谱响应是植被，再多的处理将克服这一点，当结合农业错落有致的视觉掩蔽效应，更微妙的地质特点就不可能再区分。为了验证这一点，两项试验分别进行;第一，如果仔细看场景选择，避免了郁郁葱葱的绿色植被生长的时间，可以克服了掩蔽，和第二比较农业的影响在高和低降雨量的地区。选择这两个区域是北部迪戈区金矿澳大利亚维多利亚州，有511 毫米雨一年（27-55 毫米/ 月） ，和尔加恩克拉克拉通在西澳大利亚州东部的利润小麦带区，降雨量大约是一年 259 毫米（8-41 毫米/月） 。十六年陆地卫星 5 的数据（ 1996-2011）的路径 93 排 85 被选作本迪戈区金矿区，维多利亚州，有轻微云覆盖在两个数据集，和不同程度的植被生长的。这与精选的短短四年的那几年（2004-9）进行比较没有云和最小植被。随机选择 16 年数据集给了一个差的结
