⑴ 断裂、线性构造解译资料的分析方法
在遥感图像上解译出的大量线性构造在研究时需要作进一步的统计和归纳分析,以便正确地认识一个地区的断裂、线性构造的发育特点和空间分布规律。
(一)线性构造的空间分布规律
同一应力场作用下形成的断裂线性构造,其空间展布的特点主要表现为:
1.平行等间距分布
在同一地区同一应力场作用下形成的同一规模、同一性质、同一方向的线性构造在空间上具有平行等间距分布的规律,这种分布规律具有区域性特点,与水平挤压地应力波动传递方式有关。线性构造的规模与其间距成正比,规模越大,间距越大。在一定范围内应用平行等间距分布规律可以预测隐伏断裂的存在位置,还可以作为推断线性构造规模大小的依据之一。
2.网格状分布规律
在小比例尺卫星图像或其镶嵌图上解译出的区域性或全球性的线性构造常常呈现为网格状的图形。有些学者认为,这是由于地球自转产生的南北向压应力而形成的具有全球性分布的北西和北东向展布的两组剪切构造及南北向的张性和东西向的压性线性软弱带。有些学者认为,不同陆块上北东向和北西向两组剪切线性构造角度的偏差,可能指示了不同陆块之间相对的漂移运动。
3.模式组合规律
一些局部的构造的解译,可能找到类型上一些线性构造组合模式。如果能把这种组合模式与大区域构造应力场所形成的线性构造区分开来,从而能帮助对局部构造的识别,这对隐伏构造解译尤为有用。如图8-12所示,小侵入体或火山管道上方常产生放射状模式;较大的侵入体或大盐丘顶部可能形成一种空心的环状-放射状模式;紧闭背斜轴部可以发育平行的张性断裂;开阔背斜轴部常产生张性断陷构造;盐丘褶皱上的断裂在其尾部常具有向外张开分叉的趋势;在时代较新的盐丘及穹窿构造的边缘常出现断续的环状-放射状断裂。
图8-12 构造模式图
利用线性构造的平面组合模式可以作应力场分析及断裂性质、类型、构造形成序次等研究。把线性构造平面组合形态与构造力学结合起来,按照一定的应力模型对线性构造作必要的分类、筛选和赋予相对时代的含义,对正确认识区域构造特征具有重要意义。
(二)线性构造统计分析方法简介
为半定量或定量地研究线性构造的空间分布规律,通常基于概率论并应用数理统计的方法来研究线性构造的长度、密度、频率、方位等特征。这些统计分析资料,有利于降低目视解译中主观任意性带来的影响,还便于和物化探资料对比分析和进行多源地学数据的综合处理。线性构造统计分析的基础资料是遥感图像线性构造解译图或计算机自动检测提取的线性构造图,分析所用的基本数据是线性构造的长度、方位和数量等。在分析中一般把线性构造都作为直线段看待。随着计算机技术的引入,线性构造统计分析的速度和效率得到大大的提高,并且统计方法也越来越多,如方位分析、密度分析、偏差指数分析、方位异常度分析、优益度分析、空间距离测度分析、趋势面分析等等(庄培仁等,1986;王润生等,1992)。下面介绍两种常用的方法:
1.方位分析
方位分析的目的是了解区域或局部线性构造展布方向的特征。全区方位分析是在全区线性构造解译图上统计各方位(角度)区间内线性构造的条数或总长度,根据线性构造数量的多少,角度间距一般以5或10°为宜;局部方位分析是将全区线性构造解译图按一定的网格划分出统计单元,统计每个网格中的上述数据。一般将统计数据用玫瑰花图或直方图表示。
玫瑰花图是在半圆内(180°空间)或圆内(360°空间)按角度区间,以半径表示线性构造的条数或总长度,从而作出方位-长度玫瑰花图或方位-频数(条数)玫瑰花图。在作玫瑰花图时,可以按一定间距的规则网格作出规则分区的玫瑰花图,也可以按地质单元、构造单元或自然地理单元作出不规则分区的玫瑰花图,用来对比不同单元中构造特征的差异。直方图多用来作全区方位分析,其作法是以线性构造方位角为横坐标,各方位区间内线性构造的频数(条数)或长度和为纵坐标,可作出方位一频数直方图和方位-长度直方图。上述图件可以用以确定线性构造方位分组,了解区内线性构造优势方位,作区域构造应力场分析的辅助资料,区分区域构造和局部构造的关系等。
在方位分析时应注意,在不同比例尺的图像上或不同尺寸的采样网格上取得的统计分析结果会有差异的,这可能反映了区域线性构造(大型断裂构造)和局部线性构造(断层、节理)之间的序次关系;也可能是不同比例尺遥感图像对线性构造抽象能力不同有关。
2.密度分析
密度是指每一统计网格单元内线性构造的总长度或总条数或线性构造结点数等,这些统计数据常用等密度图(密度等值线图)来表示,还可以借助图像处理技术变换成灰度图像或彩色图像。线性构造等密度图反映了线性构造空间密度分布的数字特征和结构特征,这些特征可以提供隐伏构造、深部构造信息和提供找矿线索。
等密度图的基本作法是以一定的采样网格(一般采用正方形网格)对线性构造图采样,计算每个网格(即单位面积)内线性构造的总长度或总条数或不同方位线性构造交点数,将这些数据置于各网格的中心,然后以这些数据选择合适的密度间隔插值作出相应的平面等值线图。如线性构造长度(或条数)等密度图,线性构造结点(交叉点)等密度图。在实际工作中既可作全方位线性构造等密度图,也可以作某一方位线性构造等密度图(如南北向、东西向、北东向、北西向),用来研究这一方向线性构造的发育规律、分带特征等。此外,还可以在同一张线性构造图上采用不同大小的采样网格作出一系列等密度图以分析不同规模的线性构造特征,一般所划分的采样网格的尺寸应与所要研究的线性构造的规模大体相当,如研究断层、节理等分布特征时可采用较小的网格,研究区域大型断裂构造分布特征时宜采用较大的网格。有时在统计过程中常对大型线性构造赋以一定的加权值,以达到突出区域大型线性构造的目的。
对线性构造统计资料的解释和分析应用,是遥感构造工作重要内容。解释和分析一定要:第一,根据地质实际来进行正确解释;第二,在紧密围绕研究工作的目的来进行。
线性构造的方位统计资料,通常可以回答研究区的线性构造优势方位、分组特点。与地面地质配合,有时还可以有助于对区域构造应力场的分析。对密度统计资料的分析应用,随具体情况而异。通常高密度异常区常代表断裂或褶皱的发育部位,低密度异常区可能代表构造相对稳定的地块或第四系覆盖区,呈面状分布的高、中、低密度区常与一定的岩性分区有一定的对应关系。其次是进行密度异常区的形态结构分析。按高密度及低密度圈闭区等值线的形态、延伸方向、密度梯度带的延伸方位等可以确定区内主要线性构造的发育部位及分带性等。如单向延伸的高密度区或密度梯度带可能代表着大型断裂构造或隐伏断裂构造的分布位置及延伸方向;外围为低密度区、中间为高密度区或外围为高密度区、中间为低密度区的环形闭合等值线可能表明隐伏的穹窿构造或等轴状侵入体、火山机构等环形构造的存在;单向延伸的高密度异常区的相间分布代表了线性构造的分带性等。此外,对线性构造等密度图的解释还应结合所掌握的地质资料和物化探等资料,特别是与相应比例尺的航磁图、重力资料进行对比,以揭示深部构造特征,与相应比例尺的化探资料对比,来分析控矿构造和容矿构造的特征等。
遥感地学分析
遥感与地学各学科-——遥感应用之间的借口
一.遥感信息地学平价
1.遥感信息的属性:遥感信息的多源性(平台、波段、时间)
遥感信息的物理属性(空间、波普、时间分辨率)
2.遥感研究对象的地学属性:
空间分布
波普反射和辐射特性
时相变化
二.遥感信息地学评价标准
1.空间分辨率:图像上能够详细区分的最小单元的尺寸或大小
表示法:(1)像元:单个像元所对应的地面面积的大小,单位:M
(2)线对数:影像1MM间隔内包含的线对数,单位:线对/mm
(3)瞬时视场:传感器的瞬时时域,单位:mrad
2.波普分辨率:遥感器所选用的波段数目、波段波长、波段宽度
3.时间分辨率:对同一地区遥感影像重复覆盖的频率
遥感地学综合分析方法
遥感信息地学分析涉及的问题
1.光谱信息是遥感的基础。地物的波普特征是复杂的。它受多种因素的控制,而且地物波普的特征本身也因时因地的变化着。
2.同一地物在影像上,由于它的地理区位不同,表现形式不一;而表现形式相同的,也未必是同一现象或地物。即,存在着“同物异谱、同谱异物”现象,是解译结果不是唯一的,具有不确定性。
3.对地物识别依赖它们的光谱(亮度、密度)形状、大小、纹理结构等影像特征。而且目前计算机图像处理主要还是依靠波普记录的色调或亮度信息,而对纹理识别较差,更缺乏机理的认识,因而带有一定的随机性、偶然性和片面性
4.地表现象是错综复杂的,各个要素之间的关系可以有多种类型。有的具有明显的规律性,有些具有随机性、不确定性,增添了影像解译的难度
5.遥感所获得的信息并非是自然综合体的全部信息,而仅仅是自然综合体里能在二维平面上表现的那一部分信息。仅从遥感得到的瞬时二维图像所能提取、识别的信息无法满足各个学科的需要
二.遥感综合分析方法
1.遥感地学相关分析
充分认识地物之间以及地物与遥感信息之间的相关性,并借助这种相关性,在遥感图像上找寻目标是别的相关因子即间接解译标志,通过图像处理与分析,提取出这些相关因子,从而推断和识别目标本身
主导因素分析方法
一个地区的自然环境和特点,是由自然和人为综合因素决定的。在多种因素中,又会有起主导和决定作用的因素。在对遥感图像提取某个专题信息时,应当先找出它的主导因素。对于不同的目的,起主导因素是不同的,同一目的中,不等级的分类系统主导因素也可能不一.
土壤自动分类
一般认为自动和可靠的土壤识别技术不能完全基于遥感多光谱分板。这是因为植物覆盖、大气条件、传感器的稳定性以及太阳角度引起的数据噪声都直接影响到多光谱资料识别土壤的精度。另外,农田耕种活动的差别、地表地形起伏等也明显的改变着表土的光谱辐射通量,造成光谱分析法识别土壤的混乱。而光谱分析法也不能把地标性太这个相当重要的因子作为识别土壤的特征因子。
探求如何让在这些复杂多变的因素中选择关系最密切的特征因素作为遥感资料自动分类中的直接或间接指标
土壤是岩石的风化物在生物、气候、地形等因素综合作用下形成和发展的,是各种因素的综合反映。
应用传统的土壤分析法与现代遥感及计算机处理技术相结合的综合分析方法便可以识别出各种成土因子(如植被、地表温度、湿度、水系和地形)以及土类的地面信息(如土地利用、质地光谱特征),在加上环境信息(如地区气候、地质历史等)。并且可以通过它们之间的相关关系进一步区分出土类中的细小差别,识别出土壤的类型
把地形因子作为影响土壤的主导因素来考虑
根据数字地形数据计算出定量地形因素,往往是遥感自动识别土壤,建立遥感直接或间接标志的前提,也是地学领域从定性描述向定量化发展的关键。因而美国农业部提出了一个运用遥感资料的数字化地形数据所计算得到的栋梁地形因素来自动识别土壤类型的系统方法。
⑶ 什么叫遥感地学分析地学分析的方法有哪些
遥感地学分析
遥感与地学各学科-——遥感应用之间的借口
一.遥感信息地学平价
1.遥感信息的属性:遥感信息的多源性(平台、波段、时间)
遥感信息的物理属性(空间、波普、时间分辨率)
2.遥感研究对象的地学属性:
空间分布
波普反射和辐射特性
时相变化
二.遥感信息地学评价标准
1.空间分辨率:图像上能够详细区分的最小单元的尺寸或大小
表示法:(1)像元:单个像元所对应的地面面积的大小,单位:M
(2)线对数:影像1MM间隔内包含的线对数,单位:线对/mm
(3)瞬时视场:传感器的瞬时时域,单位:mrad
2.波普分辨率:遥感器所选用的波段数目、波段波长、波段宽度
3.时间分辨率:对同一地区遥感影像重复覆盖的频率
遥感地学综合分析方法
遥感信息地学分析涉及的问题
1.光谱信息是遥感的基础。地物的波普特征是复杂的。它受多种因素的控制,而且地物波普的特征本身也因时因地的变化着。
2.同一地物在影像上,由于它的地理区位不同,表现形式不一;而表现形式相同的,也未必是同一现象或地物。即,存在着“同物异谱、同谱异物”现象,是解译结果不是唯一的,具有不确定性。
3.对地物识别依赖它们的光谱(亮度、密度)形状、大小、纹理结构等影像特征。而且目前计算机图像处理主要还是依靠波普记录的色调或亮度信息,而对纹理识别较差,更缺乏机理的认识,因而带有一定的随机性、偶然性和片面性
4.地表现象是错综复杂的,各个要素之间的关系可以有多种类型。有的具有明显的规律性,有些具有随机性、不确定性,增添了影像解译的难度
5.遥感所获得的信息并非是自然综合体的全部信息,而仅仅是自然综合体里能在二维平面上表现的那一部分信息。仅从遥感得到的瞬时二维图像所能提取、识别的信息无法满足各个学科的需要
二.遥感综合分析方法
1.遥感地学相关分析
充分认识地物之间以及地物与遥感信息之间的相关性,并借助这种相关性,在遥感图像上找寻目标是别的相关因子即间接解译标志,通过图像处理与分析,提取出这些相关因子,从而推断和识别目标本身
主导因素分析方法
一个地区的自然环境和特点,是由自然和人为综合因素决定的。在多种因素中,又会有起主导和决定作用的因素。在对遥感图像提取某个专题信息时,应当先找出它的主导因素。对于不同的目的,起主导因素是不同的,同一目的中,不等级的分类系统主导因素也可能不一.
土壤自动分类
一般认为自动和可靠的土壤识别技术不能完全基于遥感多光谱分板。这是因为植物覆盖、大气条件、传感器的稳定性以及太阳角度引起的数据噪声都直接影响到多光谱资料识别土壤的精度。另外,农田耕种活动的差别、地表地形起伏等也明显的改变着表土的光谱辐射通量,造成光谱分析法识别土壤的混乱。而光谱分析法也不能把地标性太这个相当重要的因子作为识别土壤的特征因子。
探求如何让在这些复杂多变的因素中选择关系最密切的特征因素作为遥感资料自动分类中的直接或间接指标
土壤是岩石的风化物在生物、气候、地形等因素综合作用下形成和发展的,是各种因素的综合反映。
应用传统的土壤分析法与现代遥感及计算机处理技术相结合的综合分析方法便可以识别出各种成土因子(如植被、地表温度、湿度、水系和地形)以及土类的地面信息(如土地利用、质地光谱特征),在加上环境信息(如地区气候、地质历史等)。并且可以通过它们之间的相关关系进一步区分出土类中的细小差别,识别出土壤的类型
把地形因子作为影响土壤的主导因素来考虑
根据数字地形数据计算出定量地形因素,往往是遥感自动识别土壤,建立遥感直接或间接标志的前提,也是地学领域从定性描述向定量化发展的关键。因而美国农业部提出了一个运用遥感资料的数字化地形数据所计算得到的栋梁地形因素来自动识别土壤类型的系统方法。