提出一种基于奇异值分解(Singular Value Decomposition,SVD)的ETM+遥感蚀变信息提取方法,有效地避免了PCA方法在数据正态标准化过程中造成信息丢失的问题,确保了矿物光谱的特征性;采用半自适应的异常后处理技术,计算初始蚀变信息与目标矿物的相似度以确定最优异常分割阈值,使得提取的异常信息更具针对性。以青海省五龙沟金矿勘查区为研究区,提取与金矿化相关的铁染蚀变和羟基异常信息。结果表明,该方法提取的蚀变信息与地层、侵入岩和断裂构造吻合较好,比PCA方法提取精度更高,应用效果更好,为五龙沟地区蚀变信息提取和金矿勘查提供了新的思路。
