遥感技术作为一种高效实用的信息获取手段,在地质调查中获得了广泛的应用,如线性构造提取、岩性填图以及资源矿产勘查等,但针对于稀疏露头区的岩性解译识别还鲜有研究。究其根本,主要有三个方面的因素:1)在稀疏露头区,岩石出露较少,背景信息太强,对准确地识别岩性露头带来了难度;2)稀疏露头区的岩石风化作用强烈,对原岩的识别产生巨大的干扰;3)岩性解译的算法不够完善,对影像中的假异常无法有效的消除,进而导致解译精度较低。因此,探索利用遥感技术在稀疏露头区的岩性填图工作势在必行。针对上述问题,本项目以中国滇西北地区丽江—大理境内的第四系堆积物、砂岩、碳酸盐岩和玄武岩露头作为主要研究对象,以ASTER数据、GOOGLE卫星遥感影像及DEM等作为主要基础数据对研究区内不同类型的岩性填图单元进行解译识别,并建立了一套完整的利用“匹配滤波—分形理论—空间分析”的方法体系对遥感图像露头进行识别和分类处理,该方法体系主要包括六个方面的内容:1)对选取的ASTER数据进行预处理;2)选取已知岩性的少数露头作为感兴趣区(Regions of Interest,ROIs),在预处理后的遥感影像上建立不同岩石填图单元的“标准”光谱库;3)充分利用匹配滤波(Matched Filtering,MF)的方法增强图像信息,同时采用分形理论方法(Fractal Theory)对不同岩性的光谱曲线进行分割、选取阈值,从而消除大部分背景信息;4)对不同波段进行组合、做比值来消除植被、水体、人工建筑物以及山体阴影所造成的异常;5)结合不同岩性的风化特点和地形特征,对待解译的地物目标进行地形变化因子分析,消除地形变化因素对岩性解译分析结果所产生的影响;6)最后通过野外实地的考察和验证,并结合传统手段绘制的滇西北地区1:5万岩性分布图,采用Kappa系数的遥感图像分类精度评价标准和野外验证对岩性解译结果进行精度计算及评价,同时绘制遥感岩性单元分布图。实验结果表明,滇西北一带第四系堆积物、砂岩、碳酸盐岩及玄武岩的解译精度分别为0.9305、0.8211、0.9003和0.4986,验证了该方法体系在地形复杂地区对稀疏露头的识别分类具有一定的可行性,为其他露头稀疏区的遥感地质填图工作提供了有效的参考方案;玄武岩的解译效果较差也说明了该方法对强风化区玄武岩的识别效果并不是很理想,具有一定的局限性,有待进一步的深入研究。