《表5 PCA[3 9 12 14]主成分特征向量矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于影像协同的蚀变信息提取研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

主成分分析法（PCA）可以尽量减少新生成变量之间信息的重复与冗余，去除波段间的多余信息，一般来说，前3个主成分包含所有波段95%以上的信息量。主成分分析法是目前用于蚀变信息提取使用次数较多、也较为精确一种方法。借鉴Crosta主成分分析法[24]的思想，对Landsat8数据的铁染蚀变信息提取，采用OLI2、OLI4、OLI5、OLI6等4个波段组合进行主成分分析。由于WorldView-2数据最大的波长范围在0.860～1.040μm，没有办法找到对应OLI6(1.560～1.660μm）的波段，所以无法对WorldView-2数据进行铁染异常的主成分分析。选择协同影像数据的Band3、Band9、Band12、Band14进行蚀变信息提取。然后观察特征向量矩阵（见表4、表5），在其中选择出能代表铁染矿物的主成分向量。