基于主分量门限化技术是以主成分提取技术为主，采用标准误差分级的办法提取蚀变信息。这种方法不仅可以提取出蚀变信息，而且对于蚀变信息的强弱还可以起到分级的效果。
1.模型提取的理论基础
主分量提取原理如前节所述，现主要说明门限化技术分级的理论基础。门限化技术对蚀变异常进行分级实际上就是以标准离差值（σ）作为尺度，用数倍σ值作为阈值，限定异常水平。
首先，应用此模型我们应该知道TM数据直方图经常接近正态分布。我们知道观测值的偶然误差成正态分布，而且早在1795年德国数学家高斯就推导出偶然误差或然曲率的函数表达式即高斯误差分布定律：
中亚地区高光谱遥感地物蚀变信息识别与提取
式中：σ称为标准离差，图6-5 展示当误差用标准误差作单位时，各个误差或然率的大小。
图6-5 或然率和kσ的关系
结合我们的具体情况，当所面对的地区足够大时，可以近似地认为，TM各波段数据以及其线性处理结果的统计性规律具有类似（在不严格的概念下）正态分布的特点：①常常只有一个中心，即中值（当出现双峰时，往往是存在两类主宰性地质因素）；②小偏离比大偏离出现的机会多；③大小相等，符号相反的正负偏离的几率接近，直方图近于对称于Y轴；④极大的正偏离和极小的负偏离的几率都非常小，直方图两端迅速衰减。
究其原因，当地区较大时，不同岩性的出现具有随机特性（偶然性），故而描述偶然误差的高斯误差方程及相关概念，可以被借用于TM或ETM+数据处理中。
其次，是否可以使用标准离差σ作为遥感异常切割的尺度？在误差理论中σ称之为标准误差，也可称之为均方根误差，其表达式为：
中亚地区高光谱遥感地物蚀变信息识别与提取
TM数据或ETM+数据处理以多元分析为基础，多元统计分析中对应参量是标准差（或偏差），其定义为：
中亚地区高光谱遥感地物蚀变信息识别与提取
既然TM数据或ETM+数据及其线性处理结果一般均有近似正态分布的直方图，那么我们在做异常切割时便可借用σ这个表征正态分布曲线的尺度。例如主分量分析结果可以把均值（
2.基于主分量门限化模型提取蚀变信息
本论文在总结前人研究成果的基础上，通过模型试验以及多种图像处理方法的实验，最后选用ETM+1+ ETM+2，ETM+4/ETM+3，ETM+5，ETM+7 波段进行主分量代替传统的两组主分量（ETM+1，ETM+3，ETM+4，ETM+5）和（ETM+1，ETM+4，ETM+5，ETM+7）。因为，ETM+1 +ETM+2代替ETM+1，目的是为了充分利用可见光区宽频带信息；以ETM+4/ETM+3 代替ETM+4，目的是增强低植被覆盖区的蚀变遥感异常。无论是ETM+4，还是ETM+4/ETM+3都可以作为植被指数图像。但后者综合了ETM+3，对于是植被稀少的含氧化铁的蚀变地区，ETM+3呈高值，而ETM+4呈低值，则ETM+4/ETM+3 更趋低值，因此该比值的降低必然导致蚀变信息的增强，而由于用ETM+4/ETM+3代替ETM+4，所以该主分量分析的结果中已包含了氧化铁的信息，故而最终可以用ETM+1+ETM+2，ETM+4/ETM+3，ETM+5，ETM+7代替原先的两组作主分量分析。
（1）异常提取
（ETM+1+ETM+2，ETM+4/ETM+3，ETM+5，ETM+7）PCA
目的是提取羟基（OH-）和铁染的热液蚀变矿物的蚀变遥感信息。并以±4σ（标准离差）作为主分量输出的动态范围，获得蚀变遥感异常主分量。并选择适合的主分量作为门限化提取的基础图（表6-6）。
（2）门限化处理
提取出羟基和铁染的主分量后，计算出其两个主分量图的统计特征，其统计的特征如表6-5。
表6-5 主分量统计值
由表6-5可以看出，PC3中ETM+4/ETM+3的值最小，且呈负值，说明植被信息最小，铁染的信息最大，而ETM+5和ETM+7的绝对值比较大，且ETM+7为负值，ETM+5为正值，反映了羟基异常信息，所以PC3虽然仅占总信息的0.45%，却是提取蚀变信息的最有价值的分量，因此，以此图为基础作异常分级处理。
表6-6 门限化异常分割点
由此，在PCI软件中可以实现对羟基和铁染主分量分别进行分级处理（见图6-6），最终得到蚀变异常分级提取图6-7。