遥感作为对地观测综合性技术,与地质学、地球物理、地球化学等方法相结合,综合不同方法所获取的数据资料,形成多元地学数据,在应对全球变化中的资源、环境等问题中,起到了极大作用。基于物质电磁波理论,结合遥感数据,通过分析遥感数据反射率与地表地球化学元素含量之间的关系,对地表的地球化学元素含量及分布运移规律进行研究,构建高精度的遥感地球化学预测模型,为提取地球化学元素异常信息提供了可行的方法。本文选取湖南郴州地区作为研究区,以1:20万郴县幅化探数据以及Landsat8OLI遥感影像为数据源,选取研究区中Ag、Au、Cu、Mo、Pb、Sn、W、Zn共8种金属元素作为研究对象,结合研究区内多金属矿产富集的特点,对研究区内多金属元素含量进行反演。研究内容主要包括以下三个方面:采用R型因子分析方法,对研究区内8种元素进行分析后,选取方差贡献百分比最大的5个因子,代表研究区内5种重要元素组合;针对化探数据和Landsat8遥感影像两者采样精度不同,分析两种数据在空间上的对应关系,建立有效数据对;结合栈式自动编码器（Stacked Auto-encoder,SAE）和极限学习机（Extreme Learning Machine,ELM）两种算法,构建四种多金属元素含量反演模型,分别是ELM单元素反演模型,ELM元素组合反演模型,SAE-ELM单元素反演模型,SAE-ELM元素组合反演模型,采用平均绝对误差（MAE）和拟合优度（R~2）对模型精度进行评估,并对研究区域内多金属元素含量进行预测,根据反演数据圈定异常靶区,与已知异常区域进行空间对应性分析。结果表明,SAE-ELM元素组合反演模型的精度最高,且圈定的异常靶区与已知异常区域分布一致,已知异常区域均位于反演预测数据所在区域或其边缘位置。最后,采用基于面积-含量的多重分形法,对SAE-ELM元素组合反演的结果进行分析,划定异常下限,并圈定高异常区域,为后续的地质工作提供参考。