1.一种基于ASTER图像的SiO2含量遥感反演方法，其特征在于，包括：

输入一幅Level 1B级的ASTER图像，对所述ASTER图像进行几何校正，其包括的5个热红外波段的空间分辨率均为90m；所述5个热红外波段为：ASTER传感器的10、11、12、13、14热红外波段；对所述ASTER图像的热红外波段进行辐射定标，获得相应的辐射亮度L，所述辐射亮度L的计算公式为：L＝Gain×DN+Offset；

其中，DN是遥感影像的亮度值，Gain与Offset分别为ASTER传感器本身的增益与偏差；

定义所述5个热红外波段的硅含量指数为Qj，获得硅含量指数Qj，所述硅含量指数Qj的计算公式为：其中，j(j＝1,2,3,4,5)为所述5个热红外波段；Lj为所述5个热红外波段对应的辐射亮度；λj为所述5个热红外波段对应的中心波长；Kj为所述5个热红外波段对应的计算系数；αj和β为中间计算变量，σαj为每个像元位置对应的所述5个热红外波段αj值的标准差；

对硅含量指数灰度图像进行简单比值运算和组合比值运算，得到增强型硅含量指数EQi，所述增强型硅含量指数EQi的计算公式为：利用ASTER传感器的可见光和短波红外波段构建植被指数NDVI和水体指数NDWI；利用阈值分割形成背景掩膜Maskb，所述背景掩膜Maskb的计算公式为：其中，ASTER1、ASTER 2、ASTER 3、ASTER 4分别为ASTER传感器的第1、2、3、4波段对应的亮度值；

将所述背景掩膜Maskb的二值图像重采样至空间分辨率为90m，利用背景掩膜去掉水体和植被对应的无效背景像元，保留有效像元，得到有效的增强型硅含量指数EEQi，将所述有效的增强型硅含量指数EEQi按顺序进行叠置组合生成一个新的6波段数据集A；其中，所述有效的增强型硅含量指数EEQi的计算公式为：EEQi＝EQi×(Not Maskb),i＝1,2,3,4,5,6；

将所述6波段数据集A中的有效的增强型硅含量指数EEQi平分为第一波段组合和第二波段组合，并分别进行主成分分析；将所述第一波段组合的主成分分析结果中特征值最大的组分定义为第一硅含量反演因子QF1；将所述第二波段组合的主成分分析结果中特征值最大的组分定义为第二硅含量反演因子QF2；

将所述第一硅含量反演因子QF1和第二硅含量反演因子QF2进行归一化处理，得到归一化的第一硅含量反演因子NQF1和归一化的第二硅含量反演因子NQF2；

基于所述归一化的第一硅含量反演因子NQF1和归一化的第二硅含量反演因子NQF2，建立用于计算地表SiO2的百分比含量SiO2％的回归模型：

2.根据权利要求1所述的基于ASTER图像的SiO2含量遥感反演方法，其特征在于，所述ASTER传感器的10、11、12、13、14热红外波段分别对应的Gain值为：0.006882、0.006780、

0.006590、0.005693、0.005225。

3.根据权利要求2所述的基于ASTER图像的SiO2含量遥感反演方法，其特征在于，所述ASTER传感器的10、11、12、13、14热红外波段分别对应的Offset值为：-0.006882、-

0.006780、-0.006590、-0.005693、-0.005225。

4.根据权利要求1所述的基于ASTER图像的SiO2含量遥感反演方法，其特征在于，所述λj分别为：8.3μm、8.65μm、9.1μm、10.6μm、11.3μm。

5.根据权利要求4所述的基于ASTER图像的SiO2含量遥感反演方法，其特征在于，所述Kj分别为：-31.672、-24.015、-12.652、26.783、42.876。

6.根据权利要求1所述的基于ASTER图像的SiO2含量遥感反演方法，其特征在于，所述第一波段组合包括：EEQ1、EEQ3、EEQ5；所述第二波段组合包括：EEQ2、EEQ4、EEQ6。

7.根据权利要求1所述的基于ASTER图像的SiO2含量遥感反演方法，其特征在于，所述归一化处理的计算公式为：其中，QFMax和QFMin分别为硅含量反演因子QF对应图像的最大值和最小值。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。