李 雪，周 萍

(中國地質大學(北京)地球科學與資源學院，北京 100083)

河南嵩縣磨溝地區富鉀巖體遙感信息提取研究

李 雪，周 萍

(中國地質大學(北京)地球科學與資源學院，北京 100083)

以河南嵩縣磨溝地區富鉀巖體及外圍為研究對象，研究如何利用ASTER遙感數據，實現對該區富鉀巖體信息的快速自動提取。通過對采樣點光譜進行的各種變換，基于多元逐步回歸分析技術，建立MgO、CaO、Na2O、FeO、Fe2O3、K2O、Al2O3MnO、TiO2九種氧化物含量反演模型，利用ASTER遙感數據，對研究區氧化物含量進行反演；通過IDL語言將CIPW(標準礦物計算)算法實現，得到研究區巖石主要標準礦物石英、鈉長石、正長石、鈣長石的質量分數。最后在算數運算和比值運算的基礎上，建立富鉀巖石的提取規則，對研究區富鉀巖體進行提取。提取出的富鉀巖體區域與已知范圍大致吻合，但是巖體整體范圍變小，且新發現了一些小巖體，并對這些提取結果進行了相關的分析與討論。

富鉀巖體；巖性信息提取；氧化物含量；標準礦物；ASTER數據

針對我國水溶性鉀鹽資源短缺的狀況，為維護國家經濟可持續發展和糧食安全，利用非水溶性的富鉀巖石來生產鉀肥是一種有效的方法來解決這些問題，而由于非水溶性的富鉀巖石是一種非金屬礦產資源，與以往的金屬礦產資源有所不同，專門針對于富鉀巖石的巖性提取工作在我國目前也基本上是個空白。本研究對富鉀巖石的資源普查方法是通過利用遙感這一高科技手段來實現的，達到從宏觀上、區域性進行巖性提取研究的目的，通過本次研究總結出一套科學、有效、快速、宏觀地獲取大范圍非水溶性富鉀巖石資源的技術方法是本次研究的創新點。

本次研究通過對不同光譜變換數據的多元逐步回歸分析結果進行比較分析，按照“ASTER多光譜遙感數據—氧化物—標準礦物—巖性”的流程對研究區進行氧化物含量反演、CIPW標準礦物計算，并依據一定的巖性識別規則，對河南嵩縣磨溝地區富鉀巖體進行提取，并在已有資料的基礎上對識別結果進行分析和討論。

1 氧化物含量反演方法

根據以往的研究分析結果得知，SiO2利用熱紅外波段反演其含量比較精確，本研究SiO2反演公式利用陳江等人[15]的反演結果，見式(1)。

SiO2%=28.76*log

((6.56*b13*b14)/(b10*b12))

(1)

式中：b10、b12、b13、b14分別為ASTER熱紅外數據的第10、12、13、14波段，由于含有MgO、CaO、Na2O、FeO、Fe2O3、K2O、Al2O3幾種氧化物的大多數礦物在可見光到近紅外波段都有特征性光譜，所以對這七種氧化物利用ASTER可見光到近紅外波段反演其含量；由于巖石中MnO、TiO2含量很少或幾乎沒有，故對富鉀巖石中的主要礦物的反演沒有太大的影響，故對這兩種氧化物含量也利用可見光到近紅外波段進行反演。

1.1 多元逐步回歸分析

多元逐步回歸分析是基于多元回歸分析自變量的多重共線性問題建立的一種分析方法，通過多元逐步回歸分析，可以將分析過程中變量逐步優化，建立優化回歸方程[4]。本研究利用多元逐步回歸分析方法對MgO、CaO、Na2O、FeO、Fe2O3、K2O、Al2O3、MnO、TiO2的含量進行反演。光譜數據變換對35個樣品點光譜進行包括倒數、對數、倒數的對數、包絡線去除、光譜一階微分的變換，并對應ASTER可見光到近紅外波段進行重采樣，重采樣后部分光譜變換的結果如圖1所示。

選取35個樣品中的25個作為模型的反演數據，剩余10個用于對得到的反演模型進行檢驗，模型建立以后，通過平均相對誤差(MPE)、均方根誤差(RMSE)及預測精度(PA)這3個指標來評價建模精度，見式(2)～(4)。

(2)

(3)

(4)

式中：Xi為預測值，Xj為實測值，mean為預測項的均值[4]。

光譜幾種變換形式所得到的結果表明：對原始光譜進行倒數的對數變換之后的效果較好，主要是因為將反射率進行倒數的對數變換( log( 1/ R) )是處理非線性問題的常用方法。光譜反射率倒數的對數變換不僅趨向于增強可見光區的光譜差異，而且趨向于減少因光照條件變化引起的影響。原始光譜、包絡線去除和光譜對數變換建模效果均較差。

2 研究區概況及數據前期處理

2.1 地質條件

本研究選取的研究區富鉀巖體為華力西中期正長巖，巖體位于嵩縣紙房鄉磨溝-何村鄉箭口河一帶，處于大莊-中胡背斜北翼。主要露頭于焦園組上段，北部為洛陽組下段的灰白色砂礫巖及紅色砂質粘土巖，侵入于長城系熊耳群焦園組青灰色、紫灰色的層狀流紋斑巖中(馬鴻文，2010)。

2.2 數據預處理

本文所用的ASTER數據接收時間為2006年5月15日，為L1B級數據。因為ASTER L1B級數據記錄的是DN值，需要進行輻射定標，在ENVI中輻射定標是自動完成的。然后利用FLAASH模型對ASTER數據進行大氣校正，以剔除大氣、水汽等的影響，大氣校正之后的數據能夠更好地體現地物的光譜特征。預處理后的ASTER遙感影像圖如圖2所示。

圖2 ASTER遙感影像圖與研究區范圍

2.3 研究區植被干擾去除

由于遙感數據源的選取時間是5月中旬，且河南屬于中原地區，植被覆蓋比較嚴重，茂密的植被會影響地表巖石真實的光譜反應，所以需要對研究區進行植被去除，利用NDVI(歸一化植被指數)對植被進行去除，去除規則為NDVI值大于0.7。

3 氧化物質量分數定量反演

首先對多光譜ASTER數據進行倒數的對數變換(log(1/R))，利用多元逐步回歸分析模型在ASTER數據范圍區內進行MgO、CaO、Na2O、FeO、Fe2O3、K2O、Al2O3、MnO、TiO2幾種氧化物含量的反演并利用ASTER熱紅外數據對SiO2含量反演，部分反演結果如圖3所示。從反演結果可以看出，巖石化學成分以SiO2、Al2O3、Na2O、CaO、K2O等為主，其中，SiO2質量分數主要在50%～70%之間，Al2O3質量分數主要在12%～17%之間，K2O質量分數并不均勻分布，質量分數最高在15%～17%之間[15]。

4 CIPW標準礦物計算

本文利用IDL對CIPW標準礦物計算方法進行實現，并將算法應用在河南嵩縣磨溝地區，利用已經得到的氧化物的質量分數，應用標準礦物算法，得到標準礦物包括石英、鈉長石、正長石、鈣長石等的質量分數以及一定的礦物定量化分布圖，用于輔助下面對區域巖石類型的分類[19]。石英、鈉長石、正長石、鈣長石的質量分數分布如圖4所示。

5 巖性提取規則的建立與信息提取

5.1 富鉀正長巖與流紋斑巖區分規則

5.1.1 巖石中的典型礦物與含量

研究區富鉀正長巖與流紋斑巖的礦物組成及含量見表1。從表1得知，富鉀正長巖礦物組成中，正長石比例比較高，而在流紋斑巖中，正長石含量很少或幾乎沒有。所以對研究區可以建立巖性區分規則：將研究區中標準礦物計算所得的正長石減去斜長石(即鈉長石與鈣長石的和)，富鉀正長巖即為鉀長石減去斜長石之后含量大于40%的花崗巖。

5.1.2 巖石中氧化物含量的高低

研究區富鉀正長巖與流紋斑巖化學成分對比見表2。從表2得知，對比氧化鉀的含量，富鉀正長巖比流紋斑巖高出很多。因此，通過對氧化鉀含量的運算來對已經提取出的巖石進一步區分。富鉀正長巖提取結果見圖5。

5.2 碎屑巖

對研究區碎屑巖區分根據石英、長石巖屑的含量。具體的區分規則如下：首先，計算石英與長石的百分含量，石英砂巖為石英和硅質碎屑含量在90%～95%以上，具體含量限制以反演精度為準，由于研究區石英含量均在50%以下，故CIPW實驗區不包含石英砂巖；然后，計算巖石中的長石總含量，當長石碎屑含量大于25%時且當石英與鉀長石碎屑為巖石主要組成成分時，這些巖石可劃分為長石砂巖[4]。根據上述分類規則，對某些礦物組合做一定的空間分析，從而達到碎屑巖的分類和識別目的。碎屑巖提取結果見圖5。

6 結論與討論

此次河南嵩縣磨溝地區富鉀巖體的提取，是在對光譜數據分析處理和標準礦物反演的基礎上，結合研究區富鉀巖石及圍巖采樣點的氧化物含量和巖石礦物成分及含量分析結果，利用特定的遙感圖像處理方法，最終建立提取規則，提取出磨溝地區的富鉀巖體分布范圍。實踐證明，通過氧化物和礦物的定量反演來圈定富鉀巖體的分布范圍是一個可供選擇的思路，基本上實現了人機交互的富鉀巖體快速提取。

對照已知巖體分布范圍和利用ASTER遙感數據提取出的巖體分布圖(圖6)，可以發現利用此法可以提取出大部分富鉀巖體。此外，所提取出的磨溝巖體整體范圍變小，尤其是與其它巖體交界位置巖性比較雜亂，一方面這說明該區巖體含鉀量是不斷變化的，富鉀巖體巖性也在發生著變化；另一方面沒有提取出來的巖體可能是由于發生蝕變等作用使得巖石礦物和巖性發生變化，這說明蝕變提取工作也是對隱伏富鉀巖體提取的一個方向。另外，還發現一些以往資料中沒有的小巖體，且這些小巖體基本上都是在已知富鉀巖體周圍，這些小巖體是不是與隱伏巖體有關，有待于進一步深入研究。

[1] 劉磊，馮成貴．新疆阿熱勒托別地區遙感化探綜合找礦研究[J].現代地質,2009,23(3):566-568.

[2] 耿新霞，楊建民，張玉君，等．新疆西準噶爾包古圖斑巖銅礦蝕變巖石的光譜特征及其意義[J].現代地質，2008,22(1):116-122.

[3] 楊日紅，于學政．藏東三江地區遙感五要素模式找礦遠景[J].現代地質，2004,18(4):543-546.

[4] 楊佳佳.基于多源遙感數據的青海格爾木地區巖礦信息提取研究[D].長春：吉林大學，2012.

[5] 閆柏琨.熱紅外遙感巖礦波譜機理及信息提取技術方法研究[D].北京： 中國地質大學(北京),2006.

[6] 何國金，胡德永，陳志軍.從TM圖像中直接提取金礦化信息[J].遙感技術與應用，1995,10(3):51-54.

[7] 張紫程，張緒教，胡道功，等．Hyperion高光譜遙感在青海東昆侖東大灘地區找礦中的應用[J].現代地質，2011，25(4):759-767.

[8] 劉李，向雅莉，蘆雪．基于ASTER數據礦化蝕變信息提取的主成分特征向量組合模型研究—以內蒙古紅旗山地區為例[J].現代地質，2010，24(2):403-408.

[9] Lawrence C R，Robert G S，John C M.Distribution of Hydrothermally Altered Rocks in the Reko Diq，Pakistan Mineralized Area Based on Spectral Analysis of ASTER data[J].Remote Sensing of Environment，2006，104：74-87.

[10] King P L，Ramsey M S，Swayze G A.Infrared Spectroscopy in Geochemistry，Exploration Geochemistry，and Remote Sensing.London：Mineralogical Association of Canada，2005.

[11] Gaffey S J.Spectral reflectance of carbonates minerals in the visible and near infrared(0.35～2.55μm)：anhydrous carbonate minerals[J].Geophysical Research，1987，92(B2)：1429-1440.

[12] Rutz-Armenta J R，Prol-Ledesma R M.Techniques for enhancing the spectral response of hydrothermal alteration minerals in Thematic Mapper images of Central Mexico[J].International Journal of Remote Sensing，1998，(19):1981-2000.

[13] Hunt G R，Salisbury J W，and Lenhoff C J.Visible and near infrared spectra of minerals and rocks：III Oxides and hydroxides[J].Modern Geology，1978,(2):195-205.

[14] 沈利霞，劉麗萍，蘇新旭，等.不同植被覆蓋率地區遙感礦化蝕變提取研究[J].現代地質,2008,22(2):293-298.

[15] 陳江，王安建.利用ASTER熱紅外遙感數據開展巖石化學成分填圖的初步研究[J].遙感學報，2007(4):601-608.

[16] 二宮芳樹，傅碧宏.帕米爾東北緣ASTER多光譜熱紅外遙感數據的巖性信息提取[J].新疆地質，2003,21(1):22-30.

[17] 田豐.全波段(0.35～25μm)高光譜遙感礦物識別和定量化反演技術研究[D].北京:中國地質大學(北京)，2010.

[18] 甘甫平，王潤生，馬葛乃，等.光譜遙感巖礦識別基礎及技術研究進展[J].遙感技術與應用，2002，17(3)：140-147.

[19] 楊佳佳，姜琦剛，趙靜，等.基于改進的SVM技術和高光譜遙感的標準礦物定量計算[J].吉林大學學報：地球科學版，2012，42(3)：864-871.

[20] 楊金中.多光譜遙感異常提取技術方法體系研究[J].國土資源遙感，2007(4)：43-46.

[21] 鄭碩.基于ASTER多光譜遙感數據的花崗巖巖性識別與提取[D].蕪湖：安徽師范大學，2012.

[22] 高慧.西藏雄村斑巖型銅金礦遙感地質成礦信息提取研究[D].成都：成都理工大學，2011.

Rich potassium rock mass information extracted from remote sensing data in Mougou，Song county，Henan province

LI Xue，ZHOU Ping

(School of Earth Science and Resource，China University of Geosciences(Beijing)，Beijing 100083，China)

This study selected rich potassium rock mass and its surrounding area in Mougou，Song county，Henan province as research area，and tried to find out a method that could automatically extract out the information of the rich potassium rock from ASTER data in this area.Through various transformations of spectrum from sample points，based on multiple stepwise regression analysis technology，nine kinds of oxide content inversion model were established，including MgO，CaO，Na2O，FeO，Fe2O3，K2O，Al2O3，MnO，TiO2.Using ASTER remote sensing data，inversion of the oxide content in the study area were gotten.CIPW (standard mineral calculation) algorithm was achieved based on IDL，and mass fraction of main standard minerals in the study area including quartz，albite，orthoclase and calcium feldspar were obtained.Finally，on the basis of arithmetic operations and the ratio operations，the extraction rules of the rich potassium rock were built，and the rich potassium rock mass was extracted.The rich potassium rock mass extracted in the study area was generally consistent with the known range，but the overall scope of rock mass was smaller and some new small rock mass were found.Besides，relevant analysis and discussion were made upon the extraction results.

rich potassium rock；lithology information extraction；oxide content；standard mineral；ASTER remote sensing data

2014-10-08

中國地質調查局項目“北方非水溶性鉀礦資源調查評價”(12120113087700)。

李雪(1991-)，女，碩士研究生，地質工程專業，從事遙感地質方面的研究。Email：lixue163youxiang@163.com。

周萍(1964-)，女，副教授，碩士生導師，主要從事遙感地質方面的研究。E-mail：zhoupx@cugb.edu.cn。

P627；TP75

A

1004-4051(2015)01-0090-06