基于ASTER數據相山地區蝕變異常提取研究

劉寅翔，黃雙雙

（東華理工大學地球科學學院，江西南昌330013)

基于ASTER數據相山地區蝕變異常提取研究

劉寅翔*，黃雙雙

（東華理工大學地球科學學院，江西南昌330013)

選取相山鈾礦田作為研究區，選取ASTER作為使用數據，利用美國航空航天調查局（USGS）常見礦物礦化蝕變光譜數據進行分析。運用比值法、主成分分析法提取鐵染、羥基、綠泥石蝕變，以此幫助分析和驗證該區的鈾礦化地段，以便能在以后的找礦工作中更快和更精準地來幫助圈定靶區。

相山鈾礦田；ASTER;蝕變光譜數據庫；比值法；主成分分析法

自從遙感技術誕生以來，在各個領域均得到了廣泛應用。在20世紀60～90年代國外就已經有許多地質學家結合遙感，成功圈定了羥基、鐵染、碳酸鹽化等不同種類礦物的蝕變信息并且可以用來識別不同的巖性底層單位和結構，進一步幫助地質找礦圈定有利成礦區范圍（kaufmann H，1988;Crosta,1989；Rutz, 1998）。21世紀國內遙感地質找礦得到了進一步的認可和研究，并且對于不同類型的蝕變礦物的提取方法進行了改良，成功把地質找礦和遙感蝕變信息結合在一起為地質找礦圈定靶區提供了有利的信息(張玉君等，2002;楊金中等,2003;黃錫強,2007；陳濤，2012）。圍巖蝕變通常是在熱液礦床的形成過程中，近礦圍巖會和熱液在溫度和壓力的變化下發生化學反應從而會使原來的物質成分和結構、構造改變。由于特定的礦種及礦床會有特定的標識性的蝕變，圍巖蝕變又能反映熱液成礦物理化學條件。因此研究圍巖蝕變的類型及其形成條件，可以幫助闡明和分析熱液礦床形成的影響因素，運用遙感蝕變信息提取可以在一定程度上為地質找礦提供更多有用的信息和依據，當前，蝕變信息提取的方法和理論模型多種多樣，如比值法、主成分分析、匹配濾波、光譜特征擬合技術、光譜角制圖法等(劉李，2010）。本文主要選用波段比值法及主成分分析法來研究本區域成礦潛力和遙感蝕變提取的可靠性。

1 研究區概況

相山位于江西省樂安縣公溪鎮附近，它分布于華南鈾成礦省贛杭火山巖鈾成礦帶西段。至今在相山地區已經找到眾多鈾礦點及相應中小型礦床，并且發現眾多伴生金屬礦種。相山地區已經顯示出較大的找礦潛力，有可能成為一個鈾及多金屬礦產地集中區。其中在該地區主要的蝕變類型包括鈉長石化、紅化、磷灰石化、螢石化、黃鐵礦化、硅化、碳酸鹽化、水云母化、絹云母及綠泥石化、多金屬硫化物等(邵飛,2008)。

2 數據源的選擇

在20世紀90年代美國將Terra即極地軌道環境遙感衛星順利地送入太空之中。該衛星是美國航空航天局（NASA）的第一屆地球觀測系統衛星，也是第一個可以對整個地球過程進行觀測的一個衛星系統。Terra衛星上共有5種傳感器，他們分別是CERES、MODⅠS、MⅠSR、MOPⅠTT和ASTER，而ASTER傳感器由3個獨立的子系統組成：第一是可見/近紅外部分，然后短波紅外部分，最后是熱紅外部分。ASTER數據相比其他數據在短波紅外的光譜分辨率更高，對礦物的吸收波譜特征具有更好的反應，而且ASTER遙感數據中熱紅外部分具有5個波段,能夠用它來進行巖石的化學成分填圖；ASTER可以用高光譜技術處理方法進行處理;因此相比其他數據選擇ASTER數據更加合適做蝕變提取研究。本文應用DPR-201204203360中的1景圖像。該遙感影像數據質量相對較好，云覆蓋相對較少，圖像清晰。

3 圖像預處理

3.1 ASTER數據重采樣

首先在ASTER數據中用于蝕變提取經常用到的是可見光/近紅外波段以及短波紅外這兩個大的波段?？墒侵肋@2個波段的空間分辨率是不一致的，分別他們一個是15m，另一個是30m,所以就需要重采樣來圖層疊加(ENVⅠ-Basic tools-layer stacking)使他們統一為15的空間分辨率，并且提高了短波紅外部分的空間分辨率。

3.2 大氣校正

ENVⅠ中FLAASH大氣校正中，首先需要進行傳感器定標，然后再進行輻射亮度單位轉換，最后進行儲存數序調整（Basic tools-convert data)使得影像從BSQ轉換為BⅠL格式。

ENVⅠ軟件中特有的FLAASH大氣校正是基于更高像素的校正精度。使得漫反射形成的連帶反應更有效的被校正，解決因為光照及大氣等因素對地物反射的影響。FLAASH大氣校正后，相比降低可見光反射率，相對短的紅外線反射率的增加，特別是突顯了短紅外波段band6和band8的光譜吸收特征，并且更有利于礦化蝕變信息的提取。

3.3 ASTER干擾地物去除

由于相山地區植被覆蓋區植被、云雪、地表水及山體陰影影響較大。如果在蝕變異常信息提取過程中有過多的干擾信息參與運算將會導致異常提取出現大量偽信息；所以我們應該去除這些干擾物。

（1）云。研究區類海拔不一，有些相對較高，所以在此需要考慮何時會有云的影響（云的反射率較高）。必須通過一定的方法去除它，以免影響之后的提取。在這里選擇ASTER1波段來進行高端切割的方法來消除云的影響。

（2）去陰影。地形起伏往往遮蔽了陽光，形成了盲區也就是陰影區,使用ASTER9/ASTER1(張船紅, 2011)來去除由于地形起伏引起的地形陰影。

(3)去植被。相山地區屬于濕熱的氣候環境這必然是一個比較有利于植被生長的天然條件，即使植被無人打理也會長得比較茂盛。所以為了能夠在之后可以更有效地進行蝕變提取，就要想辦法去除植被的影響。鑒于前人植被提取的經驗，本次采用歸一化NDVⅠ=(ASTER3-ASTER2)/(ASTER3+ASTER2)的方法(羅亞,2006)。

（4）去水體。研究區位于江西省中部，屬亞熱帶季風氣候，擁有豐富的年降水量，河流經過的地區，水庫和池塘也在該地區內零星分布。因為水體信息在蝕變提取中屬于干擾信息，所以對水體進行掩膜處理。本次去除水體采用（ASTER1-ASTER3)/(ASTER1+ ASTER3)的方法，然后設定灰度值。

最后去除云、陰影、植被、水體之后，需要對它們進行一個綜合掩膜（Basic tools-band math),然后輸入公式把4個不同掩膜部分綜合起來，變成最終所需的綜合掩膜區。

4 蝕變異常提取方案

4.1 礦化蝕變遙感特征分析

近礦圍巖蝕變礦化是一個逐步積累礦物的過程。絕大多數與巖漿—熱液活動有關的礦床，都伴有其圍巖的交代蝕變的現象?？梢酝ㄟ^遙感技術來進行蝕變的提取，然后可以通過驗證去圈定靶區，從而確定重點的找礦區域。根據相山地區已知資料來看相山礦田蝕變現象普遍,經?？吹降氖伦冇锈c長石化、紅化、磷灰石化、螢石化、黃鐵礦化、硅化、碳酸鹽化、水云母化，絹云母及綠泥石化、多金屬硫化物等。依據各個蝕變礦物所含的離子基團不同，又可以將蝕變礦物分為鐵染蝕變異常類礦物、羥基蝕變異常類礦物、碳酸鹽化蝕變異常類礦物和硅化蝕變異常類型4類(趙志芳,2012)。再者，鐵染蝕變異常類型主要有Fe3+和Fe2+，主要包括赤鐵礦、針鐵礦、黃鉀鐵黃礦；羥基也就是OH-；碳酸鹽化蝕變異常類型主要與CO2-3有關，主要包括白云石化、方解石化(呂鳳軍,2009)；硅化蝕變異常主要是指與SiO2有關。

4.2 蝕變異常提取

在數據預處理的基礎上,一般來說主成分分析法是從數據中選取4個波段換算出它們的特征性向量從而進一步對所需的研究區進行遙感蝕變信息提取。而4個主分量(PC)的意義分別代表的是:PC1為幾個波段反射率的加權和,一般為正值,體現出光譜總體反射率的大小,稱為反照率因子;PC2是波段的反射率之間的存在的差值，具體顯示了波段的在光譜中的曲線斜率的變化，也被稱為形狀因子；PC3和PC4是表面的巖石和礦物的信息反饋(耿新霞,2008)。

4.2.1 鐵染蝕變異常

對于提取鐵染一般選取1、2、3、4作為主成分的特征向量來進行主成分分析。根據ASTER數據里面的蝕變礦物光譜（如圖1所示）可以知道，鐵離子對應的1波段和3波段是處在吸收谷，所以波段1和波段3為負貢獻，同理band2和band4是處在反射峰的，所以他們是正貢獻。由表1及其以上分析可以知道，需要的信息在第3特征向量（PC3）。最后依據相應地質資料及實際情況，選取0.5、1.0、1.5倍標準離差將羥基蝕變異常由高到低切割為3級。

圖1 ASTER數據鐘蝕變礦物波譜(波譜庫來源于USGSMIN)

表1 ASTER 1、2、3、4主成分分析特征矩陣

4.2.2 高嶺土及絹云母蝕變異常

對于羥高嶺土和絹云母的異常提取采用1、3、4、6作為主成分的特征向量來進行主成分分析。按照ASTER數據鐘蝕變礦物波譜（如圖1所示）可以知道，對應的4、6波段，波段6是處在吸收谷的，而波段4是處于反射峰。由表2及其以上分析可以推出，需要的信息在第4特征向量（PC4）。最后依據相應地質資料及實際情況，選取0.5、1.0、1.5倍標準離差將羥基蝕變異常由高到低切割為3級。

表2 ASTER 1、3、4、6主成分分析特征矩陣

4.2.3 綠泥石化蝕變異常

對于綠泥石化異常的提取采用1、3、4、8作為主成分的特征向量來進行主成分分析。根據蝕變礦物波普與ASTER數據通道對應關系（如圖1所示）可以知道，波段4為反射峰，波段8為吸收谷。由表3及其以上分析可以推出，需要的信息在第4特征向量（PC4）。最后依據相應地質資料及實際情況，選取0.5、1.0、1.5倍標準離差將羥基蝕變異常由高到低切割為3級。

5 結果驗證

通過與已知礦點坐標相應對，蝕變與眾多已知鈾礦點相吻合，如礦點6115、615、6110等，在鄒家山礦床旁邊也有眾多零星分散的蝕變異常。通過驗證，從遙感圖像中提取的蝕變異常具有一定的可行性，可以在實際地質找礦中為提供更多有利信息，使更快更精準地圈定靶區。

表3 ASTER 1、3、4、8主成分分析特征矩陣

6 結論及存在的問題

（1）通過主成分分析提取得到地區鐵蝕變和綠泥石和高嶺土及絹云母蝕變異常信息，蝕變異常分布區與已知礦點及礦床有較好的相關性，驗證了該方法的可行性。

（2）本研究主要選用美國地質調查所USGS波普庫供應的礦物光譜曲線數據庫展開蝕變礦物診斷性波譜特征研究。但是不同地方不同氣候同樣的巖石在光譜中可能會有一定的差異，所以會在一定的程度上制約提取精度。

（3）研究區屬于植被高覆蓋區，其實也可以設計和構建了不同干擾分區中ASTER數據鐵染、羥基、綠泥石蝕變異常信息的提取方法和流程，較好地彌補了研究中礦化蝕變異常類型提取不全面的不足。

[1] kaufmann H.Mnineral Exploration along the Aqaba-levant Structure by Use of TM Data[J].International Journal of Remote Sensing,1988,9(10):1639-1685.

[2] Crosta,A.and Moore,J.McM.Enhancement of Landsat Thematic Mapper Imagery for Residual Soil Mapping in SW Minais Gerais State,Braza Prospecting Case History in Greenstone Belt Terrain[C]//In:Proceedings of the 7th ERIM Thematic Conference:Remote sensing for exploratigeology，1989:1173-1187.

[3] Nahid D S,Mohamed G A.Remote Sensing Analysis of the Gorge of the He,Ethiopia Wifli Emphasis on Dejen-gohatsion Region[J].Journal of African Earth Sciences,2006,44(2):135-150.

[3]楊金中，方洪賓，張玉君,等.中國西部重要成礦帶遙感找礦異常提取的方法研究［J］.國土資源遙感，2003,15(3):50-53.

[4]黃錫強.江西相山鈾礦田熱液蝕變特征及成礦物理化學條件分析[D].中國地質大學(北京)，2007.

[5]張玉君,楊建民,陳薇,等.ETM+(TM)蝕變遙感異常提取方法研究與應用——地質依據和波譜前提[J].國土資源遙感, 2002,54(4):30-31.

[6]陳濤.銅陵大通—木鎮地區遙感蝕變信息提取與成礦預測[D].合肥工業大學，2012.

[7]劉李,向雅莉,蘆雪.等.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):403-405.

[8] 希友.Terra衛星及其5種新一代遙感探測儀[J].氣象科技, 2011(1):55-57.

[9] 邵飛,陳曉明,等.江西省相山鈾礦田成礦模式探討[J].地質力學學報,2008,14(1):65-68.

[10] 鄧書斌.ENVI遙感圖像處理方法[M].北京:科學出版社，2010：23-25.

[11]張船紅.西藏墨竹工卡地區遙感找礦信息提取研究[D].成都理工大學,2011.

[12] 羅亞,徐建華,岳文澤,等.植被指數在城市綠地信息提取中的比較研究[J].遙感技術與應用,2006,21(3):312-319.

[13]趙志芳,談樹成,王鋒德,毛雨景,等.ASTER數據礦化蝕變異常信息提取方法研究[J].國土資源科技管理,2012,29(6):45-46.

[14] 呂鳳軍,郝躍生,石靜,等.ASTER遙感數據蝕變遙感異常提取研究[J].地球學報,2009,30(2):271-276.

[15]耿新霞,楊建民,張玉君,等.ASTER數據在淺覆蓋區蝕變遙感異常信息提取中的應用——以新疆西準噶爾包古圖斑巖銅礦巖體為例[J].地質評論,2008,54(2):184-192.

P627

A

1004-5716(2015)04-0129-04

2014-12-22

2015-01-21

劉寅翔（1989-），男（漢族），湖南懷化人，東華理工大學地球科學學院在讀碩士研究生，研究方向：遙感地質。