遙感與化探數據融合處理技術方法及應用研究

■徐世來

（青海省第五地質礦產勘查院　青海　西寧　810028）

遙感與化探數據融合處理技術方法及應用研究

■徐世來

（青海省第五地質礦產勘查院青海西寧810028）

實際工作中，對于礦產的勘查工作，合理將遙感、化探技術綜合利用，將二者的優點結合在一起，通過互補提高找礦的準確性和找礦效率。通過在實際找礦過程中對遙感、化探的利用取得了的不錯效果，可以確定該方法是一種不錯的找礦方式，應當在未來礦產勘查中對其進行推廣與應用。基于此，本文將著重分析探討遙感與化探數據融合處理技術方法及應用，以期能為以后的實際工作起到一定的借鑒作用。

遙感化探數據融合

1　遙感與化探技術概述

1.1遙感技術

遙感技術在礦產勘查中的具體應用，就是通過遙感數據或遙感圖形，找到找礦區域的成礦背景、成礦地質行跡、成礦條件等。遙感地質找礦模型，建立由遙感地質圖像和信息層面上升到規則層面和知識層面上。

1.2化探技術

化探技術是地球化學找礦技術的簡稱，目前，我國在礦產勘查過程中，化探技術已經成為了一個獨立的應用體系。在找礦過程中可以依據方法和勘查對象的不同進行分離，主要分為金屬礦化探、地熱化探等。

2　遙感與化探數據融合處理技術方法

2.1數據融合方法

（1）像素層數據融合基于像素的數據融合大都是以初始圖象數據為基礎，讓圖象增強、分割以及分類是其主要目的，只有這樣才能將更佳的輸入信息提供給人工判讀圖象或者特征層的進一步融合。在三級融合層中像素層融合在我國是研究最成熟的一級，豐富且有效的融合算法已經形成。（2）特征層數據融合在對信息提供上，像素層比較有限，例如：在分類處理圖象時，單單運用圖象的像素值的分類結果，存在有限精度，但是對圖象中目標特征信息進行運用，則能夠讓分類精度得到顯著提升。隨著不斷增長的對地觀測數據量以及不斷提升的圖象分辨率，用戶的靜態非實時信息需求逐漸轉化成動態實時，很多用戶都開始需要基于遙感數據實時處理的目標檢測、變化檢測以及目標識別等應用。（3）決策層數據融合。數據融合的最高層次就是決策層融合，通過決策層融合的結構能夠直接成為決策要素來實施相應行為，并且還能夠讓決策者直接提供決策參考。決策層融合方法主要有基于辨識和基于知識的兩種決策融合方法。基于辨識法是通過將一定的假設前提進行設定，然后將目標的概率模型建立起來，從而實施目標分類，其中最為常見的方法有MAP方法、ML方法以及BC方法等。而基于知識的決策層融合方法，則是通過運用邏輯模板和句法上下文知識來對數據進行描述和融合，比較常見的有，基于神經網絡的方法、基于專家知識的方法以及基于模糊邏輯的方法等。

2.2遙感與化探數據的疊合

在礦產勘查過程中，將遙感與化探數據合理疊合在一起，其主要目的就是發揮各自優勢，做到優勢互補。在對圖像進行疊合后，遙感圖形的基本特征并不會受到破壞，又可以不同程度地顯出化探異常情況，依據情況對礦產勘查情況進行合理分析。在找礦過程中對區域范圍部分按原圖色彩進行監督分類，在多次試驗之后，確定各分類賦值。在分類與監督的基礎下，先通過條件判斷，再利用算數運算與假彩色合成并融合遙感圖像，監督分類化探圖像采用應用幾何平均法與假彩色合成，最終完成遙感圖像融合，從而為找礦提供有利的圖像依據。

2.3遙感影像信息提取和地球化學測量相結合

以某工程實際為例，測區遙感數據采用ETM+數據，應用1、4、7波段進行假彩色圖像的合成，主要應用主成分分析法，將以羥基為主的基因團異常和以鐵染為主的變價元素異常進行提取。在這其中，測區的地形信息主要有第一的主成分突出，分析增強Fe3+信息主要由1、3、4、5或者是2、3、4、5波段，突出金屬或羥基信息主要由1、4、5、7或者2、4、5、7。分級所提取異常利用標準離差的倍數，羥基異常的分級分別取3．0，2．5，2．0倍的標準差，鐵染異常的分級分別取3．2，2．7，2．2倍的標準差。分別將各級異常輸出到不同的通道中并賦與紅綠藍顏色，得到異常數據。

結合菱形塊狀構造分析在遙感影像的分析中，存在一二級羥基異常在菱形塊狀構造帶內，并且有二三級的鐵染異常在周圍。在菱形塊狀構造帶的周圍有300道400 nt的高航磁異常，其可以將該區域內的巖漿熱液活動位置實現圈定，以此更好的提供依據給巖漿巖侵入有關成礦背景的尋找工作。在區內的中部會由于兩條EW向斷裂構造引起的破碎帶和基性巖體引起羥基、鐵染異常。而對于南部的羥基、鐵染異常，其主要是由于熱液侵入后沿不同方向形成的斷裂、節理。

土壤地球化學測量分析在航磁、遙感影像和遙感礦化信息提取共同圈定的范圍內密集布點，其他區域布僅設控制點。測量分析結果一共圈定了Cu、Pb、Zn、Au、Ag、W、Mo、As、Sb、Bi、Sn、Hg、Cd等13種單元素異常200多處。圖1為測區Cu、Zn、Sb、Hg、As化探綜合異常圖(僅列出具有找礦意義、元素套合較好的乙3級以上異常)。由圖1可知:主要的異常套合區集中于測區東部3條斷裂帶區域內，Au、Ag、Cu、Pb等綜合異常分布于測區北部；在測區北部以Au、Cu、Ag、Mo組合異常為特征呈近EW向展布，中部以Cu、Ag、Pb、Zn、Ni、Mo、W、Bi組合異常為主要特征呈近EW向或NW向展布，南部以Cu、Au、Ag、Mo、W、Bi組合異常為主要特征呈NW向或NE向展布，表明區內該類親銅類成礦元素和鐵組元素具有較大的找礦潛力。

圖1　Cu、Zn、Sb、Hg、As化探異常與遙感影像構造分析結果

[1]曹廣真.多源數據融合在金礦成礦預測中的應用研究 [D].山東科技大學，2003.

[2]潘軍.多元地學空間數據融合及可視化研究 [D].吉林大學，2005.

[3]吳健.遙感-化探信息融合方法研究 [D].吉林大學，2008.

[4]魏文薪.遙感數據與化探數據融合及應用研究 [D].吉林大學，2007.

[5]張翠芬.多源遙感數據協同巖性分類方法研究 [D].中國地質大學，2014.

P632[文獻碼]A

1000-405X（2016）-9-340-1