遙感數據與地球化學信息的關聯分析

盛丹 梁軍 查道函

摘 要 ?本文以甘肅省金川銅鎳礦探測區的Cu、Pb、Zn、Co、Ni、Cr等六種微量地球化學元素在高光譜上的表現為主要目標，一方面根據地球化學方法分析微量元素的異常，另一方面將高光譜遙感信息和地球化學信息融合，以挖掘綜合找礦信息，并進一步尋找微量化學元素含量的變化對地物波譜和高光譜遙感波譜的相關影響。

關鍵詞 ?遙感;地球化學;因子分析;偏相關分析;人工神經網絡

中圖分類號：P627 ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A

Abstract： In this thesis， Gansu Jinchuan copper-nickel mine detection zone Cu， Pb， Zn， Co， Ni， Cr and six trace geochemical elements in the hyperspectral as the main objective .On the one hand， analysis based on trace element geochemical anomalies， On the other hand， the hyperspectral remote sensing information and geochemical information fusion， integrated prospecting to mining information， and further to find the trace chemical elements in the change of object spectrum and the spectral correlation of hyperspectral remote sensing .

Key words： remote sensing; geochemistry; factor analysis; partial correlation analysis; artificial neural network

最近幾年以來，隨著高光譜數據的獲取和高分辨率多光譜數據的獲取越來越容易，以及地面地物測試儀器的普及，使得遙感數據與地學信息的結合更加容易，遙感及地質、地球化學等信息綜合找礦研究已成為重要的方法之一[1-6]。本文針對甘肅金川銅鎳礦區地面測試高光譜波譜數據、遙感高光譜波譜數據與地球化學測試數據進行關聯分析，進一步開展定量化的地球化學研究。

1 ?地質背景

研究區域屬龍首山銅鎳多金屬成礦帶，該區域在大地構造上屬于中朝地塊阿拉善南緣龍首山隆起帶，露出地層主要有上太古界、元古界、古生界寒武系、泥盆系、石炭系、二疊系、中生界侏羅系、白堊系和第四系。

研究區所屬的龍首山地區屬地質運動活躍地帶，已經歷多次的大規模構造運動，構造特征主要為一軸部位大溝井——獨峰頂一代的龍首山復式向斜。該地區的巖層主要分為三個地質構造層，分別為基底構造層、準基底構造層和蓋層構造層，每一層都發育成一系列的北西向褶皺，并局部倒轉。其基底構造層在上太古界龍首山群最為活躍，近南東—北西向無根褶皺及疊加褶皺最為突顯，斷裂主要運動趨勢以走向北西向及北西西向逆斷層，在以東西向及南北向正斷層及平移斷層;準基底構造層主要以下元古界塔馬子溝組為主，其中層內小褶曲和層間剪切斷裂非常常見。蓋層構造層主要較年輕的中元古界、震旦系和古生界地層為主。斷裂構造運動形式包括正、逆、平移斷層和逆沖推覆構造等，主要以北西西向推覆構造為主，偶爾伴有韌性剪切和伸展構造體系，由于斷裂構造存在，加之多期巖漿活動和地殼升降運動的原因，使得該區域構造十分錯綜復雜。

研究區巖漿活動周期短，頻率高，并且種類多，從呂梁期前過渡到燕山期，既出現火山噴發在基性—中酸性，廣泛侵入活動出現在超基性—酸性巖漿;侵入巖體的發育伴有白家嘴子超基性巖、塔馬子溝基性巖和河西堡花崗巖等。侵入巖受斷裂構造控制，多呈巖基、巖脈、巖墻、巖株侵入或注入于各系地層中。

本研究區變質巖發育較為旺盛，其中主要以區域變質巖為主，動力變質巖和接觸變質巖次之。區域變質巖包括變砂巖、板巖、千枚巖、片巖、變粒巖、斜長角閃巖、大理巖類及混合巖;動力變質巖和接觸變質巖，其中上太古界～下元古界為中深變質巖系，在上太古界～中元古界部分疊加了區域動力熱流變質作用，經歷了中高溫區域變質作用的高角閃巖相、綠簾石角閃巖相及綠片巖相，上元古界變質巖系為綠片巖相。早古生代變質巖主要在低溫區域變質和動力變質作用下的產物，屬于綠片巖相～低綠片巖相變質巖系。

2 ?測區地球化學元素分析

根據表1得到的探測區背景值1～3級異常值以及基性和超基性巖的均值，對Ni、Cr、Co、Cu、Pb、Zn進行異常劃分。Ni、Cr、Co往往形成環境為高溫，與基性超基性巖環境密切相關，所以采用背景值和1～3級異常值來制圖。Zn、Cu元素來源比較復雜，也用背景值和1～3級異常值。Pb元素在基性超基性巖中含量極低，所以重點突出低值異常。根據上述方法使用Sufer軟件繪制各元素原生暈異常分布，從圖1、2、3可以看出，同為超基性巖典型元素的Ni、Cr 、Co其異常分布在中部、西北部和東南部，基本上都是北西向分布，與斷裂帶分布方向一致。

在對金川銅鎳礦測區進行地球化學分析時，重點分析了Ni、Cr、Co、Cu、Pb、Zn等6個單元素，經過相關統計、聚類分析以及因子分析之后，采用了因子分析降維和高溫低溫元素的比值變換組合。經過概率格紙圖解法計算出各元素含量以及組合元素的原生暈異常分布圖，經過與地質圖對比發現：

（1）Ni 、Cr、Co的中、高濃度原生異常呈NW走向展布，與測區地質構造走向一致，說明本區原生異常形成與構造有關，而且中、高濃度原生異常地球化學特征，多與區域地球化學特征顯示的礦化超基性巖體的異常相似，說明本區原生異常多為礦化超基性巖體引起。

（2）本區原生異常呈有規律的NW走向異常展布，反映在測區范圍內有一深部相連的超基性巖體。

3 ? 高光譜遙感地球化學信息提取

不同屬性的多元地學找礦信息（地質、物探、化探、遙感等）之間，存在著兩種不同的空間相關關系：套合和耦合。對前者套合而言，是指各元信息之間在空間上相關，但成因關系不明顯，利用遙感信息與地球化學信息在空間上融合，可以提取出許多以前方法提出不出的微弱信息。而耦合則是空間和成因均相關（趙鵬大，1999），從原理上從光譜的特征角度上，將影像真正的與地球化學信息完全結合在一起，以致可以進行預測。

在進行遙感信息和地球化學信息關聯分析時，一方面是要研究異常之間的套合關系，但是更重要的是著重研究遙感信息和地球化學信息之間的耦合關系。如果要進行預測模型的建立則需要通過多元數理統計分析方法能夠對遙感和地物化數據之間的相關性作出正確的識別和判斷，在可見光到中紅外波段范圍內的遙感器可接受的波段內，有些礦物或化學組分具有特征的吸收（或反射）譜帶，表明遙感對地球化學信息的響應。

3.1Hyperion數據預處理

由于本文所使用的數據為Hyperion L1T產品（EO1H1320332008248110PW），這是研究性數據，沒有像其他商業遙感數據那樣經過多級處理，所以需要人工修復。Hyperion L1產品從L0數據經過一系列處理生成，包括斑點去除、回波糾正、背景去除、輻射糾正、壞像元恢復以及圖像質量檢查等過程。一旦數據集生成，應該不再有壞像元或條紋等誤差存在。但是，實際上不正常的像元仍然存在，在進行圖像應用之前，必須將不正常的像元識別出來并加以糾正。

3.2高光譜遙感信息提取

金川礦區有過四起主要的基性-超基性巖漿活動事件：太古代斜長角閃巖化的似層狀玄武質噴出巖;中元古代，斜長角閃巖化的玄武質侵入體;晚元古代，受綠片巖相變質作用影響的基性—超基性巖體;古生代泥盆紀以后，蒙脫石化的玄武質侵入體。而本文主要研究的就是形成于晚元古代，與銅鎳礦化有關的超鐵鎂質巖石，分布在從太古界到上遠古界的震旦系的各個時代地層中，經受了相當綠片巖相的區域變質與后期的構造擠壓作用改造，其中相當一部分已轉化為陽起石—透閃石片巖。

金川地區的Cr元素主要存在與造巖礦物尖晶石中，而鉻尖晶石主要是形成層與基性超基性巖之中，所以總體上要探測Cr元素的分布規律就必須弄清基性、超基性巖脈的分布。而且由于高濃度Cr離子會置換基性、超基性巖中的Mg-OH離子、Fe-OH以及Al-OH，所以本文間接的角度分析Mg-OH、Al-OH分子吸收特征變化就可以與Cr離子建立關聯。

根據地面巖石樣本所測試的礦物，金川銅鎳礦探測區基性-超基性巖的主要礦物組成為輝石、陽起石、綠泥石、橄欖石、蛇紋石、滑石、黑云母等。如表2所示。

從濃度較高的Cr、Ni基性超基性巖樣品的礦物組成來看，主要含有橄欖石、陽起石（Ca2（Mg，Fe2+）5〔Si4O11〕2〔OH〕2）、斜長石、綠泥石（chlorite）、蛇紋石（（Mg ，Fe ，Ni） 3 Si2O5（OH）4）、石英等。蝕變礦物陽起石、綠泥石、蛇紋石都具有Mg-OH、Al-OH等比較明顯的吸收峰（圖7）。所以，這些峰信息與Cr、Ni含量之間的關系是本文研究重點。

根據ENVI自帶usgs_min礦物波譜庫數據，經過5點均值光滑處理之后再將多個曲線平均后得到圖7。從圖7中可以看出，在短波紅外部分，超基性巖Mg含量高，而Al含量低，Mg-OH在2.3～2.33μm之間的特征峰非常明顯[7]，這是本文研究的主要特征峰。含Al-OH礦物診斷譜帶一般位于2165～2205nm附近。從晶體分子上來看，Mg-OH和Al-OH吸收峰是分析Cr、Ni、Co的關鍵，所以本文主要分析以上2個位置的峰信息。

高光譜提取礦物信息有著多光譜所不具備的優勢，由于其波譜是連續的，所以可以使用ENVI軟件中的波譜沙漏分析工具（Spectral Hourglass Wizard）來進行像元端元提取、光譜角匹配等方法來提取礦物信息[8]。具體處理方法有以下一些：

最小噪聲分離旋轉（MNF）：最小噪聲分離旋轉（MNF）分為正變換和逆變換，正交變換能夠將信號與噪聲分離，變換后的前數個波段的特征值遠遠大于以后波段的特征值，且這些波段數據顯示的地物影像清晰，集中地物的絕大部分光譜信息，而且能分離波段中的噪聲數據。通過一次正變換和一次逆變換就可以去除噪聲，從而提高波譜數據的處理效率[9]。

將本次試驗數據158個波段全部進行MNF分析，在通過MNF特征值圖可以發現，經過MNF變換之后的數據中，按特征值由大到小排序的變換分量所包含的噪聲成分逐漸減小，圖像質量依次提高，MNF波段1的特征值是最大的。噪聲主要集中在特征值低的波段，一般認為特征值大于1的波段包含波譜信息，特征值接近1的波段包含噪聲。根據實際情況，如圖8，MNF變換的第20波段噪聲信息量大，基本上不能夠提供有用的信息，而20以后的主成分信息量更少，所以本文只提取了1-19個波段做為MNF的主成分。并將這19個主成分進行MNF逆變換為一組新的數據，這時新數據的噪聲更少。

純凈像元提取：在現實中真正的純凈像元是不存在的，但是為了方便運算，這里所指的純凈像元是相對的。沙漏工具通過將N維散點圖映射為一個隨機單位向量的反復迭代計算生成PPI（純凈像元）影像，這樣通過PPI影像計算得到的像元大多數是純凈像元或極值像元。所以經過迭代次數越多，得到的純凈像元越好，但是處理時間會增加。研究設置迭代次數為12000次，閾值設置為數據噪聲等級的2.5倍，噪聲閾值接近1個像元，因此閾值設置為2。

PPI的處理結果隨后會輸入到N維可視化工具中，通過旋轉將備選像元的n維散點圖相繼向低維空間投影，交互式選擇分布于數據粒子云主體的外圍或末端的像元則為最終的端元像元。

波譜得分分析：高光譜數據具有多光譜所不具備的光譜連續的優勢，高光譜波譜與礦物波譜的匹配方法在沙漏工具中主要有三種：

①光譜角分類法，是將光譜數據視為多維空間的矢量，利用解析方法計算像元光譜與光譜數據庫中參考光譜之間矢量的夾角，根據夾角的大小來確定光譜間的相似程度，以達到識別地物的目的[10]。

②波譜二值分類法，根據波段值落在均值的上或下方，把數據波普和端元波普編碼為0或1，異或邏輯函數用來將每種編碼后的參考波普同編碼后的數據波譜進行比較的方法[11]。

③波譜特征值匹配法，將像元波譜的特征峰信息與參考波譜特征峰信息進行對比來進行分類預測。

ENVI沙漏工具波譜得分分析是將像元波譜同時采用光譜角分類法、波譜二值分類法和波譜特征值匹配法三種方法同時進行分析，并通過賦予三種方法不同的權值來進行得分匹配，得分數高則表明波譜形態的匹配相似度越高，1則代表完全匹配。

由圖9所示，金川銅鎳礦探測區基性-超基性巖巖脈為探測區西南部北西向的輝橄巖、變輝橄巖以及輝綠巖。這些巖脈的都比較窄，最窄的只有10米不到，而Hyperion的像元為30米×30米，所以必定有不少像元無法分辨或者微笑輝綠巖混合其他巖性光譜。由表2所知，輝橄巖最突出的構巖礦物是橄欖石、輝石、綠泥石、陽起石，而輝綠巖最突出的構巖礦物是陽起石、綠泥石。為了從遙感上提取出輝橄巖和輝綠巖的信息，本文采用USGS波譜庫中的輝石和橄欖石組合疊加提取輝橄巖，采用綠泥石和陽起石組合提取輝綠巖（如圖10所示），使用高光譜的沙漏工具進行了信息提取。其中光譜角分類的分類角經過多次試驗，取值0.07，光譜角分類的在得分分析時權值取0.3;波譜二值分類法權值取0.2;波譜特征值匹配法取權值0.5。根據反復的實驗，輝綠巖和輝橄巖信息提取如下：

根據光譜得分分析中三種方法的綜合得分，輝橄巖和輝綠巖信息提取如圖10所示。

在圖中可以看到，輝橄巖在南部地區具有一個比較密集的北西走向分布帶，而在中部地區分布則比較零散。在與地質圖（圖9）相對應后發現，在探測區南部震旦系出現的輝橄巖脈相對比較寬，在Hyperion中能夠比較明顯的提取出來，但是其分布比較零散，規律性不強。而在探測區中部也出現一個規模比較小的北西向輝橄巖脈，而地質圖中則為白家嘴子組的大理巖出露，這說明大理巖對輝橄巖的提取具有一定的干擾。

在探測區輝綠巖脈比輝橄巖脈更加細小，Hyperion更加難以區分。從圖10可以看出，提取出來的輝綠巖還是比較零散，大體可以看出呈北西向。在與地質圖對比后發現，比較寬的輝綠巖還是可以提取，而規模小的輝綠巖則完全淹沒在其他光譜信息里。

3.3遙感地球化學信息相關性分析

微量地球化學元素含量及其組合變換值與高光譜遙感波譜存在一定的內在相關性。在金川銅鎳礦探測區，Cr、Co、Ni等化學元素含量與地面多數巖性波譜不存在比較明顯的相關性，而與基性-超基性巖的輝橄巖和輝綠巖呈比較明顯的規律。

本文以橄欖石、輝石為礦物波譜提取輝橄巖，經過光譜角分類、二值分類和特征峰分類法的綜合得分分類，結果中橄欖石的分布比地質圖中橄欖石分布要多，這說明其他巖性特別是大理巖，對橄欖石的分布有一定的干擾。在提取輝綠巖信息時采用綠泥石和陽起石的組合，在去除了與輝橄巖重疊的信息后發現，完全符合輝綠巖的信息明顯比地質圖中的要少，這與輝綠巖脈太窄有關。

在提取了基性-超基性巖后，在巖脈之上采集了40個波譜樣本，并與地球化學指標進行相關分析。結果證明，在輝橄巖和輝綠巖中，峰面積、中心波段和吸收深度都與Cr、Ni、因子主成分值有比較強的相關。經過偏最小二乘法回歸預測，預測效果比較理想，這證明在輝橄巖和輝綠巖中，Cr、Ni、因子主成分值與Mg-OH峰信息由比較強的相關性。

4 ?結論與問題

主要的結論有以下幾點：

（1）從地球化學元素Cu、Zn、Pb、Co、Ni、Cr的分布來看，Cu、Zn、Pb分布規律并不明顯，而Co、Ni、Cr這三個高溫元素存在比較強的相關性。其分布主要集中在震旦系地層中的基性-超基性巖脈區，基本上呈北西向展布，與構造斷層、基性-超基性巖將活動有關。

（2）地球化學含量與室內測試地物波譜存在一定的相關性，通過單波段回歸分析與多元回歸分析，如偏最小二乘法、神經網絡回歸分析等方法發現Mg-OH的吸收峰與高溫元素Cr、Co、Ni具有地質上的規律。地物波譜經過數學變換之后進行單波段回歸或多元回歸效果比原反射率要好。Cr含量比較高的基性-超基性巖與地物波譜的規律性比較強。

（3）在金川銅鎳礦探測區，以橄欖石、輝石為礦物波譜提取輝橄巖，經過光譜角分類、二值分類和特征峰分類法的綜合得分分類，結果中橄欖石的分布比地質圖中橄欖石分布要多，這說明其他巖性特別是大理巖，對橄欖石的分布有一定的干擾。用綠泥石和陽起石的組合提取輝綠巖信息，在去除了與輝橄巖重疊的信息后發現，完全符合輝綠巖的信息明顯比地質圖中的要少，這與輝綠巖脈太窄有關。

參考文獻/References

[1]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， 7-9.

[2]張遠飛，植起漢. 遙感、地球物理和地球化學數據之間的相關性探討[J]. 礦產與地質， 1986（3）： 58-61.

[3]林樹道. 遙感找礦的生物地球化學信息[J]. 國土資源遙感， 1991（4）： 13-19.

[4]徐瑞松. 粵西、海南金礦生物地化效應的遙感研究[J]. 地質學報， 1992. 66（2）： 170-181.

[5]浦瑞良，宮鵬. 高光譜遙感及其應用[M]. 北京：高等教育出版社， 2000： 193-202.

[6]劉福江等. 遙感與化探數據融合技術在金礦預測中的應用[J]. 地質與勘探， 2007（3）： 74-77.

[7]吳昀昭， 田慶久， 季峻峰.，遙感地球化學研究[J]. 地球科學進展， 2003.12（1）：56-59.

[8]孫衛東等. 阿爾金地區高光譜遙感礦物填圖方法及應用研究[J]. 新疆地質， 2010（2）： 214-217.

[9]劉漢麗等. 結合MNF變換與灰值形態學的三江平原多光譜、多時相MODIS遙感影像分類[J]. 武漢大學學報（信息科學版）， 2011（2）： 153-156.

[10]王旭紅等. 基于SAM遙感影像的分類技術研究[J]. 西北大學學報（自然科學版）， 2008（4）： 668-672.

[11]羅富生等. 金礦床遙感影像模式及證據權重法在找礦預測中的應用[J]. 國土資源遙感， 1994（4）.121-123.