模糊邏輯模型在珠勒地區(qū)遙感找礦中的應(yīng)用

王生禮, 李志軍, 余杰, 司永強(qiáng)

(成都理工大學(xué)地球科學(xué)學(xué)院, 成都 610059)

近年來(lái),地表礦藏已得到了充分的開(kāi)發(fā),深層礦藏和復(fù)雜地形的礦產(chǎn)勘探逐漸被越來(lái)越多科學(xué)家所關(guān)注[1]。礦產(chǎn)勘察方法主要包括地質(zhì)調(diào)查、地球物理勘探、地球化學(xué)、遙感技術(shù)、鉆探等方法。其中,遙感作為地學(xué)領(lǐng)域的前沿學(xué)科其發(fā)展較為迅速。憑借其勘察視野廣、速度快等優(yōu)點(diǎn),被廣泛應(yīng)用于礦產(chǎn)勘察項(xiàng)目[2]。

目前,多源遙感影像數(shù)據(jù)和統(tǒng)計(jì)模型的聯(lián)合應(yīng)用、多源數(shù)據(jù)的集成[3]、航空高光譜數(shù)據(jù)的光譜角填圖(spectral angle mapper,SAM),光譜特征擬合(spectral feature fitting, SFF),混合調(diào)制匹配濾波(mixture-tuned matched filtering, MTMF)等遙感找礦模型[4]在礦產(chǎn)勘察領(lǐng)域廣泛引用。然而,地質(zhì)數(shù)據(jù)總是多級(jí)或連續(xù)的,而目前的許多找礦模型都將地質(zhì)數(shù)據(jù)使用二值來(lái)進(jìn)行概括和分類。缺乏對(duì)地質(zhì)數(shù)據(jù)具有模糊性的認(rèn)識(shí)和有價(jià)值信息的判斷。模糊集理論的出現(xiàn)彌補(bǔ)了對(duì)地質(zhì)數(shù)據(jù)模糊性評(píng)估的能力,因此模糊集理論在礦產(chǎn)勘察中的研究也應(yīng)運(yùn)而生。Ghanbari等[5]利用模糊邏輯理論結(jié)合地質(zhì)數(shù)據(jù)在Kerman-Kashmar構(gòu)造帶成功繪制了稀土元素(rare earth element,REE)成礦潛力區(qū)。Zhang等[6]通過(guò)對(duì)比模糊邏輯和模糊層次分析法在新疆大南湖-頭蘇泉島弧斑巖型和熱液脈型銅礦進(jìn)行了成礦遠(yuǎn)景區(qū)預(yù)測(cè),對(duì)已知礦床的預(yù)測(cè)率為81.48%。Nykanen等[7]通過(guò)模糊邏輯模型來(lái)預(yù)測(cè)和定位研究區(qū)域內(nèi)最有前景或最有利的鐵氧化物銅金礦床(iron oxide-copper-gold,IOCG)勘探區(qū)域,有效地繪制了潛力區(qū)。Pazand等[8-9]利用模糊理論模型和證據(jù)權(quán)重法結(jié)合地球化學(xué)異常、地球物理異常、巖性特征、構(gòu)造特征并成功地在伊朗Ahar-Arasbaran地區(qū)的銅斑巖礦化潛力圖。Kim等[10]利用模糊邏輯理論和幾何平均法對(duì)朝鮮Kapsan盆地地區(qū)進(jìn)行銅硫化物礦床的潛力填圖,結(jié)果顯示這兩種方法預(yù)測(cè)的接受者操作特征(receiver operating characteristics,ROC)曲線下面積(area under curve,AUC)均大于0.5, 這表明兩種預(yù)測(cè)模型及其生成的潛在圖對(duì)評(píng)價(jià)Kapsan盆地硫化銅礦的遠(yuǎn)景是有用的。邢學(xué)文等[11]在云南地區(qū)利用應(yīng)用ArcSDM對(duì)研究區(qū)地質(zhì)、地球化學(xué)、線性構(gòu)造等方面的數(shù)據(jù)進(jìn)行了處理,驗(yàn)證了模糊邏輯模型的可行性。

現(xiàn)利用Landsat-9、Sentinel-2和ASTER衛(wèi)星遙感資料,對(duì)西藏革吉縣珠勒地區(qū)進(jìn)行勘察。首先,通過(guò)多源數(shù)據(jù)的比值運(yùn)算(Band Ratio),繪制熱液蝕變礦物和巖性單元;其次,利用主成分分析(principal component analysis,PCA)特征分量和模糊邏輯模型,繪制找礦潛力圖;最后,通過(guò)野外勘察與實(shí)驗(yàn)室分析對(duì)遙感結(jié)果進(jìn)行驗(yàn)證。以期使模糊邏輯模型與多源遙感數(shù)據(jù)結(jié)合方法對(duì)西藏珠勒地區(qū)的找礦工作提供幫助。

1 研究區(qū)背景

研究區(qū)地處岡底斯山脈的北緣,位于西藏阿里地區(qū)革吉縣城以南40 km處(芒拉村北部), 地理位置位于東經(jīng)81°00′00″～81°15′00″,北緯31°50′00″～32°00′00″。海拔超過(guò)5 500 m,自然條件惡劣,但其復(fù)雜的地質(zhì)背景與良好的成礦條件,使其具有較好的找礦潛力[12-13]。該區(qū)屬高海拔、大高差山地-湖盆地貌,主要巖石類型為變質(zhì)巖和侵入巖,經(jīng)歷了多期構(gòu)造變形和熱液活動(dòng),形成了豐富的金屬礦床。例如,金、銀、銅、鉛、鋅、鎢等多種金屬礦床。出露地層主要包括下白堊統(tǒng)則弄群、捷嘎組,中新統(tǒng)布嘎寺組、嘎扎村組,更新統(tǒng)、全新統(tǒng)沖積、沖洪積、湖沼堆積層(圖1)。其中,嘎扎村組二段呈北西向展布,沉積環(huán)境為陸相火山沉積且發(fā)育有粗安質(zhì)角礫凝灰?guī)r,流紋質(zhì)角礫凝灰?guī)r,粗安巖,集塊巖,角礫巖等;布嘎寺組發(fā)育玄武巖(杏仁狀、角礫狀)、粗安巖、局部見(jiàn)少量凝灰角礫巖,為一套鈣性、偏堿性陸相火山巖;捷嘎組發(fā)育砂巖和火山碎屑巖;則弄群上部主要發(fā)育安山巖、集塊巖、砂巖,下部發(fā)育凝灰熔巖、流紋巖和安山巖,局部夾灰?guī)r透鏡體。銅金礦床通常伴隨著青磐巖化、黃鐵絹英巖化、泥化、硅化等蝕變[5],研究區(qū)主要存在的蝕變有碳酸鹽化、羥基蝕變和鐵染蝕變。

1為布嘎寺組;2為石英正長(zhǎng)斑巖;3為晚更新統(tǒng)坡積物;4為中細(xì)粒二長(zhǎng)花崗斑巖;5為全新統(tǒng)沖積物;6為捷嘎組;7為粗中粒二長(zhǎng)花崗斑巖;8為則弄群;9為嘎扎村組二段;10為銅礦點(diǎn);11為火山口;12為平行不整合;13為斷層;地質(zhì)圖資料來(lái)源:吉林省地質(zhì)調(diào)查院所屬項(xiàng)目是岡底斯成礦帶地質(zhì)礦產(chǎn)調(diào)查

2 數(shù)據(jù)與方法

2.1 遙感數(shù)據(jù)

利用Landsat-9、Sentinel-2和ASTER(advanced spaceborne thermal emission and reflection radiometer,ASTER)衛(wèi)星圖像數(shù)據(jù)(圖2),開(kāi)展研究區(qū)蝕變信息提取和靶區(qū)圈定。處理數(shù)據(jù)的平臺(tái)用到ENVI5.3和ArcGIS10.8。

條框旁邊的數(shù)字表示波段

Landsat(LC09_L1TP_144038_20220329_20220329_02_T1)數(shù)據(jù)獲取于2022年3月29日,云覆蓋為4.01%;sentinel-2數(shù)據(jù)(S2A_MSIL1C_20220531T051701_N0400_R062_T44SNA_20220531T071912)獲取時(shí)間為2022年5月,云覆蓋為0.22%;ASTER數(shù)據(jù)(AST_L1T_00310082005052216_20150511114200_24526_chg,AST_L1T_00310302007052247_20150521182501_19332_chg)是由兩景去串?dāng)_和大氣校正后拼接的影像。

2.2 數(shù)據(jù)處理

Landsat-9與ASTER遙感數(shù)據(jù)利用FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)大氣校正去除大氣的影響。Sentinel-2(L1C)級(jí)數(shù)據(jù)需要下載相關(guān)插件(Sen2Cor)進(jìn)行大氣校正為2A級(jí)數(shù)據(jù)。ASTER數(shù)據(jù)還用到了“去串?dāng)_”流程并且ASTER數(shù)據(jù)的VNIR和SWIR波段的成像時(shí)間相差1 s,覆蓋范圍不完全一致,邊框可能形成假異常現(xiàn)象,需去掉有誤差的區(qū)域[14]。預(yù)處理后,利用波段比值和主成分分析(PCA)圖像處理,提取與蝕變礦物和巖性單元有關(guān)的關(guān)鍵信息。利用模糊邏輯模型對(duì)合理的蝕變專題層位進(jìn)行模糊化和疊加分析,生成了研究區(qū)的找礦圖。

2.3 方法與理論

2.3.1 比值法

比值分析法是根據(jù)地物的光譜特征進(jìn)行比值運(yùn)算處理來(lái)擴(kuò)大礦物蝕變?nèi)跣畔?抑制干擾信息,如水體、植被、陰影、坡度和光照角度的影響等。對(duì)于蝕變礦物或礦物組的探測(cè),采用了幾種數(shù)學(xué)表達(dá)式,一般稱為相對(duì)吸收帶深度(ratio band deep,RBD)[15]。利用波段計(jì)算來(lái)揭示Fe2+、Fe3+、Fe-OH、Al-OH、Mg-OH、Si-OH、S-O、CO3和SiO2的礦物光譜強(qiáng)度。

鐵染蝕變(代表礦物:赤鐵礦、針鐵礦和黃鉀鐵礬)的表達(dá)主要在可見(jiàn)光和近紅外(visible light and near-infrared,VNIR)波段,Fe3+/Fe2+在0.45～1.2 μm。在衛(wèi)星數(shù)據(jù)源選擇了Landsat-9和Sentinel-2的Band4/Band2波段比來(lái)突出鐵染蝕變。羥基蝕變(典型:Al-OH)蝕變和碳酸鹽蝕變(代表礦物:白云母、高嶺石、方解石和白云石)由于分子鍵的振動(dòng),在2.1～2.5 μm區(qū)域表現(xiàn)出光譜吸收特征。 這些特性與Landsat-9的Band7(2.11～2.29 μm)和Band6(1.57～1.65 μm)以及Sentinel-2的Band12(2.100～2.280 μm)和Band11(1.565～1.655 μm)相匹配。因此,利用Landsat-9的Band6/Band7和Sentinel-2的Band11/Band12在區(qū)域尺度上對(duì)含羥基蝕變礦物和碳酸鹽進(jìn)行了蝕變區(qū)分。

2.3.2 主成分分析

主成分分析(PCA)是實(shí)現(xiàn)數(shù)據(jù)降維的一種數(shù)學(xué)方法,目的是將多維有冗余的波段數(shù)據(jù)通過(guò)幾何變換到少數(shù)幾個(gè)互不相關(guān)的分量中[18-20]。PCA提取圖像主成分的主要步驟為:首先,實(shí)現(xiàn)輸入圖像的標(biāo)準(zhǔn)化處理,獲得歸一化樣本矩陣;然后求得樣本矩陣的協(xié)方差矩陣,進(jìn)而獲得其特征值與特征向量從而獲得降維后的數(shù)據(jù)[21-23]。對(duì)多波段遙感圖像進(jìn)行PCA的公式為

(1)

式(1)中:X1,X2,…,Xn為n個(gè)輸入的遙感圖層;Y1,Y2,…,Yn為通過(guò)線性變換的主分量,隨著主分量數(shù)的增加,所包含的主要信息逐漸變少,噪聲信息增加。

2.3.3 模糊邏輯理論

模糊邏輯模型是基于Bellman和Zadeh提出的模糊集理論,區(qū)別于傳統(tǒng)普通布爾邏輯(非真即假)。模糊邏輯理論表示命題的真假程度,例如隨著確定性程度的增加類的隸屬度更接近于1。因此,隸屬度可以取[0,1]任何數(shù)。模糊集理論非常適合于解決多屬性決策問(wèn)題中遇到的這種模糊性[11,24]。如果X是證據(jù)圖層X(jué)i(i=1,2,…,n)的集合,圖層有r個(gè)級(jí)別,定義為xij(j=1,2,…,r),μA(x)為隸屬度函數(shù),那么,X中的n個(gè)模糊集Ai(i=1,2,…,n)可定義如下。

Aij={(xij,μA(x)|xij∈Xi}

(2)

模糊集算子對(duì)獲得的n個(gè)模糊集Ai進(jìn)行綜合,生成一個(gè)綜合的模糊集F為

(3)

模糊疊加有5種不同的疊加算子,分別是fuzzy AND,fuzzyOR,fuzzyProduct,fuzzySum,fuzzyGammar[11],表達(dá)式分別為式(4)～式(8)。fuzzyAND類似于布爾“與”運(yùn)算符(邏輯相交),其結(jié)果是輸入證據(jù)圖層上隸屬值的最小值;fuzzyOR的結(jié)果類似“或”運(yùn)算符,其結(jié)果是隸屬值的最大值。fuzzyProduct,fuzzySum,fuzzy Gammar與fuzzyAND和fuzzyOR不同的是考慮了不同證據(jù)圖層的隸屬值,表達(dá)式分別如下。

μcomb(x)=Min{μ1,μ2,…,μn}

(4)

μcomb(x)=Max{μ1,μ2,…,μn}

(5)

(7)

(8)

fuzzyGamma的取值由fuzzyProduct和fuzzySum決定。γ為0～1的參數(shù),當(dāng)γ值為0,fuzzyGamma的結(jié)果等于fuzzyProduct;γ值為1時(shí),fuzzyGamma結(jié)果與fuzzySum相同。

模糊邏輯建模在找礦填圖中的應(yīng)用通常包括3個(gè)主要的階段:證據(jù)圖層的模糊化;利用模糊集合中模糊算子對(duì)模糊化后的變量進(jìn)行集成;礦產(chǎn)遠(yuǎn)景輸出進(jìn)行去模糊化。對(duì)Landsat-9、Sentinel-2和ASTER的蝕變圖層模糊化后,采用Fuzzy Gamma算子繪制找礦靶區(qū)。γ參數(shù)的設(shè)置分別是0.7、0.75、0.8、0.85和0.9,最終經(jīng)過(guò)試驗(yàn)測(cè)定,γ=0.85效果相對(duì)較好。

3 結(jié)果和討論

3.1 蝕變填圖

Landsat-9和Sentinel-2填圖結(jié)果見(jiàn)圖3和圖4,可以得到兩景影像填圖結(jié)果相近,不同之處是在影像東側(cè)布嘎寺組(N1b)。Sentinel-2在此處提取的蝕變信息相較于Landsat-9要少,這種原因可能是由于傳感器差異造成;羥基蝕變和鐵染蝕變主要在影像南部嘎扎村組二段強(qiáng)烈發(fā)育;右下方則弄群(K1z)含有較多的羥基蝕變,推測(cè)與河溝附近的矽卡巖化有一定關(guān)系。ASTER數(shù)據(jù)繪制結(jié)果見(jiàn)圖5,Al-OH礦物主要發(fā)育在嘎扎村組二段和則弄群,少量發(fā)育在布嘎寺組;Mg-OH在布嘎寺組發(fā)育強(qiáng)烈,在嘎扎村組二段和則弄群發(fā)育較少。

圖3 Landsat-9蝕變提取結(jié)果Fig.3 Landsat-9 alteration extraction result

圖4 Sentinel-2蝕變提取結(jié)果Fig.4 Sentinel-2 alteration extraction result

圖5 ASTER蝕變提取結(jié)果Fig.5 ASTER alteration extraction result

對(duì)多元遙感數(shù)據(jù)的主成分分析方法得出含羥基礦物、碳酸鹽礦物和氧化鐵/氫氧化物礦物有關(guān)的關(guān)鍵信息。Landsat中PC4的Band6(-0.279 509)和Band7(0.730 616)具有相反的符號(hào);PC6在Band2貢獻(xiàn)值為負(fù) (-0.548 184),在波段4有強(qiáng)正貢獻(xiàn)值(0.606 580),在波段5有負(fù)貢獻(xiàn)(-0.502 924)(表1)。故PC4圖像將含羥基礦物和碳酸鹽識(shí)別為暗像素,PC6圖像中將氧化鐵/氫氧化物(Fe3+/Fe2+)礦物在表現(xiàn)為亮像素。Sentinel-2中PC6的Band2(-0.410 860)和Band4(0.503 960)(表2)有相反的貢獻(xiàn)值將氧化鐵/氫氧化物(Fe3+/Fe2+)礦物在表現(xiàn)為亮像素。PC4圖像將含羥基礦物和碳酸鹽識(shí)別為暗像素。

表1 Landsat-9 PCA提取結(jié)果

表2 Sentinel-2 PCA提取結(jié)果

表3 Aster PCA提取結(jié)果

3.2 靶區(qū)圈定及野外驗(yàn)證

利用模糊邏輯理論證據(jù)圖層集和地質(zhì)資料在ArcGIS平臺(tái)繪制成礦潛力靶區(qū)其結(jié)果見(jiàn)圖6。在該研究區(qū)內(nèi)圈定了8個(gè)找礦靶區(qū),主要在嘎扎村組二段,布嘎寺組較少。通過(guò)對(duì)所圈定的靶區(qū)B、D、G進(jìn)行野外驗(yàn)證,發(fā)現(xiàn)在此處存在礦化蝕變類型有鐵染蝕變、羥基蝕變、長(zhǎng)石蝕變、角閃石蝕變、硅化、孔雀石化、金礦化等,并且有發(fā)育團(tuán)斑狀或者細(xì)脈狀的原生硫化物。鐵染蝕變?cè)谖g變區(qū)域內(nèi)巖石風(fēng)化程度嚴(yán)重,蝕變因褐鐵礦化而呈現(xiàn)褐紅色,局部地方發(fā)育黃鉀鐵礬。該區(qū)域還發(fā)育以新近系和古近系為主的中酸性火山巖,出露少量基性火山巖。在室內(nèi)進(jìn)行對(duì)巖石進(jìn)行光薄片鑒定(圖7),其巖性主要為安山巖、安山玢巖、粗面巖、流紋巖、玄武巖。還存在青磐巖化產(chǎn)生的礦物綠泥石、綠簾石和中酸性火山噴出巖經(jīng)過(guò)低溫?zé)嵋鹤饔蒙傻拿鞯\石和原生銅礦的重要找礦標(biāo)志礦物孔雀石(圖8)、高嶺石等。針對(duì)蝕變礦物野外標(biāo)本用ASD地物光譜儀進(jìn)行波譜實(shí)測(cè)。白板校準(zhǔn)后,測(cè)量樣品的3個(gè)光滑平面,每個(gè)平面掃描5次,去除實(shí)驗(yàn)誤差較大的光譜曲線,對(duì)比測(cè)量曲線和USGS標(biāo)準(zhǔn)光譜庫(kù)曲線的反射率,吸收深度等。發(fā)現(xiàn)蝕變礦物在某些位置上吸收性一致,如絹云母在2.205 μm和2.305 μm左右的吸收峰;綠泥石,綠簾石在2.252 μm和2.340 μm左右的吸收峰。這些火山巖的存在結(jié)合礦化蝕變類型,推測(cè)該地區(qū)存在一套高硫型淺成低溫?zé)嵋撼傻V系統(tǒng),有較好銅金等多金屬的成礦潛力。

圖6 靶區(qū)圈定結(jié)果(γ=0.85)Fig.6 Results of target area circling(γ=0.85)

圖7 野外照片及鏡下特征Fig.7 Field photos and microscopic features

圖8 巖石標(biāo)本Fig.8 Rock specimens

4 結(jié)論

(1)與常規(guī)野外地質(zhì)勘察相比,遙感對(duì)關(guān)鍵信息(鐵染蝕變、羥基蝕變、Mg、OH、Al-OH)的探查既高效又便捷,所提取的信息結(jié)合其他地質(zhì)背景進(jìn)一步揭示了成礦潛力和成礦規(guī)律,為后續(xù)找礦工作提供支持。

(2)利用Landsat-9、Sentinel-2和ASTER多元數(shù)據(jù)進(jìn)行填圖和利用模糊邏輯模型對(duì)信息最豐富的蝕變專題層進(jìn)行模糊疊加,是生成遙感找礦圖的一種新方法,新思路。相比于常規(guī)遙感找礦模型彌補(bǔ)了對(duì)地質(zhì)數(shù)據(jù)模糊性評(píng)估的能力且減少了有價(jià)值數(shù)據(jù)丟失的概率。實(shí)驗(yàn)圈定了8個(gè)靶區(qū),在野外勘探后套合效果良好。在尋求γ值時(shí)因較小差異,獲得的結(jié)果會(huì)有所不同,需要多次嘗試。

(3) 模糊邏輯表示命題的真假程度,即隸屬度可以取[0,1]任何數(shù),相比于確切的“非真即假”, 知識(shí)驅(qū)動(dòng)型的模糊集理論提供了一種描述模糊規(guī)則的一般化方法。模糊邏輯在礦產(chǎn)勘察領(lǐng)域有較大潛力,以其優(yōu)勢(shì)結(jié)合證據(jù)權(quán)法,層次分析模型等對(duì)礦產(chǎn)勘察可能會(huì)有更好的效果。