基于ASTER数据在1∶5万地质填图中的应用研究——以新疆托斯特地区为例

王宁，赵新生，陈川

(1.新疆大学地质与矿业工程学院，乌鲁木齐 830049；2.新疆大学新疆中亚造山带大陆动力学与成矿预测重点实验室，乌鲁木齐 830049)

1 引 言

遥感技术因其具有区域性、经济性和快速性的特点，在地质工作中起到越来越重要的作用，随着地质工作的深入发展和科学技术的不断进步，我国地质填图工作也在越来越普遍地使用遥感方法和技术。

遥感图像具有视域广阔、信息丰富、地貌形态逼真、地质概括力强等特点，利用它进行地质解释，能够快速、准确、全面的提供超前编图信息。同时遥感影像的比例尺较大，因而可以反映出更丰富的地质信息，能够极大减少工作量，缩短工期，起到事半功倍的作用。同时，遥感技术的应用受到客观因素的限制，如遥感图像受气候及植被等自然条件影响，造成解译准确度降低[1]。

因此如何提高遥感数据的应用效率成为关键问题。由于ASTER数据的光谱和空间分辨率均具有一定优势，适合于中等比例尺的地质填图，因此本文以ASTER数据在新疆吉木乃县托斯特乡附近1∶5万区域地质调查为例，综合说明遥感数据应用效率在地质填图工作中的优势。

2 区域地质背景及研究方法评述

2.1 区域地质背景

研究区位于吉木乃县托斯特盆地北部，乌伦古湖以西，福海盆地西部的山间凹陷，是在古生代基底上发育起来的由斋桑泊南-乌伦古湖断裂和莫合尔台南断裂夹持的新生代断陷盆地[2]。区域大地构造位置为准噶尔古板块萨吾尔晚古生代岛弧区中西段。区内石炭系、二叠系、新近系及第四系地层均有发育，出露较好且分布广泛；该地区岩浆活动频繁，侵入岩种类多，分布范围广，形成于后造山运动和活动大陆边缘弧；区内构造较为复杂，褶皱、断裂较发育，断裂以北东向压性、压扭性为主，这些断裂主要形成于华力西中晚期和燕山一喜马拉雅期；岩石类型包括超基性岩、基性岩、中性岩、酸性岩和碱性岩等，如正长花岗岩、花岗斑岩、闪长岩、辉长岩等。

2.2 ASTER数据来源

ASTER是搭载在美国NASA Terra卫星上的一种高级光学传感器，可以采集从可见光到热红外共3个通道的14个波段的遥感数据[3]，可见光-近红外光谱域(0.52um～0.86um)内设有3个波段(空间分辨率为为15m)，短波红外谱域(1.60um～2.43um)内有6个波段(空间分辨率为30m)，热红外谱域范围(8.125um～11.65um)内设有5个波段(空间分辨率为90m)，本研究中只利用了可见光-近红外、短波红外共9个波段(空间分辨率为15m)，没有采用热红外波段[4]。

与ETM+数据相比，ASTER 数据的空间分辨率和光谱分辨率都有一定程度的提高，刈幅面积为60km×60km，适宜进行制作1∶5万～1∶10万比例尺的遥感影像图，这也为本文选择ASTER数据进行研究区的1∶5万遥感地质填图提供了一定依据。

2.3 遥感地质填图方法及应用

本文所选择的1∶5万遥感地质填图的方法包括影像单元法，影像岩石单元法和单元-剖面法等方法技术，这些方法技术贯穿于整个遥感填图过程[5]。

(1)影像单元法

影像单元法是根据遥感图像的信息进行解译，分类命名，最后形成遥感影像单元解译图的一种方法。影像单元可划分为定性类影像单元，半定性类影像单元和非定性类影像单元，分类以影像单元建立划分为基础而实施，其将影像单元特征的表现形式和地质属性分析判断的粗略作为依据。

定性类影像单元是指通过已建立的影像单元直接实现地质体属性的定性判断。在本文中主要为断裂构造。

半定性类影像单元是指通过影像特征分析、对比，可基本判断单元地质属性的一类影像单元。可划分为环形影像单元，层型影像单元和非层型影像单元。本研究为了增强解译效果，对图像进行了增强和滤波处理，更清晰地表现影像特征，达到定性的目的。

非定性类影像单元是指根据影像单元特征难以实现地质属性归类的影像单元。在本研究中，经过影像处理之后，基本达到半定性目的，提高解译精度。

(2)影像岩石单元法

影像岩石单元法是以影像岩石单元为基本填图单位，进行地质图初步解译，遥感地质填图制图的方法。为了更好的解译岩性，本研究在一些典型地区进行野外采样，增强可靠度。

(3)单元-剖面法

单元-剖面法是以影像单元为调查单位，实施野外踏勘剖面选择、测制和踏勘路线布置和调查的一种方法。在野外地质调查过程中，实测主干剖面的布置以影像单元齐全，构造简单，地层发育齐全地区为原则，通过全面分析研究区的地质特征，在研究区布置了2条剖面(Ⅰ剖面和Ⅱ剖面)，基本上控制研究区内所有的岩性类型。重点调查岩石类型、结构构造、岩石类型组合特征和影像单元界线性质等特征，从而研究影像单元与火山岩，沉积岩体之间的对应关系。

3 岩性(地层)遥感解译

3.1 图像预处理

首先对研究区遥感影像图进行大气校正、几何精校正、图像裁剪和波段融合等图像预处理，预处理之后则要进行波段组合选择，波段组合的选择是多波段遥感影像合成中十分重要的过程。本文所选择的ASTER遥感数据共14个波段，除了热红外波段不参与波段组合外，从其余9个波段中选取3个波段进行组合，来更好的表达图像信息，本文根据协方差矩阵，对每个波段进行分析，选择最佳波段组合。

因为协方差既反映了不同变量之间的相关程度，又反映了各个分量各自取值的离散程度，因此选择波段的主要要求是该波段的协方差应尽可能大。为了提高彩色合成图像的视觉效果以及地物之间的可辨程度，现从研究区ASTER遥感数据9个波段之间的协方差(表 1)的8波段与VNIR(可见光-热红外)的4波段和1波段进行假彩色合成(图1)，相比其他波段合成，其图像在空间分辨率及色彩丰富程度方面优势显著。

表1 协方差矩阵

图1 研究区遥感影像图(ASTER数据8、4、1波段假彩色合成)

3.2 图像增强处理和图像分类

3.2.1 图像增强处理

研究区遥感影像主要运用主成分分析(PCA)去除波段之间多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段，去相关拉伸消除ASTER数据中波段间的高度相关性，以期达到图像增强的目的[6-7]。

3.2.2 图像分类

图像分类的目的是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息，按照某种规则或算法划分为不同的类别[8]，是遥感图像处理的重要部分。遥感图像分类一般方法包括监督分类和非监督分类。监督分类是通过选择训练区样本对整个图像所有像元进行分类的方法；非监督分类是在没有先验类别知识的情况下，根据图像本身的统计特征及自然点群的分布情况来划分地物类别的分类处理[9]。鉴于二者的区别，结合研究区的实际情况，本文主要运用ENVI软件中的监督分类方法对图像进行处理。

(1)定义训练样本

定义训练样本一般用目视解译，洪积层在遥感图像RGB(8，4，1)上显示淡紫色色调。冲积层分布于山麓带，河流出口处，呈灰色色调，扇形形态，灰色均匀影纹图案，部分有植被覆盖，为绿色色调，且本研究区有呈辫状的河流穿过冲积层；火山碎屑岩类则为略显凹凸的紫灰色色调，其上有轻微植被覆盖；凝灰砾岩与火山碎屑岩色调较像，只是颜色上略显深色；石英砂岩在影像上显示为亮白色色调，易于区分；花岗岩边界明显，在影像上部分显团块状，有少量植被覆盖；粗砂岩在影像上凹凸明显，深暗灰色；泥质岩附近有断裂发育，呈条带状分布；湖泊在影像上最好区分，且边界明显。

为了保证定义训练样本的真实性，本文以遥感影像单元为调查单位，以研究现有资料为参考，实施野外踏勘布置剖面(图2)，剖面Ⅰ位于研究区东部，剖面方向为近南北向，全长9.3km，剖面Ⅱ位于研究区西部，剖面方向为北东南西方向，全长5km；主要岩性单元特征总结见表2。

图2 Ⅰ、Ⅱ为在研究区的两条实测剖面图

表2 实测剖面所涉及的地层岩性单元及其特征

(2)执行监督分类

以校园建筑设计风格为依据，校园文化景观建设风格定位为现代简约。以基地的地址特征、城市文脉、建筑肌理为基本依据，尽量采用原生材料及植物，硬化广场景观与自然生态景观相结合，微地形成的多层次景观与相应软景塑造相结合。通过现代简约景观设计手法组织相应的景观设计元素，赋予整体景观设计故事性和艺术性，运用对构、障景等手法，营造景观焦点，结合自然的草坡、沟渠小路，原生水体等丰富景观层次，凸显现代校园与自然生态完美结合的绿色生态校园景观。

执行监督分类，需要进行一定的计算。监督分类的算法一般分为平行六面体分类法、马氏距离分类法、最小距离分类法、最大似然法、神经网络法、Parallelpipe等，经对效果图的对比分析，本文采取最大似然法。

最大似然法分类也称为贝叶斯(Bayes)分类，是基于图像统计的监督分类法，是典型的和应用最广的监督分类方法。它建立在Bayes准则的基础上，偏重于集群分布的统计特性，并假定训练样本数据在光谱空间服从高斯正态分布，利用遥感数据的统计特征，计算给定像元属于某一训练样本的似然度，像元最终被归并到似然度最大的一类当中，最终实现像元的分类，由于其分类精度较高，受到广泛关注。

由于遥感图像的分类工作是按照图像光谱特征，执行监督分类之后，根据目视解译，去除干扰样本，得到处理后的训练区(图3)。

(3)检验

当选取训练样本时，一般要求训练区域具有典型性和代表性，这就要对所选样本进行检验。因此，使用ROI可分离性工具来计算任意所选训练样本间的统计距离，对训练样本进行评价[10]。根据可分离性值的大小，从小到大列出感兴趣区组合，如果两个参数的可分离性小于1，考虑将两类样本合成一类样本；小于1.8，需要重新选择样本；大于1.9说明样本之间的可分离性好，属于合格样本[7]。本文研究中结合1∶20万区域地质矿产图及其本区遥感影像图进行野外取样，野外取得的样本作为进行监督分类的训练样本依据，经分类处理，符合要求，样本合格(表3)。

图3 监督分类(最大似然法)处理后的图像

(4)分类后处理

监督分类可以为遥感解译提供一个可靠的依据，同时结合目视解译，可更精确地解译地层和岩性。

表3 本研究区训练样本可分离性计算报表

续表1

4 构造特征遥感解译

区内地质构造比较发育，在遥感影像上比较明显，易于解译。其中，褶皱呈浅灰色环状色调，椭圆形影像形态，椭圆环带状影纹图案；断层构造地貌呈线状浅灰色色调，沿断裂带部分发育断层三角面。在ASTER数据的RGB(8，4，1)假彩色合成影像上以线性，弧形，直线状沟谷等标志显示，部分构造两侧色调差异明显。为了增强解译效果，本文对图像进行滤波处理，增强图像构造信息表达，在遥感图上更容易解译构造。

遥感影像经过滤波处理后，使所获得的线性体能最佳地反映构造形迹，然后通过目视解译进行归纳整理，将遥感影像与1∶20万区域地质矿产图套合，结合野外调查资料，运用ArcGIS软件进行解译修正[12]，最终对主要线性体赋予地质属性，达到构造解译的目的(图4)。

图4 研究区构造解译图

从研究区的解译图可以看出研究区的断层以北东向、近东西向和北西向为主，与已有的地质资料记录基本相符。结合研究区的岩性和构造解译结果，以ArcGIS为平台，经过数据图层的叠加处理，得到本区的遥感解译图(图5)。通过对具有代表性的区域进行野外实地检验，基本满足了1∶5万地质填图的要求，确定了解译精度的可靠性。

图5 研究区遥感解译地质图(1∶5万)

5 结束语

以ASTER遥感图像为数据源，ArcGIS和ENVI软件为平台，对吉木乃县托斯特地区进行了1∶5万的遥感区域地质填图，针对填图结果，得出以下几点结论：

①利用ASTER多光谱数据，进行假彩色合成变换，可增强目视解译效果，在1∶5万地质填图、室内综合研究和制图工作中能收到事半功倍的效果。

②人工目视解译和计算机监督分类两者结合，是一种提高分类精度的有效方法。充分利用现有遥感数据，在GIS技术支持下，提高遥感数据分类精度，保证遥感解译图的质量。

③利用遥感地质解译图，可以对地质填图路线之间岩石地层单元和地质构造界线进行准确连接，可以对地质路线穿越到的和没有穿越到的地质体进行圈定，避免工作中对地质体的遗漏，特别是基岩出露地区以及第四纪沉积地层的边界可以进行准确圈定，因此既节约填图时间，又提高区域地质填图的精度和质量，同时与常规填图相比，利用遥感图像连图能减少人为因素带来的误差。

参考文献：

[1] 杨云龙，赵培荣.遥感技术在地质编图中的应用——以库车盆地1∶10万遥感地质填图为例[J].云南地质，1999(3)：283-290.

[2] 王广瑞.中国新疆北部及邻区构造-建造图及说明书[M].北京：中国地质大学出版社，1996.

[3] 李海涛，田庆久.ASTER数据产品的特性及其计划介绍[J].遥感信息，2004(3)：53-55.

[4] FUJISADA H.Design and performance of ASTER instrument[C].Proc SPIE Int Soc Opt Eng，1995 (2583)：16-25.

[5] 方洪宾，赵福岳.1∶25万遥感地质填图方法和技术[M].北京：地质出版社，2002：32-75.

[6] 李聪聪，孙顺新，王新民，等.遥感技术在云南昭通地区煤炭资源调查评价中的应用[J].中国煤炭地质，2010，(10)：17-21.

[7] 吕录仕，孙顺新，冯富成，等.西部煤炭资源调查评价中遥感技术的应用[J].中国煤炭地质，2005，17(5)：32-33，43.

[8] 张永生，巩丹超，等.高分辨率遥感卫星应用：成矿模型处理算法及应用技术[M].北京：科学出版社.

[9] 邓书斌.ENVI遥感图像处理方法[M].北京：科学出版社，2010：128-129.

[10] 阿衣古力·喀德尔.ASTER数据地质填图关键技术研究及应用—以彩沟地区为例[D].新疆大学，2012.

[11] 郭文娟，张佳华.利用ASTER遥感资料提取南京城郊土地利用信息的研究[J].农业工程学报，2005，21(9)：62-66.

[12] 田勤虎.新疆哈拉乔拉地区1：5万遥感地质填图[D].长安大学，2007.