WorldView－2高分辨率卫星数据在西昆仑塔什库尔干地区遥感地质调查中的应用

王晓鹏，杨志强，康高峰，王俊峰，金谋顺

（1.长安大学地质工程与测绘学院，西安 710054；2.中煤航测遥感局，西安 710054）

1 WorldView－2卫星数据特征

WorldView－2卫星能提供独有的8波段高清晰商业卫星影像，除了4个常见的波段（蓝色波段：450～510；绿色波段：510～580；红色波段：630～690；近红外线波段：770～895）外，还能提供以下新的彩色波段的分析：①海岸波段（400～450）：支持植物鉴定和分析，也支持基于叶绿素和渗水的规格参数表的深海探测研究；②黄色波段（585～625）：即yellowness特征指标，是重要的植物应用波段；③红色边缘波段（7 055～745）：辅助分析有关植物生长情况，可以直接反映出植物健康状况有关信息；④近红外2波段（860～1 040）：部分重叠在NIR 1波段上，但较少受到大气层的影响，该波段支持植物分析和单位面积内生物数量的研究［1］。

2 试验区概况

塔什库尔干塔吉克自治县位于昆仑山系西段，地跨帕米尔高原和喀喇昆仑山脉，该区地质构造复杂，岩浆活动较频繁，成矿地质构造条件优越，区域上为西昆仑成矿带［2］。区内以黑色金属、有色金属矿为主，已发现铁、铜、铅、锌、钼等矿（化）点13处，其中有铁矿点3处、铜矿点3处、铜钼矿点2处、铜铅锌矿点1处、石膏矿点1处、水晶矿点1处、绿柱石矿点1处、方钠石矿点1处。矿床主要类型有：①沉积型：矿种为石膏矿；②沉积变质型：矿种为磁铁矿；③岩浆型：矿种为方钠石矿；④热液型：元素组合为Cu－Pb－Zn－Fe等。成矿作用在时间演化上具有多期性，其中加里东期是主要的成矿期，华力西期是次要成矿期［3－4］。

3 波段组合

合理的波段组合可以反映很丰富的信息，波段的组合一般遵循2个原则：一是波段辐射量的方差应尽可能大，因为方差的大小体现所含信息量的多少，方差越大波段所包含的信息量越大；二是波段组合之间的相关性要小，波段之间相关性很强时，各波段所包含的信息之间有可能出现大量的重复和冗余。最佳指数（OIF）能较好地反映这两个原则［5－6］。理论依据是：图像数据的标准差越大，所包含的信息量也越多；而波段的相关系数越小，表明各波段的图像数据独立性也就越高，信息的冗余度也就越小。通过对试验区WorldView－2数据进行最佳指数计算，最佳指数较大的有8－4－3组合、7－4－3组合、8－4－1组合，其中8－4－3组合最大，所含信息量最丰富（表1）。

4 岩性及构造信息的增强与解译

岩性信息增强处理的目的是，通过特征图像处理方法的选择来实现对某种岩石类型或类型组合的增强显示，在岩性构造信息解译时更易于区分。其应用原理主要依据不同性质的岩石因其矿物成分、结构构造、岩石表面结构、覆盖物成分、含水性以及地域环境上的差异，通过多波段遥感数据的波谱和纹理信息规律来实现。

4.1 波段组合变换方法识别岩性信息

WorldView－2多波段图像可通过一系列组合代数运算达到增强岩性信息的目的。如通过World－View－2数据band 8，band 4／band 1，band 5／band 3的组合，可以识别闪长岩、大理岩、片岩等多套岩性，突出岩性之间的界线（图1）。

4.2 主成分变换信息分解技术识别岩性信息

主成分分析旨在去除波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效地少数几个转换波段。基于主成分的信息分解技术是增强地质岩性弱信息的一种常见方法。步骤为：①主成分正变换：对多波段图像进行统计特征分析，计算均值、方差、标准差、波段之间的相关系数，协方差矩阵；求出特征值、特征向量；进行主成分正变换；②线性增强：对主成分变换的图像进行线性拉伸，提高不同信息之间的反差；③主成分逆变换：将增强后的主成分变换图像进行逆变换，还原至波段相关性小、信息量丰富的图像。

表1 不同波段组合的最佳指数计算结果Table 1 OIF results of different bands combination

图1 比值法岩性增强Fig.1 Diagram showing lithology enhancement of band ratio method

图2 主成分分析岩性增强效果Fig.2 Diagram showing lithology enhancement of principal component

采用5－3－2主成分变换信息分解和6－8－1主成分变换信息分解，将两者结果进行融合得到新图像，既包含8个波段信息，又使得不同波段相关性较小，增强了不同岩性之间的反差。图2a中黑色的黑云石英片岩与白色花岗岩体界线明显，在黑云石英片岩中有岩脉侵入。图2b为一套片岩相的变质岩，片理清晰，不同片岩因所含石英、云母、长石等矿物含量不同而呈现不同的色调，明暗程度亦不相同，其中夹一套呈橘红色的铁矿化带。

4.3 矿化带及矿体解译

以吉尔铁克沟为例，沟谷上游铁矿矿化蚀变带在影像上呈灰黄色，色调较亮，一般为串珠状、扁豆状、条带状延伸，影像标志极其明显（图3）。通过对铁矿化蚀变带及矿体的遥感解译，为研究铁矿资源的分布和成矿规律提供了依据。

图3 吉尔铁克沟谷上游矿化带影像特征Fig.3 Image characteristic of the mineralization belt in the upstream of Jiertieke valley

5 岩矿波谱反演与矿化信息提取

5.1 波谱测试及岩性反演

由于工作区海拔高，交通及电力条件差，气候恶劣，野外直接进行波谱测试难度较大，因此在室内对采集到的岩矿样进行波谱测试。测试仪器采用美国生产的FieldSpecⓇPro FR便携式分光辐射光谱仪。

通过测试，建立工作区主要岩石单元波谱数据库，找出不同岩石或矿物的吸收波谱区间和反射波谱区间，与 WorldView－2遥感影像的各波段对应；找出不同矿物或岩石的吸收波段和反射波段，通过不同波段的差值、比值、主成分、分类等方法，将典型岩石或矿物提取出来，实现WorldView－2高分辨率遥感影像的典型岩石或矿物的波谱反演。

图4 实测大理岩波谱曲线Fig.4 The measured spectral curve of marble

图5 大理岩波谱反演结果Fig.5 Diagram showing spectral inversion of marble

以大理岩波谱反演为例，通过测试得到大理岩的波谱曲线，曲线区间为400～2 500μm，但World－View－2遥感影像的波谱范围为400～1 040μm，所以将波谱曲线400～1 040μm放大显示，并与WorldView－2遥感影像各个波段对应（图4）。大理岩在WorldView－2遥感影像B4和B5是强反射，而在B1和B8具有吸收的波谷，用B4／B1的运算，增强大理岩的信息，通过设置一定的阈值提取大理岩信息（图5）。

5.2 遥感矿化异常信息提取

铁染信息的特征吸收波谱中心为0.45μm，0.55μm，0.85μm，0.90μm，对应于 WorldView－2数据的B1，B2，B3和B7，B8呈吸收特征，其中在B1和B8呈强吸收，在B4，B5，B6呈反射特征，且在B4呈强反射。对 WorldView－2数据B1，B4，B8，B6等4个波段进行主成分变换，对代表铁染主分量的判断准则是：构成该主分量的本征向量，其B4系数应与B1，B8系数相反，一般与B6系数相同。

以老并矿集区作为实验区，该区主要为布伦阔勒岩群，岩性以片岩、片麻岩为主，矿床类型为沉积变质叠加热液富集，矿石矿物以磁铁矿为主，次有黄铁矿、黄钾铁矾等，脉石矿物为角闪石、石英、斜长石、黑云母等。采用主成分方法提取铁染信息，特征矩阵见表2。

表2 铁染异常主成分分析特征矩阵Table 2 Eigen matrix of iron stain anomly of principal component analysis

图6 WorldView－2图像铁染信息提取结果Fig.5 Diagram showing iron stain information extraction result of WorldView－2image

其中，PC3是铁染异常的特征主分量，根据均值＋3δ（标准差）确定异常提取的下限提取异常［7］。通过野外验证及 WorldView－2数据里钻孔和探槽的位置来验证所提取的异常，发现ETM，ASTER等低分数据由于分辨率较低，只能识别大范围的蚀变异常，识别精度不如 WorldView－2数据。World－View－2数据所含信息量很丰富，分辨率更高，不但能识别出大范围的蚀变异常，还能识别到矿体和铁帽等露头（图6），异常提取精度较高，效果很好［8－9］。

6 结语

利用WorldView－2新型高分辨率卫星遥感数据在西昆仑成矿带开展矿产资源及基础地质的多层次遥感调查，通过建立岩性、构造、成矿控矿要素的高分辨率遥感解译标志，在认识遥感数据与实地的映射关系后，应用该数据能够清晰判译各类地层、岩性段，细分侵入体与火山岩的岩相、岩带，准确判译各种地质构造的规模、形态和活动期次，合理确定各类成矿与控矿要素。通过遥感数据波段组合研究、波谱测试、波谱反演研究，可有针对性地对特定岩石类型、矿化蚀变类型及矿种进行增强与提取。完善高分辨率遥感找矿技术并获取研究成果，可在快速、低投入、低风险的前提下为勘查工作规划部署、区域地质调查和矿产勘查工作提供基础数据。

［1］WorldView卫星.百度百科，http：／／baike.baidu.com／view／2364297.html，2012－07－06.

［2］陈俊魁，燕长海，张旺生，等.新疆塔什库尔干地区磁铁矿床地质特征与找矿方向［J］.地质调查与研究，2011，34（3）：179－189.

［3］陈曹军，曹新志，张旺生，等.新疆塔什库尔干地区塔阿西—塔吐鲁沟铁矿带控矿因素及找矿方向［J］.地质科技情报，2011，30（6）：81－89.

［4］胡建卫，庄道泽，杨万志.新疆西南部塔什库尔干地区赞坎铁矿综合信息预测模型及其在区域预测中的应用［J］.地质通报，2010，29（10）：1495－1503.

［5］胡德勇，李京，赵文吉，等.基于对象的高分辨率遥感图像滑坡检测方法［J］.自然灾害学报，2008，17（6）：42－46.

［6］申邵洪，宋杨，万幼川，等.高分辨率多光谱遥感影像中城区道路信息的自动提取［J］.遥感信息，2007（5）：73－77.

［7］余健，张志，李闵佳，等.基于ASTER遥感影像的西昆仑岩性信息提取方法研究［J］.国土资源遥感，2012，24（1）：22－27.

［8］王晓鹏，谢志清，伍跃中.西昆仑塔什库尔干地区遥感找矿异常提取方法研究［J］.地质找矿论丛，2002，17（2）：136－139.

［9］陈玲，张微，周艳，等.高分辨率遥感影像在新疆塔什库尔干地区沉积变质型铁矿勘查中的应用［J］.地质与勘探，2012（5）：1039－1048.