遥感矿化蚀变分带弱信息增强提取方法研究——以普朗斑岩型铜矿区为例

王 頔，赵志芳，王瑞雪，陈 琪，何彬仙，习 靖

(1．昆明理工大学国土资源工程学院，昆明 650091;2．云南大学资源环境与地球科学学院，昆明 650091)

0 引言

近矿蚀变形成的蚀变岩石与围岩在矿物种类、结构、颜色等方面都存在差异，这些差异在遥感图像中多形成特定蚀变岩石的光谱异常，这使得遥感蚀变异常信息提取成为可能。基于此，王晓鹏等［1］和Ramadan 等［2－3］采用选择性主成分分析(TM1，3，4，5波段)等方法提取铁染(Fe2+和Fe3+))蚀变异常信息，采用 TM5/7，4/5，3/1比值增强处理和TM1，4，5，7主成分分析等方法进行羟基(OH－)蚀变异常信息提取;张玉君等［4－5］基于矿化蚀变波谱特征数学统计分析构建了羟基、铁染矿化蚀变“去干扰异常主分量门限化技术流程”，并在我国矿产资源潜力评价中得到了大量推广应用。ASTER卫星成功发射后，因其数据包含丰富的岩矿波谱信息、较低的价格而在地质领域广泛应用。Zhang等［6］，Galvão等［7］，Gabr 等［8］，Bedini 等［9］，Freek 等［10］和 Pour等［11］通过分析确定 Fe2+/Fe3+，OH－基团在 ASTER数据中的诊断性光谱，采用比值、主成分分析、光谱角填图等信息增强处理方法进行了泥化、碳酸盐化、硅化等矿化蚀变遥感异常提取。

由于存在植被、云雪、阴影等影响，遥感矿化蚀变异常往往与复杂地质背景叠加在一起，且多以微弱异常信息存在。近年来，对遥感矿化蚀变异常进行的信息增强与提取已经取得了一些进展。Bertoldi等［12］和赵志芳等［13］采用 ASTER 数据探索了在地形高差大、阴影和云雪覆盖厚的背景下，基于地形改正或干扰等级划分等提取遥感矿化蚀变弱异常及侵入岩体等信息的方法。分形和多重分形理论因其能较好地表征复杂地质背景下的地质异常，近年来也逐渐被应用于遥感蚀变弱异常灰度信息分布特征研究及遥感矿化蚀变异常信息提取中(王倩等［14］，梁珏琦等［15］，刁海等［16］，郑桂香等［17］，赵迪裴等［18］和Shahriari等［19］)。

综上所述，以往研究为遥感矿化蚀变异常信息的增强与提取奠定了较好基础，但仍存在一些不足:①对遥感矿化蚀变地质异常信息与背景干扰信息混合叠加这一实质现象重视不足，导致蚀变信息提取中去除干扰信息时，许多低弱蚀变异常信息也一并被屏蔽掉，难以获取隐伏和微弱的遥感蚀变异常信息;②分形和多重分形理论在遥感矿化蚀变异常提取中虽有探索性应用，但只是重点关注了铁染等蚀变矿物集合体的蚀变光谱分析及蚀变信息增强与提取，针对斑岩型铜矿具有的钾化硅化—硅化绢云母化—青磐岩化分带诊断性波谱特征分析及弱异常信息增强处理则尚显薄弱。基于此，本文选取具有典型蚀变分带特征的普朗斑岩型铜矿进行剖析，采用ASTER数据，系统分析斑岩型铜矿遥感矿化蚀变分带—特征矿物光谱特征;基于多重分形模型，探索斑岩型铜矿遥感矿化蚀变分带—特征矿物弱异常增强与提取方法。

1 研究区地质矿产概况

普朗斑岩型铜矿区位于滇西北云南省香格里拉县与四川省交界处，青藏高原东南缘、横断山脉南段北端，处于德格—中甸陆块南部，属义敦岛弧南部。主要出露地层为三叠系图姆沟组(T3t);火山岩主要为以安山岩为主的钙碱系列玄武岩—安山岩组合，发育有与印支期安山岩同源的中酸性浅成斑(玢)岩，主要为三叠纪石英二长斑岩和三叠纪石英闪长玢岩;矿化多集中于格咱岛弧带内，沿图姆沟组分布的斑(玢)岩形成斑岩型铜矿床(图1)。

图1 研究区地质图及ASTER遥感图像Fig．1 Geological sketch map and ASTER image of study area

区内中酸性斑岩、富碱性斑岩分布广泛，矿化蚀变分带特征明显，表现为从外至内呈青磐岩化—硅化绢云母化—钾化硅化的特点;且青磐岩化是近矿指示标志，钾化硅化则是主矿体的重要指示标志。

2 矿化蚀变分带及特征矿物剖析

2．1 蚀变分带

研究区内著名的斑岩型铜矿——普朗铜矿的形成过程可分为3期，涉及4种岩石类型。其成矿作用发生于普朗复式斑岩体内，矿化与蚀变相伴发育。石英二长斑岩和花岗闪长斑岩构成中心相，石英闪长玢岩和二长闪长玢岩构成边缘相，蚀变带由内向外依次出现蚀变分带特点，即钾化硅化带(石英二长斑岩、花岗闪长斑岩)—硅化绢云母化带(石英二长斑岩、石英闪长玢岩内圈)—青磐岩化带(石英闪长玢岩外圈)。岩石蚀变强烈，具典型的“斑岩型”矿化蚀变分带特点。

2．2 特征矿物

普朗斑岩型铜矿矿化蚀变分带分别由其特征矿物组成，该矿化蚀变分带(特征矿物)详见表1，即斑岩型铜矿矿化蚀变分带(特征矿物)从外至内，分别呈青磐岩化(绿泥石、绿帘石)—硅化(石英)绢云母化(绢云母)中—钾化(钾长石)硅化(石英)分布特点。

表1 普朗铜矿矿化蚀变分带对应特征蚀变矿物Tab．1 Characteristic alteration minerals corresponding to mineralization alteration zoning of Pulang copper

3 分形和多重分形非线性矿致异常增强

遥感蚀变异常信息属深层次矿致弱异常，异常分量特征具有非线性幂律关系［19－21］，即

式中:S为能谱密度;A为大于能谱密度某一临界值(S0)的面积;β为滤波器的阈值，不同的β值对应不同的分形滤波器，可通过双对数图体现，所有的直线均服从幂律关系。因此，遥感蚀变异常信息具有“广义自相似性”与“局部奇异性”特点，即遥感异常分量的波谱信息在特征空间域具有局部不均一性和各向异性。成秋明等［22－28］的研究表明，将非线性理论和方法应用于深层次矿致弱异常信息提取，可有效地增强矿致弱异常信息。据此，可利用多重分形“S－A”法生成异常分量的双对数(log－log)图。log－log图中不同的直线段代表不同的分形关系，2条直线的交点所对应的横坐标值(能谱密度值)被视为确定分形滤波器的阈值。借助这些阈值，可以构造各种异常滤波器和背景滤波器，通过傅立叶逆变换将其变换到空间域中，以实现对复杂空间模式(如区域异常和局部异常、背景与弱异常)的分离。

为降低地表覆盖物及混合像元效应的影响，本文以异常分量灰度值(DN值)及数量分别作为S－A法中的S(能谱密度)和A(累积面积)，求其对数，制作log－log图;以双对数图中不同直线段交点作为异常与背景分离的阈值，获取复杂地质背景条件下不同蚀变分带的特征矿物异常信息。

4 矿化蚀变分带特征矿物光谱异常提取

本文选取 ASTER数据的轨道号/行号为AST00167PRDAT0110，获取时间为2008年8月16日。由于研究区地处山地高原，受云、雪覆盖的影响，遥感图像的获取受到制约，本次研究使用的ASTER遥感数据是从存档数据中经反复挑选后得到的，但仍有大量云雪覆盖，影像质量较差。本文通过波段打包、辐射校正和几何纠正后，经裁剪得到覆盖研究区的ASTER数据。在研究普朗铜矿蚀变分带—特征蚀变矿物的波谱特征基础上，结合ASTER数据波谱特征，设计了斑岩型铜矿遥感矿化蚀变分带精细化信息提取方案［29－31］。

4．1 石英及硅化蚀变带

分析石英的反射波谱曲线(图2(a)(b))可以看出，石英在ASTER数据的B1和B2呈吸收谷，B4具有高反射，B12存在强反射，B11为强吸收，故认为选取B2，B4，B11和B12进行选择性主成分分析，可以提取绝大多数硅化蚀变信息。硅化异常分量反映在主成分分量PC2中，其表征特征为ASTER数据B2和B11的贡献与B4和B12相反，且B12具有高载荷。

图2 石英波谱曲线及石英异常分量log－log图Fig．2 Spectral curve and log－log figure of quartz abnormal component

利用S－A法生成硅化异常分量PC2的log－log图(图2(c))。选取阈值－2．337 242(即2条曲线的拟合直线的交点，对应S=0．004 6)，设计滤波器，可实现复杂地质背景与矿致硅化蚀变异常的分离。

4．2 钾长石及钾化蚀变带

分析钾长石的反射波谱曲线(图3(a)(b))可以看出，钾长石在ASTER数据的B2具有高反射，B11存在反射峰，B6和 B12为小吸收谷，故选取B2，B6，B11和B12进行选择性主成分分析，可以提取绝大多数钾化蚀变信息。钾化异常反映在主成分分量PC3中，其表征特征为在ASTER数据的B6和B12的贡献与B2和B11相反，且B11具有高载荷。

图3 钾长石波谱曲线及钾长石异常分量log－log图Fig．3 Spectral curve and log－log figure of orthoclase abnormal component

应用S－A法生成钾化异常分量PC3的log－log图(图3(c))。选取阈值－1．363 799(即2条曲线的拟合直线的交点，对应S=0．043 3)，设计滤波器，可进行地质背景与矿致钾化钾长石蚀变异常的分离。

4．3 绢云母与硅化绢云母化蚀变带

分析绢云母的反射波谱曲线(图4(a)(b))可以看出，绢云母在ASTER数据的B6和B10具有强吸收，B7为强反射，B11为高反射，故认为选取B6，B7，B10和B11进行选择性主成分分析，可以提取绝大多数绢云母信息。绢云母异常反映在主成分分量PC2中，其表征特征为在ASTER数据的B6和B10的贡献与B7和B11相反，且B7具有高载荷。

1.3 方法 采用放射免疫分析法检测母血和脐血中瘦素、IGF-1水平，瘦素试剂盒购自上海晶抗生物工程有限公司，IGF-1试剂盒购自天津九鼎医学生物工程有限公司。所有操作均严格按照试剂盒要求进行。采用全自动生化分析仪(美国Beckman Coulter公司)测定母血和脐血内三酰甘油(TG)、胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)水平。

图4 绢云母波谱曲线及绢云母异常分量log－log图Fig．4 Spectral curve and log－log figure of sericitization abnormal component

应用S－A法生成绢云母异常分量PC4的log－log图(图4(c))。选取阈值－1．086 065(即2条曲线的拟合直线的交点，对应S=0．082 0)，设计滤波器，进行地质背景与矿致硅化绢云母化蚀变异常的分离。

4．4 绿泥石及青磐岩化蚀变带

分析绿泥石的反射波谱曲线(图5(a)(b))可以看出，绿泥石在ASTER数据的B5存在反射峰，在B2和B8为吸收谷，在B11为强吸收，故认为选取B2，B5，B8和B11进行选择性主成分分析，可以提取绝大多数绿泥石信息。绿泥石异常包括于主成分分量PC2中，其表征特征为在ASTER数据的B5的贡献与B11相反，且B5具有高载荷。

图5 绿泥石波谱曲线及绿泥石异常分量log－log图Fig．5 Spectral curve and log－log figure of chlorite abnormal component

应用S－A法生成绿泥石异常分量PC2的log－log图(图5(c))。选取阈值－2．691 826(即2条曲线的拟合直线的交点，对应S=0．002 0)，设计滤波器，进行地质背景与矿致青磐岩化绿泥石蚀变异常的分离。

4．5 绿帘石及青磐岩化蚀变带

分析绿帘石的反射波谱曲线(图6(a)(b))可以看出，绿帘石在ASTER数据的B5存在反射峰，在B9为强反射，在B8为吸收谷，在B11为强吸收，故认为选取B5，B8，B9和B11进行选择性主成分分析，可以提取绝大多数绿帘石信息。绿帘石异常反映于主成分分量PC2，其表征特征为在ASTERB5和B9的贡献与B11相反，且B5具有高载荷。

图6 绿帘石波谱图及绿帘石异常分量log－log图Fig．6 Spectral curve and log－log figure of epidote abnormal component

应用S－A法生成绿帘石异常分量PC2的log－log图(图6(c))。选取阈值－1．427 003(即2条曲线的拟合直线的交点，对应S=0．037 4)，设计滤波器，进行地质背景与矿致青磐岩化绿帘石蚀变异常的分离。

5 遥感矿化蚀变分带与野外验证

依据上述蚀变分带信息增强提取方案，获得普朗矿区矿化蚀变分带遥感信息分布特征(图7)。

图7 遥感矿化蚀变分带信息Fig．7 Mineralized alteration zoning information extracted by remote sensing

钾化带大部分集中于中甸普朗铜矿东北侧及东侧，部分位于地苏嘎矿矿区周边。钾化蚀变除在普朗铜矿主矿体部位发育较好外，还在主矿体东侧有大面积出露;硅化绢云母化在普朗铜矿南东侧独哥附近浓集;青磐岩化带的绿泥石化与绿帘石化均主要发育于普朗铜矿西北侧;硅化零星分布于矿区周围。

对提取的矿化蚀变分带异常信息进行了野外查证(查证了20个野外验证点，详见图8)与室内岩矿鉴定分析(观测点岩矿鉴定照片见图9)。

图8 遥感矿化蚀变分带野外采样点分布图Fig．8 Map of field sampling point of remote sensing mineralized alteration zoning information

图9 2号(a)及1号(b)观测点岩矿鉴定照片Fig．9 Microscopic indentification photos for No．2(a)and No．1(b)field sampling points

野外查证和室内分析结果表明:普朗铜矿主矿体东侧大面积的钾化硅化遥感异常带中见有钾长石和石英富集，并见有细脉状、浸染状黄铁矿产出;主矿体部位钾化硅化遥感异常显示较好，尽管在野外观察为第四系覆盖，但在其钻孔岩心中见有钾长石斑晶。

6 结论

1)本文探索性地采用ASTER遥感数据，在分析斑岩型铜矿钾化硅化—硅化绢云母化—青磐岩化等分带特征的基础上，将多重分形非线性矿致异常增强处理方法引入遥感矿化蚀变分带信息提取中，获取的弱异常信息经野外验证具较强的吻合性，表明该方法可靠性强。

2)本文探索的遥感矿化蚀变分带信息增强提取部分成果经野外查证地表为第四系覆盖，但在钻孔岩心中发现矿化蚀变异常，印证了该方法可获取隐伏的地质异常信息，能够实现弱异常与复杂地质背景的分离。

3)本文获取成果与以往研究成果在背景与异常多重分形特征分析方面存在差异，估计是由于工作区地处山地高原地区，使用的ASTER遥感图像云雪覆盖量较大、干扰因素较多所致。但是这个问题仍然值得今后深入探讨。

［1］ 王晓鹏，谢志清，伍跃中．ETM图像数据中矿化蚀变信息的提取——以西昆仑塔什库尔干地区为例［J］．地质与资源，2002，11(2):119－122．Wang X P，Xie ZQ，Wu Y Z．Information extraction of mineralizing alteration from ETM space image:Taking Taxkorgan area of west Kunlun mountain as an example［J］．Geology and Resources，2002，11(2):119－122．

［2］ Ramadan TM，Fattah M F A．Characterization of gold mineralization in Garin Hawal area，Kebbi State，NW Nigeria，using remote sensing［J］．The Egyptian Journal of Remote Sensing and Space Science，2010，13(2):153－163．

［3］ Ramadan TM，Ibrahim TM，Said A D，etal．Application of remote sensing in exploration for uranium mineralization in Gabal El Sela area，South Eastern Desert，Egypt［J］．The Egyptian Journal of Remote Sensing and Space Science，2013，16(2):199－210．

［4］ 张玉君，杨建民，陈 薇．ETM+(TM)蚀变遥感异常提取方法研究与应用——地质依据和波谱前提［J］．国土资源遥感，2002，14(4):30－36，82．doi:10．6046/gtzyyg．2002．04．07．Zhang Y J，Yang JM，Chen W．A study of the method for extractioh of alteration anomalies from the ETM+(TM)data and its application:Geologic basis and spectral precondition［J］．Remote Sensing for Land and Resources，2002，14(4):30－36，82．doi:10．6046/gtzyyg．2002．04．07．

［5］ 张玉君，曾朝铭，陈 薇．ETM+(TM)蚀变遥感异常提取方法研究与应用——方法选择和技术流程［J］．国土资源遥感，2003，15(2):44－49．doi:10．6046/gtzyyg．2003．02．11．Zhang Y J，Zeng ZM，ChenW．The methods for extraction of alteration anomalies from the ETM+(TM)data and their application:Method selection and technological flow chart［J］．Remote Sensing for Land and Resources，2003，15(2):44－49．doi:10．6046/gtzyyg．2003．02．11．

［6］ Zhang X F，Pazner M，Duke N．Lithologic and mineral information extraction for gold exploration using ASTER data in the south Chocolate Mountains(California)［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2007，62(4):271－282．

［7］ Galvão L S，Formaggio A R，Couto E G，et al．Relationships between the mineralogical and chemical composition of tropical soils and topography from hyper spectral remote sensing data［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2008，63(2):259－271．

［8］ Gabr S，Ghulam A，Kusky T．Detecting areas of high－potential gold mineralization using ASTER data［J］．Ore Geology Reviews，2010，38(1/2):59－69．

［9］ Bedini E．Mineral mapping in the Kap Simpson complex，central East Greenland，using Hy Map and ASTER remote sensing data［J］．Advances in Space Research，2011，47(1):60－73．

［10］ van der Freek D，van der Meer V D，van Ruitenbeek F JA，et al．Multi－and hyper spectral geologic remote sensing:A review［J］．International Journal of Applied Earth Observation and Geoinformation，2012，14(1):112－128．

［11］ Pour A B，Hashim M．The application of ASTER remote sensing data to porphyry copper and epithermal gold deposits［J］．Ore Geology Reviews，2012，44:1－9．

［12］ Bertoldi L，Massironi M，VisonàD，et al．Mapping the Buraburi granite in the Himalaya of Western Nepal:Remote sensing analysis in a collisional belt with vegetation cover and extreme variation of topography［J］．Remote Sensing of Environment，2011，115(5):1129－1144．

［13］ 赵志芳，谈树成，王锋德，等．ASTER数据矿化蚀变异常信息提取方法研究［J］．国土资源科技管理，2012，29(6):44－50．Zhao Z F，Tan SC，Wang FD，etal．Research on extraction method of alteration anomaly information based on ASTER data［J］．Scientific and Technological Management of Land and Resources，2012，29(6):44－50．

［14］ 王 倩，陈建平．基于分形理论的遥感蚀变异常提取和分级［J］．地质通报，2009，28(2/3):285－288．Wang Q，Chen JP．Extraction and grading of remote sensing alteration anomaly based on the fractal theory［J］．Geological Bulletin of China，2009，28(2/3):285－288．

［15］ 梁钰琦，王功文，朱彦彦，等．分形方法在遥感蚀变信息提取中的应用研究［J］．遥感技术与应用，2008，26(4):508－511．Liang Y Q，Wang GW，Zhu Y Y，etal．Alteration from ETM+data rating based on fractal technologyies［J］．Remote Sensing Technology and Application，2008，26(4):508－511．

［16］ 刁 海，张 达，赵 博．基于分形模型的遥感灰度异常提取研究——以黑龙江多宝山地区铁染异常提取为例［J］．地质与勘探，2011，47(5):903－908．Diao H，Zhang D，Zhao B．Extraction of remote sensing gray anomalies based on the fractal model:The example of extracting iron alteration anomalies from the Duobaoshan district，Heilongjiang Province［J］．Geology and Exploration，2011，47(5):903－908．

［17］ 郑桂香，池天河，蔺启忠．分形在岩性分类及蚀变信息提取中的应用［J］．国土资源遥感，2012，24(2):110－115．doi:10．6046/gtzyyg．2012．02．20．Zheng G X，Chi T H，Lin Q Z．Fractal application in lithological classification and alteration extraction［J］．Remote Sensing for Land and Resources，2012，24(2):110－115．doi:10．6046/gtzyyg．2012．02．20．

［18］ 赵迪斐，刘娇男，许 将．蚀变遥感提取的发展与分形几何异常提取方法［J］．科技资讯，2012(27):192．Zhao D P，Liu JN，Xu J．Extraction of remote sensing alteration of fractal geometry abnormal development and extraction method［J］．Science and Technology Information，2012(27):192．

［19］ 赵鹏大．地质异常理论与矿床预测——现代矿产资源评价理论与方法［M］．北京:地质出版社，1998．Zhao P D．Theory and Deposits in Geological Anomaly Forecast－Modern Theories and Methods of Evaluation of Mineral Resources［M］．Beijing:Geological Publishing House，1998．

［20］ 赵志芳，张 忻，蒋成兴．遥感图像植被色异常与矿化［J］．云南地质，2004，23(1):47－51．Zhao Z F，Zhang X，Jiang CX．On the relationship between vegetation colour anomaly of remote sensing image and metallogenesis［J］．Yunnan Geology，2004，23(1):47－51．

［21］ 赵志芳，李文昌，李建华，等．滇西北典型成矿带1/10万遥感地质调查及遥感异常提取报告［R］．昆明:云南省地质调查院，2006．Zhao Z F，LiW C，Li JH，et al．Northwest Geological Survey and Remote Sensing Abnormal Mineralization Extracted with 1∶100 000［R］．Kunming:Yunnan Provincial Institute of Geological Survey，2006．

［22］ 成秋明．非线性成矿预测理论——多重分形奇异性－广义自相似性－分形谱系模型与方法［J］．地球科学:中国地质大学学报，2006，31(3):337－348．Cheng Q M．Singularity－generalized self－similarity－fractal spectrum(3S)models［J］．Earth Science:Journal of China University of Geosciences，2006，31(3):337－348．

［23］ 成秋明，赵鹏大，陈建国，等．奇异性理论在个旧锡铜矿产资源预测中的应用:成矿弱信息提取和复合信息分解［J］．地球科学:中国地质大学学报，2009，34(2):232－242．Cheng Q M，Zhao P D，Chen JG，et al．Application of singularity theory in prediction of Tin and Copper mineral deposits in Gejiu District，Yunnan，China:Weak information extraction and mixing information decomposition［J］．Earth Science:Journal of China U-niversity of Geosciences，2009，34(2):232－242．

［24］ 成秋明，张生元，左仁广，等．多重分形滤波方法和地球化学信息提取技术研究与进展［J］．地学前缘，2009，16(2):185－198．Cheng QM，Zhang SY，Zuo R G，et al．Progress of multifractal filtering techniques and their applications in geochemical information extraction［J］．Earth Science Frontiers，2009，16(2):185－198．

［25］ 成秋明．成矿过程奇异性与矿床多重分形分布［J］．矿物岩石地球科学通报，2008，27(3):298－305．Cheng Q M．Singularity of mineralization and multifractal distribution of mineral deposits［J］．Bulletin of Mineralogy，Petrology and Geochemistry，2008，27(3):298－305．

［26］ Groves D I，Condie K C，Goldfarb R J，etal．100th anniversary special paper:Secular changes in global tectonic processes and their influence on the temporal distribution of gold－bearing mineral deposits［J］．Economic Geology，2005，100(2):203－224．

［27］ Cheng Q M．Multifractality and spatial statistics［J］．Computers and Geosciences，1999，25(9):949－961．

［28］ Cheng Q M．Discrete multifractals［J］．Mathematical Geology，1997，29(2):245－266．

［29］ Shahriari H，Ranjbar H，Honarmand M．Image segmentation for hydrothermal alteration mapping using PCA and concentration－area fractal model［J］．Natural Resources Research，22(3):191－206．

［30］ 王冬利．遥感影像成矿异常信息提取方法研究——以新疆和静县铁矿区为例［D］．北京:中国地质大学(北京)，2012．Wang D L．Research on the Extraction of Anomalies Related with Mineralization:A Case Study on Iron Mine Zone in Hejing，Xinjiang Province，China［D］．Beijing:China University of Geosciences(Beijing)，2012．

［31］ Molan Y E，Refahi D，Tarashti A H．Mineral mapping in the Maherabad area，eastern Iran，using the HyMap remote sensing data［J］．International Journal of Applied Earth Observation and Geoinformation，2014，27:117－127．