ASTER数据在塔什库尔干地区矿化蚀变信息的提取

杨斌，李茂娇，王世举，高桂胜，何兆培，汪峥

（西南科技大学环境与资源学院，四川绵阳621010）

ASTER数据在塔什库尔干地区矿化蚀变信息的提取

杨斌，李茂娇，王世举，高桂胜，何兆培，汪峥

（西南科技大学环境与资源学院，四川绵阳621010）

新疆塔什库尔干地区矿产资源丰富，但环境恶劣地形复杂其地质勘查工作程度不深，传统地质找矿方法难以展开。针对此问题，该文通过多光谱ASTER遥感卫星影像数据，对其进行最大值、最小值、均值、标准差以及协方差等统计分析，探索选取矿化蚀变异常信息提取各波段波谱特征，在遥感矿化蚀变异常信息提取机理研究和已有地质资料分析基础上应用主成分分析法，辅助研究区矿物蚀变指数（波段比值、运算）和掩膜处理模型，提取出该区域的矿化蚀变异常信息。该研究方法的实现为地质环境恶劣、传统找矿难以展开的地区进行成矿预测与资源评价提供科学有效的解决途径。

特征向量；矿物蚀变指数；主成分分析法；塔什库尔干；多光谱数据

0 引 言

随着现代遥感技术的迅猛发展，常规地质与遥感相结合的找矿分析方法已成为遥感地质学的重要研究内容之一，而岩石矿化蚀变信息的提取又是遥感地质信息提取中一个重要部分［1］。岩石反射光谱特征的差异性成为遥感矿化蚀变信息提取的本质，遥感光谱特征的异常分析和信息提取又成为遥感矿化蚀变信息提取的核心［2］。实践研究表明，根据遥感图像数据的异常识别，可得到近矿围岩蚀变信息或矿化高丰度值异常区信息。因此，遥感图像蚀变信息的提取已经成为遥感找矿的一个重要方法和理论研究依据。

随着遥感技术的快速发展，基于陆地资源卫星（Landsat）以及ASTER数据影像遥感异常提取技术已经日趋成熟，Landsat系列数据提取矿化蚀变信息技术在地质找矿领域已取得了很好的应用效果，并在全国矿产资源潜力评价项目中得到推广应用［3］。ASTER数据其光谱分辨率高，波谱范围覆盖宽，具有分辨某些矿床和矿物的能力，利用这种能力预期可对遥感图像“扫面”所获得异常进行优化，并有可能区分数种矿物和矿床类别，在蚀变异常提取中有着广阔的应用前景［4］。此外，ASTER数据比Landsat系列数据在空间分辨率和光谱分辨率上有较大优势，且热红外发射率混合光谱具有线性混合（面积混合）的特点，从而避开了困扰遥感技术人员的光谱非线性混合的难题，这更利于定量提取分析矿物蚀变信息和矿物种类及含量［5］。

1 研究区地质特征

塔什库尔干地区位于新疆维吾尔自治区西南部塔什库尔干塔吉克自治县、叶城县、莎车县及阿克陶县交界处，经纬度范围37°00′N～37°41′N，75°05′E～75°02′E，平均海拔高度4000m，区内山高谷深，人迹罕至，自然环境和交通条件恶劣，区域地质调查、矿产资源调查等研究程度极低。研究区属典型的大陆性寒温带干旱季风气候，干燥寒冷，昼夜温差达15℃以上，年平均气温约3.3℃，年平均降水量约为68mm，植被覆盖率较低，且山体大多裸露，所以蒸发量较大。长期以来，由于该地区自然环境恶劣，地质研究程度较低，地面地质工作的开展难度大、成本高，区域地质调查、矿产资源调查等工作进展缓慢。

研究区地质特征较复杂，以柯岗（可汗）结合带（南东段为西昆仑山前逆冲推覆带前缘断裂）、康西瓦－瓦恰结合带主断裂为界划分为3个地层区，自北东向西南依次为塔里木地层区、秦祁昆地层区和羌北－昌都－思茅地层区，呈现出多层次、多样式、多机制、多阶段复杂构造变形的特点。因此，利用遥感蚀变信息提取方法为本地区进行综合找矿勘探提供了有效的研究手段。

2 数据处理与分析

2.1 ASTER遥感数据特征

ASTER是Terra卫星上的一种高级光学传感器，包括从可见光到热红外共14个光谱通道（表1），它可以为多个相关的地球环境资源研究领域提供科学、实用的卫星数据［6］。ASTER传感器的波段特征如下：可见光（VNIR）波段个数为3个，可以获取过渡族金属元素的特征波谱，如铁和稀土元素；短波红外（SWIR）波段个数为6个，光谱范围内可获取含羟基和碳酸盐化蚀变矿物的特征光谱；热红外（TIR）波段个数5个，可以鉴别岩石主要成分的能力，包括石英、长石和石榴石等矿物。

研究区矿化蚀变信息分析主要利用可见光和短波红外光谱特性进行信息提取，选取数据成像日期2001年10月15日，景号：pg－PR1B0000－2001101502＿269＿001（由中国西部环境与生态科学数据中心提供下载），区内图像清晰，云量少，地物层次感强，充分满足了研究要求。

2.2 数据的几何校正

考虑到蚀变信息提取需使用原始的光谱信息，而几何校正引起的像元灰度重采样可能导致光谱信息的损失，故在数据前期处理中首先进行几何校正控制点选取，保存控制点信息以便后续几何精校正使用。此次几何校正以高斯－克吕格平面直角坐标系、克拉索夫斯基椭球，其中央经线为东经74°为参数，采用三次多项式校正方法在ENVI 4.8软件下进行几何校正，校正过程中地面控制点数达25个，最大误差≤30m，较好地满足了1∶25万研究的几何精校正工作要求。

2.3 各波段波谱特征分析

根据遥感影像的特征和成矿研究理论，进行与成矿、控制成矿有关的地层岩性、线性构造、环形构造、地貌、水系等地质信息的提取，获得一幅信息量丰富、层次感强烈、色彩饱满的含有所需目标对象的彩色合成图像进而进行遥感地质解译显得十分重要［7］。由于ASTER遥感数据的热红外波段（5个波段），主要是用于研究地球表面热环境的变化，而3B波段则是用于研究地球表面高程，因此只需要对上述波段以外的其他9个波段进行光谱信息的统计分析。表1、表2是对可见光和短波红外各波段基本信息和相关矩阵的统计分析结果。

根据表1和表2数据分析得出：

（1）各个波段的平均值都不大，最大值为49.048581，说明该遥感影像属于低灰度图像；而各个波段的最小值都为0，说明研究区域中有较低的反射覆盖物，除了第1、2、3波段外，其余波段的最大值都比较小，这说明研究区植被、水体、雪、云覆盖光谱信息量小；从波段的标准差比较可以得出，第1波段具有最大的标准差47.827065，这表明波段1拥有最大的光谱信息量，比较适合区别于各类地物；第1、2、3、4波段有相对较高的特征值，特别是第1、2波段，说明在这些波段对地物有着显著的反映。

表1 研究区各波段基本信息

表2 研究区各波段相关系数矩阵

（2）9个波段之间都有着较为密切的相关关系，从波段4到波段9，相关系数较大；1、2、3波段都与波段8之间的相关系数比较小，说明波段8有着比较大信息量；而波段1、2、3相对来说又具有较好的独立性，因此在选取波段的组合时，波段1、2、3只能选取其中的两个波段。在进行彩色合成的同时不仅要根据统计特征分析，还要注重其视觉的效果。

3 遥感矿化蚀变信息提取

3.1 理论原理与流程

地物的光谱辐射特征（包括光谱反射、透射、吸收和发射）是进行研究遥感地物分类、识别和地学分析的主要依据［8］。在光谱特性中，只有一些阴离子基团在振动的过程中使得矿物具有某种特殊的光谱特征，遥感图像上提取和分类识别矿物的基础就是在振动过程中产生的电磁波谱信息［9］。在成矿过程中常常会在矿体围岩附近发生蚀变作用，蚀变矿物形成和矿物沉淀过程的范围往往反映出矿体的规模和大小，因此热液成矿作用成为整个围岩矿体蚀变的重要环节［10］。地球表面所有的物体都有着各自不同的光谱特征，正是利用这种特性通过遥感技术才能探测识别出不同的矿体和地物特征。实践表明，中等强度以上的蚀变带对于ASTER数据的蚀变信息提取和矿体开发十分有利［11］。

遥感矿化蚀变信息提取流程往往根据除干扰、矿物蚀变指数（比值分析、波段运算）、主成分分析、信息分级等环节，得到矿化蚀变异常信息图像［12］，其具体信息提取流程如图1所示。

3.2 遥感矿化蚀变异常信息提取的波谱依据

从USGS标准波谱数据库中，选择方解石族矿物白云石和方解石；层状硅酸盐物多水高岭石、高岭石、绿泥石、绢云母、伊利石、蒙脱石；铁的氢氧化物针铁矿，铁的氧化物赤铁矿及明矾石族矿物黄钾铁矾，上述矿物常出现于热液矿床附近的蚀变围岩中，提取这些矿物具有找矿意义。其中，方解石族矿物含有CO32－离子团；层状硅酸盐矿物中，均含有Al－OH基团；铁的氢氧化物、铁的氧化物及明矾石族矿物黄钾铁矾中，均含有Fe3＋离子。由于类质同像代替广泛存在，绿泥石、绢云母中Al3＋可以被Mg2＋代替，形成Mg－OH组合。

图1 遥感蚀变矿化信息提取流程图

（1）Al－OH基团的波谱特征

在ASTER数据的1、2、3、4波段中，层状硅酸盐矿物反射率随波长的增长而变大，仅多水高岭石在4波段具有明显的吸收特征；在6波段，除绿泥石外，上述矿物均具有明显的吸收峰特征，这与Al－OH在2.2μm处的吸收峰相一致，而绿泥石在8波段中具有一个明显的吸收峰，考虑到Mg－OH在2.3μm处具有一个稳定的吸收峰，认为所测试的绿泥石矿物中，Al 3＋Mg2＋代替，形成Mg－OH组合的特征，而其他矿物在8波段并没有明显的吸收峰，认为利用ASTER遥感数据可以分别提取Al－OH基团和Mg－OH基团信息（图2）。

（2）Fe3＋离子的波谱特征

与针铁矿、黄钾铁矾的反射率相比，赤铁矿反射率总体较低，这是由于赤铁矿的颜色为钢灰色或铁黑色，而针铁矿的颜色为红褐色、黄钾铁矾为赭黄色。针铁矿、赤铁矿在ASTER遥感数据的1、2、3和4波段的反射率随波长的增长而变大，并且由于其在3波段的反射率远小于4波段的反射率，从而在3波段形成一个相对较弱的吸收峰，并且黄钾铁矾在3波段中存在一个明显的吸收峰，这个吸收峰是Fe3＋离子的波谱特征，上述矿物在4波段，均具有明显的反射峰，把ASTER数据与ETM＋数据波长对比分析，研究认为利用ASTER遥感数据能够提取Fe3＋离子信息（图3）。

（3）Co2－离子的波谱特征

方解石族矿物在ASTER遥感数据1、2和3波段中，反射率总体呈上升趋势，这是由于方解石族矿物多为浅色，在可见光－近红外波段具有较高的反射率，而其在第4波段反射率略微变小，仅有一个白云石矿物和一个方解石矿物反射率在第4波段变大；4波段至8波段，反射率整体上呈下降趋势，由于其在第7波段和第9波段的反射率均大于第8波段，因此在第8波段形成一个明显的吸收峰，该吸收峰与CO32－离子在2.35μm处的吸收峰相一致；同样，方解石矿物在5波段有一个微小的吸收峰，该吸收峰不如CO32－离子在第8波段的吸收峰明显，并且现有的研究资料表明，CO32－离子不仅在2.35μm处有一个明显的吸收峰，而且在2.16μm处也有一个微小的吸收峰（图4）。

图2 含羟基基团矿物波谱图

图3 含三价铁离子矿物波谱图

图4 含碳酸根离子矿物波谱曲线图

3.3 波段比值在矿化蚀变信息提取分析

在提取波谱信息中波段比值是一种比较有效的手段，该方法利用代数运算原理，用两个波段相应地物像元的亮度值之间的比值或者几个波段组合的对应地物像元亮度值之比，求取波谱曲线的坡度，增大不同地物与岩石之间细微的差异。采用该方法依据以岩矿光谱特征为运算基础，运用掩膜模型剔除干扰因素，选择合适的波段进行比值和光谱合成处理，得出增强后的岩性及蚀变带信息。利用主成分分析模型对多种矿化蚀变混合信息进行增强和提取，提取研究区的“铁染”图（band 2／band 1）、“羟基”图（（band 4＋band 6）／band 5）、“碳酸盐岩异常”图（（band 7＋band 9）／band 8）、“绿泥石、绿帘石头、角闪石异常”图（（band 6＋band 9）／（band 7＋band 8））、“绢云母、白云母、伊利石、蒙脱石异常”图（（band 5＋band 7）／（band 6））（图5），并将以上5种异常图像信息分别用V1、V2、V3、V4、V5特征向量进行描述表达。

图5 波段比值矿化蚀变异常信息

3.4 基于主分量门限化的蚀变信息提取

主分量门限化技术是以主成分分析为基础，以用矿物蚀变指数作为辅助，对蚀变信息的强弱进行运算和叠加。结合波段比值分析结果作为参考，根据高斯误差分布定律提取出主分量，再通过变更后的主分量应用公式提取出蚀变信息，在该方法应用过程中用矿物蚀变指数可降低对异常信息切割的任意性，使操作更加规范化。表3为研究区利用主分量门限化技术分析出的特征向量及信息量，其中PC1中V2的因子较大，其次是V3、V5及V1，PC1主要突出了羟基的矿物蚀变信息；PC2中V4的因子较大，其次是V2，且为负，PC2突出了粘土与羟基的矿物蚀变信息；PC3中V3因子较大，其次是V4与V1，PC3主要反映了铁染、羟基、碳酸盐岩的矿物蚀变信息；PC4中V3的因子较大，PC4突出了地形信息；PC5中V4的因子较大，其次是V1，PC5主要反映了泥化信息和羟基的矿物蚀变信息。因此，PC3也能很好反映出研究区矿物蚀变信息的综合特性。

表3 主成分特征向量及信息量

利用矿物蚀变指数作为主分量门限化条件，对研究区主分量影像PC3进行分割，提取出一级异常、二级异常和三级异常的矿化蚀变区域（图6），该区域呈现出明显的条状态分布。从地层分布情况分析得出，提取出的矿化蚀变信息基本上分布在石炭系、二叠溪、泥盆系地层中，并广泛存在于围岩与变质岩的接触带中；从区域构造情况分析，提取出的矿化蚀变信息的走向大体上与主要的线性构造走向一致。

图6 研究区矿化蚀变信息提取图

4 结束语

通过对塔什库尔干地区ASTER遥感数据进行图像预处理、波谱特征分析、最佳波段组合、构建掩膜模型（剔除水体、阴影、植被、雪等因素干扰）、蚀变信息波段比值运算和基于主分量门限化技术的矿化蚀变异常信息提取分析发现，ASTER数据比传统的ETM数据光谱分辨率更高，提供的矿物信息更加精细、明确和丰富，特别是主成分分析和矿物蚀变指数方法能很好提取岩石及矿物信息。研究表明此方法提取出的矿化蚀变信息在地层分布、区域构造等方面基本吻合，从提出的异常区域可以看出，该地区成矿规模呈现出条带状分布，矿体分布在围岩与变质岩的接触带中，提取分析出的3级异常区域为矿产资源定量勘查提供了科学的参考依据。

［1］ 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.

［2］ 荆凤，陈建平.矿化蚀变信息的遥感提取方法综述［J］.遥感信息，2005，25（2）：62－65.

［3］ 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，2003，56（2）：44－49.

［4］ 刘李，向雅莉，芦雪.基于ASTER数据矿化蚀变信息提取的主成分特征向量组合模型研究——以内蒙古红旗山地区为例［J］.现代地质，2010，24（2）：403－408.

［5］ 李建国，毛德宝.基于ETM＋与ASTER数据的矿化蚀变信息提取方法研究——以满都拉地区为例［J］.地质调查与研究，2007，30（3）：234－240.

［6］ 唐超，陈建平，张瑞丝，等.基于ASTER遥感数据的班怒成矿带矿化蚀变信息提取［J］.遥感技术与应用，2013，28（1）：122－128.

［7］ 陈江，王安建.利用ASTER热红外遥感数据开展岩石化学成分填图的初步研究［J］.遥感学报，2007，11（4）：601－608.

［8］ 陈建平，王倩，董庆吉，等.青海沱沱河地区遥感蚀变提取［J］.地球科学——中国地质大学学报，2009，34（2）：314－318.

［9］ 王亚红，王永，王辉，等.利用ETM数据进行矿化蚀变信息提取的方法研究——以柴北缘地区为例［J］.遥感信息，2009，24（6）：68－72.

［10］ 吴德文，朱谷昌，张远飞，等.多元数据分析与遥感矿化蚀变信息提取模型［J］，国土资源遥感，2006，67（1）：22－30.

［11］ 荆凤，陈建平.矿化蚀变信息的遥感提取方法综述［J］.遥感信息，2010，27（4）：502－508.

［12］ 丛丽娟，岑况，朱所，等.利用ASTER数据提取蚀变异常方法研究——以内蒙古朱拉扎嘎金矿为例［J］.河南理工大学学报（自然科学版），2007，26（6）：652－658，663.

Anomaly Information Extraction of Mineralization Alteration in Taxkorgan with ASTER

YANG Bin，LI Mao－jiao，WANG Shi－ju，GAO Gui－sheng，HE Zhao－pei，WANG Zheng
（College of Environment and Resource，Southwest University of Science and Technology，Mianyang621010）

It is a mineral－rich area in Taxkorgan of Xinjiang that traditional prospecting method for mine is difficult to start with，and geological exploration is still inadequate because of the severe environment and complex terrain.The statistical analysis is given for maximum，minimum，mean，standard deviation and covariance based on multi－spectral data of ASTER remote sensing image，and each band spectrum character is probed into choosing the mineralizing alteration abnormal information.The PCA method based on the mechanism of mineralizing alteration information and the analytical geological structure has been applied in the study area，in which mineralizing alteration information are put forward with the support of mineral alteration index（band ratio，arithmetic）and masking processing model in the research area.It could provide a scientific solution for mineral resource prediction and assessment about serious geologic environment and difficult field without traditional prospecting method.

feature vector；mineralized alteration principal；principal component analysis；Taxkorgan；multi－spectral data

10.3969／j.issn.1000－3177.2015.04.019

TP79；P614

A

1000－3177（2015）140－0109－06

2013－09－09

2015－04－08

四川省教育厅矿产资源发展研究中心项目（13sd1167）；国家自然科学基金项目（41201541）。

杨斌（1979—），男，博士，副教授，主要从事遥感科学与技术应用。

E－mail：xjgis＠126.com