甘肃北山音凹峡地区镁铁—超镁铁岩体遥感识别

李得成，蔡显俊，梁利鹏，刘 磊,3，周 军,3

（1.西安地质矿产勘查开发院，陕西西安710100；2.长安大学地球科学与资源学院，陕西西安710054；3.兰州金石开矿产咨询服务有限责任公司，甘肃兰州730030）

甘肃北山音凹峡地区镁铁—超镁铁岩体遥感识别

李得成*1，蔡显俊2，梁利鹏2，刘 磊2,3，周 军2,3

（1.西安地质矿产勘查开发院，陕西西安710100；2.长安大学地球科学与资源学院，陕西西安710054；3.兰州金石开矿产咨询服务有限责任公司，甘肃兰州730030）

快速、准确圈定镁铁—超镁铁岩体在小岩体型镍铜矿产勘查中尤为关键。以甘肃北山音凹峡地区为研究区，综合应用主成分分析处理ASTER可见光—短波红外数据，并利用镁铁岩指数、主成分分析、最小噪声分离法处理热红外数据，多种方法处理的图像互相佐证。通过对多种图像处理方法获取结果进行综合分析并与地质图对比，圈定了7处疑似镁铁—超镁铁岩体集中区。经野外验证，其中6处为镁铁—超镁铁质岩体，另一处为中基性火山岩，证明了结果的有效性。该工作方法可以被应用于西部地区镁铁—超镁铁岩体识别。

音凹峡；ASTER；镁铁—超镁铁岩体；镁铁岩指数；主成分分析；最小噪声分离

在近期的矿床勘查研究中，“小岩体成大矿”越来越受到人们的关注[1-2]。对于镁铁质—超镁铁质小岩体中的镍铜（铂族）矿床，圈定镁铁—超镁铁岩体为寻找镍铜矿床之前提，但由于此类岩体特别是含矿镁铁—超镁铁质小岩体的出露面积多小于1km2，很容易被1∶25万、1∶5万地质图所遗漏[1-2]。以甘肃北山辉铜山地区为例，仅在约600km2范围内即遗漏了11处镁铁—超镁铁质小岩体[3-4]。因此，快速、准确圈定镁铁—超镁铁岩体在小岩体型镍铜矿化找矿中尤为关键。

遥感技术已被广泛应用于地质构造研究、矿产资源勘查、岩性识别等领域[3-9]。镁铁—超镁铁岩体由于暗色矿物含量较高而在可见光—短波红外范围具有较低的反射率[10]；同时，其低SiO2含量使其在热红外10.25～10.95μm区间具有吸收谷且随镁铁质含量提高而深度逐渐加深[11]，为利用遥感识别镁铁—超镁铁岩体提供了理论基础。

笔者课题组在对甘肃北山音凹峡地区应用ETM+数据识别镁铁—超镁铁岩体过程中，通过综合多种图像处理方法，取得了较好的效果[9]，但由于ETM+数据光谱分辨率的限制，可见光—短波红外仅6个波段，热红外仅1个波段，无法最优利用镁铁—超镁铁岩体在可见光—短波红外—热红外区间的光谱特征，因此本研究利用ASTER数据对音凹峡地区开展进一步研究，探索综合利用ASTER数据可见光—短波红外、热红外波段增强、识别镁铁—超镁铁岩体的可行性方法。

1 研究区地质概况

甘肃北山地区是我国西北固体金属矿产主要资源地之一，已发现铜—多金属、铜镍、富铅锌、铀、优质锰等矿产地90余处，其中大中型以上矿床20余处[12]，其中与镁铁—超镁铁岩有关的岩浆矿床主要有红石山铬矿、黑山铜镍矿等[12-13]，因此该区为镁铁—超镁铁岩有关的岩浆矿床的重点勘查区。

音凹峡地区为北山地区主要镁铁—超镁铁岩体产地之一，位于北山地区东部。区内出露地层较少，主要为二叠系方山口组英安岩、英安质角砾凝灰岩夹安山岩、玄武安山岩、英安质集块角砾熔岩（图1）。该区侵入岩发育，包括二长花岗岩、钾长花岗岩、石英二长岩、花岗闪长岩、橄榄岩、蛇纹岩以及大量辉绿岩脉。

2 镁铁—超镁铁岩识别的波谱基础

2.1 可见光—短波红外光谱特征分析

根据约翰霍普金斯大学（Johns Hopkins University，JHU）光谱库，中酸性岩体如花岗岩、石英二长岩、花岗闪长岩等在可见光—短波红外区间均不具有明显的吸收带，反射率比较高；而镁铁—超镁铁岩石如玄武安山岩、辉绿岩、橄榄岩由于含大量辉石或橄榄石而在可见光—短波红外区间具有较强吸收特征[7,10]。

图1 音凹峡地区地质图[14-15]

2.2 热红外光谱特征分析

根据JHU光谱库，火成岩随着SiO2含量的降低，吸收谷向长波方向移动[7,10-11]。花岗岩、石英二长岩、花岗闪长岩在8.5～9.3μm具有最小发射率，玄武安山岩、辉绿岩、橄榄岩在10.3～11μm具有吸收谷且深度逐渐加深，在吸收谷两侧各种岩性的发射率均较高[7,10-11]。

3 数据与方法

3.1 数据

研究所采用的ASTER数据获取于2003年7月7日。将4～9波段重采样至15m后，对图像进行预处理，包括几何精校正、坐标配准、大气校正[4,7]。

3.2 图像处理方法

通过大量处理实验，本研究采用主成分分析法、最小噪声分离法、镁铁岩指数法增强岩性信息。

3.2.1 主成分分析

主成分分析通过一定的数学重组形成在多光谱上内在联系较为合理或地质意义更加明确的新变量或主成分，从而经过图像处理来突出特定地质内容[16-18]。本研究对可见光—短波红外9个波段数据进行主成分分析。

3.2.2 最小噪声分离（Minimum Noise Fraction，MNF）法

最小噪声分离法是在主成分分析基础上发展的一种以信噪比为衡量条件的线性变换算法，该方法可以有效降低数据维数并分离噪声[7,18-19]。本研究应用MNF法处理ASTER热红外波段数据。

3.2.3 镁铁岩指数（mafic index，MI）

镁铁质岩石由于SiO2含量较低而在10.3～11μm（对应ASTER第13波段）具有吸收谷，且深度随镁铁质矿物含量增加而逐渐加深，从而可以利用公式（1）突出镁铁质岩体，即为镁铁岩指数，为目前识别镁铁岩较常用的方法[11,18,20]。因此本研究采用镁铁岩指数增强镁铁—超镁铁岩信息。

4 结果分析

4.1 可见光—短波红外数据处理结果

对可见光—短波红外9个波段主成分分析后，通过试验分析，选取第1、3、6主成分分别置于红、绿、蓝通道进行假彩色合成（图2），可以较好地区分各岩性单元，特别是对于超镁铁质岩体、镁铁质岩脉可有效识别。橄榄岩、蛇纹岩在图像上呈黑灰色，辉绿岩脉呈现浅灰黑色线状，花岗岩呈灰白色。根据MNF图像可圈定出7个岩体集中区。

图2 可见光—短波红外波段主成分分析1（R）、3（G）、6（B）主成分假彩色合成图像

4.2 热红外数据处理结果

4.2.1 镁铁岩指数

镁铁岩指数结果图像中（图3），已知的橄榄岩、蛇纹岩均具有较高的数值而呈浅色调，另有多个未知区也呈浅色调，这些区域大部分与图2所圈定的岩体集中区吻合。但有些区域在图3中影像特征与已知镁铁岩影像特征差异较明显（图3中2点处），与可见光—短波红外图像结果不同。同时，研究区中部（图3中1点处）出现面积较大浅色调区域，此区域在可见光—短波红外图像上与已知镁铁岩体差异明显。辉绿岩脉受混合像元影响而在图像上较模糊。

4.2.2 MNF变换

对热红外波段进行最小噪声分离变换后可以有效识别镁铁—超镁铁岩。将MNF1、MNF2、MNF4分别置于红、绿、蓝通道进行假彩色合成后，超镁铁岩体（橄榄岩、蛇纹岩）呈暗色（图4），辉绿岩脉呈明显线状，花岗岩多显示为浅色。

图3 研究区镁铁岩指数图像

图4 热红外波段MNF1（R）、2（G）、4（B）假彩色合成图像

4.3 综合分析

单独使用可见光—短波红外或热红外中的一种识别镁铁—超镁铁岩体均存在一定的局限性，综合使用可以有效剔除干扰信息，使得识别结果更为准确。

可见光—短波红外主成分分析图像共识别疑似岩体集中区7处（含图2中1点处）；热红外数据镁铁岩指数和MNF变换假彩色合成图像可识别疑似岩体集中区6处（含图3中1点处），但图3中2点在热红外图像上影像特征与已知超镁铁岩体均不同。通过将可见光—短波红外和热红外图像分析结果综合，显示2大类图像中有5处岩体集中区结果吻合，另外2处（图3中1点、2点处）结果差异明显。

为了对ASTER可见光—短波红外波段和热红外波段识别镁铁—超镁铁岩体的特点进行实证，本研究对新识别的5处吻合和2处差异区域进行野外验证（图3、图4），结果表明5处吻合区域均为镁铁—超镁铁岩体。图4中1点处局部含玄武安山岩，可能为热红外图像中被突出的原因。而图4中2点处为蚀变辉长岩，推测为强烈蚀变导致岩石化学成分变化而在热红外图像差异明显。

结果表明热红外波段数据对于SiO2含量变化较敏感，但由于数据空间分辨率较低（90m）且存在水平条带噪声，加之研究区内很多小岩体出露直径仅约100m，ASTER热红外数据无法准确圈定其出露范围，使得应用效果受到一定程度的限制。将可见光—短波红外与热红外数据配合，可以提高结果的可信性。

5 结论

（1）本研究以甘肃北山音凹峡地区为研究区，综合应用主成分分析处理ASTER可见光—短波红外数据，并利用镁铁岩指数、最小噪声分离法处理热红外数据，多种方法处理的图像互相佐证，可有效识别镁铁—超镁铁岩体。

（2）通过对多种图像处理方法获取结果进行综合分析圈定了7处疑似镁铁—超镁铁岩体集中区，经野外验证，其中6处为镁铁—超镁铁质岩体，另一处也为基性火山岩，证明了结果的有效性。在我国西部地区，很多镁铁—超镁铁岩小岩体由于规模较小被遗漏，限制了该类矿床的找矿工作。本研究中的工作方法可以被应用于西部地区镁铁—超镁铁岩体识别。

[1]汤中立,闫海卿,焦建刚，等.中国岩浆硫化物矿床新分类与小岩体成矿作用[J].矿床地质,2006,25(1):1-9.

[2] 汤中立,闫海卿,焦建刚，等.中国小岩体镍铜（铂族）矿床的区域成矿规律[J].地学前缘,2007,14(5):92-103.

[3]杨建民,张玉君,姚佛军.利用ETM+遥感技术进行尾亚杂岩体的岩性识别[J].岩石学报,2007,23(10):2397-2402.

[4] Liu Lei,Zhuang Da-fang,Zhou Jun,et al.Alteration Mineral Mapping Using Masking and Crosta Technique for Mineral Exploration in Mid-vegetated Areas:a Case Study in Areletuobie, Xinjiang(China)[J].International Journal of Remote Sensing, 2011,32(7):1931-1944.

[5]刘磊,周军,尹芳，等.基于ASTER数据的巴里坤地区蚀变矿物填图及找矿[J].遥感技术与应用,2013,28(4):556-561.

[6]尹芳,刘磊,张继荣,周军.新疆谢米斯台地区小岩体型矿化遥感探测[J].地球学报,2014,35(5):561-566.

[7]刘磊,周军,冯敏，等.甘肃北山辉铜山地区镁铁岩体遥感识别方法研究[J].遥感技术与应用,2013,28(3):520-525.

[8]刘磊,周军,冯敏，等.基于ETM+数据的甘肃北山地区基性岩体识别[J].地质找矿论丛,2013,28(4):589-593.

[9]尹芳,张建超,周军，等.基于ETM+和CBERS数据的甘肃北山音凹峡地区镁铁超镁铁岩体识别[J].遥感技术与应用,2014, 29(3):457-462.

[10] Hunt GR.Spectral Signatures of Particulate Minerals in the Visible and Near Infrared[J].Geophysics,1977,42(3):501-513.

[11] Nair A,Mathew G.Lithological Discrimination of the Phenaimata Felsic-Mafic Complex,Gujarat,India,Using the Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)[J].International Journal of Remote Sensing, 2012,33(1):198-219.

[12] 杨合群,李英,杨建国.北山造山带的基本成矿特征[J].西北地质,2006,39(2):78-95.

[13]杨建国,王磊,王小红，等.甘肃北山地区黑山铜镍矿化镁铁—超镁铁杂岩体SHRIMP锆石U-Pb定年及其地质意义[J].地质通报,2012,31(2/3):448-454.

[14] 甘肃省地质矿产局.1∶5万音凹峡幅地质调查报告[R].内部报告,1995.

[15] 甘肃省地质矿产局.1∶25万马鬃山幅地质矿产调查报告[R].内部报告,2001.

[16]张兵，周军，王军年.遥感蚀变矿物填图与找矿方法[J].地球科学与环境学报，2008，30（3）：452-952.

[17] Liu Lei,Zhou Jun,Yin Fang,etal.The Reconnaissance of Mineral Resources Through ASTER Data-based Image Processing,Interpreting and Ground Inspection in the Jiafushaersu Area,West Junggar,Xinjiang(China)[J].Journal of Earth Science,2014,25(2):397-406.

[18] Liu Lei,Zhou Jun,Zhuang Dafang,etal.Lithological Discrimination of the Mafic-ultramafic Complex,Huitongshan,Beishan,China:Using ASTER Data[J].Journal of Earth Science, 2014,25(3):529-536.

P627

A

1004-5716(2015)09-0149-04

2015-07-15

2015-08-03

李得成（1982-），男（苗族），贵州同仁人，工程师，现从事区域地质、矿产调查、遥感地质相关研究工作。