植被覆盖区ASTER斑岩型铜矿矿化蚀变分带异常信息提取研究

闫洁茹， 赵志芳， 史青云， 张伟华

(1.云南大学资源环境与地球科学学院，云南昆明650091； 2.云南省遥感中心，云南昆明650091)

植被覆盖区ASTER斑岩型铜矿矿化蚀变分带异常信息提取研究

闫洁茹1,2， 赵志芳1,2， 史青云1,2， 张伟华1,2

(1.云南大学资源环境与地球科学学院，云南昆明650091； 2.云南省遥感中心，云南昆明650091)

摘要：为弥补以往研究中植被覆盖区遥感矿化蚀变信息提取精细化程度不高、蚀变弱异常难以从复杂背景中分离等不足，采用ASTER遥感数据，以植被覆盖较厚的西南三江成矿带宝兴厂矿区为研究区，针对宝兴厂斑岩型铜矿矿化蚀变分带由外至内绿泥石化—钾化硅化—黑云母化硅化分布的特点，在频率域内，采用多重分形“广义自相似性”和“局部奇异性”理论与能谱面积法(S-A法)，探索了复杂地质背景条件下斑岩型铜矿蚀变分带与特征矿物弱异常信息增强提取方法。经野外验证，方法应用取得了较好的效果。

关键词：斑岩型铜矿；植被覆盖；蚀变分带；弱异常信息增强；S-A法；云南曲靖

doi:10.3969/j.issn.1674-3636.2015.03.468

中图分类号：TP751.2;P618.41

文献标识码：A

文章编号：1674-3636(2015)03-0468-07

收稿日期：2015-07-09；修回日期：2015-07-13；编辑：蒋艳

基金项目：中国地质调查局项目“西南三江成矿带中南段斑岩型铜矿遥感找矿模型研究与靶区优选”(12120113095400)

作者简介：闫洁茹(1992—)，女，硕士研究生，主要从事遥感地质应用研究工作，E-mail:461100056@qq.com

0引言

随着我国经济的高速增长，对矿产资源的刚性需求成为焦点问题，但矿产资源的赋存状态复杂多样，矿体的形态、产状及与围岩的关系等千变万化，近地表的矿产资源日益减少，找矿难度越来越大。早在20世纪70年代，遥感已经应用在地质找矿中，Abrams等1997年利用陆地卫星遥感数据对矿化蚀变异常信息提取进行研究，提取了含3价铁的蚀变岩，最早揭示了遥感蚀变异常信息提取与蚀变岩石中所含主要离子的关系。此后，遥感技术逐步应用在地质矿产勘查中，Safwat等于2010年利用ASTER的波段比值和N维三度分析研究金矿化，表明了该方法对矿化蚀变分带的研究较有成效(姚佛军等,2012)。近年来，Bertoldi等(2011)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(王頔等,2015)，初步解决了遥感矿化蚀变弱异常信息与植被、云雪、阴影等复杂地质背景叠加在一起的问题。

总结以往研究，针对植被覆盖背景下斑岩型铜矿矿化弱异常精细化信息的增强处理仍较为薄弱。由于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现象重视不够，导致植被覆盖下斑岩型铜矿矿化低弱蚀变异常信息在提取过程中被屏蔽。基于此，从分析植被覆盖特点及斑岩型铜矿矿化蚀变矿物光谱的基础上，采用ASTER数据，在频率域空间内，基于多重分形模型，开展了宝兴厂矿区斑岩型铜矿遥感蚀变弱异常信息的增强与提取研究。

1矿区地质特征

云南宝兴厂矿区斑岩型铜钼矿可分4期3种岩石类型。其成矿作用发生于宝兴厂复式斑岩体内，矿化与蚀变相伴进行从岩体向外为钼矿、钼矿+铜+铁矿、铅锌铁矿+金银矿。金属元素分带为Mo—Cu+Mo (Fe)—Cu+Au—Pb+Zn+Au+As+Ag。表现出由岩体—接触带—围岩地层由高温—低温的系列成矿效应。岩体内普遍发育自交代与热液蚀变作用，蚀变特征因岩性而异。研究区与矿化密切的主要类型是钾-硅化。钾化主要表现为黑云母化，次为钾长石化；“闪长岩模式”相同矿化与大量出现热液黑云母相伴，但只有同时发育硅化时矿化才强；绿泥石则是低级变质作用中的典型矿物(表1、图1)。

表1　宝兴厂铜矿蚀变分带对应特征蚀变矿物表

图1　宝兴厂矿区地质矿产图1-三叠系白土田组：浅灰、黄色砂岩、粉砂岩、泥岩夹紫红色泥岩，底部含砾砂岩；2-二叠系峨眉山组：灰绿色致密、杏仁状玄武岩，夹苦橄岩、凝灰质砂泥岩、煤线及硅质岩；3-二叠系阳新组：深色、浅色灰岩间互，含燧石条带或结核；4-石炭系水长阱组：灰、深灰色灰岩、白云质灰岩夹硅质岩；5-泥盆系榴江组：灰黑、棕色硅质岩、硅质泥岩；6-泥盆系长育村组：黑白条带状硅质岩夹灰白、粉红色页岩，顶部夹含磷、锰鲕状灰岩；7-志留系—泥盆系青山组：浅灰夹深灰色灰岩，角砾状灰岩，底部黑灰色灰岩；8-志留系康廊组：白云质灰岩、白云岩；9-奥陶系南板河组：灰色钙质泥质粉砂岩、砂岩夹含砾质泥质灰岩；10-奥陶系向阳组：灰黑、灰绿、深灰色页岩平石英细砂岩，顶部夹含砾砂岩、细砂岩；11-奥陶系海东组：灰色细粒含长石砂岩、石英砂岩；12-古近纪花岗斑岩Fig.1　Map showing geology and minerals in the Baoxingchang ore district

2数据源

研究区选择植被覆盖较厚的西南三江成矿带宝兴厂矿区。数据源为ASTER数据，该数据源除在可见光、近红外波段与TM、ETM+具有相近的波谱及空间分辨率外，在短波红外和热红外波段则比TM、ETM+具有较高的波谱及空间分辨率，因而在地质领域受到广泛关注。研究共涉及2景ASTER数据(时相：2006-02-06，2002-02-23)，该遥感影像数据质量较好，云覆盖较少，图像清晰。

3研究方法

3.1　主成分分析法

主成分分析法是一种正交线性变换，在信息总量守恒的前提下，将多光谱图像中高度相关的信息集中到少数几个波段，并且尽可能保证这些波段之间的信息互不相关(荆风等,2005)。由于遥感各波段相互之间存在一定的相关性，为减少各波段之间存在的相关性对分类的干扰，并兼顾矿化蚀变的波谱特征，因此，ASTER矿化蚀变遥感异常信息的提取用主成分分析法进行筛选。

一般来说，主成分分析法可以在信息损失最小的前提下，减少变量数目、降低数据维数，起到数据压缩的作用；另外，主成分分析还具有去相关性的作用。以二维数据为例，第一主成分以取向代表信息量最大为原则，第二主成分与第一主成分正交。主成分分析在较低序的主成分分量中保留了多光谱数据的主要特征。所以，主成分分析方法所获得的第一主成分是各个波段的加数和，基本上反映了地物总的辐射差异，其他成分则能够揭示地物的某些波谱特征。

3.2　S-A法去除干扰信息

由于地质成矿过程的长期性和复杂性，记录这一过程的数据集往往具有非线性结构和非平稳特征(陈永清等,2009,2011)。其空间分布在特征空间域具有局部不均一性和各相异性，而且通常表现出服从多重分形分布的特征，其尺度不变性和广义自相似性是各种地质过程和地质事件所产生的地质特征和模式的本质属性，分形和多重分形模型可以用来表征尺度不变性(成秋明,2006)。因此，本次研究探索将非线性理论和方法引入有效提取变质矿物异常信息中。

非线性理论和方法应用于深层次矿致弱异常信息提取，可有效增强矿致弱异常信息，更好地提取矿致弱异常信息(阴江宁等,2012)。即采用基于“广义自相似性”与“局部奇异性”多重分形模型的S-A法进行地质背景与矿致异常的分离(王艳等，2012)。S-A法能够在傅立叶能谱空间中度量地球化学异常所对应的各向异性的广义自相似性，并能通过识别不同的广义自相似性将能谱的分布分解成不同的滤波器，进而利用傅立叶逆变换对地球化学异常和背景进行分解(黄静宁等，2009)。这种自相似性可以由以下幂律关系表达：

A(>S)∝S-β

(1)

式(1)中，S为能谱密度，A为大于能谱密度的某一临界值(S0)的面积。不同的β值在logA(>S0)-logS图上能够获取。通常在log-log图上，所有直线段服从关系式(1)。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)的分离。

4异常信息提取方案设计

宝兴厂斑岩型铜矿矿区地表植被覆盖较厚、斑岩型铜矿矿化蚀变分带及其特征蚀变矿物特征明显。基于此，设计植被覆盖区斑岩型铜矿矿化蚀变分带信息提取方案如下。

4.1　植被覆盖光谱反映及信息提取

归一化植被指数(NDVI)是反映土地覆盖植被状况的一种遥感指标，是反映植被生长状况及植被覆盖度的一种广泛应用的指示因子(曾浩等,2013)。NDVI能够与植被覆盖呈现较好的正相关性，对研究区进行NDVI研究表明，植被覆盖度大于62%，表明该区域植被覆盖较厚。

4.2　蚀变分带特征矿物遥感异常提取

4.2.1石英及硅化蚀变带信息提取分析石英的波谱曲线(图2)可以发现：石英在ASTER数据的B2波段呈吸收谷，B4波段具有高反射，B12波段存在强反射，B11波段为强吸收，故认为选取2、4、11、12波段进行主成分分析，可以提取绝大多数硅化信息。硅化异常分量PC2表征特征为在ASTER 2、11波段的贡献应与4、12波段相反，且12波段具有高载荷。对PC2分量应用S-A法，将PC2分量傅里叶变换至频率域空间(图3)，以异常分量频率值及像元数量分别作为S-A法中的S、A来考虑，生成log-log图(图4)。

图2　石英波谱图Fig.2　Diagrams showing spectra of quartz

图3　石英PC2傅里叶变换结果图Fig.3　Result of PC2 Flourier transform for quartz

图4　石英异常分量S-A法log-log图Fig.4　log-log plot of quartz anomaly component by the S-A method

log-log图分形特征显示，频率域空间异常分量频度与像元数量关系符合幂律关系，且可用不同直线段表示。不同的直线段代表了不同的分形关系，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。log-log图上，log(异常频率)分形滤波器阈值为0.41，认为该阈值为地质背景与石英变质矿物异常的分离值，选取该阈值即可进行地质背景与石英变质矿物的分离。

4.2.2钾长石及钾化蚀变带信息提取分析钾长石的波谱曲线(图5)可以发现钾长石在ASTER数据的B2波段具有高反射，B11波段存在反射峰，在B6、B12波段为小吸收谷，故认为选取2、6、11、12波段进行主成分分析，可以提取绝大多数钾化信息。

图5　钾长石波谱图Fig.5　Diagrams showing spectra of K-feldspar

钾化异常分量PC3表征特征为在ASTER 6、12波段贡献应与2、11波段相反，且11波段具有高载荷。对PC3分量应用S-A法，将PC3分量傅里叶变换至频率域空间(图6)，以异常分量频率值及像元数量分别作为S-A法中的S、A来考虑，生成log-log图(图7)。

图6　钾长石PC3傅里叶变换结果图Fig.6　Result of PC3 Flourier transform for K-feldspar

图7　钾长石异常分量S-A法log-log图Fig.7　log-log plot of K-feldspar anomaly component by the S-A method

log-log图分形特征显示，在频率域空间异常分量频度和像元数量关系符合幂律关系，且可用不同直线段表示。不同的直线段代表了不同的分形关系，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。log-log图上，log(异常频率)分形滤波器阈值为0.38，认为该阈值为地质背景与钾长石变质矿物异常的分离值，选取该阈值即可进行地质背景与钾长石变质矿物的分离。

4.2.3绿泥石及青盘岩化蚀变带信息提取分析绿泥石的波谱曲线(图8)可以发现：绿泥石在ASTER数据的B5波段存在反射峰，在B2、B8波段为吸收谷，在B11波段为强吸收。故认为选取2、5、8、11波段进行主成分分析，可以提取绝大多数绿泥石信息。

图8　绿泥石波谱图Fig.8　Diagrams showing spectra of chlorite

绿泥石异常分量PC2表征特征为在ASTER5波段贡献应与11波段相反，且5波段具有高载荷。对PC2分量应用S-A法，将PC2分量进行傅里叶变换至频率域空间(图9)，以异常分量频率值及像元数量分别作为S-A法中的S、A来考虑，生成log-log图(图10)。

图9　绿泥石PC2傅里叶变换结果图Fig.9　Result of PC2 Flourier transform for chlorite

图10　绿泥石异常分量S-A法log-log图Fig.10　log-log plot of chlorite anomaly component by the S-A method

log-log图分形特征显示，频率域空间异常分量频度和像元数量关系符合幂律关系，且可用不同直线段表示。不同的直线段代表了不同的分形关系，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。log-log图上，log(异常频率)分形滤波器阈值为0.71，认为该阈值为地质背景与绿泥石变质矿物异常的分离值，选取该阈值即可进行地质背景与绿泥石变质矿物的分离。

5野外验证

对提取的矿化蚀变分带异常信息进行野外查证(查证了32个野外验证点，拍摄野外照片96张，其中29处吻合，3处未吻合，吻合率达91%)。结合室内岩矿鉴定分析，发现研究区各矿物蚀变异常多表现为硅化蚀变异常和钾化蚀变异常，表明此次提取的矿化蚀变异常信息可以较好地指示蚀变类型，结果可靠，提取精度好，可作为近矿的重要指示应用于矿产勘查工作中(图11、图12、图13)。

图11　蚀变遥感异常提取8号点野外验证及岩矿镜下鉴定结果图Fig.11　Field verification of alteration anomaly extraction point No. 8 and the identification under microscope

图12　遥感蚀变异常提取12号点野外验证及岩矿镜下鉴定结果图Fig.12　Field verification of alteration anomaly extraction point No.12 and the identification under microscope

图13　宝兴厂矿区蚀变信息分布图Fig.13　Map showing distribution of alteration information in the Baoxingchang ore district

6结论

(1) 通过详细分析复杂地质背景(植被覆盖)及石英、钾长石和绿泥石3种矿物蚀变异常在ASTER数据中的特征波谱反映，引入多重分形模型，基于S-A法设计和构建了ASTER数据斑岩型铜矿矿化蚀变分带异常信息的提取方法和流程，结合野外验证，该方法较好地实现了植被等背景信息的去除，改进了斑岩型铜矿矿化蚀变分带异常提取精度。

(2) 在遥感蚀变异常信息提取过程中，将植被信息均作为背景信息予以去除，增强提取了硅化、钾化和绿泥石化蚀变异常信息，可能由于蚀变异常信息过于微弱，造成部分区域的蚀变信息存在丢失现象，在后续研究中仍有待加强更加精细化的弱信息增强处理方法的探索。

参考文献：

成秋明.2006.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,31(3):337-348.

陈永清,赵鹏大.2009.综合致矿地质异常信息提取与集成[J].地球科学：中国地质大学学报, 34(2):325-335.

陈永清,赵彬彬.2011.应用奇异值分解与二维经验模型分解提取金矿化致矿重力异常[J].地质通报, 30(5):661-669.

黄静宁,赵鹏大.2009.滇东地区深层次Pt-Cu-Au矿化异常定量提取与评价[J].地球科学：中国地质大学学报,34(2):365-374.

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

王艳,提云生,姜敬敬.2012.数据挖掘在矿产资源定量预测中的应用综述[J].甘肃科技, 28(17):35-39.

王頔,赵志芳,王瑞雪,等.2015.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[J].国土资源遥感, 27(2):146-153.

姚佛军,张玉君,杨建民，等.2012.利用ASTER 提取德兴斑岩铜矿遥感蚀变分带信息[J].矿床地质,31(4):881-890.

阴江宁,肖克炎,邹伟,等.2012.地质统计学在东天山化探信息提取中的应用[J].吉林大学学报：地球科学版,42(3):887-894.

赵志芳,谈树成,王峰德，等.2012.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, 29(6):44-50.

曾浩,王金亮,牛怡,等.2013.基于TM影像的弥勒县植被覆盖变化率研究[J].环境科学导刊, 32(5):31-34.

BERTOLDI L,MASSIRONI M,VISONA D,et al.2011.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,115(5):1129-1144.

Extraction of anomaly information of mineralized alteration zonation for porphyry copper deposits in vegetation-covered areas using ASTER data

YAN Jie-ru1,2， ZHAO Zhi-fang1,2， SHI Qing-yun1,2， ZHANG Wei-hua1,2

(1. School of Resource Environment and Earth Science, Yunnan University, Kunming 650091, Yunnan, China； 2. Yunnan Provincial Remote Sensing Center, Kunming 650091, Yunnan, China)

Abstract：The previous extraction of mineralized alteration information using remote sensing images in vegetation-covered areas has poor accuracy, and is hard to identify weak anomalies from complex background. Therefore, taking the vegetation-covered Baoxingchang ore district in Sanjiang metallogenic belt as an example, and combin with its alteration zonation going inwardly from chloritization, potassium alteration, silicification to biotitization and silicification, this study used the multi-fractal ″generalized self similarity″ and ″local singularity″ theory and spectral area method (S-A method) in frequency domain, to discuss the alteration zonation and strengthened extraction of weak anomalies in complex geological setting using ASTER remote sensing data. Field verification shows that this method has realized an ideal result.

Keywords：porphyry copper deposit； vegetation cover； alteration mineralization； strengthening of weak anomaly information； S-A method； Qujing in Yunnan