利用热红外遥感提取层状硅酸盐蚀变矿物信息研究——以甘肃北山地区为例

吴泽群，田淑芳

(中国地质大学地球科学与资源学院，北京　100083)



利用热红外遥感提取层状硅酸盐蚀变矿物信息研究
——以甘肃北山地区为例

吴泽群，田淑芳

(中国地质大学地球科学与资源学院，北京100083)

矿物亚类的光谱曲线特征具有较大相似性，对层状硅酸盐矿物使用传统的可见光-近红外遥感中的区分提取难度较大。笔者以甘肃北山柳园工作区为例，利用发射率光谱特征，进行了层状硅酸盐蚀变矿物提取实验。通过与ASU光谱库标准光谱曲线进行对比，分析了来自于图像端元的光谱曲线特征，区分出了层状硅酸盐矿物如蛇纹石、绿泥石等。野外实地验证结果表明，该方法在信息提取方面精确度较高，遥感应用效果更加定量化、精确化，对于遥感地质填图工作具有很大的意义。

遥感地质；层状硅酸盐矿物；热红外；蚀变提取

在应用传统的可见光-近红外遥感对硅酸盐矿物进行识别时，主要依据是Al-OH、Mg-OH键振动以及金属阳离子的电子跃迁在反射波谱中造成的光谱特征。不能获取硅酸盐矿物位于大气窗口内在8.5～12.0μm之间由Si-O键的不对称伸缩振动造成的最强吸收特征，且硅氧四面体的Si-O骨干或Al-O骨干谱特征在可见光-近红外反射波谱中不能体现，而这些重要的光谱特征恰恰在热红外遥感中有很强的可利用性。

热红外波段的发射率光谱不仅可以探测出矿物的Si-O键振动特征(CHRISTENSEN et al. 2000)，由Si-O-Si、Si-O-Al、(Si、Al)-O-(Si、Al)对称性振动造成的吸收强度相对较小的位于12～18μm之间的吸收特征也可得以显现，在硅酸盐矿物识别上具有一定优势。一些学者尝试利用热红外遥感进行硅酸盐矿物的识别，取得了较好的效果。Hamilton根据位置、个数、深度等特征，区分出了斜方辉石与单斜辉石(HAMILTON et al.2000)。Michalski通过研究石英、磷石英、方石英的发射率光谱,发现成分一致,结构不一致也会造成光谱差异(MICHALSKI et al.2003)。利用热红外发射率光谱既可以识别出矿物成分特征的差异，又可以获取矿物结构的不同。特别是对于硅酸盐矿物在亚类层次上的识别，由于从岛状到架状硅酸盐发射光谱特征差异相对于矿物大类之间要小得多，导致硅酸盐矿物亚类的识别难度较大。特别是层状硅酸盐，光谱特征相似性很高，只具有细微差别。若在光谱分辨率低的数据中，这些细微结构差别在光谱曲线中难以体现出来，从而给层状硅酸盐矿物的区分造成困难。

笔者选用TASI热红外高光谱数据，数据范围为8～11.5μm，硅酸盐矿物在8.5～12.0μm之间由Si-O键的不对称伸缩振动所致的最强吸收特征可在这一范围内体现。同时，TASI数据波段间隔0.109 5μm，能提供地面单元精细的光谱特征，可以显现层状硅酸盐矿物光谱曲线的细微差异，这些细微特点对层状硅酸盐矿物的区分和鉴别具有很强指导性。热红外高光谱数据可应用于矿物亚类识别、矿物组成成分探测、矿物丰度信息提取等。笔者在前期的温度与发射率分离、矿物发射光谱机理和特性的研究成果上，利用硅酸盐矿物发射光谱特征差异对蛇纹石、绿泥石、滑石等层状硅酸盐矿物进行区分，使硅酸盐矿物蚀变信息提取效果更加精细。

1　研究区与数据源概况

1.1研究区地质背景

研究区位于甘肃省西北部，行政区划属于酒泉市瓜州县，在其中选取热液活动强烈的区域作为研究重点。研究区(左下东经95°35′44.272″，北纬41°9′4.431″)位于北山造山带中带，红柳河-牛圈子-洗肠井早古生代缝合带南缘，面积约为11.07km2，分布范围见图1。该区经历了复杂的地质构造变动和岩浆活动，具有较优越的成矿地质构造条件。研究区包括2个三级构造单元，以花牛山-察客尔呼都格大断裂为界，北侧为方山口-营毛沱-鹰嘴红山早古生代被动陆缘带，南侧为花牛山早古生代陆缘裂谷带(杨合群等，2008)。

1.板块缝合线；2.构造分区界线；3.省界；4.边界断裂及编号(①红柳河-牛圈子-洗肠井断裂；②黑河断裂)；5.研究区构造单元：Ⅰ-1.大南湖-雀儿山-狐狸山早古生代活动陆缘带；Ⅰ-2.黄山-红石山-路井晚古生代陆内裂谷带；Ⅰ-3.星星峡-明水-旱山地块；Ⅰ-4.白玉山南-公婆泉-七一山早古生代活动陆缘带；Ⅱ-1.方山口-营毛沱-鹰嘴红山早古生代被动陆缘带；Ⅱ-2.花牛山早古生代陆缘裂谷带(裂陷槽)；Ⅱ-3.磁海-红柳园-白山堂晚古生代陆内裂谷带；Ⅱ-4.敦煌地块图1　北山地区构造单元划分略图(改绘自杨合群等，2008)Fig.1　 Sketch map for division of tectonic units of Beishan area

研究区的东北部块状集中分布新近系苦泉组(N2k)和第四系全系统(Q4pl-al)的砖红色砂岩、粉砂质泥岩。研究区内宽带状东西向展布的中奥陶统花牛山群中岩组(O2hnb)受华力西中期花岗岩体侵蚀严重。侵入作用强烈，侵入岩出露面积约为6.64km2，约占研究区总面积60%。侵入岩体主要为中酸性岩体、基性-超基性岩，规模大小不等，多呈岩基、岩株和岩墙状产出。研究区金属矿产主要有金、钼、铬、铁、铜、铅锌和钨钼等，非金属矿产有萤石、水晶、硅灰石和蛇纹岩等。大多数矿产位于花牛山-察客尔呼都格大断裂附近或其派生的次级断裂附近。中酸性岩浆侵入体多数位于由奥陶系、志留系所组成的复向斜轴部及其翼部，属同构造期侵入体。超基性岩类侵入体则受断裂构造控制明显。岩体多沿花牛山-察客尔呼都格大断裂带分布，或位于主干断裂与次级分支断裂交汇处(杨合群等，2008)。区内发育的几个主要期次侵入岩体特征如下。

花南沟超基性岩体(Σ41)：主要岩性为橄榄岩、辉橄岩，华力西早期第一次侵入岩。

柳园镇北花岗闪长岩体(γδ42b)：主要岩性为花岗闪长岩，华力西中期第二次侵入岩。

花牛山南似斑状花岗岩体(πγ42c)：主要岩性为斑状花岗岩、含斑花岗岩，华力西中期第三次侵入岩。

双峰山/双井子/大骆驼脖子沟花岗岩体(γ42d)：主要岩性为红色花岗岩，华力西中期第四次侵入岩。

1.2TASI发射率数据

本次研究采用经过预处理的TASI热红外高光谱数据见图2，红框内为研究区。

图2　研究区TASI影像图(1∶250 000)Fig.2　TASI image of workplaces(1∶250 000)

2　矿物发射率参照光谱

通过学者对各种矿物的化学物理参数及其发射光谱进行大量的实测研究，归纳出与矿物成分、结构相关的光谱特征，奠定了现今热红外遥感岩矿信息提取的基础(闫柏琨等，2005)。此外，参照标准光谱数据的选取也十分重要，不同的光谱库含有的光谱类型不同；不同光谱库中获取方式、处理方式不同，即使波谱类型相同，也会造成影像光谱差异(刘汉湖等，2013)。目前共有3个含有热红外波谱波段范围的光谱库可供参考，分别为ASTER波谱库、ASU波谱库以及JHU波谱库。其中ASTER波谱库和ASU光谱库矿物种类较完善，各个光谱库特点见表1。

表1　参照波谱库特点汇总表

ENVI软件中虽含有JHU波谱库，但库中矿物光谱曲线不够齐全，缺乏蛇纹石、绿泥石等矿物的光谱，无法进行匹配。更重要的问题是，所含光谱是双锥反射率光谱的JHU波谱库和ASTER波谱库(http:speclib.jp.lnasa.gov)，在研究中需用基尔霍夫定律转换为发射率，不利于热红外遥感达到定量水平(闫柏琨等，2005)。

另外，ASU红外光谱波谱库(http://tes. asu. edu/speclib/)还附带有物理性质和化学成分的数据库。其中的化学成分分析主要是氧化物含量分析，为波谱与化学成分之间的分析提供了可能。

综合来讲，ASU波谱库更适合本次研究的实验所需。故选用ASU库中发射率光谱曲线作为参照，图3为ASU波谱库中层状硅酸盐、绿泥石、蛇纹石和滑石的发射率光谱曲线，为本次研究使用的参照光谱。

以大连理工大学为例，通过研究生或高年级本科生组建创新型团队的方式，开展各种创新实验计划和参加学生竞赛，其中作为领导团队的研究生或本科生需具备一定的创新创业能力和科研能力。参与的学生可根据自身兴趣和研究方向自由结合申报创新团队，校方会优先考虑为创新团队提供实验设备、科研基金，安排指导老师,以培养学生的团队协作和跨学科的初步科学研究能力。创新团队的建设促进了各种创新实践活动的开展，进而将创新意识和团队合作意识扩散到各种学习活动中，并逐渐培养学生的创新能力和提升团队合作效率。

图3　绿泥石、蛇纹石、滑石在8～11.5μm发射光谱曲线图(ASU波谱库)Fig.3　Emissivity spectral of chlorite, serpentine, Talc in 8～11.5μm(ASU spectral library)

对以上层状硅酸盐参照光谱曲线进行光谱特征分析，是进行光谱匹配并识别目标端元的重要基础。通过分析发现：蛇纹石于9.60μm附近有明显的低谷，于10.00μm处有发射率为0.83的吸收特征。绿泥石于在9.20～10.30μm内呈较宽发射率低谷，9.40μm和10.40μm处平缓，在10.00μm处有发射率约为0.70的发射低谷。滑石发射率曲线从8.80～10.20μm为发射率低谷，较宽，于9.60μm处有峰值。

3　甘肃北山地区层状硅酸盐矿物识别及验证

3.1矿物识别

ENVI的沙漏处理流程可从高光谱或多光谱数据中自动提取光谱端元并进行填图。沙漏处理流程利用高光谱数据独特的光谱的性质，可允许子像素目标检测，物质识别和明确的混合像元分解。处理步骤如下。

(1)对研究区进行最小噪声分离(MNF)变换：进行32个波段的MNF变换后，由图4a可见，曲线在20后趋于平缓，故将数据维数改为20，分离噪声，减少后续计算量，同时也减少后面得到的端元数。

(2)选择从图像上获取端元并进行纯净像元指数(PPI)计算：迭代次数(Number of Iterations)：数据被映射到随机向量的次数。迭代次数越多，ENVI越能较好的发现极值像元，所用时间也越多。本次实验迭代次数设为5 000。

阈值系数(Threshold Factor)：以数据位数为单位键入一个阈值。例如，阈值为2，则只有DN值与极值像元的差值大于两位数的像元才被标为极值。该阈值在影射向量的末端选取像元。阈值应是数据噪声等级的2～3倍。当输入数据为MNF结果时，1DN等于1sigma,因此阈值用2或3即可。较大的阈值将使得PPI找到更多的极值像元，但其包含不纯净像元的数量也越多。本次实验阈值设为2.500。PPI迭代效果见图4b。

图4　(a)研究区MNF特征值曲线和(b)PPI反复迭代趋势图Fig.4　(a)Eigenvalue curve of MNF and (b)Pixel Purity Index plots of workplace

(3)在n-D可视化中选取端元：通过n-D可视化中选取端元需要操作者具有一定的端元提取经验。波谱沙漏工具系统自动从n-D Visualizer窗口中选择端元波谱并以不同颜色标示，结合n维可视化工具提供的功能对自动选择的端元波谱进行编辑。可降低由于操作者经验不足造成的端元提取误差。

(4)保存光谱曲线并生成光谱库：从每个区的图像上获取的端元光谱曲线共21条，组成各自的光谱库，通过将光谱库中的21条光谱曲线与ASU光谱库中标准矿物光谱进行对比，识别出目标矿物端元。

将提取出的矿物端元波谱与ASU光谱库中参照光谱进行对比和匹配，并结合ASU光谱库内矿物性质与矿物标本物化特性对矿物端元波谱曲线进行光谱分析，可知：①滑石：在9.50～9.80μm有发射率为0.90的低谷，在9.70μm处有发射率为0.94的明显峰值，与ASU库滑石参照光谱特征相符(图5a)。滑石是蛇纹石、白云石经热液交代的产物，化学式为[Mg3(Si4O10)(OH)2](常丽华等，2006)，其中Mg2+含量约为31.72%，Si4+含量约为63.12%。②绿泥石：在8.50～10.50μm有发射率为0.86的低谷，在9.00～10.50μm处有凸值，与ASU库绿泥石参照光谱特征相符(图5b)。绿泥石为铁、镁、铝的层状铝硅酸盐矿物，其化学通式为：(R2+，R3+)5-6[(Si, Al)4O10](OH)8(彭同江等，2006)，式中R2+=Mg, Fe, Mn, Ni; R3+=Al, Fe, Cr, Mn。滑石与绿泥石都具有TOT型结构层，其区别在于滑石层间无物，绿泥石层间物为氢氧八面体片。③蛇纹石：在9.50μm处有发射率为0.92的低谷，在9.80μm处平直，与ASU库蛇纹石参照光谱特征相符(图5c)。蛇纹石族矿物属含(OH)的具有层状TO型结构层的镁质硅酸盐(彭同江等，2006)，其理想成分为：Mg3[Si2O5](OH)4，氢氧化物八面体片含Mg2+阳离子(代晶晶，2013)。主要混入元素有Fe、Mn、Al、Ni，成分中还有少量的Ca、Cu、Gr等杂质。

a.研究区滑石端元波谱曲线；b.研究区绿泥石端元波谱曲线；c.研究区蛇纹石端元波谱曲线图5　研究区(a)滑石、(b)绿泥石、(c)蛇纹石端元波谱曲线图Fig.5　Spectral plot of (a)Talc, (b)Chlorite, (c)Serpentine from workplace

3.2蚀变矿物填图及野外验证

在研究区内提取出的蛇纹石、绿泥石、滑石分布见图6。从色斑分布看，粉红色表示的蛇纹石色斑分布最多，其次是鲜绿色表示的绿泥石色斑，第三是黄色表示的滑石色斑。它们在图幅中所占面积比例约为45%、25%、10%。

图6　研究区提取成果汇总图(1∶20 000)Fig.6　Collection of silicate minerals extracted from Workplace (1∶20000)

在野外验证中，研究区内硅酸盐类蚀变发育主要为以下几种：①绿泥石化：主要由富含铁、镁硅酸盐矿物蚀变而来。②黏土化：以黏土矿物占优势的蚀变作用，含有高岭石、石英，伴有绢云母。③蛇纹石化：热液作用使含镁较多的白云岩和超基性岩发生蛇纹石化。

矿化产于华力西中期花岗闪长岩(γδ2b 4)的志留系斜山群(S1xsb)碳酸盐岩中，沿挤压破碎带分布。成矿前的挤压破碎带和层间滑动面为控制矿体的良好构造部位。矿体赋存的有利围岩为大理岩，近矿围岩蚀变强烈。在研究区内的多个野外验证点，可见石英砂岩、方解石脉，灰岩中发育方解石晶洞，局部有蛇纹石化。研究区内与超基性岩有关的围岩蚀变蛇纹石化非常发育，蛇纹石化特征见图7。

对筛选出野外较难验证地点的标本进行鉴定，于其中之一处蛇纹石化验证点(北纬41°9′48.7″；东经95°36′8″)处标本呈浅灰色，由于被蛇纹石不均匀交代，少部分显示黄绿色，块状构造，粒状变晶结构。鉴定出岩石主要由方解石(75%～80%)、暗色矿物假像(20%～25%)组成，次生矿物有蛇纹石(10%±)、白云石(10%～15%)，鉴定为蛇纹石化白云石化方解石大理岩(图8)。

图7　蛇纹石矿化影像图及其野外照片(2013年)Fig.7　Image of Serpentine Mineralization with picture

(a)蛇纹石野外验证点标本照片(2013年)；(b)标本镜下照片(源自河北省地矿局区调研究所实验室岩矿鉴定报告，2013年)图8　蛇纹石验证点标本照片、镜下照片(+)10×2Fig.8　Image of Serpentine and specimen and section identification under polarizing microscope

4　结论与讨论

(1)热红外高光谱技术在矿物蚀变信息提取方面具有一定的优势。在这次研究中，具有热液蚀变指标意义的层状硅酸盐矿物绿泥石、蛇纹石和滑石等被提取出来。实验提取所得的3种层状硅酸盐矿物光谱表明高分辨率发射率光谱曲线特征可用于矿物亚类的区分和鉴别。例如，笔者在10.00μm处，蛇纹石的发射率为0.83；在10.00μm处，绿泥石处于发射率低谷，发射率为0.70；在8.00～10.00μm范围内，滑石的发射率具有在9.60μm处有凸出，发射率低谷较宽等特征进行识别。热红外高光谱遥感可对矿物进行精细填图，在矿物亚类识别上精确度和定量水平较高。

(2)运用热红外高光谱技术提取矿物蚀变信息必须与地质背景相结合。经过对研究区地质背景和地质现象考察后发现，一定的碳酸盐化会伴随在矽卡岩型矿化中的蛇纹石化中，且会存在绿泥石、石英及钙、镁、铁的碳酸盐等典型热液矿物。经过热液交代后，富镁质超基性岩中的蛇纹石会生成滑石。在甘肃北山柳园地区，这些矿物的出现一般与绢云母化、高岭土化、蛇纹石化等热液蚀变作用相伴生，而这些围岩蚀变与该区的金、银、铜、铅、锌等矿产关系极为密切，是找矿的重要标志。但是，提取出单一的矿物其成因是源于岩性还是矿化蚀变，还需通过结合地质背景综合考量。围岩蚀变在多数情况下是具有分带过渡性，且是多种矿物的组合而成。例如，在矽卡岩型矿化中，存在一定的蛇纹石化和碳酸盐化，且存在绿泥石、石英及钙、镁、铁的碳酸盐等典型热液矿物。提取出的蛇纹石只有在碳酸盐化、绿泥石等同时都存在的背景条件下，才可判定为蛇纹石化蚀变，否则应将剔除。对于蚀变矿物的识别不仅要对蚀变矿物的特征光谱进行研究，还应该在此基础上了解或恢复蚀变的原岩环境，总结源矿物和蚀变后矿物的相互关系，以此来验证识别的正确与否。

(3)还需进一步加强热红外高光谱遥感获取端元光谱曲线技术研究。通过分析图像端元光谱曲线特征，对比ASU光谱库标准曲线进行区分鉴别存在一定误差。其问题是造成光谱曲线特征不同的原因有很多。同种矿物化学成分含量差异可造成光谱曲线特征的细微差别，同种矿物具有相同成分但粒度不同、风化程度不同等也会影响光谱曲线特征。前期的大气校正和温度与发射率分离同样会影响图像端元光谱。但是相对于地质找矿需求而言，该方法的应用受地域环境影响较大，影响其在找矿实践中普及推广的效果。还需进一步研究在地质矿产调查中应用的新方法，最大程度发挥热红外高光谱的优势。

杨合群,李英,李文明，等.北山成矿构造背景概论[J].西北地质, 2008, 41(1): 22-28.

YANG Hequn, LI Ying, LI Wenming, et al. General Discussion on Metallogenitic Tectonic Setting ofBeishan Mountain, Northwestern China[J]. Northwestern Geology, 2008, 41(1): 22-28.

田淑芳,胡骁,曾江维，等.热红外高光谱矿化蚀变矿物提取方法研究与应用示范设计书[Z].中国地质大学(北京)，2014.

TIAN Shufang, HU Xiao, ZENG Jiangwei, et al. The Design Book for Extraction of Alterated Mineral Using Thermal Infrared Hyperspectral Method in Demonstrated Research and Application[Z]. China University of Geosciences (Beijing), 2014.

闫柏琨,王润生,甘甫平，等.热红外遥感岩矿信息提取研究进展[J].地球科学进展,2005,20(10):1116-1126.

YAN Bokun, WANG Runsheng, GAN Fuping, et al. Progresses In Minerals Information Extraction Using Thermal Remote Sensing[J].Advance in Earth Sciences,2005，20 ( 10 )： 1116-1126.

刘汉湖,杨武年,杨容.高光谱遥感岩矿端元提取与分析方法研究.岩石矿物学杂志[J].2013,32(2):216-217.

LIU Hanhu, YANG Wunian, YANG Rong. The End-member Extraction and Analysis Method for Rocks and Minerals using Hyperspectral Remote Sensing Image[J]. Acta Petrologica et Mineralogica, 2013,32(2):216-217.

常丽华,陈曼云,金巍,等.透明矿物薄片鉴定手册[M].北京:地质出版社,2006:8-200.

CHANG Lihua, CHEN Manyun, JIN Wei, et al. Manual for Identification of Transparent Mineral Flakes[M]. Beijing: Geological Publishing House, 2006: 8-200.

彭同江,孙红娟,刘福生.层状硅酸盐矿物晶体结构的多体性组装模式与构筑原理[J].矿物学报,2006,26(2):121-129.

PENG Tongjiang, SUNHongjuan, LIU Fusheng. Polysomatic Modules and Assembling Principle for Crystal Structures of Phyllosilicates[J]. Acta Mineralogica Sinica, 2006, 26(2): 121-129.

代晶晶,王润生.常见透明矿物类波谱特征研究综述[J].地质科技报,2013,32(2):8-13.

DAI Jingjing, WANG Runsheng. Spectral Characteristics of Typical Transparent Mineral Groups[J].Geological Science and Technology Information, 2013, 32(2): 8-13.

CHRISTENSEN P R, BAND FIELD J L, HAMILTON V E. A thermal emission spectral library of rock-formingminerals[J]. Journal of Geophysical Research,2000,105(E4) : 9735-9739.

HAMILTON V E. Thermal infrared emission spectroscopy of the pyroxene mineral series[J].Journal of Geophysical Research, 2000,105(E4) :9701-9716

MICHALSKI J R, KRAFT M D, DIEDRICH T, et al. Thermal emission spectroscopy of the silica polymorphs and considerations for remote sensing of Mars[J]. Geophysical Research Letters, 2003,30(19):PLA2-1-PLA2-4.

Application of Thermal Infrared Remote Sensing in the Extraction of Altered Phyllosilicate Minerals: Example from Beishan Area of Gansu Province

WU Zequn, TIAN Shufang

(School of Earth Sciences and Resources, China University of Geosciences, Beijing 100083, China)

With respect to the high similitude in spectrum of minerals’ subclasses, it will be a challenge for applying visible and near-infrared method to extract the phyllo-silicate minerals. Take the Liuyuan in Gansu province as an example, through corresponding with the ASU Spectral Library, the spectral curve features of the images' endmember have been analyzed, the phyllosilicate alternated minerals (like Serpentine and Chlorite) have been identified on the basis of the curve features in spectrum of emissivity, and the mapping of alteration has been completed successfully. The results of field study show that, this method demonstrates high accuracy in terms of extraction and quantifies the effect of remote sensing in a more efficient way, which has an important significant for the mapping works of geological remote sensing.

remote sensing geology; phyllosilicate minerals; thermal infrared; alteration extraction

2015-05-04；

2015-09-01

中国地质调查局科技外事部：“热红外高光谱矿化蚀变矿物提取方法研究与应用示范”(12120113099600)

吴泽群(1992-)，女，北京人，地球化学学士，第四纪地质学硕士研究生在读，研究方向为遥感与地理信息系统。E-mail：wuzequn1992@126.com

TP79

A

1009-6248(2016)01-0241-08