遥感与化探数据融合处理技术方法及应用研究

■徐世来

（青海省第五地质矿产勘查院　青海　西宁　810028）

遥感与化探数据融合处理技术方法及应用研究

■徐世来

（青海省第五地质矿产勘查院青海西宁810028）

实际工作中，对于矿产的勘查工作，合理将遥感、化探技术综合利用，将二者的优点结合在一起，通过互补提高找矿的准确性和找矿效率。通过在实际找矿过程中对遥感、化探的利用取得了的不错效果，可以确定该方法是一种不错的找矿方式，应当在未来矿产勘查中对其进行推广与应用。基于此，本文将着重分析探讨遥感与化探数据融合处理技术方法及应用，以期能为以后的实际工作起到一定的借鉴作用。

遥感化探数据融合

1　遥感与化探技术概述

1.1遥感技术

遥感技术在矿产勘查中的具体应用，就是通过遥感数据或遥感图形，找到找矿区域的成矿背景、成矿地质行迹、成矿条件等。遥感地质找矿模型，建立由遥感地质图像和信息层面上升到规则层面和知识层面上。

1.2化探技术

化探技术是地球化学找矿技术的简称，目前，我国在矿产勘查过程中，化探技术已经成为了一个独立的应用体系。在找矿过程中可以依据方法和勘查对象的不同进行分离，主要分为金属矿化探、地热化探等。

2　遥感与化探数据融合处理技术方法

2.1数据融合方法

（1）像素层数据融合基于像素的数据融合大都是以初始图象数据为基础，让图象增强、分割以及分类是其主要目的，只有这样才能将更佳的输入信息提供给人工判读图象或者特征层的进一步融合。在三级融合层中像素层融合在我国是研究最成熟的一级，丰富且有效的融合算法已经形成。（2）特征层数据融合在对信息提供上，像素层比较有限，例如：在分类处理图象时，单单运用图象的像素值的分类结果，存在有限精度，但是对图象中目标特征信息进行运用，则能够让分类精度得到显著提升。随着不断增长的对地观测数据量以及不断提升的图象分辨率，用户的静态非实时信息需求逐渐转化成动态实时，很多用户都开始需要基于遥感数据实时处理的目标检测、变化检测以及目标识别等应用。（3）决策层数据融合。数据融合的最高层次就是决策层融合，通过决策层融合的结构能够直接成为决策要素来实施相应行为，并且还能够让决策者直接提供决策参考。决策层融合方法主要有基于辨识和基于知识的两种决策融合方法。基于辨识法是通过将一定的假设前提进行设定，然后将目标的概率模型建立起来，从而实施目标分类，其中最为常见的方法有MAP方法、ML方法以及BC方法等。而基于知识的决策层融合方法，则是通过运用逻辑模板和句法上下文知识来对数据进行描述和融合，比较常见的有，基于神经网络的方法、基于专家知识的方法以及基于模糊逻辑的方法等。

2.2遥感与化探数据的叠合

在矿产勘查过程中，将遥感与化探数据合理叠合在一起，其主要目的就是发挥各自优势，做到优势互补。在对图像进行叠合后，遥感图形的基本特征并不会受到破坏，又可以不同程度地显出化探异常情况，依据情况对矿产勘查情况进行合理分析。在找矿过程中对区域范围部分按原图色彩进行监督分类，在多次试验之后，确定各分类赋值。在分类与监督的基础下，先通过条件判断，再利用算数运算与假彩色合成并融合遥感图像，监督分类化探图像采用应用几何平均法与假彩色合成，最终完成遥感图像融合，从而为找矿提供有利的图像依据。

2.3遥感影像信息提取和地球化学测量相结合

以某工程实际为例，测区遥感数据采用ETM+数据，应用1、4、7波段进行假彩色图像的合成，主要应用主成分分析法，将以羟基为主的基因团异常和以铁染为主的变价元素异常进行提取。在这其中，测区的地形信息主要有第一的主成分突出，分析增强Fe3+信息主要由1、3、4、5或者是2、3、4、5波段，突出金属或羟基信息主要由1、4、5、7或者2、4、5、7。分级所提取异常利用标准离差的倍数，羟基异常的分级分别取3．0，2．5，2．0倍的标准差，铁染异常的分级分别取3．2，2．7，2．2倍的标准差。分别将各级异常输出到不同的通道中并赋与红绿蓝颜色，得到异常数据。

结合菱形块状构造分析在遥感影像的分析中，存在一二级羟基异常在菱形块状构造带内，并且有二三级的铁染异常在周围。在菱形块状构造带的周围有300道400 nt的高航磁异常，其可以将该区域内的岩浆热液活动位置实现圈定，以此更好的提供依据给岩浆岩侵入有关成矿背景的寻找工作。在区内的中部会由于两条EW向断裂构造引起的破碎带和基性岩体引起羟基、铁染异常。而对于南部的羟基、铁染异常，其主要是由于热液侵入后沿不同方向形成的断裂、节理。

土壤地球化学测量分析在航磁、遥感影像和遥感矿化信息提取共同圈定的范围内密集布点，其他区域布仅设控制点。测量分析结果一共圈定了Cu、Pb、Zn、Au、Ag、W、Mo、As、Sb、Bi、Sn、Hg、Cd等13种单元素异常200多处。图1为测区Cu、Zn、Sb、Hg、As化探综合异常图(仅列出具有找矿意义、元素套合较好的乙3级以上异常)。由图1可知:主要的异常套合区集中于测区东部3条断裂带区域内，Au、Ag、Cu、Pb等综合异常分布于测区北部；在测区北部以Au、Cu、Ag、Mo组合异常为特征呈近EW向展布，中部以Cu、Ag、Pb、Zn、Ni、Mo、W、Bi组合异常为主要特征呈近EW向或NW向展布，南部以Cu、Au、Ag、Mo、W、Bi组合异常为主要特征呈NW向或NE向展布，表明区内该类亲铜类成矿元素和铁组元素具有较大的找矿潜力。

图1　Cu、Zn、Sb、Hg、As化探异常与遥感影像构造分析结果

[1]曹广真.多源数据融合在金矿成矿预测中的应用研究 [D].山东科技大学，2003.

[2]潘军.多元地学空间数据融合及可视化研究 [D].吉林大学，2005.

[3]吴健.遥感-化探信息融合方法研究 [D].吉林大学，2008.

[4]魏文薪.遥感数据与化探数据融合及应用研究 [D].吉林大学，2007.

[5]张翠芬.多源遥感数据协同岩性分类方法研究 [D].中国地质大学，2014.

P632[文献码]A

1000-405X（2016）-9-340-1