图像模型法在遥感蚀变信息提取中的应用

崔舜铫，姚佛军，连琛芹

(1.中国地质科学院 矿产资源研究所成矿与资源评价重点实验室，北京 100037；2.中国地质大学(北京)地球科学与资源学院，北京 100083)

0 引言

遥感蚀变信息作为一种直接找矿参数被广泛应用于矿产资源勘查工作中，尤其在铜、金等热液成因的多金属找矿工作中发挥出了重大的作用[1]。热液成因矿床通常伴随着围岩交代蚀变的现象[2]，并且蚀变矿物与非蚀变矿物种类、结构、颜色等多方面均有差异，在可见光-近红外-短波红外-热红外光谱区间形成了特定的诊断性波谱特征，这为遥感技术提取蚀变信息提供了地质依据与光谱依据[3]。目前，作为遥感蚀变信息提取的数据源主要为多光谱数据和高光谱数据，相比于高光谱数据的数据量大、价格较贵，多光谱数据更易获取，方便推广和使用[4]。在多光谱数据中，ASTER多光谱数据较于Landsat系列多光谱数据，光谱分辨率更高，尤其在短波红外区间细分了6个波段，对于矿物、矿床识别具有突出的优势[5]。近年来，国内外利用ASTER数据进行遥感蚀变信息提取，在铁[6-7]、铜[8]、金[9]、钼[10]等金属找矿工作中取得了丰硕的成果。

利用ASTER多光谱数据进行遥感蚀变信息提取的方法主要有比值法、主成分分析法、光谱角法等[11]，国内外大量学者开展了应用研究，探讨分析了在不同地物环境下遥感蚀变信息的提取效果[12-13]。如何根据不同地物环境选择有针对性的遥感蚀变信息提取方法已是现在研究的热点。在信息提取时，对干扰地物一般采用掩膜法进行去除，这一定程度上导致了部分含矿信息的丢失，如何有针对性的掩膜处理，才能更加完整地保留原始信息，提取真实可靠的遥感蚀变信息更是目前主要开展研究的方向之一[14]。在已发表的文献中，针对以上2个热点问题进行数理模型分析直观展现的研究较少。张玉君等[15]在PCI处理软件上进行了基于TM数据模型试验，对比分析了比值法、主成分分析法、光谱角法的特点，建立了“去干扰异常主分量门限化技术流程”。马斅良等[16]通过图像模拟TM数据定量分析了不同混合背景下多种算法提取蚀变信息的响应特征及适用性，对遥感蚀变矿物信息提取方法技术评价具有重要的参考价值。由此可见，模型法可以很好地帮助研究者了解地物光谱特征、选择信息提取方法、进行算法结果评价。但是发表的文章建模多是针对TM数据，对ASTER多光谱数据鲜有涉及，而ASTER多光谱数据在遥感蚀变信息提取中有着突出优势，对其进行模型推演可以更好地帮助实际工作。

本文基于ENVI平台，模拟ASTER数据，赋予各波段典型地物光谱特征，生成含有蚀变矿物和干扰地物光谱信息的图像模型，并进行多种算法的遥感蚀变信息提取，通过图像直观地展现多种方法在不同地物背景下提取效果的优劣，为遥感蚀变信息提取方法选择和掩膜的建立提供参考。

1 蚀变矿物光谱特征分析

选择具有找矿意义的高岭石、伊利石、白云母、黑云母、滑石、白云石、方解石、绿泥石、绿帘石、蛇纹石、黄钾铁矾11种热液蚀变矿物进行光谱特征分析。这11种典型的热液蚀变矿物按照其所含离子及基团特征可以分成4类，含Al-OH矿物，主要有高岭石、伊利石、白云母等；含Mg-OH矿物，主要有蛇纹石等；含CO32-矿物，主要有方解石、白云石；含Fe3+矿物，主要有黄钾铁矾[17]。这几种离子基团决定了不同热液蚀变矿物具有不同的波谱曲线，也保证了ASTER数据在可见光与近红外-短波红外区间可以识别(表1)。

为了更好地分析含有不同离子基团蚀变矿物在ASTER多光谱数据上的特征，从USGS波谱库中选择上述11种热液蚀变矿物的光谱曲线，重采样到与ASTER波段一致的波谱曲线。

表1 ASTER光谱范围与可识别矿物[18]

1.1 Al-OH基团和Mg-OH基团波谱特征

在自然界的矿物中只要含有水，就会有羟基的光谱特征出现，众多蚀变矿物都含有羟基基团[1]。在热液成因矿床中含羟基的蚀变矿物更为发育，其代表矿物主要有高岭石、伊利石、白云母、黑云母、滑石、蛇纹石、绿泥石、绿帘石等。其中高岭石、伊利石、白云母等层状硅酸盐矿物均含有Al-OH。由于类质同像的存在，绿泥石的Al3+可被Mg2+代替，形成Mg-OH。羟基的基本伸缩振动与X-OH(X通常为Al或Mg)基本弯曲振动的合频通常成对的出现，Al-OH较强的合频带一般出现在2.2 μm处，伴随谱带出现在2.3 μm处，Mg-OH较强的合频带一般出现在2.3 μm处，伴随谱带出现在2.4 μm处[1]。在模型中所选的上述8种矿物在ASTER的Band1～Band4波段中(图1、图2)，随着波长的增长，反射率呈增加趋势，在Band5～Band6呈递减趋势，其中含Al-OH矿物在Band6处形成吸收谷，含Mg-OH矿物在Band8形成吸收谷。

图1 蚀变矿物波谱曲线1

图2 蚀变矿物波谱曲线2

1.2 CO32-基团波谱特征

含CO32-基团的代表矿物是方解石族矿物，主要有方解石和白云石。其诊断特征是在2.55 μm、2.35 μm附近有2个强的吸收谷，在2.16 μm、2.00 μm、1.9 μm附近有3个相对较弱的吸收谷[19]。本次ASTER模型中所选取的方解石和白云石2种矿物颜色为浅色，在ASTER的近红外波段Band1～Band3具有较高的反射率，且随着波长的增长呈上升趋势(图3)。在Band4～Band8呈下降趋势，在Band5处有一个弱吸收谷，在Band8处有一个强吸收谷。

图3 蚀变矿物波谱曲线3

1.3 Fe3+离子波谱特征

含Fe3+矿物光谱特征主要由于电子跃迁造成的，在可见光-近红外波段形成特征谱带[19]。模型中选取的蚀变矿物黄钾铁矾，在ASTER的Band1波段的反射率明显低于其他波段处的反射率(图3)，在Band3处形成一个吸收谷，在Band4处形成一个反射峰。

2 图像模型建立方法

在ENVI平台上，模拟ASTER数据的9个波段，建立一个200×200的9维图像模型，分割成50×50的16个等份的子图像区间。将高岭石、伊利石、白云母、黑云母、滑石、白云石、方解石、绿泥石、绿帘石、蛇纹石、黄钾铁矾11种热液蚀变矿物作为目标矿物，为了模拟地物丰富情况，加入云、阴影、水体、冰雪、植被5种典型干扰地物，将这11种蚀变矿物和5种干扰地物的ASTER波谱特征值按照ASTER对应波谱特征分别赋予16个子图像区间中，生成具有真实光谱意义的图像模型。

为了直观反映模型中各地物的特征，对上述11种蚀变矿物和5种干扰地物进行假彩色图像增强处理，利用波段731组合进行显示(图4)。

图4 图像模型731波段组合增强图像

3 遥感蚀变信息提取结果及讨论

3.1 比值法

波段比值法是一种根据代数运算原理进行图像增强的方法，根据地物的波谱曲线，选择斜率变换大的区间，进行2个或多个波段间的比值运算。波段比值法可以较好地消除由于地形起伏造成的影响，扩大相似地物间差异，增强目标地物与周边地物的差异[11]。根据蚀变矿物的波谱曲线，针对不同种类的矿物进行不同波段的比值法处理：①含Fe3+蚀变矿物：Band2/Band1，代表矿物黄钾铁矾。②含Al-OH蚀变信息：(Band5+Band7)/Band6，代表矿物：白云母、高岭石、伊利石等。③含Mg-OH蚀变信息：(Band6+Band9)/(Band7+Band8)，代表矿物绿泥石、绿帘石等。④绿泥石、绿帘石和方解石等蚀变矿物信息：(Band7+Band9)/Band8[20]。

通过对图像模型进行波段比值运算，各矿物图像区间的灰度特征反映了比值结果，图像越亮表示所提取到的含量越高，表明对该方法的相应程度越强。针对本次模型提取结果可以看出：①含Fe3+蚀变信息提取：如图5(a)所示，运用Band2/Band1进行提取，受植被、水体、阴影的干扰较小，但是受云彩、冰雪的干扰较大，有部分不含Fe3+矿物也存在较强响应。②含Al-OH蚀变信息提取：如图5(b)所示，运用(Band5+Band7)/Band6进行提取时，可以较好地提取出白云母、伊利石、高岭石等蚀变矿物，受云彩、冰雪干扰较小，但是受阴影、水体、植被干扰较大。③图5(c)和图5(d)分别反映了运用(Band6+Band9)/(Band7+Band8)和运用(Band7+Band9)/Band8提取含Mg-OH与含CO32-蚀变信息，通过各矿物图像区间的灰度特征，发现二者容易混淆，对提取结果存在干扰。

图5 比值法提取蚀变信息结果

3.2 主成分分析法

主成分分析法(principal components analysis，PCA)是一种被广泛应用于遥感蚀变信息提取的方法。在图像信息总量守恒的原则下，利用降维的思想，采用线性正交变换，对多光谱图像的多个波段进行去相关，得到相互独立，互不相关的多个主分量，从而减少数据维数，达到去除噪声，增强信息含量的作用[11]。经过PCA处理后，每一个主分量都表示一定的地质意义，且蚀变信息集中到特定的主分量中，通常选择4个波段进行处理，得到4个主分量作为特征向量。如选择ASTER的4个波段进行主成分分析，得到4个主分量(PC1、PC2、PC3、PC4)，4个主分量所包含的信息各自不同，且具有独立性，其中PC1方差最大，包含图像的大多信息，反映图像光谱反射率的总体大小，PC2为波段反射率的差，反映波谱曲线的斜率变化，PC3和PC4反映着所包含的岩矿信息[21]，根据岩石矿物在各波段吸收和反射特征，判断出目标信息集中在哪一个主分量中。

在利用主成分分析法提取含Fe3+类蚀变矿物时，通常采用ASTER1、2、3、4这4个波段进行提取[20]，提取结果如图6(a)所示，黄钾铁矾被突显出来。由于利用的是ASTER1、2、3、4这4个波段进行提取，冰雪在近红外波段反射率较大，对提取结果有较大的影响，植被的影响较小。在提取羟基异常时(包含铝羟基和镁羟基)，通常采用ASTER1、3、4、N这4个波段来进行提取[22-23]，本次选择PCA(1346)和PCA(1348)来进行处理，如图6(b)与图6(c)所示，含羟基矿物能够较好地被突显出来，但是植被会对羟基的提取结果造成严重的影响。通过PCA(1689)可以较好地提取出方解石和绿帘石等蚀变矿物。

图6 主成分分析法提取蚀变信息结果

3.3 讨论

基于图像模型，通过遥感蚀变信息提取结果的对比分析，可以看出遥感蚀变信息提取效果受地物环境和矿物种类的综合影响，同一蚀变矿物对不同提取方法的响应程度不同，同一方法对不同蚀变矿物的提取效果也不相同，因此利用比值法和主成分分析法不同波段选择可以提取出不同的蚀变矿物。在已知蚀变矿物主要类型时，主成分分析法提取结果相对于比值法会更较有针对性。在遇到运用单一方法难以直接提取的蚀变矿物时，如比值法不易区分含Mg-OH矿物与含CO32-矿物，可以通过图像模型对区域主要存在的矿物进行模拟展现，直观反映出容易混淆的矿物种类，通过多种方法选择，判别出不同矿物对方法的响应程度，再进行相应提取。

通过提取效果对比，发现在不同信息提取方法运算下，干扰地物对提取结果的影响是不同的。所以在实际工作中，需要根据研究区主要干扰地物分布情况及范围大小，来进行方法选择。在建立掩膜时，要尽可能多地保留图像信息，把对于提取结果影响较大的干扰地物进行掩膜处理。如针对铁染信息，运用比值法提取，受植被、冰雪的影响较小，运用主成分分析法时，受冰雪的影响就较大。因此在通过比值法提取铁染信息时，可以对植被区域进行有针对性的掩膜处理，通过主成分分析法提取时，对冰雪进行掩膜处理，从而避免丢失有效的含矿异常信息。

4 结束语

本文基于ENVI平台，模拟ASTER多光谱数据，建立了包含11种典型热液蚀变矿物和5种干扰地物的多维图像模型，在图像模型基础上，利用比值法、主成分分析法提取了遥感蚀变信息，得到如下结论：①遥感蚀变信息提取效果受地物环境和矿物种类的综合影响，提取方法的选择要根据实际环境的变化而变化，结合图像模型可直观展现出不同方法的提取效果，较好地帮助选择合适的方法。②干扰地物对不同算法提取结果的影响不同，在利用掩膜去除干扰地物时，要根据方法的选择和目标蚀变信息的类别来有针对性的对干扰地物进行掩膜处理，防止过多的含矿信息丢失。③本次通过ASTER多光谱数据建立的单一地物类型的图像模型缺乏对热红外波段的研究应用，并且没有考虑混合像元的情况。因此在下一步工作，应丰富图像模型的波段信息，更加真实的模拟地物情况，为遥感蚀变信息提取方法及最终提取结果评价提供参考。