基于PCA方法的Aster遥感影像矿化蚀变信息提取应用研究

赵仕宝，蔡 进

（1.重庆工程职业技术学院地质与测绘工程学院，重庆，402260；2.国家测绘地理信息局重庆测绘院，重庆，401120）

受物质组分、表面形态、内部晶体结构及外在环境多变等多种内外因素影响，不同种类岩石矿物在电磁波的可见光、近红外（VNIR）及短波红外（SWIR）波段等波段表现的光谱特征也不尽相同[1]。因此利用遥感光谱特征开展矿物信息提取成为可能。Aster影像作为辅助地勘部门找矿的一个重要信息源，已被广泛应用于岩性识别、区域大型断裂构造解译及矿化蚀变信息提取等诸多方面。国外的研究较早，1977年Abrams等认为褐铁矿的蚀变围岩具有在0.5～1.1μ m谱段由Fe3+产生的强吸收光谱特征，据此在内华达州金场根据陆地卫星图像的波段比值对褐铁矿化蚀变进行了填图[2]；1989年Crosta等成功地使用TM数据圈定了巴西MinaisGermais半干旱地区的铁染和羟基异常[3]；2003年Crowle等利用AVIRIS和ASTER数据对成层火山的热液蚀变进行了研究[4]。

本文以澳洲某矿区为例，基于Aster影像对不同矿物波谱特征分析结果，综合采用主成分分析（PCA）方法，针对不同蚀变矿物，对研究区开展Fe3+离子、Al-OH羟基基团与Mg-OH羟基基团异常信息提取，并结合区域地质及区内土壤测量综合异常信息等资料，分析遥感矿化蚀变异常正确性，进而缩小找矿靶区，服务实际地质找矿工作需要。

1 研究区概况

研究区位于西澳大利亚州东北部凯特克里克（Cattle Creek）地区，北方高速公路由该区西侧通过，该高速公路为澳大利亚西北部沿海的重要通道，连接沿岸的各主要城镇。向西约350km可到港口布鲁姆（Broome），向北经库努纳拉（Kununurra）达到澳大利亚北部重要港口达尔文港，交通方便。工作区河流较发育，有多条河流北东向流入阿盖尔湖。

区内地形起伏较小，水系不发育，以低山丘陵区为主，除在沟谷底部和洼地有第四系分布外，均为基岩裸露区。年平均降雨量约750mm，具有低山丘陵干旱特征。

2 遥感影像预处理

2.1 遥感影像数据源概述

本次矿化蚀变信息遥感数据源选用TERRA卫星的Aster图像，该数据共拥有14个波段[1,4]，波长涵盖可见光至热红外，其中B1、B2、B3波段为可见光和近红外波段，空间分辨率为15m，波段B4-B9为短波红外波段、30m空间分辨率，波段B10-B14为热红外（TIR）波段、均为90m空间分辨率，具体的技术指标如表1所示。每景图像的成像范围为60km×60km。

该卫星影像可用来记录地物的光谱信息和热辐射信息，分别由VNIR、SWIR与TIR完成。本项工作采用的两景ASTER影像级别为L1B，成像时间为2009年9月22日，含云量低。

表1 Aster图像数据技术指标表

2.2 数据预处理

原始的ASTER影像为传感器获得的地物辐射信息，要想得到较真实的地物反射信息，需要对遥感信息进行一系列的预处理工作，包括串扰去除、边框去除、辐射校正、重采样等。

1）串扰去除。由于Aster卫星的探测器单元的光子泄漏等原因引起的影像的短波红外波段出现辐射率偏移或附加误差导致等现象，称为串扰现象或Crosstalk现象[5-6]。本节为确保需提取矿化蚀变岩性的精度，选用前人使用较多的Crosstalk校正软件，完成区内影像的去除串扰处理。

2）边框去除。由于Aster影像各波段宽幅的差异，在后续开展矿化蚀变信息提取时在边框区域出现“假异常”现象，此时需要对影像进行去边框操作。本节应用ENVI软件IDL语言，分别对Aster数据B3、B6波段及B5、B7波段分别进行“AND”计算处理，获取共同覆盖区Mask文件（掩膜），使数据在东西方向、南北方向覆盖范围均相同。

3）辐射校正。由于卫星成果过程受接收传感器响应特性、大气的吸收和散射作用、光照差异等客观因素条件影响，出现图像模糊等失真现象，需要对这种辐射畸变进行辐射校正操作[6,7]。本节利用ESRI ENVI 5.5软件的大气校正模块完成研究区Aster影像辐射校正，以消除大气与光照等因素对地物反射的影像，并选取典型植被对辐射校正后成果进行验证，如图1所示结果表明，经过大气校正，影像上地物的反射光谱曲线与现实地物波谱曲线一致性较高，校正结果满足后续处理要求。

图1 大气校正前后植被的光谱曲线对比

4）重采样。本节使用ASTER影像的B1-9波段，即可见光和近红外（VNIR）波段与短波红外（SWIR）波段，由于近红外波段15m的空间分辨率，而短波红外波段的空间分辨率为30m。为了充分利用Aster图像的近红外15m分辨率优势及短波红外的多光谱信息，需要对原始影像的SWIR波段进行重采样处理，使其空间分辨率与VINR波段达到一致，以便进行下一步的蚀变信息提取工作。本次选用重采样方法为三次立方卷积，采样后的短波红外影像分辨率与近红外波段一致，均为15m，之后于与VNIR波段绑定，形成9个波段的数据。

3 蚀变信息提取

3.1 典型矿物波谱特征

通常利用遥感影像获取典型矿物蚀变信息是利用不同矿物对遥感影像不同波段的反应呈现差异来实现[7]，而测区岩石矿物的光谱特征多取决于其所蕴含电解介质状态下的离子与羟基基团所产生的晶体场效应或基团振动效应的综 合 结 果[6,8]。H2O、CO3-、NH4+、Al-OH、Mg-OH和Fe-OH等基团或离子均能对Aster数据的红外光谱产生吸收效应。研究区内常见的围岩蚀变有硅化、粘土化、碳酸盐化、硫酸盐化、褐铁矿化等（代表矿物包括绿泥石、蛇纹石、绿帘石、闪石等、方解石、白云石等、明矾石、黄铁钾矾、石膏等），故采用主成分分析法（PCA）进行Mg-OH、Fe-OH羟基异常和Fe3+离子异常信息提取。

图2 Fe离子、Al-OH、Mg-OH基团对典型矿物波谱特征

本节对典型矿物的波谱特征数据引用自美国地质调查局（USGS）波谱库，经过重采样获取与Aster波段曲线，借以分析ASTER影像波谱特征，应用于主成分分析主分量选择，借以提高典型矿物蚀变判识精度。

（1）Fe3+离子的波谱特征

Fe3+离子一般具有吸收较短波长能力的特征，致使其反射率曲线在电磁波蓝光波段（400nm～450nm）附近呈现下降趋势[8]，故而含铁矿物表现为红色、偏红或相近色调。Fe3+离子在Aster影像的B1波段呈现的反射率明显低于其他波段，而富含三价铁离子的针铁矿、赤铁矿等含铁矿物，在Aster影像的B1至B4波段反射率随电磁波波长增加而增大，B3波段为Fe3+离子反射率较之B4波段要低很多，赤铁矿、针铁矿等富含Fe3+离子矿物在B4波段均具有较高反射率，这是区别于其他类矿物的明显波谱特征（图2）。

（2）Al-OH羟基基团的波谱特征

Al3+离子常常出现于多种矿山矿物中，如高岭石、白云母及蒙脱石等为代表的富含二氧化硅的硅酸盐类矿物[8,9]，Al-OH羟基基团体现在硅酸盐类矿物对电磁波的吸收谷波长多集中在2170nm～2210nm区间。在Aster影像的B1至B4波段的吸收趋势表现为逐渐增强，在B5至B7波段则表现为吸收逐步减弱、呈递减态势，在B6波段范围形成吸收谷效应，如图2所示。

（3）Mg-OH羟基基团的波谱特征

在自然界中，Mg2+离子常出现于绿泥石或绿帘石为代表的矿石矿物，出现频率高、较为常见，Mg-OH羟基基团在电磁波波长为2315-2335nm范围表现为强吸收状态。绿泥石与绿帘石的Mg-OH羟基基团在Aster影像上的B1至B4波段的反射率依次增强[10]，在Aster的B5波段表现为强反射峰、在B8波段则表现为强吸收谷，如图2所示，前述特征情况出现原因为含Mg2+离子羟基基团振动引起。

3.2 蚀变矿物异常信息获取

主成分分析法是基于总结典型蚀变矿石矿物波谱特征，选取若干波段开展主成分变换分析，依据各波段变换后的本征向量载荷因子的大小与方向，判断其对蚀变矿物的光谱相应特征，进而判定异常的主分量影像，进而完成遥感矿化蚀变异常信息提取。本节基于前述Fe离子及羟基集团的特征波谱分析，选择适合的主成分分量，经过中值滤波、密度分割等步骤获取了区内蚀变矿物异常信息[11]。

由于含Al-OH基团在Aster影像的B7、B6波段分别具有强反射性及强吸收性特征，因此，利用Crosta主成分分析法对B3、B4、B6、B7这4个波段进行处理，从而提取出Al-OH羟基蚀变信息。对Aster数据的B3、4、6、7波段进行主成分分析，由于B7的系数符号一般与B4系数符号相同，且与B3和B6的系数符号相反，故Al-OH羟基异常主分量为PC4。从而得到区内含Al-OH羟基基团的白云石、高岭石及蒙脱石等矿物的蚀变异常信息图，如图3所示。

表2 ASTER3、4、6、7的PCA分析特征向量表

图3 Al-OH基团矿物蚀变信息提取图

图4 Mg-OH基团矿物蚀变信息提取图

从图中可以看出，研究区的Al-OH矿物呈条带状分布。结合地质资料，可知主要蚀变矿物为黑云斜长片麻岩中的黑云母、伊利石，同时受北东向断裂构造控制显著。

与前节方法类似，在分析区内典型地物波谱特征分析基础上，开展区内矿物Mg-OH基团和Fe离子信息提取：选用用B1、3、4、8进行主成分分析，获取Mg-OH基团信息（图4）；选用B1、2、3、4进行主成分分析完成Fe离子信息提取（图5）。

图5 Fe离子矿物蚀变信息提取图

图6 遥感蚀变异常与土壤测量综合异常图

从上图中可以看出，含Mg-OH基团的矿物主要呈面状分布，蚀变矿物主要为黑云母斜长片麻岩和麻粒岩中黑云母和白云母；含Fe离子矿物在研究区分布较广泛，多数蕴含于斜长角闪岩及麻粒岩等岩石矿物中，其与含Al-OH基团的矿物分布存在多处交集。图6为运用ASTER数据得到的矿物蚀变信息与土壤测量综合异常图，可见Al-OH异常信息与Pb、W、Cr元素异常高度相关，Mg-OH异常信息与Co、W、Pb元素异常信息相关性较好，Fe离子异常信息与Cu元素异常相关性最好。1:5万土壤测量的结果也在一定程度上验证了利用ASTER数据，进行遥感蚀变异常提取工作的准确性和指导性。

4 结论与讨论

（1）本文在分析典型矿物蚀变类型及波谱特征基础上，综合运用主成分分析法（PCA），选用Aster影像的B1、B2、B3及B4波段对富含赤铁矿、磁铁矿或针铁矿等矿物区域开展Fe离子蚀变信息提取，选用B3、B4、B6、B7波段开展富含云母及高岭石等矿物的Al-OH羟基蚀变信息提取，选用B1、B3、B4、B8波段开展富含绿帘石或绿泥石等Mg-OH矿物完成羟基蚀变信息提取，圈定相应蚀变异常区。

（2）结合区内Cu、Co、W、Pb、W、Cr等元素测量异常分布资料，总结测区各类蚀变异常信息与各元素相关性，结果表明本次信息提取结果与实际情况较为吻合。证明了利用Aster开展矿化蚀变信息提取，对于准确的圈定矿化蚀变异常区，缩小找矿预测靶区，对指导地质找矿工作具有一定的科学性与可行性。