高分遥感与航磁航放数据融合方法在龙首山地区铀控矿构造识别中的应用

郭帮杰，叶发旺，武 鼎，王生云

（1.核工业北京地质研究 遥感信息与图像分析技术国家级重点实验室，北京 100029；2.核工业北京地质研究院，北京 100029）

遥感技术在地质勘查中的应用已经非常成熟，但是成矿原因的复杂性决定了仅靠遥感技术难以有效识别成矿区。遥感技术，结合其他能够有效识别成矿要素的技术方法，是目前矿产勘查工作必须使用的方案。与碱交代作用相关的碱交代岩型铀矿成因复杂，涉及到多期次岩浆活动和热液活动，本文使用高分遥感数据（Worldview-3）与航磁和航放数据，进行数据融合，结合已有的铀异常点数据，分析与控矿构造相关的数据源，以及不同的融合方法对控矿构造的显示效果。

国内遥感数据与航放数据的融合在20世纪80年代即已出现［1］， “光-能谱” 集成技术在此之前即已被核工业北京地质研究院提出，并在连山关地区得到应用并正式公开发表［2］。赵英俊［3］使用光-能谱技术对郯枞火山洼地的岩性、构造及蚀变信息进行识别研究，进而对该区的铀成矿环境进行了分析，效果良好。李皎皎［4］进行了遥感数据和航磁的融合实验，尝试获取渤海海岸带的曹妃甸地区的构造信息，融合方法一为航磁数据极化后与遥感数据进行HIS变换融合，二是遥感数据、航磁异常图主成分变换后第一分量与遥感原始B波段进行波段组合。夏玲燕［5］分别使用遥感数据和航磁数据研究了莲花山深大断裂在广东及相邻海域的延伸，最后进行综合分析。前人多是将遥感数据（且空间分辨率较低）和航放或航磁数据进行融合，将三者进行融合的少之。龙首山地区目前未有遥感、航磁和航放数据融合研究的相关报道，因此笔者将龙首山地区的高分遥感数据与航磁和航放数据进行融合，结合三种数据的优势进行该地区的铀矿控矿构造的识别研究。

1 地质构造背景

龙首山位于甘肃省河西走廊中段北部，区域上位于华北板块西南缘［6］，南北两侧分别是河西走廊盆地和阿拉善地块。龙首山东部位于甘肃省金昌市，是我国西北部重要的铀成矿带。所研究的热液型矿床包含钠交代岩型的芨岭铀矿床和硅质脉型的革命沟铀矿床，位于龙首山铀成矿带中段的芨岭岩体，是龙首山铀矿带中钠交代岩型铀矿重要矿床。铀矿化主要产出于花岗岩体内、边缘或外接触带附近［7］。

该铀成矿带受构造控制明显［8］，研究区内的铀成矿带主要受控于北西西向的马路沟断裂、革命沟断裂及其次级断裂（图1）。马路沟断裂全长约25 km，倾角较陡，影响范围较大，伴生多条次级断裂，形成了最宽至几十米的断层破碎带，其内多有热液活动形成的硅质角砾岩，控制了芨岭铀矿床和新水井铀矿床等重要钠交代岩型铀矿床及一系列铀矿化点和异常点；革命沟断裂全长约25 km，是发育于芨岭岩体和中元古界墩子沟群接触带的挤压性断裂，上盘为芨岭岩体，下盘为墩子沟群硅化大理岩，该断裂带主要由糜棱岩、碎斑岩和硅质构造角砾岩组成，为多期次活动断裂，主要控制着革命沟断裂及沿该断裂发育的一系列铀矿化点和异常点。

2 数据来源及预处理

2.1 高分遥感数据

使用的高分遥感数据为Worldview-3数据（参数见表1），包含了一个全色波段和16个多光谱波段，最大空间分辨率0.31 m。使用的Worldview-3数据覆盖了芨岭和革命沟铀矿床，数据图像云量小于1%，满足使用条件。

图1 龙首山芨岭—革命沟周边地区地质简图Fig.1 Geological sketch map around Jilin-Geminggou in Longshoushan

表1 Worldview-3数据参数Table 1 Parameter of Worldview-3 data

2.2 航磁数据及向上延拓处理

龙首山地区航磁数据为核工业航测遥感中心采集，测量精度为点距100 m。地磁场主要由地磁正常场、变化磁场和磁力异常场构成，磁力异常场是地壳中的含铁磁性地质体在地磁场作用下所产生的附加磁场，航磁主要是研究和度量这类磁力异常场。航磁数据向上延拓的主要作用是削弱局部干扰异常，反映深部异常。地磁场随距离的衰减速度与具剩余密度和磁性的地质体体积有关，即体积大的重磁场衰减慢，体积小的重磁场衰减快。而对于同样的地质体，会随着埋深的增加，其重磁场衰减速度减慢［9］。因此，大而深的地质体比小而浅的地质体重磁场抗衰减能力要大得多。所以通过向上延拓能够压制局部异常干扰，反映出深部大的地质体。本次将航磁数据进行了1 km和5 km的向上延拓（图2），通过向上延拓，深部构造分区特征逐渐清晰，总体按北西向将研究区分成北部低场、中部中场和南部高场3个部分。

从原始航磁图像（图2a）可以看出，龙首山各岩体总体呈北西向展布，断裂以北西西-北北西向为主，龙首山北缘断裂大致呈现出来。向上延拓1 km后（图2b），革命沟铀成矿带、芨岭铀成矿带和新水井铀矿更加清晰可见，岩体边界断裂更加清晰。向上延拓5 km后（图2c），龙首山南缘断裂和北缘断裂清晰可见，龙首山地区主要包含新水井—芨岭—革命沟磁异常正高场，以及其东部的负高场、正中高场。

图2 航磁数据向上延拓成果图Fig.2 Image of raw aeromagnetic and 1 km，5 km upward

根据野外验证，北部低异常场区对应着以片岩、灰岩及变质砂岩为主的晚元古代的变质岩以及侏罗纪砂岩、白垩纪砂砾岩和古近纪砂砾岩等；中部中的正高异常场区对应着加里东期的中酸性岩浆岩，分布着大面积的古生代闪长岩和花岗岩，向东依次为负高异常的晚元古代变质岩带（以大理岩、结晶灰岩、硅质灰岩为主）及正中高异常的早元古代云母石英片岩（含早元古代伟晶花岗岩、碎裂花岗岩、变辉长岩及变辉绿岩等）；南部高异常场区不在研究区范围内，未做考虑。

2.3 航放数据

航放数据指的是航空放射性伽马能谱信息，反映的是不同岩石和地物的放射性强度，测量的是U、Th和K 3种放射性元素的含量高低，是与铀矿直接相关的数据。但是航放数据反映的地形、地貌特征能力较差，很难识别断裂构造信息［10］。本次使用的航放数据是核工业航测遥感中心采集的龙首山地区的放射性数据，测量精度为点距100 m，主要包含了U、Th、K及总道4个参数。

由于遥感数据与航磁和航放数据来自不同的源，数据格式不一样，坐标系统不一致，在数据融合之前涉及到部分数据同化的概念。数据同化是将不同源数据同化成相同的或相近的数据，然后用于一定的数值模式以进行数值估算和预测。在数据融合之前，需要将各数据的格式进行统一。以往的研究者在将航磁或航放数据与遥感数据进行融合或叠加之前都需要将其格式或是数据类型进行转化，以便能在同一个软件平台上进行融合操作，如曹广真［11］和卢燕［12］通过航磁数据和遥感数据的融合和叠加，分别对金矿和砂岩型铀矿进行成矿预测分析，都将航磁数据生成类DEM数据，以三维的方式展现航磁信息。

将航磁和航放数据格式从栅格数据格式统一到波段交叉格式 （BIL文件格式，一种ENVI软件存储文件格式），然后通过三次卷积技术将航磁和航放数据的空间分辨率精度重采样，与高分遥感数据保持一致，最后将航磁和航放数据与对应的遥感高分数据通过ENVI软件的Layer Stacking功能打包成一个文件，其中要注意各数据的坐标系的统一。

3 高分遥感与航磁航放数据融合

HSV变换即先对RGB图像变换为HSV颜色空间，用高分辨率图像代替颜色亮度值波段，然后将色度和饱和度重采样到高分辨率像元尺寸，最后将图像变回RGB颜色空间。Brovey变换是将RGB图像中的每一个波段都乘以高分辨率数据和RGB图像波段总和的比值，然后将3个RGB波段重采样至高分辨率像元尺寸。Gram-Schmidt变换是首先从低分辨率波段中复制出一个全色波段，然后对其进行Gram-Schmidt变换，其中这个全色波段作为第一个波段，再用高空间分辨率的全色波段替换Gram-Schmidt变换后的第一个波段，最后应用Gram-Schmidt反变换得到融合图像。PC变换，即主成分变换。首先对多光谱数据进行主成分变换，然后用高分辨率波段替换第一主成分波段，在此之前，高分辨率波段已被匹配到第一主成分波段，从而避免波谱信息失真，最后进行主成分反变换得到融合图像。CN（Color Normalized）变换， 也称 “能量分离变换（energy subdivision transform）”， 是用于将自融合图像的高空间分辨率低波谱分辨率图像对低空间分辨率高光谱分辨率图像进行增强，本方法不适合本研究，所以不作考虑。

本研究将Worldview-3高分遥感数据第一个波段与航磁和航放数据（U），通过RGB通道进行波段合成 （图3a），然后通过Brovey变换（图 3b）、 HSV 变换（图 3c）、Gram-Schmidt变换（图3d）及PC 变换（图3e）， 以Worldview-3图像第一个波段为高分辨率图像，将Worldview-3第一个波段与航磁和航放数据进行融合。通过对比，在颜色信息、地形信息保真程度及数据融合的程度上，HSV变换后的效果最好，将航磁和航放异常信息完全融入到高分遥感数据中，在显示航磁异常和航放异常信息的同时，不影响高分遥感数据对构造断裂的解译效果；数据融合后在色彩丰富程度上，Gram-Schmidt变换融合后的效果最好，且地形信息保存程度也比较好，但色彩未与地形完全融合。Brovey变换一方面使得3种数据的融合程度较HSV变换差一些，另一方面增大了航磁和航放数据的异常信息。PC变换后的颜色与Brovey比较一致，但地形信息保存程度较低，航磁和航放数据保存程度较低，且色彩信息与地形信息融合程度最低。未进行变换的RGB融合图像更像是3种数据在一定透明度的情况下的叠加，在异常值特别高的情况下会影响高分遥感数据对构造断裂的显示效果。

图3 高分遥感数据与航磁和航放数据融合图像 （具体位置可参考图4）Fig.3 Fused images of high-resolution remote sensing data,aeromagnetic and airborne radioactive data by different method （Specific locating showed in Fig.4）

另外，为了研究数据融合技术对铀矿类型的区分作用，将航放数据中的U、Th和K 3种数据进行RGB波段合成，然后以Worldview-3高分数据第一个波段为高分辨率图像，进行HSV变换，得到的图像反映了3种放射性元素在研究区的分布情况（图3f）。

4 融合结果分析和讨论

航磁数据向上延拓的结果中（图2b），中部的中间正高异常场带位于芨岭—革命沟地带，该地段岩浆活动强烈，发育大面积的早古生代闪长岩和少量的辉绿岩，其中在空间上闪长岩与似板状花岗岩及钠长岩脉等和铀成矿的关系十分密切［13］，已知的铀异常点和铀矿点多处于闪长岩和花岗岩接触地带。闪长岩中含大量的角闪石及少量的普通辉石、云母等含铁量高的矿物，是航磁正异常的主要贡献者。因此，航磁异常与控矿构造在空间位置上关系密切。

航放数据能够直接反应不同岩体和地层的放射性强度，其中U和Th异常更是其含量大小的直接体现，如图3a和3f，航放异常与岩体和地层有密切的关系。但航放数据的缺点也比较明显，即地形、地貌特征反映能力较差，识别断裂构造信息能力较低。

本次使用的高分遥感数据是Worldview-3高空间分辨率遥感图像，能够清晰地反映地形、地貌信息；航磁数据反映地磁异常，进而反映深部岩体和深部断裂信息；航放数据能够直接反映地表放射性强度，突显铀异常信息。将高分遥感数据与航磁和航放数据融合，取其各自优势，有利于铀矿控矿构造的识别。

根据高分遥感数据与航磁和航放数据的融合结果，北部北西西向异常带最明显，是与革命沟断裂带重合的一条异常带，该异常带南北两侧分别分布着一条北西西向铀异常条带（图4中高亮部位），且革命沟铀矿点就处在北带。南部的北西西向异常带显得比较分散，此处是马路沟断裂带，是芨岭铀矿床所处的异常带。南部异常带内构造复杂，北西西向的大型断裂被一系列的南北向、北北东向小型断裂切割，这也是可能导致该条异常带的铀异常点比较分散的原因。最后一条异常带是位于东侧的形似三角形的北北东向异常带，其西侧以近南北向玉石沟断裂为界，东侧以岩浆岩和变质岩北东向分界线为界。玉石沟断裂（图4）在图3a、图3b和图3f中非常明显，从北部革命沟断裂带延伸到南部马路沟断裂带。该处北东向的岩性分界线向北西方向可以切穿革命沟断裂带，经过革命沟铀矿带，应该是一条大型断裂（图4中的F1），和东侧的通窑沟断裂近乎平行。但是该断裂在革命沟断裂附近的部分在遥感图像上清晰可见，芨岭岩体以南的部分已有野外工作确认，中部为岩性分界，具体是否是断裂还需要更多的野外工作去验证。

图4 研究区主要断裂Fig.4 The main fractures in the study area

另外，通过HSV变换后的高分遥感数据与航磁和航放数据融合图像，正高异常区和研究区的岩浆岩区重合度非常高，这一方面表明该区岩浆岩的铀含量和磁性普遍比以大理岩和石英片岩为主的副变质岩区高，另一方面表明该方法有利于帮助区分某一区的岩性。Gram-Schmidt变换后的高分遥感数据与航磁和航放数据融合图像，以色彩信息更加丰富的特点，相对于HSV变换融合图像，更加利于岩性区分。

图3f显示的是航放数据U、Th和K 3种数据融合后经HSV变换的图像，是用高分遥感图像代替颜色亮度值波段，用三次卷积技术将色度和饱和度重采样至高分辨率像元尺寸，然后将图像变换回RGB颜色空间的一种融合图像。该图像对东部北北西向的异常条带显示得更加清晰，且北西西向的两条异常带细节显示得更好，即北部异常带呈多条细长条带显示，南部异常带呈多个点状显示。由于南部异常带整体呈红、蓝和紫色，说明位于绿色通道的Th含量很少；北部异常带呈黄色，是位于红色通道的U和位于绿色通道的Th造成的，说明该异常带内的放射性异常是铀和钍共同造成的，是钍铀混合型矿床或异常点，这一结果在实际的野外勘查结果中已经得到验证。

5 结论

1）对于高分遥感数据与航磁和航放数据的融合变换，HSV变换、Brovey变换、Gram-Schmidt变换和主成分 （PC）变换等四者中，HSV和Gram-Schmidt变换后的图像信息最丰富且纹理清晰度最高，且前者的各数据信息融合程度最高，后者的颜色信息更加丰富。

2）高分遥感数据与航磁和航放数据融合及数据变换，将磁异常信息、放射异常信息和构造信息融合到一起，可以清晰地显示出龙首山东段 （芨岭—革命沟地区）的热液型铀矿成矿带、控矿构造的位置和展布情况，能够较好地识别控矿构造。

3）通过高分遥感数据与航磁和航放数据的融合，在遥感图像纹理特征的基础上，增加了不同岩体、岩性的地磁及放射性差异，在一定程度上增强了断裂信息，提高断裂的识别效果。

致谢：感谢核工业北京地质研究院物化探研究所周俊杰博士帮助处理航磁数据。