基于Landsat 8 OLI 数据甘肃陇南赵家庄地区遥感蚀变信息提取

张胜龙，刘林，耿海军，荆国强

（核工业二〇三研究所，陕西 咸阳 712000）

在热液矿床形成过程中，通常伴随着热液流体与围岩的相互作用，受热液的温度、压力和热液成分等的影响，蚀变岩石在矿物成分和岩石结构上与围岩显著不同。蚀变岩石与围岩不论是在遥感图像的色调上还是在波谱曲线上均具有明显差异，这也为利用遥感技术进行蚀变信息提取提供了理论基础。

利用遥感技术进行蚀变信息提取在矿产资源勘查中已得到广泛应用，Landsat 系列数据（TM、ETM 和OLI）和ASTER 等多光谱数据是最常被用到的数据［1-4］，利用遥感技术进行蚀变信息提取的矿物可分为3 类：含羟基矿物（泥化蚀变），如绢云母、高岭石、绿泥石、方解石和伊利石；硫酸盐矿物，如石膏和明矾石以及含铁矿物 （铁染蚀变），如赤铁矿、针铁矿和褐铁矿［5-6］。TM、ETM 和OLI 数据常用来提取铁染和泥化蚀变信息，也有学者用来开展超基性岩石识别研究［7］。波段比值法、主成分分析法 （Principal Component Analysis）和光谱角填图法（SAM）等方法是提取蚀变信息的常用方法。Crosta 等人在1989 年利用主成分分析法从TM 图像成功提取了巴西Minais Gerais 半干旱地区铁染和羟基蚀变异常［8］，张玉君等人利用ASTER 数据和ETM 数据成功区分了3 种类型矿床：斑岩型铜金矿床、镁铁质铜（镍）矿和矽卡岩型铅锌矿，并成功提取了蒙古国欧玉陶勒盖矿床的蚀变异常［9］；吴志春等在青海玉树干旱基岩裸露区提取的蚀变信息与已知的84 个矿床 （点）吻合率高达88%［10］。

本文基于Landsat 8 OLI 数据采用主成分分析法对赵家庄地区开展铁染蚀变和泥化蚀变信息提取，并利用主分量门限法对异常进行分级处理，以期为下一步找矿工作快速圈定找矿靶区提供参考。

1 研究区概况

研究区主体位于甘肃省境内，南邻四川省，东邻陕西省。大地构造位置位于扬子板块西北缘的次一级大地构造单元，夹持于文县-康县大断裂和枫相-铜钱区域韧性剪切带之间［11］（图1）。区域上出露地层主要为元古宇碧口群变质浅海-滨海相陆缘碎屑岩夹火山碎屑岩；其次为下古生界中上志留统白龙江群浅海陆缘碎屑岩夹碳酸盐岩及上古生界中泥盆统三河口群浅海相陆缘碎屑岩、碳酸盐岩。研究区属植被稀疏的半裸露区，局部有松散覆盖物，主要的矿化蚀变类型有绢云母化、黏土化、黄铁矿化、硅化等。

区域上，中国地质大学樊春等利用TM 图像对线性构造和环形构造进行了解译（1:50万）［12］；陈勇敢等利用TM 图像对邻区阳山金矿进行了蚀变信息异常提取，通过野外异常验证，证实了遥感蚀变信息的有效性［13］。但赵家庄地区的遥感蚀变信息提取工作以前从未开展。

图1 研究区大地构造位置（据王宗起等［14］）Fig.1 Geotectonic location of the study area （Based on Wang Zongqi）

2 遥感影像预处理

2.1 遥感数据来源

OLI 传感器是美国地质调查局 （USGS）联合美国国家航空航天局（NASA）开发的一款传感器，共设有9 个波段，其中6 个波段位于VNIR 波谱区间，3 个波段位于SWIR 波谱区间（表1）。与TM 和ETM 相比，OLI 数据在辐射分辨率、光谱分辨率和数据信噪比等方面均有较大提高且收窄了VNIR 及SWIR 波段的波谱范围，更有利于蚀变矿物信息的提取。依据 “云量少、植被少” 的原则，本次研究所采用的OLI 数据获取时间为2013 年12 月16 日，轨道号为129/37［15］。

表1 Landsat 8 OLI 数据波段设置Table 1 The band list of Landsat 8

2.2 遥感影像预处理

首先利用ENVI 5.3 软件对影像进行辐射定标和大气校正，以消除大气中二氧化碳、氧气等成分吸收和散射的影响，将影像的DN值转换为真实的地表反射率。然后根据研究区坐标对影像进行裁剪，得到研究区影像数据。

2.3 去干扰处理

在本次研究过程中，通过对归一化植被指数（NDVI）和归一化水体指数（NDWI）提取植被和水体，其计算公式为：

NDVI＝（Band5－Band4）/（Band5＋Band4）

NDWI＝（Band3－Band5）/（Band3＋Band5）

采用0.6＜NDVI＜1 和0＜NDWI＜0.5 分割阈值，建立掩膜文件，以达到消除水体和植被的干扰。

3 蚀变信息提取

3.1 波谱特征分析

ENVI 5.3 软件中自带USGS 波谱库，与铁染蚀变相关的矿物包括针铁矿、赤铁矿和黄钾铁矾等，将与铁染蚀变相关矿物重采样至Landsat 8 数据的相应波段（图2）。针铁矿、黄钾铁矾和赤铁矿在0.45～0.50 μm 和0.86 μm附近呈吸收谷，具有针对性特征，对应OLI数据的Band 2 （0.450～0.515 μm）和Band 5（0.845～0.885 μm），在0.65 μm 和1.61 μm附近呈强反射特征，对应OLI 数据的Band 4（0.630～0.680 μm）和Band 6（1.560～1.660 μm）。

泥化蚀变矿物（含羟基矿物）主要包括绿泥石、高岭石、白云母和蒙脱石等，将与泥化蚀变相关矿物曲线重采样至Landsat 8 数据的相应波段（图3）。在0.85 μm 附近呈强反射特征，在2.10～2.30 μm 附近呈强吸收特征，分别对应Band 5（0.845～0.885 μm）和Band 7（2.10～2.30 μm）。

3.2 铁染蚀变信息提取

对特征向量主成分分析的Crosta 技术是目前遥感蚀变异常信息提取常用方法之一。主成分分析可以将原来多波段图像中的有用信息集中到数目尽可能少的新的组分图像中，且新组分图像之间互相不关联［16］。根据赤铁矿、黄钾铁矾和针铁矿等矿物的波谱特征，选取Band 2、Band 4、Band 5 和Band 6 4 个波段进行主成分分析（表2）。其中PC4 特征向量载荷因子在Band 4 为正值，在Band 2 上为负值，且绝对值较大，这与铁染蚀变矿物在Band 2 上具有强吸收，在Band 4 上具有强反射的特征相一致，因此PC4 为铁染蚀变信息所在的组分，异常为亮像元。

图2 典型铁染蚀变矿物波谱曲线Fig.2 Spectral curves of typical iron-bearing minerals

图3 典型含羟基矿物波谱曲线Fig.3 Spectral curves of typical hydroxyl-bearing minerals

表2 波段2，4，5，6 特征向量值Table 2 Eigenvectors of band 2，4，5 and 6

3.3 泥化蚀变信息提取

根据含羟基矿物的波谱特征，选取Band 2、Band 5、Band 6 和Band 7 4 个波段进行主成分分析（表3）。其中PC4 组分在Band 2 和Band 6 为正值，在Band 5 和Band 7 为负值，且具有较大绝对值，这与含羟基矿物在Band 2 和Band 6 波段具有强反射，在Band 5和Band 7 波段具有强吸收的特征相符合，因此PC4 为泥化蚀变信息所在的组分，异常为亮像元。

4 蚀变信息提取结果与评价

首先利用ENVI 5.3 软件中的密度分割工具，对相关主分量图像进行3×3 的高斯低通滤波处理，结合研究区实际情况，分别对铁染蚀变和泥化蚀变建立相应的阈值分割标准进行信息提取。本文采用主分量门限法划分异常等级，即采用X＋kσ 来划分异常等级，其中X 为均值，σ 为标准差［3］。根据研究区的特点，将铁染异常和泥化异常划分为两级，即以2σ、3σ 为阈值划分为高、低级异常（图4，图5）。铁染蚀变在研究区西北部较为集中，泥化蚀变异常在山谷中较为集中，这是因为山谷两侧为泥盆系羊汤寨组（Dy），该组主要由钙质千枚状板岩、含凝灰千枚岩和泥灰岩等组成，富含绢云母等矿物，经长时间风化作用，绢云母、高岭石等矿物在低洼的山谷中聚集。铁染蚀变和泥化蚀变主要集中在研究区西北部，部分区域相互重叠，且与已知的矿化点重合较好，证实了本次遥感蚀变信息提取的有效性，达到预期效果。

表3 波段2，5，6，7 特征向量值Table 3 Eigenvectors of band 2，5，6 and 7

图4 研究区铁染蚀变异常分布图（波段2，4，5，6）Fig.4 Iron oxides anomalies in the study area （band 2，4，5 and 6）

5 结论

通过分析含铁矿物（铁染信息）和含羟基矿物（泥化信息）在Landsat 8 OLI 数据各波段的吸收和反射特征，基于主成分分析方法进行了甘肃陇南赵家庄地区地表蚀变矿物信息的提取研究，得出以下结论：

1）主成分分析法能够有效的提取铁染蚀变异常和泥化蚀变异常，为研究区下一步开展金矿找矿工作提供了重要参考。

2）本次提取的蚀变异常信息与研究区野外地质特征基本吻合，证实了本次遥感蚀变信息提取的有效性，表明研究区值得进一步开展工作。

图5 研究区泥化蚀变异常分布图（波段2，5，6，7）Fig.5 Hydroxyl alteration anomalies in the study area （band 2，5，6 and 7）