资源一号02D卫星高光谱数据地质调查应用评价

李娜 董新丰 甘甫平 闫柏琨

(中国自然资源航空物探遥感中心，北京 100083)

资源一号02D卫星(又称为5米光学业务卫星)于2019年9月12日发射升空，该星作为中国自主建造并成功运行的首颗民用高光谱业务卫星，是国家民用空间基础设施中新型对地观测卫星发展的又一重要成果。其高光谱载荷可实现166个谱段的数据同时获取和下传，可应用于自然资源调查监测要素的定量化提取和反演。

矿物识别是高光谱遥感技术优势之一，已在地质调查应用中发挥了重要作用[1-3]，但以往受其数据源限制，制约了大面积业务化应用推广。同时高光谱遥感以其高维数据特点，在岩性-构造填图具有明显技术优势，已在相关应用中取得了较好的成果[4]，资源一号02D卫星作为高光谱业务卫星，其高光谱数据应用效果备受关注。

为了更好的了解该卫星高光谱数据在地质调查工作中的可应用性和适宜性，本文选取哈密遥感地质试验场为研究区，进行数据处理、岩性-构造信息识别、矿物信息提取并评价其应用效果，同时为其在地质调查领域中应用推广提供参考。

1 卫星数据及预处理

1.1 资源一号02D高光谱数据

资源一号02D配置了可见近红外相机和高光谱相机，其高光谱相机共获取可见近红外短波范围波段数166个，其中可见近红外76个波段，光谱范围395～1040 nm；短波红外90个波段，光谱范围1005～2501 nm，高光谱载荷的具体参数见表1。

表1 资源一号02D高光谱载荷基本参数Table 1 Basic characteristics of the ZY-1-02D satellite hyperspectral payload

1.2 数据预处理

1.2.1 辐射定标和大气校正

辐射定标是根据每个波段的辐射定标系数将影像像元亮度(DN)值转换为辐亮度值，而地面目标的辐亮度值并不是地表真实反射率的反映，而是包含了由大气吸收，尤其是散射作用造成的辐射量误差。需要进行大气校正消除这些由大气影响造成的辐射误差，反演地物真实的地面反射率的过程。本文利用Modtran模型，对资源一号02D高光谱数据进行大气校正[5]。根据影像获取时间、地理信息以及影像质量等信息，计算获得地面反射率数据。为检验大气校正质量，在研究区选择已知碳酸盐岩地质体影像光谱与美国地质调查局(USGS)标准波谱库对比，如图1所示，两者在碳酸盐岩特征谱带范围内谱形吻合度高，且特征吸收位置一致(2330 nm附近)，可满足后续应用要求。

图1 碳酸盐岩地质体的影像光谱(红色)与USGS标准波谱(黑色)对比Fig.1 Comparison of image spectrum (red) and USGS standard spectrum (black) of carbonate geological body

1.2.2 信息增强

信息增强可将资源一号02D高光谱数据166个波段中包含的重要地物信息集中到尽可能少的波段图像中，有效地调节数据中的噪声并降低波段间的相关性，可在岩性-构造信息识别过程中突出不易辨别的细节信息。

最小噪声分离(MNF)是高光谱数据降维与重建的主要手段，可达到数据增强的目的，其本质上是两次层叠的主成分变换[6]。第一次变换用于分离和重新调节数据中的噪声，这一操作使得变换后的噪声数据只有最小的方差且没有波段间的相关。第二次变换是对噪声白化数据的标准主成分变换，计算公式如下。

(1)利用高通滤波器模板对整幅影像或具有同一性质的影像数据进行滤波处理，得到噪声协方差矩阵CN，将其对角化为矩阵

DN=UTCNU

(1)

式中：DN为CN的特征值按照降序排列的对角矩阵；U为由特征向量组成的正交矩阵，UT为U的逆矩阵。进一步变换式(1)可得

I=PTCNP

(2)

式中：I为单位矩阵；P为变换矩阵，P=UDN-1/2。当P应用于影像数据X时，通过Y=PX变换，将原始影像投影到新的空间，产生的变换数据中的噪声具有单位方差，且波段间不相关。其中，X为原始影像，Y为经过变换后投影到新的空间的影像。

(2)对噪声数据进行标准主成分变换，公式为

CD-adj=PTCDP

(3)

式中：CD为影像X的协方差矩阵；CD-adj为经过P变换后的矩阵，进一步将其对角化为矩阵

DD-adj=VTCD-adjV

(4)

式中：DD-adj为CD-adj的特征值按照降序排列的对角矩阵；V为由特征向量组成的正交矩阵。通过以上2个步骤得到MNF的变换矩阵TMNF=PV。

MNF变换克服了噪声对影像质量的影响，且波段间不相关，因此采用MNF变换后不同波段间组合，对资源一号02D高光谱数据进行信息增强处理，以突出影像中的细节信息。

2 研究区概况

哈密遥感地质试验场位于新疆东天山哈密市东南，距离哈密市区约140 km，海拔高程500～1500 m左右，属丘陵、沙漠、砾石戈壁地貌。区内基岩裸露好，出露地层可分为结晶基底和盖层两部分，结晶基底为蓟县系地层，在研究区东南部有少量出露，可分为两个岩性段，下段岩性为大理岩、白云岩、白云质大理岩，上段岩性为黑云母片岩，绢云母绿泥石英片岩。盖层出露有古生界泥盆系、石炭系、二叠系、中生界侏罗系以及新生界，其中以石炭系出露最广，呈近东西分布于康古尔塔格—黄山断裂两侧，为一套海相火山沉积—正常沉积岩石建造，其余地层均为零星分布。区内经历多期构造变形，岩浆活动强烈，皱褶与断裂系统极为发育。皱褶以区域性紧闭线状皱褶为主；断裂系统有东西向、北东向、北西向、北东向及近南北向五组，以近东西向及北西向的低序次断裂构造为主，为康古尔深大断裂、苦水大断裂及派生的次级断裂。区内侵入岩较发育，从基性-超基性到中酸性均有分布。区内矿产资源相对丰富，主要为铜镍硫化物矿床、钒钛磁铁矿和金矿。与成矿关系密切的蚀变矿物主要有褐铁矿、绢云母、方解石、白云石、绿泥石/绿帘石等。

3 岩性-构造信息识别

利用资源一号02D高光谱数据信息增强图，结合研究区地质资料，对研究区开展岩性-构造信息识别工作。如图2信息增强图和1∶50 000地质图对比发现，不同岩性之间色调差异明显，界限清晰，信息增强图对于区域中第四系、石炭系地层以及黑云母花岗岩、闪长岩和辉长岩岩体都能进行很好的识别，而且地层和岩体界线准确，并在区域右下方(图中黑色圆圈处)发现有不同色调的新岩体信息。

图2 信息增强图和1∶50 000地质图地层岩体解译Fig.2 Information enhancement map and interpretation of stratum and rock mass in 1∶50000 geological map

研究区内断裂构造多以东西和北东产状发育，基本为不同地层岩体的分界面呈线状延伸，在信息增强图上呈明显的线状特征，构造两侧色调差异明显，纹理清晰，容易识别，并且发现有褶皱地层发育(如图3(a)中黑色折线所示)，比1∶50 000地质图信息更加丰富。

图3 信息增强图和1∶50 000地质图断裂构造解译Fig.3 Information enhancement map and 1∶50000 geological map for fault structure interpretation

基于以上解译原理，对研究区岩性-构造信息进行综合识别，如图4所示，虽然资源一号02D高光谱数据空间分辨率为30 m，但经信息增强后，其光谱维优势能够反应详细的地层、岩体及构造信息，可为今后1∶50 000地质填图提供重要技术支撑。

图4 岩性-构造综合解译图Fig.4 Comprehensive interpretation of lithology and structure

4 矿物信息提取

高光谱矿物信息提取方法主要有光谱匹配、光谱特征参量以及光谱解混等三大类方法。其中光谱匹配方法常见的有距离法[7]、光谱角法[8]、光谱信息散度[9]、匹配滤波、混合调制匹配滤波[10]等，光谱特征参量代表性的方法有光谱特征拟合[11]、光谱吸收指数[12]、吸收谱带定位分析等。光谱解混主要是利用线性或非线性解混方法，对矿物含量进行反演[13]。但在实践应用中，上述方法均存在不能满足矿物精细识别以及准确度较低的情况。为此文献[14]在总结分析了已有矿物信息提取方法优缺性的基础上，提出了光谱特征增强匹配度算法。文献[15]依据分层谱系思路，提出了综合光谱特征增强匹配度和特征参量的高光谱矿物信息提取方法，取得了较好的矿物识别效果。

本文同样基于矿物分层谱系识别思想，采用综合光谱特征增强匹配度和特征参量信息提取方法，对研究区矿物信息进行提取，其主要步骤如下。

(1)根据矿物的谱形特征，分析其主要特征吸收谱带范围和特征吸收位置；

(2)计算不同矿物特征谱带与其标准光谱相应谱带范围的光谱匹配度；

(3)计算特征谱带中最小吸收深度和位置等参量；

(4)对上述参量设定阈值获得相应矿物信息，形成矿物分布图。

根据上述矿物识别方法，最终在研究区内提取了褐铁矿、方解石、白云石、(高、中、低)铝绢云母、镁绿泥石、镁铁绿泥石/绿帘石、铁绿泥石、角闪石等11种矿物信息，如图5所示。为进一步验证矿物提取信息的准确性，在研究区内结合已有地质资料，选择具有一定分布面积，且易于对比的地物，进行光谱对比验证。本文选取研究区内方解石、白云石、中铝绢云母、铁绿泥石矿物信息，对其识别结果进行随机选点验证，对比其影像光谱与USGS标准波谱库光谱。对比结果显示(见图6)，两者在上述矿物的特征谱带谱形一致性较好，特征吸收位置准确，可见信息提取结果可靠。

图5 矿物信息分布图Fig.5 Distribution of mineral information

图6 矿物光谱对比图(黑色为USGS标准光谱，红色为影像光谱)Fig.6 Comparison of mineral spectra (USGS standard spectrum in black and image spectrum in red)

5 结束语

本文利用资源一号02D高光谱数据，开展了岩性-构造信息识别和矿物信息提取应用评价。结果表明：资源一号02D高光谱数据经信息增强后，可对不同地层、岩体以及构造信息反映清晰，也可识别较小的构造或脉体，可为今后1∶50 000地质填图提供重要技术支撑；在矿物填图方面，通过典型矿物光谱对比分析，认为其谱形特征明显，吸收位置准确，矿物信息提取准确率高，可为以后找矿预测、资源潜力评价等提供重要参考信息。