侯緩緩

摘 要：本文論述了遙感技術在江西石門寺礦區(qū)找礦中的應用，表明遙感技術在礦產勘查應用中的效果。本文簡要敘述了應用3種不同的方法進行礦化信息提取，分別是光譜角法和主成分分析法以及基于混合像元分解法，并對這3種方法進行比較分析。最終，確定礦化信息ASTER數(shù)據業(yè)務化的提取方法流程。根據遙感找礦的方法圈定異常區(qū)域，結合野外化探資料，能達到快速找礦的目標。

關鍵詞：遙感；礦化信息；ASTER數(shù)據；混合像元分解

1 研究區(qū)概況

研究區(qū)位于江西武寧縣，大地坐標為經度為 114°45′E，緯度為 29°N附近，居民區(qū)分布十分分散，多數(shù)地區(qū)植被覆蓋度高，交通不便，路徑稀少，巖石出露情況較差，給地質調查工作帶來了很大的困難。

該地區(qū)，該研究區(qū)內，鎢、錫、銅、金、礦分布廣泛，在晚侏羅世和早白堊世形成，具有良好的開采前景。

2 研究區(qū)數(shù)據處理

2.1 數(shù)據源

文章選用江西省武寧縣石門寺地區(qū)的ASTER遙感數(shù)據，在此研究區(qū)水體和植被較發(fā)育，且礦化點也較多，對于遙感地質異常提取有研究價值。圖像已被系統(tǒng)地校準和明顯的輻射校正。

2.2 數(shù)據預處理

本文選取的ASTER數(shù)據是L1B地面站數(shù)據，研究區(qū)區(qū)域范圍內的ASTER影像數(shù)據，由于已經經過了幾何校正和輻射定標，因此在預處理階段可以直接進行其他的數(shù)據處理，時效性高。數(shù)據的預處理主要是輻射校正，研究區(qū)裁剪，大氣校正，植被、水體去除等。

經過預處理后已經基本沒了植被光譜信息。在植被覆蓋區(qū)提取礦物蝕變信息，植被是最主要的干擾因素，去除或削弱植被信息將大大有利于提升提取蝕變信息的準確度。

3 礦化信息提取

3.1 礦化信息增強

由于受到遙感圖像反射率數(shù)據的分變率、像元的分辨率，以及研究區(qū)內植被信息的干擾，礦化信息在遙感影像上通常表現(xiàn)為弱信息，因此，有必要對遙感圖像進行圖像增強處理。一般突出蝕變礦物異常信息的圖像增強方法有波段比值和波段加減組合運算。

3.2 基于光譜角的礦化信息提取

光譜角基本應用是依據圖像光譜與參考光譜之間的光譜角計算值來衡量兩者的相似度，再通過實驗室光譜與圖像光譜進

行差值測量與比較即可。光譜角的變化范圍是，角度越小二者越相似，礦物特征越類似，分類效果也越準確。

通過分析該地區(qū)的地質特征，本文選擇典型蝕變礦物的代表做具體的分析，他們分別是云英巖化礦物、綠泥石礦物，葉蠟石化礦物、方解石化礦物，熱液在高溫下，云英巖化石英。

通過光譜角法得到如下礦化信息分散于整個研究區(qū)，重點不突出，對找礦的指導意義不大。

3.3 基于主成分分析的礦化信息提取

主成分分析方法的基本原理：將原來多個指標轉化為少量的綜合指標，并且這些轉化后的少數(shù)指標之間是相互獨立的。對于遙感圖像處理而言，主成分變換中每個變量即為一個波段。

3.3.1 含Al羥基蝕變異常提取

含Al羥基的主要礦物有高嶺石、葉臘石等，這些礦物大多與低溫熱液有關，是該研究區(qū)主要的蝕變類型。此類礦物的光譜特征是：在ASTER1、2、3、4的光譜區(qū)間范圍內，其反射率數(shù)據與波長呈正相關；反之，在ASTER5、6、7、8、9其反射率數(shù)據與波長呈負相關。

該剛方法提取的葉臘石蝕變帶主要分布在研究區(qū)的西北和西南地區(qū)，這些地區(qū)的蝕變強烈，在研究區(qū)的東南部分，有一些弱蝕變帶。

根據不同蝕變礦物的光譜特征，本文用同樣的方法對該地區(qū)典型的蝕變礦物含Mg羥基綠泥石化、碳酸鹽化的方解石化異常信息進行提取。

綠泥石蝕變帶主要分布在研究區(qū)的東南部，并有在西北和西南地區(qū)的一些薄弱蝕變帶。研究區(qū)的東南部強，就是找到的主要礦化區(qū)。

方解石蝕變帶主要分布在研究區(qū)的中部和東南部，并且在西南部存在一些弱蝕變帶。西北部分區(qū)域蝕變反應強烈，是找礦的主要目標區(qū)域。

3.3.2 云英巖化蝕變信息提取

在這項研究中，以巖石礦物的光譜特性和巖石礦物的二氧化硅含量之間的相關性為于定量反演SiO2的基礎。

本文根據石英指數(shù)提取云英巖化蝕變信息：

提取結果顯示礦化區(qū)域大多數(shù)在研究區(qū)中部地區(qū)，西南部也存在一些微弱變礦化區(qū)域。東南部分區(qū)域蝕變反應強烈，是找礦的主要目標區(qū)域。

3.4 基于混合像元分解的礦化信息提取

在本文中，混合像元分解的核心算法，包括單散射反照率譜庫構建和稀疏解混模型構建求解。首先，使用Hapke模型，將礦物反射率波譜庫轉換成單一散射的反照率波譜庫，同時，將研究區(qū)使用的ASTER反射率數(shù)據轉換成單次散射反照率影像數(shù)據。然后，在得到以上兩種轉換數(shù)據的基礎上，通過稀疏解混模型獲得研究區(qū)礦化信息，以及著這些礦化信息在影像數(shù)據的混合像元中所占的比例。

從葉臘石，綠泥石，方解石，石英4種圍巖蝕變礦物的豐度圖像上可以看出蝕變帶主要位于研究區(qū)東北部和東南部地區(qū)，這些地區(qū)蝕變反應強烈，為成礦的重點區(qū)，西南南部也存在一些微弱蝕變帶。

3.5 研究區(qū)成礦靶區(qū)圈定

根據研究區(qū)的礦化異常類型及其分布的地質背景，結合以上3種礦化信息提取結果的綜合研究，針對研究區(qū)圈定5個成礦靶區(qū)，分布在研究區(qū)的西北角，中部，東南部，北偏東地區(qū)以及東北部。為地質工作人員提供找礦依據，減少了野外工作量，節(jié)約了大量工作時間及成本，大大提高了找礦的效率。

4 礦化信息提取方法對比研究

（1）本文中，將光譜角提取礦化信息作為參照，該方法的優(yōu)點是簡單，易于操作。但在混合礦物中，其對礦物間存在的差異敏感性較差，因此，基于該方法提取的礦化信息存在較多的假異常。

（2）基于主成分分析的遙感礦化信息提取，從上述結果中，可以知道，相比較的光譜角礦化信息提取的效果而言，其提取結果更準確，這為成礦預測奠定了良好的基礎。

（3）本文所使用的混合像元分解方法提取的端元的豐度的同時確定了端元的類型。避免了原始圖像中提取端元所帶來的不確定性，使提取的礦化信息精度更高，為后續(xù)的成礦預測提供了更可靠的依據。

5 總結

本文通過對研究區(qū)地質背景的分析研究，獲取了研究區(qū)的主要圍巖蝕變類型，確定了主要的礦物成分。通過對礦物的反射率特征分析，針對研究區(qū)的光譜角、主成份分析以及混合像元分解的礦化信息提取方法，將礦化信息提取深入到亞像元級，使得礦化信息的提取結果更精確，建立適合該研究區(qū)的基于遙感影像的鎢銅礦物蝕變信息提取流程。

參考文獻

[1]楊正萌，白卉，孟嵩.高植被覆蓋區(qū)遙感礦化信息提取方法研究[J].吉林地質，2015，（2）：100-103.

[2]荊鳳，陳建平.礦化蝕變信息的遙感提取方法綜述[J].遙感信息，2005，（2）：62-65.

（作者單位：新疆維吾爾自治區(qū)地質環(huán)境監(jiān)測院）