杜曉川，婁德波，張長(zhǎng)青，徐林剛，劉 歡，范瑩琳，張 琳，胡金盟，李 彪

（1中國(guó)地質(zhì)大學(xué)（北京）地球科學(xué)與資源學(xué)院，北京 100083；2中國(guó)地質(zhì)科學(xué)院礦產(chǎn)資源研究所自然資源部成礦作用與資源評(píng)價(jià)重點(diǎn)實(shí)驗(yàn)室，北京 100037；3河北省地礦局第五地質(zhì)大隊(duì)，河北唐山 063000）

遙感被證實(shí)是一種有效的找礦手段，且具有監(jiān)測(cè)范圍大、獲取資料速度快、周期短、成本低等優(yōu)勢(shì)，已經(jīng)廣泛應(yīng)用于為多種類(lèi)型礦床劃定目標(biāo)勘查區(qū)域（Joana et al.，2019）。圍巖蝕變是近礦圍巖在流體的作用下發(fā)生的化學(xué)和物理反應(yīng)，從而引起圍巖化學(xué)成分和結(jié)構(gòu)構(gòu)造的變化（翟裕生等，1999），是成礦過(guò)程中成礦物質(zhì)逐步富集留下的印跡，近礦圍巖蝕變是礦化的一個(gè)主要特征，是找礦的直接標(biāo)志。寧南礦集區(qū)的絕大多數(shù)鉛鋅礦床產(chǎn)于厚層碳酸鹽巖中，近礦圍巖蝕變明顯，蝕變類(lèi)型包括白云石化、方解石化、黏土礦化、硅化、黃鐵礦化、重晶石化及赤鐵礦化，且礦床中含有黏土礦物組成的泥質(zhì)條帶夾層。蝕變圍巖因其礦物成分、巖石結(jié)構(gòu)與正常圍巖有所不同，因此蝕變與未蝕變圍巖在遙感影像中色調(diào)不同，在波譜表現(xiàn)為不同的波譜曲線特征，這為利用遙感影像提取圍巖蝕變信息提供了基礎(chǔ)（Carranza et al.，2002；Crosta et al.，2003）。國(guó)內(nèi)外研究者在利用遙感影像進(jìn)行蝕變信息提取方面做出了很大貢獻(xiàn)（汪新慶等，2014），其中，多光譜遙感蝕變信息提取中以ETM+、Landsat8為數(shù)據(jù)源，利用波段比值、主成分分析、獨(dú)立成分分析等方法進(jìn)行蝕變信息提取研究的應(yīng)用較多（杜詩(shī)薇等，2018）。例如：Ranjbar等（2005）以伊朗中部火山帶南部ETM+圖像為基礎(chǔ)，選定ETM+數(shù)據(jù)中的4、6波段，運(yùn)用主成分分析方法成功提取研究區(qū)內(nèi)氧化鐵和羥基礦物；鄧素貞等（2010）通過(guò)波段比值與主成分分析結(jié)合的方法，從ETM+數(shù)據(jù)中提取蝕變信息并抑制植被波譜干擾，結(jié)果顯示，使用該方法提取出的礦化蝕變信息與已知礦產(chǎn)地有較大的一致性；馬威等（2016）對(duì)云南毛坪鉛鋅礦的Landsat8影像數(shù)據(jù)進(jìn)行分析，依據(jù)地質(zhì)體波譜特征，通過(guò)以主成分分析法為主，波段比值法為輔的手段提取與鉛鋅礦有關(guān)的蝕變礦物信息，并取得了較好的效果；吳繼煒等（2016）利用遙感圖像處理技術(shù)，對(duì)廣西西大明山鉛鋅礦田影像數(shù)據(jù)進(jìn)行構(gòu)造解譯及蝕變信息提取，并結(jié)合該區(qū)域已知資料，綜合圈定出成礦遠(yuǎn)景區(qū)。隨著遙感技術(shù)的不斷發(fā)展，高光譜數(shù)據(jù)所具有更多的波段數(shù)量、更窄采樣間隔以及更大的信息量?jī)?yōu)勢(shì)，極大地增強(qiáng)了遙感對(duì)地的觀測(cè)能力和對(duì)地物的鑒別能力。高光譜數(shù)據(jù)同樣在蝕變信息提取方面進(jìn)行了大量深入的研究，并成功地應(yīng)用于地質(zhì)找礦勘查中，取得了良好的效果（Kruse，1988）。例如Gersman等（2008）利用Hyperion高光譜數(shù)據(jù)在厄立特里亞北部地區(qū)進(jìn)行了熱液蝕變巖石填圖；連深芹等（2020）基于GF-5高光譜數(shù)據(jù)，通過(guò)光譜角填圖的方法提取廣東省玉水銅礦植被覆蓋區(qū)的蝕變礦物信息，并且該數(shù)據(jù)提取的蝕變信息與研究區(qū)地質(zhì)信息吻合較好。雖然前人在通過(guò)遙感影像進(jìn)行蝕變信息提取方面開(kāi)展了大量的理論研究和找礦實(shí)踐，但是大多數(shù)研究者側(cè)重于使用單一影像數(shù)據(jù)或單一方法進(jìn)行蝕變信息提取工作，對(duì)于使用多光譜影像數(shù)據(jù)、高光譜影像數(shù)據(jù)與高空間分辨率影像數(shù)據(jù)結(jié)合，同時(shí)使用多種手段提取蝕變信息的研究相對(duì)較少。

寧南鉛鋅礦集區(qū)是四川省主要鉛鋅礦成礦區(qū)，其鉛鋅礦數(shù)量多、資源潛力巨大，然而前人鮮有基于多光譜數(shù)據(jù)應(yīng)用到該區(qū)遙感蝕變信息提取中，并且關(guān)于將GF-5高光譜數(shù)據(jù)、GF-2高空分辨率數(shù)據(jù)應(yīng)用于該地區(qū)作業(yè)的相關(guān)報(bào)道也少見(jiàn)，該地區(qū)的蝕變信息提取效果尚不明確。鑒于此，本文基于Landsat8與GF-5兩種影像數(shù)據(jù)采用波段比值法、主成分分析法及光譜角匹配法對(duì)四川寧南鉛鋅礦集區(qū)開(kāi)展鐵染蝕變信息和羥基、碳酸根離子蝕變信息及蝕變礦物提取，再結(jié)合GF-2高空間分辨率影像的優(yōu)勢(shì)，剔除蝕變信息中的偽異常，并對(duì)不同蝕變信息結(jié)果的優(yōu)劣進(jìn)行討論，旨在揭示該地區(qū)蝕變信息特征，進(jìn)而圈定合理的預(yù)測(cè)靶區(qū)，為后續(xù)該區(qū)域上的找礦勘查工作提供依據(jù)。

1 研究區(qū)概況

研究區(qū)位于四川省涼山彝族自治州寧南縣東南部。地理坐標(biāo)為102°43′E-102°51′E，27°01′N(xiāo)-27°07′N(xiāo)（圖1）。地形以高原、山地為主，地勢(shì)特點(diǎn)為西北高，東南低，地處亞熱帶高原季風(fēng)氣候區(qū)，日溫差大，年溫差小。區(qū)內(nèi)地層主要為太古宙桃子壩組變質(zhì)碎屑巖夾碳酸鹽巖及基性火山巖；震旦系燈影組硅質(zhì)白云巖、頁(yè)巖、夾硅質(zhì)巖及灰?guī)r（嚴(yán)毅發(fā)等，2010；賈莉紅，2013）；寒武系陡坡寺組頁(yè)巖夾灰?guī)r、泥巖；奧陶系大箐組白云巖夾灰?guī)r、頁(yè)巖、泥巖；志留系黃葛溪組灰?guī)r；二疊系梁山組頁(yè)巖及灰?guī)r。區(qū)內(nèi)斷裂構(gòu)造主要為右行平移，走向北東，沿寧南到會(huì)理的寧會(huì)斷裂與左行平移，走向北西的則木河斷裂（張長(zhǎng)青等，2005），以及走向近南北的逆斷層,沿寧南至越西的黑水河斷裂。區(qū)內(nèi)包含6個(gè)已知鉛鋅礦床，本文通過(guò)對(duì)鉛鋅礦床的礦產(chǎn)地名稱(chēng)、礦種、類(lèi)型、控礦要素、規(guī)模、品位、含礦層位及巖性、控礦構(gòu)造、蝕變特征、金屬礦物、非金屬礦物和說(shuō)明等12個(gè)方面進(jìn)行介紹，旨在為蝕變信息提取提供理論依據(jù)（表1）。

表1 寧南鉛鋅礦集區(qū)礦產(chǎn)地地質(zhì)特征表Table 1 Geological characteristics table of mineral lands in Ningnan Pb-Zn ore concentration

圖1 寧南鉛鋅礦集區(qū)地質(zhì)簡(jiǎn)圖Fig.1 Geological map of Ningnan lead-zinc ore concentration area

2 遙感影像處理

2.1 數(shù)據(jù)來(lái)源

2013年2月11日，美國(guó)航空航天局(NASA)成功發(fā)射Landsat8衛(wèi)星，衛(wèi)星攜帶2個(gè)傳感器，分別為陸地成像儀（OLI）和熱紅外傳感器（TIRS）。其中，OLI傳感器的波段參數(shù)如表2所示。

GF-2（高分二號(hào)）衛(wèi)星于2014年8月19日發(fā)射，是中國(guó)自主研制的首顆空間分辨率優(yōu)于1 m的民用光學(xué)遙感衛(wèi)星，標(biāo)志著中國(guó)遙感衛(wèi)星進(jìn)入了亞米級(jí)“高分時(shí)代”。傳感器波段參數(shù)如表2所示。

表2 Landsat8 OLI數(shù)據(jù)與GF-2全色多光譜相機(jī)數(shù)據(jù)波段參數(shù)Table 2 Band parameters of Landsat8 OLI and GF-2 Panchromatic multi-spectral camera

GF-5（高分五號(hào)）衛(wèi)星于2018年5月9日發(fā)射，是中國(guó)高分辨率地球觀測(cè)系統(tǒng)的重要遙感衛(wèi)星。衛(wèi)星主要搭載了6種類(lèi)型的傳感器，用于獲取從紫外到長(zhǎng)波紅外譜段范圍的數(shù)據(jù)，本文主要應(yīng)用AHSI（可見(jiàn)短波紅外波段高光相機(jī)）傳感器，該傳感器擁有可見(jiàn)光、近紅外和短波紅外共330個(gè)波段，其中包括150個(gè)可見(jiàn)光近紅外波段（NIR），平均采樣間隔為5 nm；180個(gè)短波紅外波段(SWIR），平均采樣間隔為10 nm（孫允珠等，2018），AHSI傳感器波段參數(shù)如表3所示。

表3 GF-5 AHSI數(shù)據(jù)波段參數(shù)Table 3 Band parameters of GF-5 AHSI

2.2 數(shù)據(jù)預(yù)處理

地物的輻射信息從地表到傳感器會(huì)受到地形、大氣、傳感器自身等多個(gè)方面的影響，從而造成遙感影像發(fā)生幾何形變和輻射失真（季超，2020），因此影像在進(jìn)行應(yīng)用前需要進(jìn)行預(yù)處理。針對(duì)Landsat8影像數(shù)據(jù)首先進(jìn)行輻射定標(biāo)，將數(shù)據(jù)的DN值轉(zhuǎn)換為輻射亮度值，以獲得真實(shí)的地物反射率（賀金鑫等，2019），其次對(duì)定標(biāo)后的影像進(jìn)行大氣校正，以消除大氣中的二氧化碳、氧氣、臭氧等成分吸收和散射的影響，最后通過(guò)研究區(qū)域的矢量范圍對(duì)影像數(shù)據(jù)進(jìn)行裁剪，得到研究區(qū)影像數(shù)據(jù)。

針對(duì)GF-5高光譜數(shù)據(jù)首先進(jìn)行壞波段去除，由于輻射能量在到達(dá)傳感器時(shí)部分波段會(huì)受水汽吸收的影響，因此，將受水汽影響較大的光譜波長(zhǎng)范圍的波段（1.36~145μm、1.80~1.98μm和2.37~2.40μm）所對(duì)應(yīng)波長(zhǎng)范圍的47個(gè)波段剔除（Liou et al.，2002），保留可以使用的283個(gè)波段。再進(jìn)行輻射定標(biāo)與壞線修復(fù)，由于高光譜傳感器由多個(gè)電荷耦合器件（CCD）組成，每個(gè)CCD又有數(shù)萬(wàn)個(gè)探測(cè)元件，這些探測(cè)元件在標(biāo)定時(shí)部分可能會(huì)出現(xiàn)錯(cuò)誤，導(dǎo)致圖像部分列或行出現(xiàn)像元值過(guò)小或者缺失等問(wèn)題，從而產(chǎn)生與周邊列或行有明顯差異的壞線，因此對(duì)GF-5高光譜數(shù)據(jù)進(jìn)行逐波段檢查，并對(duì)壞線部分通過(guò)兩側(cè)的平均值代替修復(fù)，再進(jìn)行列向條紋噪聲修復(fù)以及大氣校正。列向條紋噪聲是由于ASHI采用推掃式的對(duì)地觀測(cè)方式，且傳感器在不同行中有不同的光譜響應(yīng)值，因此在光譜入射時(shí)，會(huì)在每個(gè)波段上產(chǎn)生豎的條紋，本文通過(guò)全局去條紋法進(jìn)行條紋去除。最后進(jìn)行幾何校正和研究區(qū)矢量范圍裁剪，幾何校正是通過(guò)數(shù)學(xué)模型來(lái)消除成像時(shí)因傳感器變形、物鏡畸變等內(nèi)部因素及大氣折光、地球曲率、地形起伏等外部因素導(dǎo)致的圖像上各地物幾何位置發(fā)生畸變的過(guò)程（張安定，2016）。由于Landsat8是L1級(jí)數(shù)據(jù)產(chǎn)品經(jīng)過(guò)地形數(shù)據(jù)參與的系統(tǒng)幾何校正，圖像地理精度較高，本文采用影像對(duì)影像校正的幾何校正方式，以Landsat8影像作為基準(zhǔn)，調(diào)整GF-5高光譜影像的空間位置。

針對(duì)GF-2高空間分辨率數(shù)據(jù)首先對(duì)其多光譜影像以及全色影像做正射校正處理，然后對(duì)兩幅影像進(jìn)行融合處理，以獲得空間分辨率為1 m的彩色合成影像。由于GF-2高空間分辨率數(shù)據(jù)波段較少，波譜范圍有限，不適合進(jìn)行蝕變信息提取，主要用于目視解譯，故不對(duì)GF-2采取輻射校正操作，而直接對(duì)融合后的影像進(jìn)行研究區(qū)的矢量裁剪。

2.3 去干擾信息處理

遙感數(shù)據(jù)中存在許多干擾因素，導(dǎo)致地質(zhì)信息不能很好地凸顯，為提高蝕變信息提取的準(zhǔn)確性，需通過(guò)建立掩膜去除影像中干擾因素（韋玉春，2007）。針對(duì)研究區(qū)情況，干擾因素主要為植被、水體和陰影。通過(guò)歸一化植被指數(shù)（NDVI）提取植被干擾信息，其計(jì)算公式為：

對(duì)Landsat8選取band5與band4進(jìn)行計(jì)算，并采用0.42＜NDVI＜1的分割閾值建立植被掩膜文件；對(duì)GF-5選取band112與band63進(jìn)行計(jì)算，并采用；0.52

本次研究使用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體干擾信息（徐涵秋，2005），其計(jì)算公式如下：

對(duì)Landsat8選取band3與band6進(jìn)行計(jì)算，并采用-0.12＜MNDWI＜-1的分割閾值建立水體掩膜文件；對(duì)GF-5選取band41與band112進(jìn)行計(jì)算，并采用-0.211000的分割閾值建立陰影掩膜文件；對(duì)GF-5選取band112>900的分割閾值建立陰影掩膜文件。

最終通過(guò)波段計(jì)算將植被、水體和陰影掩膜文件組合成綜合掩膜文件，對(duì)研究區(qū)影像進(jìn)行綜合掩膜，得到處理前后的影像數(shù)據(jù)，以Landsat8數(shù)據(jù)為例（圖2a~b）。

圖2 寧南鉛鋅礦集區(qū)Landsat8影像掩膜前后對(duì)比圖a.Landsat8掩膜前影像；b.Landsat8掩膜后影像Fig.2 Comparison of Landsat8 image before and after masking of the Ningnan lead-zinc ore concentration area a.Landsat8 image before masking;b.Landsat8 image after masking

3 蝕變信息提取

3.1 波譜特征分析

遙感探測(cè)的是地表物質(zhì)的光譜信息，只要有一定面積的蝕變巖石出露，即便是礦體隱伏，在遙感圖像上都會(huì)有一定的反應(yīng)，這為應(yīng)用遙感技術(shù)提取蝕變異常信息、輔助地質(zhì)找礦的理論依據(jù)（張玉君等，2014）。

根據(jù)研究區(qū)內(nèi)主要的圍巖蝕變類(lèi)型為白云巖化、方解石化、黏土化、硅化、黃鐵礦化、赤鐵礦化，選取及分析相應(yīng)的巖礦波譜曲線，此次研究使用美國(guó)地質(zhì)調(diào)查局標(biāo)準(zhǔn)波譜庫(kù)（USGS）（圖3a~d）。巖礦的波譜特征取決于其所含離子與基團(tuán)的晶體場(chǎng)效應(yīng)和基團(tuán)振動(dòng)的結(jié)果（Gupta，2003），其中鐵離子主要有4個(gè)特征吸收譜帶，分別為0.40~0.50μm、0.80~0.92μm、1.39~1.41μm、1.90~1.92μm；特征反射譜帶主要有3個(gè)，分別為0.65~0.72μm、1.23~1.30μm、1.60~1.70μm。羥基離子團(tuán)、碳酸根離子團(tuán)主要有3個(gè)吸收譜帶，分別為0.86~0.98μm、1.32~1.44μm、2.15~2.55μm；特征反射譜帶主要有3個(gè)，分別為0.49~0.58μm、1.60~1.70μm、2.00~2.14μm。

3.2 波段比值法

波段比值法的目的是突出某些光譜差異，有助于增強(qiáng)某些特征，這些特征是在原影像中看不到或者很弱，波段比值基于波譜曲線的波峰和波谷，通常以反射率較高的波段除以反射率較低的波段（Ali et al，2014），該方法可以消除陰影和地形影響，使其適用于復(fù)雜地形（Mwaniki et al.，2016）。為了使效果更加直觀且可以觀察到各地物之間細(xì)微的差異，本文對(duì)波段比值結(jié)果采用線性密度分割法，該方法將顏色漸變應(yīng)用于波段比值中，其中冷色代表較低的值，暖色代表較高的值，由此產(chǎn)生影像增強(qiáng)效果，使結(jié)果更加線性直觀，并突出難以觀察到的灰度差異（Sabins et al.，1996）。

依據(jù)鐵染蝕變礦物的波譜曲線（圖3a），反射譜帶選擇1.60~1.70μm，吸收譜帶選擇0.80~0.92μm，對(duì)應(yīng)Landsat8影像band6/band5，對(duì)應(yīng)GF-5高光譜影像band230/band122，波段比值密度分割圖中橙紅色地區(qū)指示強(qiáng)鐵染蝕變區(qū)域，黃色地區(qū)指示中、弱鐵染蝕變區(qū)域，藍(lán)色地區(qū)指示非蝕變區(qū)域（圖4a~b）。依據(jù)羥基、碳酸根離子波譜曲線（圖3b~d），反射譜帶選擇1.60~1.70μm，吸收譜帶選擇2.15~2.55μm，對(duì)應(yīng)Landsat8影 像band6/band7，對(duì)應(yīng)GF-5高光譜影像band230/band309，由于植被波譜曲線在1.67μm附近處于強(qiáng)反射，在2.10~2.40μm處于強(qiáng)吸收，使得波段比值突出植被的表現(xiàn)效果，導(dǎo)致灰度圖像中植被成為最亮區(qū)域，很大程度上干擾了羥基、碳酸根離子的提取效果，因此需要先對(duì)影像進(jìn)行植被掩膜，再進(jìn)行波段比。波段比值密度分割圖中，橙紅色地區(qū)指示強(qiáng)羥基、碳酸根蝕變區(qū)域，黃色地區(qū)指示中、弱羥基、碳酸根蝕變區(qū)域，藍(lán)色地區(qū)指示非蝕變區(qū)域與被掩膜區(qū)域（圖4c）。

3.3 主成分分析法

蝕變信息提取方法中，主成分分析法（PCA）具有實(shí)現(xiàn)簡(jiǎn)單、速度快、效果好、穩(wěn)健等優(yōu)點(diǎn)（張滿(mǎn)郎，1996；張玉君等，2003；張遠(yuǎn)飛等，2013），是一種常用的多元統(tǒng)計(jì)技術(shù)，其中，Crosta技術(shù)（Loughlin et al.,1991）是對(duì)4個(gè)波段進(jìn)行主成分分析，通過(guò)應(yīng)用正交變換減少相關(guān)數(shù)據(jù)的冗余，減少各組分間的相關(guān)性，盡可能將有用信息集中到新組分中，且各新組分間互不相關(guān)，從而達(dá)到增強(qiáng)目標(biāo)的目的（Ali et al.,2014）。由于植被、水體、陰影等干擾信息的波譜特征會(huì)影響特征向量的符號(hào)、大小及各主成分的統(tǒng)計(jì)方差，使得蝕變信息提取精度受到極大影響，因此在主成分分析之前要進(jìn)行掩膜處理（Mia et al，2012）。

3.3.1 鐵染蝕變信息提取

依據(jù)鐵染礦物的波譜曲線（圖3a），本文通過(guò)多次波段選擇、嘗試與驗(yàn)證，最終選擇0.40~0.50μm、0.80~0.92μm兩個(gè)吸收譜帶和0.65~0.72μm、1.60~1.70μm兩個(gè)反射譜帶進(jìn)行主成分分析來(lái)提取鐵染蝕變信息，譜帶分別對(duì)應(yīng)Landsat8影像的band2、band5、band4、band6四個(gè)波段，GF-5高光譜影像的band6、band122、band74、band230四個(gè)波段。

圖3 寧南鉛鋅礦集區(qū)鐵染，羥基、碳酸根離子波譜曲線圖a.鐵染波譜曲線；b.鋁羥基波譜曲線；c.鎂羥基波譜曲線；d.碳酸根離子波譜曲線Fig.3 Spectrum curve of iron-stained,hydroxyl,carbonate ion of the Ningnan lead-zinc ore concentration area a.Spectrum curve of iron-stained;b.Spectrum curve of aluminum-hydroxy;c.Spectrum curve of magnesium-hydroxy;d.Spectrum curve of carbonate

PC主分量選取依據(jù)0.40~0.50μm與0.65~0.72 μm所在波段的貢獻(xiàn)系數(shù)相反，載荷因子為一正一負(fù)且絕對(duì)數(shù)值較大，0.80~0.92μm與1.60~1.70μm所在波段的載荷因子盡可能也為一正一負(fù)。由表4、表5分析結(jié)果可知，在Landsat8影像PC3主分量中band2、band4、band5、band6的貢獻(xiàn)系數(shù)和載荷因子及GF-5高光譜影像PC4主分量band6、band74、band122、band230的貢獻(xiàn)系數(shù)和載荷因子與依據(jù)一致，因此，判斷Landsat8影像的鐵染蝕變信息位于PC3主分量中，GF-5高光譜影像的鐵染蝕變信息位于PC4主分量中。

3.3.2 羥基、碳酸根離子蝕變信息提取

依據(jù)羥基、碳酸根離子礦物的波譜特征（表3 b~d），作者通過(guò)多次波段選擇、嘗試與驗(yàn)證，最終選擇提取效果較好的0.86~0.98μm、2.15~2.55μm兩個(gè)吸收譜帶，0.49~0.58μm、1.60~1.70μm兩個(gè)反射譜帶，分別對(duì)應(yīng)Landsat8影像的band5、band7、band2、band6四個(gè)波段。由于GF-5高光譜影像擁有更多的短波紅外波段數(shù)量、更窄的采樣間隔，因此其具有區(qū)別鋁羥基、鎂羥基及碳酸根離子的能力。鋁羥基為富鋁的含水礦物，對(duì)應(yīng)礦產(chǎn)地出露的高嶺石、蒙脫石等黏土礦物，其特征吸收譜帶主要為2.15~2.21μm（圖3b）；鎂羥基為富鎂的含水礦物，對(duì)應(yīng)礦產(chǎn)地出露的綠泥石、綠簾石等黏土礦物，其特征吸收譜帶主要為2.28~2.36μm（圖3c）；碳酸根離子對(duì)應(yīng)礦產(chǎn)地出露的白云石、方解石等礦物，其特征吸收譜帶主要為2.48~2.55μm（圖4d）。GF-5高光譜影像中所選取的鋁羥基、鎂羥基、碳酸根離子提取的波段，前3個(gè)波段一致，即都選取了band27、band122、band230，而最后1個(gè)波段選取不同，其中，鋁羥基選擇band294，鎂羥基選擇band309，碳酸根離子選擇band324。作者對(duì)每類(lèi)波段選擇進(jìn)行主成分分析來(lái)提取羥基、碳酸根離子蝕變信息。PC主分量選取依據(jù)1.60~1.70μm與0.86~0.96μm、2.15~2.55μm所在波段的貢獻(xiàn)系數(shù)相反，載荷因子為一正兩負(fù)且絕對(duì)數(shù)值較大。由表4分析結(jié)果可知，在Landsat8影像PC4主分量中band5、band6、band7的貢獻(xiàn)系數(shù)和載荷因子與依據(jù)一致，因此，判斷Landsat8影像的羥基、碳酸根離子蝕變信息位于PC4主分量中；由表5分析結(jié)果可知，GF-5高光譜影像中鎂羥基、碳酸根離子各自的PC4主分量中band122、band233與代表性波段band309、band324的貢獻(xiàn)系數(shù)和載荷因子與依據(jù)一致，因此，判斷GF-5高光譜影像鎂羥基、碳酸根離子蝕變信息位于PC4主分量中；鋁羥基的PC4主分量中band122、band233與band294的貢獻(xiàn)系數(shù)與依據(jù)正好呈相反關(guān)系，故需要對(duì)鋁羥基的PC4主分量進(jìn)行取反操作。

表5 寧南鉛鋅礦集區(qū)GF-5影像主成分分析特征向量表Table 5 Eigenvectors of principal component analysis for GF-5 image of the Ningnan lead-zinc ore concentration area

圖4 寧南鉛鋅礦集區(qū)波段比值圖a.Landsat8鐵染波段比值圖；b.GF-5鐵染波段比值圖；c.GF-5羥基、碳酸根離子波段比值圖Fig.4 Band ratio of iron-stained of Landsat8 of the Ningnan lead-zinc ore concentration area a.Band ratio of iron-stained of Landsat8;b.Band ratio of iron-stained of GF-5;c.Band ratio of hydroxyl and carbonate ion of GF-5

表4 寧南鉛鋅礦集區(qū)Landsat8影像主成分分析特征向量表Table 4 Eigenvectors of principal component analysis for Landsat8 image of the Ningnan lead-zinc ore concentration area

3.3.3 蝕變信息的分級(jí)與濾波處理

為使蝕變信息更有層次地顯示，采用主分量密度分割法對(duì)蝕變信息進(jìn)行分級(jí)處理。一般異常分級(jí)是利用直方圖統(tǒng)計(jì)均值X和標(biāo)準(zhǔn)差σ，通過(guò)對(duì)“均值+N×標(biāo)準(zhǔn)差(σ)”中N的調(diào)整，進(jìn)行主分量異常等級(jí)閾值分割。即偏離均值X的程度(N倍標(biāo)準(zhǔn)差σ)表示異常的級(jí)別（杜詩(shī)薇等，2018），且N值越高，異常數(shù)量越少，異常級(jí)別越高，對(duì)于鐵染蝕變信息，羥基、碳酸根離子蝕變信息，N值一般取2~3,結(jié)合研究區(qū)的特點(diǎn)，鐵染蝕變信息N值分別取1、2、2.5，羥基、碳酸根離子蝕變信息N值分別取2、2.5、3。分別對(duì)Landsat8影像、GF-5高光譜影像的鐵染、羥基、碳酸根離子的主分量進(jìn)行密度分割的量化分級(jí)，分為三級(jí)弱異常區(qū)、二級(jí)中異常區(qū)、一級(jí)強(qiáng)異常區(qū)，3個(gè)異常等級(jí)分別賦予不同的顏色。對(duì)分級(jí)后的異常采用3×3的中值濾波進(jìn)行非線性信號(hào)處理，以消除孤立的噪聲點(diǎn)，從而使蝕變信息周?chē)南袼刂到咏鎸?shí)值。

3.3.4 偽異常剔除

遙感影像中由于存在同物異譜、異物同譜及噪聲干擾等情況，提取出的蝕變信息不可避免地具有偽異?，F(xiàn)象，為提高結(jié)果的精度，需對(duì)蝕變信息進(jìn)行篩選，剔除偽異常。

作者詳細(xì)解讀研究區(qū)的蝕變信息（圖5a~i）發(fā)現(xiàn)，分布較分散、單個(gè)面小的弱異常多為未處理噪聲造成的偽異常；河流附近地區(qū)的條帶狀異常多為異物同譜、混合像元現(xiàn)象及山坡上滾落巖石造成的偽異常；沿山脊線分布的條帶狀異常多為第四系出露的偽異常。蝕變信息中存在大量面積出露較大、形態(tài)以片狀和條帶狀為主的異常（圖5a、f），大部分由強(qiáng)異常組成，只有四周環(huán)繞小部分中弱異常，鑒于此類(lèi)異常數(shù)量較多，且Landsat8影像與GF-5高光譜影像無(wú)法分辨異常下的地物類(lèi)型，本文采用結(jié)合具有1m高空間分辨率的GF-2影像，其數(shù)據(jù)可以清晰觀察到大多地物，通過(guò)影像對(duì)此類(lèi)異常下的地物進(jìn)行觀察與分辨發(fā)現(xiàn)，大多數(shù)地物為小村莊規(guī)模的居住區(qū)、民用耕地及周?chē)雎兜淖攸S-淺紅色土地，其中居住區(qū)房屋的藍(lán)色塑鋼屋頂，極易被當(dāng)作鐵染蝕變信息提取（圖5b）；民用耕地因含有大量潮濕的黏土礦物，易被當(dāng)作羥基蝕變信息提取（圖5g）；周?chē)雎锻恋囟酁榈谒南党练e物中的黃土，顏色由棕黃至淺紅，黃土中含有三價(jià)鐵離子，且含量隨著時(shí)間的推移在不斷積累（田明中，2009），因此易被當(dāng)作鐵染蝕變信息提?。▓D5b、d），黃土中又因含有角閃石、綠簾石、云母、方解石等羥基、碳酸鹽類(lèi)礦物，故也易被當(dāng)作羥基、碳酸根離子蝕變信息所提?。▓D5g~i）。剔除每幅影像中的偽異常，得到鐵染蝕變信息，羥基、碳酸根離子蝕變礦物分布（圖5a、f，圖6a~c）。

圖5 寧南鉛鋅礦集區(qū)蝕變信息及偽異常圖a.Landsat8鐵染蝕變信息主成分分析；b~c.GF-2鐵染偽異常地物；d~e.Landsat8波段比值鐵染偽異常；f.GF-5鋁羥基蝕變信息主成分分析；g~i.GF-2羥基偽異常地物Fig.5 Alteration information and pseudo-anomaly of the Ningnan lead-zinc ore concentration area a.Principal component analysis diagram of Landsat8 iron-stained alteration information;b~c.Landmark of iron-stained pseudo-anomaly of GF-2;d~e.Band ratio of iron-stained pseudo-anomaly of Landsat8;f.Principal component analysis image of GF-5 aluminum-hydroxyl alteration information;g~i.Landmark of hydroxyl pseudo-anomaly of GF-2

3.4 光譜角匹配法

光譜角匹配法是基于波譜空間分析，依據(jù)在地物的每一個(gè)像元處可以得到一條連續(xù)的波譜曲線，不同的礦物對(duì)應(yīng)不同特征的波譜曲線（黃瑋，2010）。光譜角匹配技術(shù)精細(xì)地識(shí)別效果往往需要較高的波譜分辨率、較多的波段數(shù)量作為支撐，對(duì)此本研究方法只應(yīng)用GF-5高光譜影像。

對(duì)連續(xù)不間斷且波段數(shù)量龐大的高光譜數(shù)據(jù)進(jìn)行光譜角匹配前，需要解決數(shù)據(jù)本身存在的3個(gè)問(wèn)題：①高光譜數(shù)據(jù)的地物波譜曲線具有許多類(lèi)似于毛刺狀的陡崖，這種陡崖現(xiàn)象是由于局部高頻噪聲造成的，并在實(shí)際地物波譜曲線中往往不存在，會(huì)影像礦物識(shí)別精度，為此通過(guò)Savitzky-Golay（S-G）方法對(duì)影像的波譜曲線進(jìn)行適當(dāng)?shù)钠交幚?，S-G方法是一種在時(shí)域內(nèi)基于局域多項(xiàng)式最小二乘法擬合的濾波方法，其特點(diǎn)是濾除噪聲的同時(shí)可以確保波譜的形狀與寬度不變；②高光譜數(shù)據(jù)波段間的噪聲影響，對(duì)影像進(jìn)行最小噪聲變換（MNF）操作，MNF針對(duì)影像數(shù)據(jù)的內(nèi)在維數(shù)，通過(guò)2次層疊的主成分變化，第一次變換是使噪聲數(shù)據(jù)只有最小的方差，而沒(méi)有波段間的相關(guān)性，第二次是對(duì)噪聲數(shù)據(jù)的標(biāo)準(zhǔn)主成分變換（Berman et al,2012），變換后可根據(jù)各分量進(jìn)行去噪；③單個(gè)空間分辨率為30 m的像元中大多是由多種地物組成的混合像元，需要從中提取純凈地物端元。對(duì)影像采用像元純凈指數(shù)法（PPI）提取純凈端元，PPI是對(duì)像元光譜矢量上迭代的單位矢量，其被稱(chēng)為“軸”的不同隨機(jī)方向。通過(guò)統(tǒng)計(jì)方法，將矢量方向端點(diǎn)或矢量方向端點(diǎn)中的所有圖像作為純像元計(jì)數(shù)（鄭博夫，2018）。將提取出的純凈端元利用N維可視化工具繪制其波譜曲線，并與USGS的礦物波譜曲線進(jìn)行對(duì)比分析，對(duì)比方法使用光譜角匹配技術(shù)（SAM），該技術(shù)通過(guò)求得2個(gè)光譜之間的廣義夾角，根據(jù)夾角的大小確定光譜間的相似程度，角度越小相似程度越高，以達(dá)到識(shí)別蝕變礦物的目的。

通過(guò)提取研究區(qū)的端元波譜，并與USGS的礦物波譜進(jìn)行對(duì)比分析，根據(jù)光譜曲線的形狀與特征反射、特征吸收特點(diǎn)，作者識(shí)別出與鉛鋅礦床密切相關(guān)的赤鐵礦、白云石、高嶺石3種蝕變礦物，并為3種蝕變礦物賦予不同顏色（圖6d）。

圖6 寧南鉛鋅礦集區(qū)蝕變信息圖a.Landsat8羥基、碳酸根離子蝕變信息主成分分析；b.GF-5鎂羥基蝕變信息主成分分析；c.GF-5碳酸根離子蝕變信息主成分分析；d.GF-5蝕變信息光譜角匹配Fig.6 Alteration information of the Ningnan lead-zinc ore concentration area a.Principal component analysis image of Landsat8 hydroxyl,carbonate ion alteration information;b.Principal component analysis image of GF-5 magnesium-hydroxyl alteration information;c.Principal component analysis image of GF-5 carbonate ion alteration information;d.Spectrum matching image of GF-5 alteration information

4 結(jié)果與討論

4.1 蝕變信息提取結(jié)果討論

通過(guò)識(shí)別蝕變帶的方式去發(fā)現(xiàn)礦化區(qū)，蝕變帶最常見(jiàn)礦物是鐵氧化物和黏土礦物（Sabins et al.，1999），作者采用了3種已知的圖像處理方法來(lái)識(shí)別研究區(qū)的蝕變帶。在波段比值方法中，Landsat8影像提取的鐵染比值結(jié)果（圖4a）與6個(gè)已知礦產(chǎn)地相對(duì)比，銀廠溝和騎螺溝2個(gè)礦產(chǎn)地的異常較好，大埡口-獅子山、廠梁子2個(gè)礦產(chǎn)地的異常次之，鐵索橋與大橋邊2個(gè)礦產(chǎn)地的異常較弱；GF-5高光譜影像提取的鐵染比值結(jié)果中（圖4b），銀廠溝、騎螺溝、大埡口-獅子山、廠梁子4個(gè)礦產(chǎn)地的異常范圍縮小，異常值也有所降低，大橋邊礦產(chǎn)地的異常范圍基本沒(méi)有變化，鐵索橋礦產(chǎn)地異常值依然較弱。鐵染波段比值結(jié)果中存在其他蝕變程度較高且成片出現(xiàn)的異常區(qū)域，在結(jié)合GF-2影像觀察其地物類(lèi)型后發(fā)現(xiàn)，其大部分異常區(qū)域?yàn)樾∫?guī)模居住區(qū)、民用耕地及第四系黃土出露的偽異常（圖5b~e）。在Landsat8影像提取的羥基、碳酸根離子比值結(jié)果與已知礦產(chǎn)地對(duì)比中，銀廠溝、大埡口-獅子山等6個(gè)礦產(chǎn)地的異常都較一般，且與礦產(chǎn)地周?chē)惓Ｖ挡顒e不大；GF-5高光譜影像提取的羥基、碳酸根離子比值結(jié)果要優(yōu)于Landsat8影像，騎螺溝、大埡口-獅子山、廠梁子、鐵索橋、大橋邊5個(gè)礦產(chǎn)地的異常情況較好，其中鐵索橋與廠梁子具有高異常值（圖4c）。從結(jié)果中可知：①波段比值法應(yīng)用在2種影像的鐵染蝕變信息提取中，均有較好效果，具有一定的指示意義，故將2種影像的提取結(jié)果作為預(yù)測(cè)靶區(qū)圈定的疊合對(duì)比數(shù)據(jù)；②此方法在羥基、碳酸根離子蝕變信息提取中的效果要弱于鐵染的結(jié)果，Landsat8影像的效果較差，原因可能為L(zhǎng)andsat8波段范圍較大，即便消除了植被的影響，仍有未知因素干擾，且波段數(shù)量較少，不能進(jìn)行波段間的更換。值得一提的是，GF-5高光譜影像的提取結(jié)果尚可，其具有波段間采樣間隔短、波段數(shù)量多等優(yōu)勢(shì)，可以從眾多波段比值結(jié)果中選擇出最優(yōu)結(jié)果。因此，只將GF-5高光譜影像數(shù)據(jù)結(jié)果作為預(yù)測(cè)靶區(qū)圈定的疊合對(duì)比數(shù)據(jù)。

在主成分分析提取蝕變信息的結(jié)果中，理想的異常分布區(qū)域?yàn)槿醍惓Ｐ畔鼑挟惓Ｐ畔?，中異常信息包圍?qiáng)異常信息，強(qiáng)、中、弱3級(jí)異常能很好地套合在一起。Landsat8的鐵染主成分分析結(jié)果中，異常以零星狀居多，部分呈條帶狀分布，其只在廠梁子礦產(chǎn)地附近有套合較好的鐵染異常，其他礦產(chǎn)地異常較差（圖5a）；GF-5的鐵染主成分分析結(jié)果中，條帶狀異常分布有所增加，零星狀分布仍然較多，并且6個(gè)礦產(chǎn)地附近都只分布些零散弱異常，沒(méi)有套合效果較好的異常出現(xiàn)。主成分分析法應(yīng)用于2種影像的鐵染蝕變信息提取的結(jié)果較差，故2種影像的提取結(jié)果都不用于預(yù)測(cè)靶區(qū)圈定。在羥基、碳酸根離子主成分分析結(jié)果中，Landsat8影像異常大部分呈零星狀分布，大埡口-獅子山、廠梁子、銀廠溝、騎螺溝4個(gè)礦產(chǎn)地附近都有套合較好的異常，其中，大埡口-獅子山、廠梁子、騎螺溝3個(gè)礦產(chǎn)地的異常尤為突出（圖6a）；GF-5高光譜影像中的鋁羥基異常、鎂羥基異常、碳酸根離子異常大多都以零星點(diǎn)狀與條帶狀分布。其中，鋁羥基異常在大埡口-獅子山、廠梁子、騎螺溝3個(gè)礦產(chǎn)地處有較好的套合異常（圖5f），鎂羥基、碳酸根離子異常在大埡口-獅子山、廠梁子、騎螺溝和銀廠溝4個(gè)礦產(chǎn)地的異常套合較好。大埡口-獅子山、廠梁子2個(gè)礦產(chǎn)地的鎂羥基、碳酸根離子異常范圍要大于鋁羥基的范圍，在大橋邊礦產(chǎn)地也有中弱異常出現(xiàn)，但在鐵索橋礦產(chǎn)地處基本沒(méi)有異常出現(xiàn)（圖6b~c）。通過(guò)對(duì)比分析可知，大橋邊礦產(chǎn)地的異常更多是由鎂羥基或碳酸根離子異常造成的，由于鎂羥基、碳酸根離子在短波紅外處的波譜特征差別不大，大部分特征吸收譜帶范圍相同，只有幾納米的差別，因此2種蝕變信息提取結(jié)果差別不大，基本沒(méi)有不同異常地點(diǎn)間的差異，僅是同一異常點(diǎn)中范圍大小的差異，但與鋁羥基蝕變信息卻有明顯的不同之處，主要表現(xiàn)為異常出露地點(diǎn)的不同，以及在相同異常點(diǎn)中，范圍大小的不同（圖6b~c、圖5f）。鑒于每種羥基、碳酸根離子蝕變信息的提取效果都較符合礦產(chǎn)地的實(shí)際情況，故4種提取結(jié)果都將作為預(yù)測(cè)靶區(qū)圈定的疊合對(duì)比數(shù)據(jù)。

光譜角匹配法提取蝕變礦物的結(jié)果可知，赤鐵礦以零星狀分布在影像中；高嶺石以塊狀、零星狀分布在影像中；白云石以條帶狀、塊狀分布在影像中，且分布范圍要明顯大于赤鐵礦與高嶺石。蝕變礦物在與6個(gè)礦產(chǎn)地相對(duì)比中，銀廠溝、騎螺溝、廠梁子和大埡口-獅子山4個(gè)礦產(chǎn)地附近均有赤鐵礦、白云石、高嶺石出露，且吻合程度較好，鐵索橋、大橋邊2個(gè)礦產(chǎn)地附近出露有少量的白云石與極少量的赤鐵礦（圖6d）。從提取結(jié)果中發(fā)現(xiàn)，不論采用波段比值法還是光譜角匹配法，鐵索橋和大橋邊2個(gè)礦產(chǎn)地提取到的鐵染蝕變信息數(shù)量及范圍要明顯弱于其余4個(gè)礦產(chǎn)地。對(duì)此通過(guò)礦產(chǎn)地地質(zhì)特征資料（表1）可知，4個(gè)礦產(chǎn)地附近均形成黃鐵礦化蝕變或赤鐵礦化蝕變，而鐵索橋與大橋邊2個(gè)礦產(chǎn)地基本以重晶石化、白云石化為主，故鐵染蝕變信息較弱。在與已知礦產(chǎn)地對(duì)比分析可知，光譜角匹配法的蝕變礦物提取效果較好，且具有指示意義，故將該結(jié)果作為預(yù)測(cè)靶區(qū)圈定的疊合對(duì)比數(shù)據(jù)。

通過(guò)波段比值法、主成分分析法和光譜角匹配法3種蝕變信息提取方法應(yīng)用于2種影像數(shù)據(jù)的結(jié)果可知：①在相同的研究區(qū)使用不同的方法在提取不同種類(lèi)蝕變信息中各有優(yōu)勢(shì)，且提取結(jié)果具有一定差異性。在研究區(qū)中，波段比值法在鐵染蝕變信息提取中的效果要優(yōu)于主成分分析，原因可能為波段比可以有效地消除陰影和地形的影響，使其適用于復(fù)雜地形，且波段比提取鐵染蝕變信息基本不受植被干擾的影響，以及波段比值法在采用密度分割后所呈現(xiàn)出來(lái)的效果為線性，更加直觀；②主成分分析法在羥基、碳酸根離子蝕變信息提取中的效果要優(yōu)于波段比值法，原因可能為波段比值在計(jì)算中應(yīng)用2個(gè)波段的信息量少于主成分分析應(yīng)用4個(gè)波段的信息量，其次波段比值在提取羥基、碳酸根離子中易受植被干擾，即便對(duì)植被進(jìn)行掩膜后，Landsat8的波段比值的結(jié)果也不佳，并且該研究區(qū)的植被覆蓋較強(qiáng)，而主成分分析法在進(jìn)行掩膜后有較好的效果；③光譜角匹配法的提取效果優(yōu)于波段比值法與主成分分析法，具體表現(xiàn)在蝕變礦物的出露范圍和分布數(shù)量與已知6個(gè)礦產(chǎn)地吻合性更好，原因可能為光譜角匹配法更加充分利用了GF-5高光譜影像數(shù)據(jù)波段數(shù)量多、采樣間隔短的波譜優(yōu)越性，將提取蝕變信息結(jié)果精準(zhǔn)到礦物級(jí)別，但處理大量波段會(huì)產(chǎn)生較大計(jì)算量，以及因波段間相關(guān)性強(qiáng)而產(chǎn)生數(shù)據(jù)冗余度高等問(wèn)題，使得該方法提取到的蝕變礦物數(shù)量及分布范圍較多，難以單憑這一種提取方法精準(zhǔn)圈定預(yù)測(cè)靶區(qū)，因而需要結(jié)合波段比值法與主成分分析法共同圈定靶區(qū)。

4.2 靶區(qū)圈定

通過(guò)上述結(jié)果討論分析，本文采用具有一定指示意義的蝕變信息進(jìn)行疊合對(duì)比圈定靶區(qū)（圖7a~i），其中Landsat8影像選取鐵染波段比值結(jié)果與羥基、碳酸根離子主成分分析結(jié)果，GF-5高光譜影像選取鐵染，羥基、碳酸根離子波段比值結(jié)果，鋁羥基、鎂羥基、碳酸根離子主成分分析結(jié)果以及光譜角匹配分析結(jié)果。圈定方法依據(jù)在相同的區(qū)域中，波段比值圖中表現(xiàn)為中、高異常值，主成分分析圖中3級(jí)異常套合情況較好，且靶區(qū)地物排除造成偽異常的地物，光譜角匹配圖中包含赤鐵礦、白云石和高嶺石礦物。經(jīng)過(guò)疊合對(duì)比分析，選取了較為合適的靶區(qū)，該靶區(qū)在鐵染，羥基、碳酸根離子波段比值（圖7a~c）圖中都為中高異常值，羥基、碳酸根離子主成分分析圖（圖7d~g）中的蝕變異常套合也較好，且GF-2高光譜影像（圖7i）對(duì)應(yīng)的地物排除居住區(qū)及第四系黃土造成的偽異常，以及靶區(qū)（圖7h）包含赤鐵礦、白云石和高嶺石等礦物。

圖7 寧南鉛鋅礦集區(qū)預(yù)測(cè)靶區(qū)圖a.Landsat8預(yù)測(cè)靶區(qū)鐵染波段比值圖；b.GF-5預(yù)測(cè)靶區(qū)鐵染波段比值圖；c.GF-5預(yù)測(cè)靶區(qū)羥基、碳酸根離子波段比值圖；d.Landsat8預(yù)測(cè)靶區(qū)羥基、碳酸根離子主成分分析圖；e.GF-5預(yù)測(cè)靶區(qū)鋁羥基主成分分析圖；f.GF-5預(yù)測(cè)靶區(qū)鎂羥基主成分分析圖；g.GF-5預(yù)測(cè)靶區(qū)碳酸根離子主成分分析圖；h.GF-5預(yù)測(cè)靶區(qū)光譜角匹配圖;i.GF-2預(yù)測(cè)靶區(qū)地物圖Fig.7 Image of target prediction of the Ningnan lead-zinc ore concentration area a.Image of Landsat8 target prediction of iron-stained band ratio;b.Image of GF-5 target prediction of iron-stained band ratio;c.Image of GF-5 arget prediction hydroxyl and carbonate ion band ratio;d.Principal component analysis image of Landsat8 target prediction hydroxyl,carbonate ion alteration information;e.Principal component analysis image of GF-5 target prediction aluminum-hydroxyl alteration information;f.Principal component analysis image of GF-5 target prediction magnesium-hydroxyl alteration information;g.Principal component analysis image of GF-5 target prediction carbonate ion alteration information;h.Image of GF-5 target prediction of spectrum matching;i.Terrain image of GF-2 target prediction

4.3 預(yù)測(cè)靶區(qū)驗(yàn)證

（1）化探異常套合驗(yàn)證

對(duì)收集的寧南鉛鋅礦集區(qū)范圍內(nèi)1∶20萬(wàn)區(qū)域化探數(shù)據(jù)進(jìn)行調(diào)平，進(jìn)而結(jié)合研究區(qū)地質(zhì)背景及成礦地質(zhì)條件，針對(duì)寧南鉛鋅礦床特征，選擇Pb、Zn、Ca、Mg等元素采用統(tǒng)計(jì)分析方法，深入分析單元素及元素組合的空間分布特征，識(shí)別與提取了寧南鉛鋅礦集區(qū)的化探異常數(shù)據(jù)。將預(yù)測(cè)靶區(qū)在化探異常數(shù)據(jù)進(jìn)行投點(diǎn)可知，預(yù)測(cè)靶區(qū)在鉛、鋅化探異常數(shù)據(jù)中表現(xiàn)為中高異常值；在鈣鎂異常數(shù)據(jù)中表現(xiàn)為中異常值，預(yù)測(cè)靶區(qū)與3種化探數(shù)據(jù)異常值都有較好的對(duì)應(yīng)關(guān)系（圖8a~c）。

圖8 寧南鉛鋅礦集區(qū)化探異常信息圖a.鉛化探異常；b.鋅化探異常；c.鈣鎂化探異常Fig.8 Information of geochemical anomaly of the Ningnan lead-zinc ore concentration area a.Lead geochemical anomaly;b.Zinc geochemical anomaly;c.Calcium and magnesium geochemical anomaly

（2）野外實(shí)地驗(yàn)證

經(jīng)過(guò)仔細(xì)的野外實(shí)地驗(yàn)證發(fā)現(xiàn)：①預(yù)測(cè)靶區(qū)范圍內(nèi)的圍巖主要以白云巖和有機(jī)質(zhì)白云巖為主，在礦化處，白云石有明顯的重結(jié)晶現(xiàn)象，易形成膠粒；②產(chǎn)出礦物主要有閃鋅礦、方鉛礦、黃鐵礦、赤鐵礦、重晶石、藍(lán)銅礦、螢石，以及部分寒武紀(jì)黑色頁(yè)巖；③預(yù)測(cè)靶區(qū)已成為小型礦床，并被云南某礦業(yè)公司開(kāi)采（圖9a~f）。通過(guò)化探異常數(shù)據(jù)驗(yàn)證與野外實(shí)地驗(yàn)證的結(jié)果，證明了多源數(shù)據(jù)與多種方法相結(jié)合的綜合預(yù)測(cè)方式是有效性的。

圖9 寧南鉛鋅礦集區(qū)野外實(shí)地驗(yàn)證照片a.方鉛礦；b.具有刀砍紋的白云巖；c.含閃鋅礦的有機(jī)質(zhì)白云巖；d.廢棄礦井；e.野外靶區(qū)實(shí)地地貌；f.中厚層狀白云巖地貌Fig.9 Photos of field-field validation of the Ningnan lead-zinc ore concentration area a.Galena;b.Dolomite with knife cuts texture;c.Organic matter dolomite containing diblorite;d.Abandoned coal mine;e.Field geomorphology in the field target area;f.Medium-thick stratified dolomite geomorphology

5 結(jié)論

（1）本次研究針對(duì)四川寧南鉛鋅礦集區(qū)的實(shí)際情況，對(duì)Landsat8影像與GF-5高光譜影像采用了波段比值法、主成分分析法與光譜角匹配法3種方式，有效地提取鐵染，羥基、碳酸根離子蝕變信息及礦物，鑒于GF-5高光譜數(shù)據(jù)采樣間隔短、波段數(shù)量多等優(yōu)勢(shì)，既可以將羥基、碳酸根離子蝕變信息分別以鋁羥基、鎂羥基、碳酸根離子的3種形式提出，又可將具體蝕變礦物提出，如赤鐵礦、白云石、高嶺石等，為圈定預(yù)測(cè)靶區(qū)提供了更多的數(shù)據(jù)資料。

（2）GF-2高空間分辨率影像所具有的1 m空間分辨率，可以輔助剔除大量的第四系沉積物黃土、零散分布的民用耕地以及居住區(qū)造成的偽異常。

（3）在對(duì)篩選后的蝕變信息結(jié)果進(jìn)行疊合對(duì)比分析后圈定預(yù)測(cè)靶區(qū)，通過(guò)化探異常數(shù)據(jù)與野外實(shí)地考察的雙重驗(yàn)證，確定該預(yù)測(cè)靶區(qū)含礦，證明多源數(shù)據(jù)與多種方法相結(jié)合的綜合預(yù)測(cè)方式是有效的。