EXTRACTION OF ALTERED MINERAL INFORMATION BASED ON MULTI-SOURCE REMOTE SENSING DATA: A CASE STUDY OF JIAMA COPPER POLYMETALLIC DEPOSIT
-
摘要: 以甲玛矿区的ETM+(TM)数据和Aster数据为数据源, 采用波段代数运算法和主成分分析法提取两种数据中的蚀变矿物信息, 然后将蚀变信息结果融合得到研究区矿物蚀变分布图。ETM+(TM)数据适合提取羟基、铁染、碳酸盐等基团(离子)信息, 为遥感找矿提供基础的技术支撑。Aster数据可以识别出更细化的蚀变矿物, 如方解石、褐铁矿、绿泥石、白云母和高岭石等。通过与研究区地质资料及前人勘探结果比对分析, 遥感矿物蚀变信息结果有效、可靠。Abstract: This paper extracted the altered minerals in Jiama copper polymetallic deposit by two methods: bands algebraic operation and principal component analysis with ETM+(TM) data and Aster data and got the distribution map of altered minerals by fusing alteration information.ETM+(TM) data is suitable to recognize hydroxyl group, iron and carbonate and can offer basic remote sensing technology. Aster data can extract more minerals, such as dolomite, limonite, chlorite, muscovite and kaolinite. By comparing with the geological data and actual exploration results, the extraction results of mineral alteration are effective and reliable.
-
0. 引言
自1972年美国发射了第一颗陆地卫星至今,遥感技术已经历了地面遥感、航空遥感和航天遥感3个阶段,遥感影像空间分辨率、光谱分辨率和时间分辨率都有了很大提高。如今全球遥感传感器有几十种之多,波段数发展到200多个,地面分辨率也从米级精确到了分米级,多源遥感数据融合、多种遥感探测技术集成、影像处理技术整合势在必行。遥感技术已广泛应用于资源勘探、环境监测、地质调查、气象、水文、农业等领域。矿产资源与能源勘查、岩石矿物识别、矿物丰度制图以及成矿远景区和找矿靶区圈定已成为高光谱技术发展和应用的主要方向。
围岩蚀变是热液矿床成矿作用发生的重要标志之一。不同蚀变矿物在可见光-近红外-短波红外-热红外光谱区间具有不同的波谱特征。多光谱遥感数据包含多个波段信息,可用于鉴别不同矿物的诊断性波谱特征,从而提取矿物蚀变信息。国内外学者基于蚀变岩(带)中所含离子(基团)的诊断性波谱特征,利用多种遥感数据,开展了多种蚀变异常提取方法研究。目前比较成熟的矿物蚀变信息提取方法有波段代数运算法、主成分分析及基于图像光谱的矿物端元信息提取等[1~3]。
本文以ETM+(TM)和Aster数据为数据源,采用波段代数运算法和主成分分析法对西藏甲玛铜多金属矿区内的羟基、铁染、碳酸盐和常出现于热液矿床附近的蚀变矿物方解石、黄钾铁矾、褐铁矿、钙铁榴石、绿泥石、白云母、高岭石进行蚀变信息提取和填图。
1. 遥感数据
遥感是以摄影技术为基础,在20世纪60年代初发展起来的一门新兴技术。自1972年开始发展至今,遥感影像空间分辨率、光谱分辨率和时间分辨率都有了很大提高[4~6]。我国已能够自行设计制造航空摄影机、全景摄影机、红外线扫描仪、多光谱扫描仪、合成孔径侧视雷达等多种用途的航空航天遥感仪器和用于地物波谱测定的仪器,并多次开展规模较大的航空遥感试验。国际上常见的遥感数据有Landsat系列、MODIS、Hyperion、Aster、QuickBird、HJ-1、Hymap、CASI、SASI等。
1.1 ETM+(TM)数据
Landsat是美国陆地探测卫星系统。自1972年开始发射第一颗卫星Landsat-1,最后一颗卫星Landsat-7卫星于1999年发射。LANDSAT-7飞行高度为705 km,卫星倾角为98.2°,环绕周期为16 d。LANDSAT-7卫星上搭载两种传感器:多光谱扫描仪(MSS)和增强型专题制图仪(ETM+),增强型专题制图仪被动感应地表反射的太阳辐射和散发的热辐射,有8个波段的感应器,波长范围从0.45~12.50 μm(见表 1)。
表 1 Landsat-7 ETM+(TM)参数Table 1. The parameter of Landsat-7 ETM+(TM) data通道 波长/μm 波段 地面分辨率/m 应用 1 0.45~0.52 蓝 30 海色、植被、土壤识别 2 0.52~0.60 绿 30 植被绿色反射 3 0.63~0.69 红 30 叶绿素吸收、植被识别 4 0.76~0.90 近红外 30 生物量、水面识别 5 1.55~1.75 短波红外 30 植被湿度、雪、云识别 6 10.4~12.5 热红外 60 热制图、植被热胁迫 7 2.09~2.35 短波红外 30 水热制图 8 0.45~0.52 全色波段 15 制图 1.2 Aster数据
Aster是TERRA卫星上搭载的一种高级光学传感器,包括了从可见光到热红外共14个光谱通道,可以为地球环境资源研究领域提供科学、实用的卫星数据。TERRA卫星由美国国家航空航天局(NASA)与日本经济贸易产业省(METI)合作设计,设计寿命5 a,于1999年12月从范登堡空军基地发射升空,与太阳同步,自北向南每天上午飞经赤道上空,卫星高度705 km,轨道倾角98.2±0.15°,重复周期16 d,在赤道上相邻轨道之间的距离为172 km。Aster传感器有可见光、近红外、短波红外和热红外14个波段和1个后视单波段(见表 2),扫幅均为60 km。
表 2 Aster数据参数Table 2. The parameters of Aster光学子系统 波段 波长/μm 空间分辨率/m 辐射分辨率 可见光近红外(VNIR) Band 1 0.52~0.60 15 NE Δρ≤0.5% Band 2 0.63~0.69 Band 3 0.76~0.86 Band 3N 0.76~0.86 短波红外(SWIR) Band4 1.600~1.700 30 NE Δρ≤0.5% Band5 2.145~2.185 NE Δρ≤1.3% Band6 2.185~2.225 NE Δρ≤1.3% Band7 2.235~2.285 NE Δρ≤1.3% Band8 2.295~2.365 NE Δρ≤1.0% Band9 2.360~2.430 NE Δρ≤1.3% 热红外(TIR) Band 10 8.125~8.475 90 NE ΔT≤0.3 K Band 11 8.475~8.825 Band 12 8.925~9.275 Band 13 10.25~10.95 Band 14 10.95~11.65 Aster数据有以下主要特征:① 可以获取从可见光到热红外谱段范围的地表影像数据;② 拥有光学传感器各波段较高的几何分辨率和辐射分辨率;③ 在单条轨上可以获取近红外立体影像数据;④ 在SWIR和TIR谱段,传感器上有侧视功能,可以达到±8.55°(垂直轨道方向)的侧视角,而在VNIR谱段,侧视角则为±24°(垂直轨道方向);⑤ 在SWIR和TIR谱段,传感器上安装有一个可靠性很高的设计寿命为50000 h的冷却器;⑥ 每条轨道平均每8分钟采集一次数据,每天大约传回地面780景观测数据。
由于Aster数据可以根据用户的要求随时随地获取影像,且具有宽谱覆盖和高分辨的能力,所以在陆地、海洋、陆上水域、极地雪川、冰河以及云量的研究中发挥重要作用,也广泛应用于农业、森林、土地使用、地形图制作、地质特征、水资源、大气环境监测及能源探测等方面。
2. 遥感矿物蚀变信息提取
2.1 研究区概况
西藏甲玛铜铅锌多金属矿床位于西藏墨竹工卡县甲玛乡境内,平均海拔3900 m左右,地形开阔,属于宽阔河谷地貌。区内矿石成分复杂,金属矿物有斑铜矿、黄铜矿、黝铜矿、辉钼矿、自然金、自然银、黄铁矿、蹄银矿,且储量丰富。2010年,甲玛铜矿新发现一批重大矿藏,预计可新增铜50×104 t、钼10×104 t、金10 t、银1000 t。
矿区内断裂构造以北西西向和北东东向为主,前者与矿层有较强的空间生成关系,断裂的规模较大(见图 1)。矿区内褶皱发育,规模宏大,褶皱轴面大都为北西西向,代表南北向的挤压条件[7~9]。围岩蚀变强烈,最主要的围岩蚀变是矽卡岩化,其次是大理岩化,少量云英岩化、绢云母化、硅化、角岩化和绿帘石化,同时在矽卡岩内可见少量石英脉及方解石脉。蚀变作用贯穿整个成矿作用始终,蚀变岩石是矿区矿体的赋矿岩石,可作为矿区邻区的直接找矿标志。据最新勘查成果,甲玛斑岩矿床系统内按照赋矿岩石不同可划分为4种矿体类型,分别为产于斑岩中的钼(铜)矿体,产于矽卡岩中的铜多金属矿体,产于角岩中的铜钼矿体和产于外围石英闪长玢岩中的独立金矿体[10~11]。
图 1 甲玛矿区建造构造图[11]1—第四系;2—楚木龙组;3—林布宗组;4—多底沟组;5—硅帽;6—花岗斑岩;7—花岗闪长斑岩;8—二长花岗斑岩;9—石英闪长玢岩;10—辉绿玢岩;11—矽卡岩;12—矿体;13—地层界线;14—角岩蚀变界线;15—正断层;16—逆断层;17—斜歪倒转背斜;18—斜歪倒转向斜Figure 1. The Jiama mine construction structural map2.2 蚀变矿物波谱特征
经过多次实地光谱测试得知,甲玛矿区岩体中主要的蚀变包括硅化、黑云母化、绢英岩化、青盘岩化和泥化,热液与大理岩接触主要发生矽卡岩化,金矿化主要与硅化关系密切。斑岩型铜矿床发生蚀变岩石中含有大量的碳酸盐、羟基和铁离子,常出现于热液矿床附近的蚀变矿物有方解石、黄钾铁矾、褐铁矿、钙铁榴石、绿泥石、白云母和高岭石等,提取上述矿物对于找矿有重要意义[12]。上述离子基团及其蚀变矿物在0.38~2.50 μm光谱范围内具有诊断性特征光谱。几种矿物在美国地质调查局(USGS)标准波谱库中的波谱曲线见图 2。
2.3 矿物蚀变信息遥感提取方法
2.3.1 波段代数运算法
代数运算是通过波段数据的加、减、乘、除运算对具有不同波谱特征的地物进行区分的方法,在岩性识别中具有重要的作用,常被用于提取多光谱数据中的蚀变异常信息。其中最为常用的方法有波段比值法和波段差值法。本文采用的波段比值法主要通过增强地物波谱特征间的微小差别,压制图像中乘性光照差异以及地形、阴影的影响,突出地物的反射辐射特征。利用波段比值法进行异常信息提取,无论高值区或低值区均可能有同样的比值,因此,低值区的异常不可避免,也就是说,干扰因素引起的伪异常不可避免。在运用比值法之前,应尽可能详细地去除干扰,以保证信息提取结果的可靠性。
2.3.2 主成分分析法
CROSTA法是较为经典的提取蚀变信息的方法。该方法对遥感影像不同波段利用主成分变换技术提取黏土、碳酸盐、铁染异常信息和羟基异常信息。主成分变换又称为KL变换,是一种数学正交变换方法,它能在保持信息总量不变的前提下,将多光谱图像中高度相关的信息集中到少数几个波段中,称为主成分或主分量图像,并且主成分间互不相关。这个特点决定了影像经主成分变换后不损失信息,而只是将信息在新生成的主成分中重新分配。主成分方差依次降低,即第一主成分具有最大方差,第二主成分次之,并与第一主成分不相关。经过主成分变换以后的信息主要包含在前几个主成分里。主成分分析常用于数据压缩和数据降维、变化检测以及信息提取等过程,起到突出主要信息,压制噪声的效果。
2.4 ETM数据矿物蚀变信息提取
根据甲玛矿区位置、ETM+(TM)影像覆盖情况选取2景ETM+(TM)数据进行矿物蚀变信息提取。由于每景影像的水体、云量、植被覆盖情况不同,需分别进行数据预处理及矿物蚀变信息提取,通过拉伸数据、阈值切割,制作蚀变信息分级图,最后将两幅图像进行融合拼接,得到研究区的矿物蚀变信息图[13~14]。本文以幅号为AST00087PRDAT0115的数据为例详细表述处理方法,进行信息提取,其他数据处理方法类同。
由于ETM+(TM)数据在短波红外2.0~2.5 μm区间只有一个波段,所以常用来提取羟基、铁染和碳酸盐信息。基团(离子)蚀变信息在ETM波段中的波谱特征见表 3。
表 3 羟基-铁染-碳酸盐在ETM+(TM)数据中的波谱特征Table 3. Spectral characteristics of mineral on Landsat ETM+(TM) data基团离子 Band 1 Band 2 Band 3 Band 4 Band 5 Band6 Band 7 羟基 反射 吸收 反射 吸收 铁染 吸收 反射 吸收 反射 碳酸盐 反射 吸收 2.4.1 ETM数据预处理
ETM数据的预处理主要包括对图像的辐射定标、大气校正和水体、植被、阴影、冰雪、云层等干扰信息的去除。由于热红外波段不参与矿物蚀变信息提取,所以将B6波段剔除,对剩余6个波段进行预处理。
2.4.1.1 辐射定标
ETM数据为影像DN值,而FLAASH大气校正模型指定的输入数据类型为辐亮度,因此在进入FLAASH大气校正模型之前必须对数据进行辐射定标处理。辐亮度的计算公式为:
Radiance(i)=DN(i)×Gain(i)+Offset(i) (1) 式中:Radiance指光谱辐射亮度;Gain和Offset分别是Aster数据的增益和偏差;i为相应的波段;DN是ETM数据记录的亮度值。
2.4.1.2 大气校正
由于在太阳-大气-目标-大气-遥感器的电磁波传播路径中,导致接收的信号不能准确反应地表物理特征的影响因素很多,遥感器接收目标辐射或反射的电磁波所形成的遥感原始图像与目标相比是失真的。因此有必要对电磁波传播过程中造成信号失真的部分进行修正以恢复地物真实的反射特征。
大气校正可分为基于影像特征的校正模型、地面线性回归经验模型、利用波段特性进行大气校正以及大气辐射传输模型理论方法。经过许多学者对模拟地-气过程的研究,发展出了包括LOWTRAN系列模型和5S模型在内的一系列辐射传输模型。在己有的模型中,最著名的辐射传输模型是MODTRAN(Moderate Resolution Transmittance Code)和6S(Second Simulation of the Satellite Signal in the Solar Spectrum),分别在LOWTRAN和5S模型基础上改进发展而来。
2.4.1.3 干扰信息去除
对ETM数据进行矿物蚀变信息提取会受到影像中植被、水、云层以及阴影等干扰信息的影响,需要运用不同的方法对其进行去除。
① 植被和水体的去除:对植被的去除可以通过植被掩膜的方式进行,而植被掩膜的建立是以植被指数为依据的。受植物叶面细胞构造及含水量等因素影响,植被光谱在红光波段具有强烈的吸收特性,而在红外波段则有很强的反射特性。因此可以利用这一光谱特性,通过可见光和红外波段的线性和非线性组合建立植被指数。植被指数主要包括比值植被指数(RVI)、归一化植被指数(NDVI)、垂直植被指数(PVI)、土壤调节植被指数(SAVI)等。本文运用NDVI对植被掩膜文件进行提取,其计算公式为:
NDVI=(NIR−R)/(NIR+R) (2) 其中:NDVI为归一化植被指数;NIR为近红外波段反射率;R为红光波段反射率。NDVI值的理论值范围是[-1, 1],植被覆盖度越大其值越大。
水体信息可以通过计算归一化水体指数(NDWI)和改进的归一化水体指数(MNDWI)进行提取。本文采用广泛应用的NDWI对水体掩膜文件进行提取,公式如下:
NDWI=(GREEN−NIR)/(GREEN+NIR) (3) 其中:GREEN为绿光波段反射率;NIR为近红光波段反射率。同样,NDWI值的理论值范围也是[-1, 1],水体覆盖度越大其值越大。
② 云层、阴影的去除:在对影像云层、阴影的光谱曲线进行分析之后发现,云层和阴影对曲线的整体谱形影响不大,因此利用其反射吸收特征进行掩膜去除是无法实现的;但是云层的光谱反射值整体偏高,阴影的整体反射值偏低,而正常的地表面反射至介于阴影和云层之间。所以本文取ETM+(TM)数据第四波段,对其进行统计,得出该波段反射最大值、最小值、均值及标准差,利用均值加标准差作为阈值提取比该值还要大的区域,作为云层覆盖区;利用均值减标准差作为阈值提取比该值还要小的区域,输出为阴影覆盖区。
通过掩膜处理将植被、水体、云层和阴影等干扰因素去除,去除干扰前后的影像对比见图 3。
2.4.2 ETM+(TM)矿物蚀变信息提取
本文主要采用主成分分析法[13]对ETM+(TM)数据进行矿物蚀变信息提取,羟基、铁染和碳酸盐蚀变信息提取的波段选择分别为:羟基B1、B4、B5、B7;铁染B1、B3、B4、B5;碳酸盐蚀变B1、B3、B5、B7。
羟基矿物所在分量表征特征是:ETM+(TM) B5贡献与B4和B7相反。参与主成分分析的4个波段的特征向量载荷因子大小及符号见表 4,确定第三主分量为羟基矿物蚀变异常分量,最后通过图像密度分割得到羟基矿物蚀变结果(见图 4a)。
表 4 羟基、铁染、碳酸盐主成分分析特征向量Table 4. Eigenvector of principal component analysis(PCA)蚀变矿物 波段 主成分分析特征向量载荷因子贡献值 PC1 PC2 PC3 PC4 羟基 B1 0.462660 0.707850 -0.172077 0.505256 B4 0.602425 0.078441 0.664456 -0.435235 B5 0.636666 -0.482005 -0.591928 -0.109310 B7 0.132990 -0.510359 0.422503 0.737115 信息量 91.51% 7.98% 0.36% 0.15% 铁染 B1 0.416080 0.670401 0.575621 -0.214709 B3 0.495513 0.255463 -0.380474 0.737865 B4 0.529017 -0.045025 -0.565401 -0.631217 B5 0.549076 -0.695179 0.451909 0.104975 信息量 94.52% 5.14% 0.31% 0.03% 碳酸盐 B1 0.484244 0.602072 -0.201978 0.601849 B3 0.577498 0.241061 0.592879 -0.506834 B5 0.644576 -0.567005 -0.498904 -0.118838 B7 0.128552 -0.507844 0.598994 0.605620 信息量 90.51% 9.01% 0.35% 0.13% 分别选取B1、B3、B4、B5提取铁离子矿物蚀变异常(见图 4b),B1、B3、B5、B7提取碳酸盐矿物(见图 4c)。
从蚀变信息提取结果总图(见图 4d)中可以看出,羟基蚀变矿物分布最为广泛,铁离子主要分布在研究区西南部,与金矿化有关的碳酸盐蚀变矿物沿地层构造呈条带状分布于西南部和中部地区。将研究区蚀变异常图与甲玛矿床地质资料及前人实地勘查结果进行对比分析,提取的蚀变矿物在地层、构造、岩浆岩及矿床等地质要素的空间展布上基本一致,证实了ETM+(TM)数据提取羟基、铁染和碳酸盐基团(离子)的可靠性。
2.5 Aster数据矿物蚀变信息提取
相较于ETM+(TM)数据,Aster数据在光谱2.0~2.5 μm范围内波段划分更细,区分包含基团(离子)的蚀变矿物时更有优势。几种蚀变矿物信息在Aster波段中的波谱特征见表 5。
表 5 羟基-铁染-碳酸盐在Aster数据中的波谱特征Table 5. Spectral characteristics of hydroxyl group, iron and carbonate based on Aster data蚀变矿物 Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Band 8 Band 9 白云石 反射 反射 反射 微弱吸收 反射 吸收 反射 黄钾铁矾 反射 吸收 反射 反射 褐铁矿 反射 吸收 反射 吸收 钙铁榴石 吸收 反射 反射 吸收 绿泥石 吸收 反射 吸收 反射 吸收 白云母 微弱吸收 反射 吸收 反射 高岭石 反射 吸收 反射 2.5.1 Aster数据预处理
根据甲玛矿区位置、Aster影像位置、数据获取时间、云量大小、植被覆盖情况等选取了覆盖研究区内4景L1B级Aster数据进行矿物蚀变信息提取。由于每景影像获取时间不同,需分别对其进行处理,最后将蚀变信息融合拼接,得到研究区的矿物蚀变信息图。本文以幅号为AST00087PRDAT0115的数据为例进行信息提取,其他影像数据的处理过程与之类似。
应用Aster数据进行矿物蚀变信息提取只需要可见光至短波红外波段,因此对Aster数据的预处理也只针对前九个波段进行。由于Aster短波红外通道传感器的相互干扰(CrossTalk),即第四波段探测器入射光发生分散对其他短波红外的5~9波段产生影响,所以在对Aster数据进行辐射定标、大气校正和干扰信息去除前,还需要先进行去串扰处理。
2.5.2 Aster数据矿物蚀变信息提取[15]
为了得到研究区更全面、详细的矿物蚀变结果,在对Aster数据进行矿物蚀变信息解译时,同时采用波段代数运算法和主成分分析法提取白云石、绿泥石、高岭石、白云母、褐铁矿、黄钾铁矾和钙铁榴石,对应的选择波段见表 6。
表 6 几种蚀变矿物提取采用方法及对应Aster波段选择Table 6. Bands selection based on Aster data蚀变矿物 波段代数运算法 主成分分析法 白云石 (B6+B9)×0.5/B8 B1,B3,B4,(B5+B8)/2 绿泥石 (B5+B9)/(B7+B8) B1,B3,B4,B8 高岭石 B1,B3,B4,B6 白云母 B5/B6 B1,B4,B6,B7 褐铁矿 B2/B1 B1,B2,B3,B4 黄钾铁矾 B1,B4,B7,B8 钙铁榴石 B1,B3,B4,(B8+ B9)/2 用主成分分析法进行白云石蚀变信息提取所选取的波段为B1、B3、B4和(B5+B8)/2。白云石所在分量表征特征是:Aster的B4与B3和(B5+B8)/2贡献相反。通过图像密度分割得到白云石蚀变结果。同时采用波段代数运算法进行(B6+B9)×0.5/B8运算得到白云石蚀变信息。将两者融合,得到研究区白云石蚀变结果图(见图 5a)。
依据表 6分别选取不同的波段组合提取绿泥石、高岭石、白云母、褐铁矿、黄钾铁矾和钙铁榴石(见图 5b—5g)。将各单矿物蚀变图叠加,可得到蚀变综合信息(见图 5h)。
相较于ETM+(TM)数据,Aster数据可以区分更多、更细的蚀变信息(见图 6)。将Aster蚀变结果与ETM+(TM)蚀变结果进行比较分析得出,Aster数据中提取出的含羟基矿物绿泥石、高岭石、白云母,含铁离子矿物褐铁矿、黄钾铁矾、钙铁榴石及碳酸盐蚀变矿物方解石与ETM+(TM)上的羟基、铁染和碳酸盐蚀变矿物分布情况相吻合。并且,Aster数据解译出在研究区西北方向有褐铁矿存在。而在ETM+(TM)数据中,这一区域的铁离子未能被识别。结合地质勘查资料验证,Aster数据提取的蚀变矿物分布图与实际矿物分布状况相符。
3. 结论
本文采用ETM+(TM)和Aster数据分别利用波谱代数运算法和主成分分析法进行了研究区矿物蚀变信息提取,两者结果相吻合。对ETM+(TM)和Aster蚀变信息结果图进行拼接融合,得到了甲玛地区矿物蚀变信息分布图。通过实地勘验,两种数据提取的蚀变信息均有效、可靠。
由于两种数据的波段设置情况不同,在进行矿产资源勘查应用中提取的矿物信息种类也有区别。ETM+(TM)数据波段数较少,光谱分辨率较低,主要用来提取羟基、铁染和碳酸盐等基团(离子)信息;ETM+(TM)数据提供免费下载服务,在无法获取其他更高光谱分辨率遥感数据的情况下,该数据可以为成矿预测提供基础的遥感技术支撑,且可以为其他遥感数据蚀变信息解译提供参考和验证。Aster数据在光谱2.0~2.5 μm范围内波段划分更细,区分包含基团(离子)的蚀变矿物时更有优势。通过对甲玛矿区的矿物蚀变信息进行解译,得到矿区内方解石、黄钾铁矾、褐铁矿、钙铁榴石、绿泥石、白云母和高岭石的蚀变信息解译图。将蚀变信息解译图与甲玛矿床地质图进行对比分析,两者在地层、构造、岩浆岩及矿床等地质要素的空间展布上相当吻合。
由于获取遥感数据渠道有限,本文只对ETM+(TM)和Aster数据进行了矿物蚀变信息提取应用研究。建议可以采用Hyperion、CSAI/SASI等更高光谱分辨率的遥感数据进行处理,以得到更详细的矿物蚀变信息。
-
图 1 甲玛矿区建造构造图[11]
1—第四系;2—楚木龙组;3—林布宗组;4—多底沟组;5—硅帽;6—花岗斑岩;7—花岗闪长斑岩;8—二长花岗斑岩;9—石英闪长玢岩;10—辉绿玢岩;11—矽卡岩;12—矿体;13—地层界线;14—角岩蚀变界线;15—正断层;16—逆断层;17—斜歪倒转背斜;18—斜歪倒转向斜
Figure 1. The Jiama mine construction structural map
表 1 Landsat-7 ETM+(TM)参数
Table 1. The parameter of Landsat-7 ETM+(TM) data
通道 波长/μm 波段 地面分辨率/m 应用 1 0.45~0.52 蓝 30 海色、植被、土壤识别 2 0.52~0.60 绿 30 植被绿色反射 3 0.63~0.69 红 30 叶绿素吸收、植被识别 4 0.76~0.90 近红外 30 生物量、水面识别 5 1.55~1.75 短波红外 30 植被湿度、雪、云识别 6 10.4~12.5 热红外 60 热制图、植被热胁迫 7 2.09~2.35 短波红外 30 水热制图 8 0.45~0.52 全色波段 15 制图 表 2 Aster数据参数
Table 2. The parameters of Aster
光学子系统 波段 波长/μm 空间分辨率/m 辐射分辨率 可见光近红外(VNIR) Band 1 0.52~0.60 15 NE Δρ≤0.5% Band 2 0.63~0.69 Band 3 0.76~0.86 Band 3N 0.76~0.86 短波红外(SWIR) Band4 1.600~1.700 30 NE Δρ≤0.5% Band5 2.145~2.185 NE Δρ≤1.3% Band6 2.185~2.225 NE Δρ≤1.3% Band7 2.235~2.285 NE Δρ≤1.3% Band8 2.295~2.365 NE Δρ≤1.0% Band9 2.360~2.430 NE Δρ≤1.3% 热红外(TIR) Band 10 8.125~8.475 90 NE ΔT≤0.3 K Band 11 8.475~8.825 Band 12 8.925~9.275 Band 13 10.25~10.95 Band 14 10.95~11.65 表 3 羟基-铁染-碳酸盐在ETM+(TM)数据中的波谱特征
Table 3. Spectral characteristics of mineral on Landsat ETM+(TM) data
基团离子 Band 1 Band 2 Band 3 Band 4 Band 5 Band6 Band 7 羟基 反射 吸收 反射 吸收 铁染 吸收 反射 吸收 反射 碳酸盐 反射 吸收 表 4 羟基、铁染、碳酸盐主成分分析特征向量
Table 4. Eigenvector of principal component analysis(PCA)
蚀变矿物 波段 主成分分析特征向量载荷因子贡献值 PC1 PC2 PC3 PC4 羟基 B1 0.462660 0.707850 -0.172077 0.505256 B4 0.602425 0.078441 0.664456 -0.435235 B5 0.636666 -0.482005 -0.591928 -0.109310 B7 0.132990 -0.510359 0.422503 0.737115 信息量 91.51% 7.98% 0.36% 0.15% 铁染 B1 0.416080 0.670401 0.575621 -0.214709 B3 0.495513 0.255463 -0.380474 0.737865 B4 0.529017 -0.045025 -0.565401 -0.631217 B5 0.549076 -0.695179 0.451909 0.104975 信息量 94.52% 5.14% 0.31% 0.03% 碳酸盐 B1 0.484244 0.602072 -0.201978 0.601849 B3 0.577498 0.241061 0.592879 -0.506834 B5 0.644576 -0.567005 -0.498904 -0.118838 B7 0.128552 -0.507844 0.598994 0.605620 信息量 90.51% 9.01% 0.35% 0.13% 表 5 羟基-铁染-碳酸盐在Aster数据中的波谱特征
Table 5. Spectral characteristics of hydroxyl group, iron and carbonate based on Aster data
蚀变矿物 Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Band 8 Band 9 白云石 反射 反射 反射 微弱吸收 反射 吸收 反射 黄钾铁矾 反射 吸收 反射 反射 褐铁矿 反射 吸收 反射 吸收 钙铁榴石 吸收 反射 反射 吸收 绿泥石 吸收 反射 吸收 反射 吸收 白云母 微弱吸收 反射 吸收 反射 高岭石 反射 吸收 反射 表 6 几种蚀变矿物提取采用方法及对应Aster波段选择
Table 6. Bands selection based on Aster data
蚀变矿物 波段代数运算法 主成分分析法 白云石 (B6+B9)×0.5/B8 B1,B3,B4,(B5+B8)/2 绿泥石 (B5+B9)/(B7+B8) B1,B3,B4,B8 高岭石 B1,B3,B4,B6 白云母 B5/B6 B1,B4,B6,B7 褐铁矿 B2/B1 B1,B2,B3,B4 黄钾铁矾 B1,B4,B7,B8 钙铁榴石 B1,B3,B4,(B8+ B9)/2 -
[1] Ranjbar H, Honarmand M, Moezifar Z. Application of the crosta technique for porphyry copper alteration mapping, using ETM+(TM) data in the southern part of the Iranian volcanic sedimentary belt[J]. Journal of Asian Earth Sciences, 2004, 24(2): 237~243. doi: 10.1016/j.jseaes.2003.11.001 [2] 吕凤军, 邢立新, 范继璋, 等.基于蚀变信息场的遥感蚀变信息提取[J].地质与勘探, 2006, 42(2):65~68. http://www.cnki.com.cn/Article/CJFDTOTAL-YGXX200604003.htmLV Feng-jun, XING Li-xin, FAN Ji-zhang, et al. Extracting alteration information of remote sensing based on alteration information field[J]. Geology and Prospecting, 2006, 42(2): 65~68. http://www.cnki.com.cn/Article/CJFDTOTAL-YGXX200604003.htm [3] 施炜, 刘建民, 王润生, 等.内蒙古东部喀喇沁旗地区金矿围岩蚀变遥感信息提取及成矿预测[J].地球学报, 2007, 28(3):291~298. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXB200703008.htmSHI Wei, LIU Jian-min, WANG Run-sheng, et al.The extraction of wall rock alteration information related to gold deposits in Harqin banner area of eastern Inner Mongolia by using ETM+(TM) remote sensing technique[J]. Acta Geoscientia Sinica, 2007, 28(3): 291~298. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXB200703008.htm [4] Clark R N, Swayze G A, King T V V. Imaging spectroscopy: Earth and planetary remote sensing with the USGS tetracorder and expert systems[J]. Journal of Geophysical Research, 2003, 1008(E12): 5131. doi: 10.1029/2002JE001847/abstract [5] 唐攀科, 李永丽, 李国斌, 等.成像光谱遥感技术及其在地质中的应用[J].矿产与地质, 2006, 20(2):160~164. http://www.cnki.com.cn/Article/CJFDTOTAL-KCYD200602012.htmTANG Pan-ke, LI Yong-li, LI Guo-bin, et al. Imaging spectrometry remote sensing technology and its applications in geology[J]. Mineral Resources and Geology, 2006, 20(2): 160~164. http://www.cnki.com.cn/Article/CJFDTOTAL-KCYD200602012.htm [6] 郑玉权, 禹秉熙.成像光谱仪分光技术概览[J].遥感学报, 6(1):75~80. doi: 10.11834/jrs.20020114ZHENG Yu-quan, YU Bing-xi. Overview of spectrum-dividing technologies in imaging spectrometers[J]. Journal of Remote Sensing, 2002, 6(1): 75~80. doi: 10.11834/jrs.20020114 [7] 冯孝良, 管仕平, 牟传龙, 等.西藏甲马铜多金属矿床的岩浆热液交代成因:地质与地球化学证据[J].地质地球化学, 2001, 29(4):40~48. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDQ200104006.htmFENG Xiao-liang, GUAN Shi-ping, MU Chuan-long, et al. Geological characteristics and genesis of the Jiama copper polymetallic deposit in Tibet[J]. Geology Geochemistry, 2001, 29(4): 40~48. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDQ200104006.htm [8] 安秀清.西藏甲玛矿区铜资源量或逾1500万t [J].矿山机械, 2010, 22(38):95. http://www.cnki.com.cn/Article/CJFDTOTAL-KSJX201022051.htmAN Xiu-qing. A copper mine in Tibet Jiama resources or over 15 million t [J]. Mining Machinery, 2010, 22(38): 95. http://www.cnki.com.cn/Article/CJFDTOTAL-KSJX201022051.htm [9] 宋晚郊, 胡道功, 张绪教, 等.西藏冈底斯成矿带甲马段蚀变遥感异常信息提取研究[J].地质力学学报, 2012, 18(3):319~330. http://journal.geomech.ac.cn/ch/reader/view_abstract.aspx?flag=1&file_no=20120315&journal_id=dzlxxbSONG Wan-jiao, HU Dao-gong, ZHANG Xu-jiao, et al. Research on extraction of remote sensing alteration anomalies in Jiama copper deposit in Gangdise metallogenic belt, Tibet[J]. Journal of Geomechanics, 2012, 18(3): 319~330. http://journal.geomech.ac.cn/ch/reader/view_abstract.aspx?flag=1&file_no=20120315&journal_id=dzlxxb [10] 冷秋锋, 唐菊兴, 郑文宝, 等.甲玛斑岩矿床外围独立金矿体的发现及其地质意义[J].矿物学报, 2011, (s1):248~249. http://www.cnki.com.cn/Article/CJFDTOTAL-KWXB2011S1126.htmLENG Qiu-feng, TANG Ju-xing, ZHENG Wen-bao, et al. A peripheral porphyry deposits discovered Jiama gold body and its geological significance[J]. Acta Mineralogica Sinica, 2011, (s1): 248~249. http://www.cnki.com.cn/Article/CJFDTOTAL-KWXB2011S1126.htm [11] 秦志鹏, 汪雄武, 多吉, 等.西藏甲玛中酸性侵入岩LA-ICP-MS锆石U-Pb定年及成矿意义[J].矿床地质, 2011, 30(2):339~348. http://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ201102015.htmQIN Zhi-peng, TANG Ju-xing, DUO Ji, et al. LA-ICP-MS U-Pb zircon age of intermediate-acidic intrusive rocks in Jiama of Tibet and its metallogenic significance[J]. Mineral Deposits, 2011, 30(2): 339~348. http://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ201102015.htm [12] 吕凤军, 郝跃生, 石静, 等.Aster遥感数据蚀变遥感异常提取研究[J].地球学报, 2009, 30(2):271~276. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXB200902019.htmLV Feng-jun, HAO Yue-sheng, SHI Jing, et al. Alteration remote sensing anomaly extraction based on Aster remote sensing data[J]. Acta Geoscientica Sinice, 2009, 30(2): 271~276. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXB200902019.htm [13] 张玉君, 杨建民, 陈薇.ETM+(TM)蚀变遥感异常提取方法研究与应用——地质依据和波谱前提[J].国土资源遥感, 2002, (4):30~36. doi: 10.6046/gtzyyg.2002.04.07ZHANG Yu-jun, YANG Jian-min, CHEN Wei. A study on the method for extraction of alteration anomalies from the ETM+(TM) data and its application: Geologic basis and spectral precondition [J]. Remote Sensing for Land & Resources, 2002, (4): 30~36. doi: 10.6046/gtzyyg.2002.04.07 [14] 苏一鸣, 李向前, 朱叶飞.ETM+(TM) (TM)蚀变遥感异常提取方法在宁镇地区的应用[J].地质学刊, 2009, 33(1):84~88. http://www.cnki.com.cn/Article/CJFDTOTAL-JSDZ200901025.htmSU Yi-ming, LI Xiang-qian, ZHU Ye-fei. Application of ETM+(TM) (TM) anomaly extraction method of altered remote sensing in Nanjing to Zhenjiang region[J]. Journal of Geology, 2009, 33(1): 84~88. http://www.cnki.com.cn/Article/CJFDTOTAL-JSDZ200901025.htm [15] 张志军, 甘甫平, 李贤庆, 等.基于Aster数据的蚀变矿物信息提取——以哈密黄山铜镍矿区为例[J].国土资源遥感, 2012, (2):85~91. http://www.cnki.com.cn/Article/CJFDTOTAL-GTYG201202018.htmZHANG Zhi-jun, GAN Fu-ping, LI Xian-qing, et al. The extraction of altered mineral information based on Aster data: A case study of the Huangshan copper-nichel ore district in Hami[J]. Remote Sensing for Land & Resources, 2012, (2): 85~91. http://www.cnki.com.cn/Article/CJFDTOTAL-GTYG201202018.htm -