基于TM数据的某矿区遥感矿化蚀变信息提取研究

陈 涛

（合肥工业大学 资源与环境工程学院，安徽 合肥230009）

基于TM数据的某矿区遥感矿化蚀变信息提取研究

陈 涛

（合肥工业大学 资源与环境工程学院，安徽 合肥230009）

矿化蚀变信息是重要的找矿标志，利用遥感技术提取蚀变异常信息在找矿评价预测工作中，是一种快速高效的方法。地表植被和第四系覆盖的干扰，增加了遥感蚀变信息提取的难度。本文以安徽某地区为研究区域，选用TM影像作为数据源，对植被、水体、阴影等干扰因素进行掩膜去除，采用主成分分析技术，标准差倍数法密度分割处理，并与地层信息叠加以消除假异常的方法，成功提取了该区矿化蚀变信息。

遥感技术；TM数据主成分分析；矿化蚀变信息

遥感蚀变信息提取技术一直是遥感找矿领域的研究热点。早在1976年，戈茨就利用1.6μm和2.2μm波长之间两谱带反射比的比值定量划分出蚀变岩和非蚀变岩。之后，研究者逐渐完善多光谱蚀变遥感异常信息的提取，特别是1989年，Crosta等人利用主成分分析法从TM数据成功提取了巴西Minais Gerais半干旱地区铁染和羟基蚀变异常，其所采用的波段组合一直为遥感蚀变异常提取所推崇［1］（P1173-1187）。国内遥感蚀变异常提取技术的应用研究始于20世纪90年代，主要以比值法和主成分分析法为基础，并对其进行了一系列的改进和发展。1997年，马建文提出了“TM掩膜＋主成分变换＋分类识别”提取矿产弱信息的方法［2］；张玉君等（2003）基于统计学原理，形成了“去干扰异常主分量门限”技术流程，不仅能够提取蚀变遥感异常，而且可以定量划分蚀变异常级别，在全国矿产资源潜力评价项目中得到推广应用［3］［4］。2003年，刘成等利用混合像元线性分解方法，去掉了部分植被信息干扰后，提取蚀变信息，在植被覆盖区取得了较好的实验效果［5］；以及代 晶 晶［6］（2010）、刘 严 松［7］（2011）、王 爱 云［8］（2011）等均进行了不同方法提取遥感蚀变信息的研究。在国内外研究者关于遥感蚀变信息提取的各种研究方法［9-11］中，主成分分析法是在实践中应用最多的方法，其在信息总量守恒的前提下消除遥感数据不同波段间的信息相关性，经过主成分变换所获得的每一主分量与一定的地质意义相对应。由于植被、阴影、水体、第四系覆盖等因素干扰，与蚀变矿物相关的遥感信息表现为一种弱信息。本文的研究区域植被和水体覆盖面积较大，因此笔者在借鉴了马建文、张玉君等人研究的基础上，首先通过掩膜方法去除植被、阴影、水体等干扰信息，然后进行主成分分析，对蚀变主分量图像进行密度分割，再与地层信息叠加消除假异常，获取研究区铁染和泥化蚀变异常信息。

1 研究区概况

研究区地表水网密布、第四系发育、植被覆盖严重。研究区大地构造上属于扬子板块北缘与华北板块的结合部位，亦即大别造山带前陆盆地中的次级隆起区。研究区属下扬子地层分区，芜湖-石台地层小区，除早-中泥盆世、晚三叠世及侏罗纪地层缺失外，从寒武纪至第四纪地层均发育良好，沉积总厚度大于6432.20m。研究区基底断裂主要有南北向2条、北北东向及东西向各1条，盖层断裂众多。区内岩浆活动频繁，有各类侵入岩体36个，出露面积56.44km2，主要分布于研究区南部。侵入体呈岩株、岩枝状产出，形成时代大致确定为中侏罗世和早白垩世，属于中酸性岩类。中生代强烈的构造岩浆活动导致大规模的成矿作用，并形成了铜、铁、硫、金为主的大、中型矿床和矿点，矿床类型多样，其中以矽卡岩型为主。目前，区内某些志留纪地层中发现了具有一定规模的铜金矿，在贵池北部地区寒武-奥陶纪地层中发现了大-中型钨钼矿，区内早古生代地层中还具有较大的找矿潜力。

2 蚀变信息提取的波谱基础

目前，利用遥感技术还不能直接提取矿化信息，但各类矿产的地面信息都可以在特定的波谱段不同程度地形成特征波谱并在遥感图像上有所反映。近矿围岩蚀变是矿化的一个主要特征，是找矿的一个直接标志。蚀变矿物由于具有与正常岩石不同的物质成分与结构构造而表现出与正常岩石相区别的波谱异常，部分异常波谱成为识别蚀变矿物的特征谱段。蚀变矿物在可见光-近红外区反射光谱特征起主导作用的是Fe2＋、Fe3＋、羟基和碳酸根等离子或基团。

含铁（Fe2＋，Fe3＋）基团：该类蚀变矿物以褐铁矿、针铁矿、赤铁矿、黄钾铁矾等Fe3＋矿物为主，Fe2＋矿物较少。Fe3＋矿物在 0.45、0.55、0.85、0.90、0.94μm波谱处吸收特征明显，对应 TM1（0.45～0.52μm）波段、TM2（0.52～0.60μm）波段和 TM4（0.76～0.90μm）波段表现出较强的吸收特征，而在TM3（0.63～0.69μm）波段具有较强的反射特征。Fe2＋矿物（如黄铁矿）在1.0～1.1μm 处有一个强而宽的吸收带，有的Fe2＋矿物在1.8～1.9μm有另一个吸收带，二价铁离子蚀变矿物在TM数据中的波谱特征不明显。

含羟基（OH-）或碳酸根（C032-）基团：含羟基蚀变矿物在2.2～2.3μm附近存在强吸收谷（称为羟基谱带），对应TM7（2.08～2.35μm）产生低反射值，在TM5（1.55～1.75μm）产生高反射值，如高岭土、叶腊石、云母类矿物、绿泥石、绿帘石等。含碳酸根矿物主要有五个特征吸收谱带（1.9～2.55μm），较强的两个在2.35μm和2.55μm波长处（称为碳酸根谱带），相对较弱的在1.9μm，2.0μm，2.16μm三处，对应 TM7（2.08～2.35μm）波段形成吸收谱带。常见矿物有方解石、白云石、石膏、菱镁矿等。

3 遥感蚀变信息提取

3.1 数据源及数据预处理

由于研究区地处江南，植被覆盖面积较大，为了尽量减少植被干扰，选择使用冬季的TM影像。研究区横跨了两景TM影像，分别为轨道号120／039、成像时间2007年1月7日的TM影像和121／039、2007年1月6日的TM影像，两景影像成像质量均较好，基本无云覆盖。首先对两景TM影像进行辐射校正和几何校正（以1：5万地形图为参考），然后对两景影像进行镶嵌和裁剪，从而获得研究区的遥感基础影像，由于两景影像成像时间相近，色调差异不大，因此采用重叠区直方图匹配的方法消除色调差异。

3.2 掩膜

遥感图像上的雪、云、水体、植被、阴影等地物影像，对围岩蚀变信息提取不仅没有任何意义，而且对提取效果有不同程度的干扰。为了获得良好的围岩蚀变遥感信息提取效果，必须最大限度地去掉非矿地物等干扰信息。

研究区的干扰地物主要有水体、植被和阴影等。通过对各类地物反射率值进行采样统计和分析，结果如图1所示，选择对干扰地物敏感的波段，建立各干扰地物掩膜文件去除干扰信息，尽可能的减少干扰物对异常提取所产生的影响。

图1 各类地物光谱曲线Fig.1spectral curve of all kinds of objects

通过对水体和阴影的光谱曲线研究，其在第5和第7波段的亮度值明显比其它地物低且具有band2＞band5的特征，本文参考以往水体的提取经验，结合研究区图像特点，采用（TM2-TM5）／（TM2＋TM5）波段运算增强水体和阴影信息，对图像进行分割以便提取水体和阴影信息。

植被在第4波段具有高反射率，在第3波段强吸收。利用植被指数（TM4-TM3）／（TM4＋TM3）对图像处理增强植被信息，对图像进行分割得到植被图像。利用提取出的干扰因素图像对原图像进行掩膜。

3.3 铁染蚀变异常提取

主成分分析（PCA-principal components analysis）又称K-L变换，它是在统计基础上基于变量之间相互关系的多维正交线性变换，可去除同一地区不同时相、不同波段之间遥感信息的相关性，充分利用地物的光谱差异信息，在图像处理中起到数据压缩和信息增强的作用。

在TM影像遥感蚀变信息提取中，通常采用TMl、3、4、5四个波段进行主成分分析的方法，提取铁染蚀变信息，对代表铁染物主分量的判断准则是：构成该主分量的本征向量，其TM3系数应与TM1及TM4的系数符号相反，TM3一般与TM5系数符号相同。研究区TM1、TM3、TM4、TM5主成分分析结果如表1所示。

表1 TM1345波段组合主成分分析特征向量矩阵Tab.1Eigenvector matrix of the principal component analysis（TM1345）

从表1中可以看出，PC2主要包含TM3波段与TM5波段信息，且TM3波段上的载荷系数与TM1、4波段上载荷系数相反，与TM5波段的载荷系数相同，符合判断准则。但TM3与TM5符号为负，说明该图像中的蚀变信息以像元低值呈现，为了突出PC2中的围岩蚀变遥感信息，对图像取反，将取反后的PC2作为铁染蚀变信息的主分量。

将PC2进行拉伸增强至0-255，采用标准差倍数法按合理的阈值进行密度分割，分级赋色，得出铁染蚀变信息分级结果（表2）。

表2 铁染蚀变异常定量分级结果Tab.2Quantitative classification of ferric contamination alteration anomaly

将得出的铁染蚀变异常图像与研究区地质图叠加，发现一部分位于第四系地层中，属于异物同谱的伪异常，去除伪异常后得到铁染蚀变异常分级图（图2）。

图2 铁染蚀变异常分级图3Classification of ferric contamination alteration anomaly

3.4 泥化蚀变信息提取

含羟基、碳酸根和粘土类矿物具有在TM5波段高反射，而在TM7波段强烈吸收的光谱特征。泥化蚀变信息提取，通常采用TM1、4、5、7四个波段进行主成分分析的方法，对代表羟基化合物主分量的判断准则是：构成该主分量的特征向量，其TM5系数应与TM7及TM4的系数符号相反，TM1一般与TM5系数符号相同。研究区TM1、TM4、TM7、TM5主成分分析结果如表3所示，

表3 TM1457波段组合主成分分析特征向量矩阵Tab.3Eigenvector matrix of the principal component analysis（TM1457）

从表3中可以看出，PC3在TM1、5波段上表现为反射特征，而在TM4、7波段上为强吸收特征，与泥化蚀变矿物的信息特征吻合。

将PC3进行拉伸增强至0-255，采用标准差倍数法按合理的阈值进行密度分割，分级赋色，得出泥化蚀变信息分级结果（表4）。

表4 泥化蚀变异常定量分级结果Tab.4Quantitative classification of argillation alteration anomaly

同样，将得出的泥化蚀变异常图像与研究区地质图叠加，发现一部分位于第四系地层中，属于异物同谱的伪异常，去除伪异常后得到泥化蚀变异常分级图（图3）。

图3 泥化蚀变异常分级图Fig.4Classification map of argillation alteration anomaly

4 蚀变信息分布特征及应用评价

将主成分分析法提取出的铁染蚀变信息和泥化蚀变信息与研究区构造地质图叠加分析可见，研究区遥感矿化蚀变异常信息的分布主要围绕岩体或者是沿断裂分布，表明提取的矿化蚀变信息在空间分布上与岩浆活动和断裂构造密切相关。

将提取出来的遥感矿化蚀变异常信息与研究区物探异常图进行叠加也发现，两者存在很大程度上的一致性，并且研究区已发现的铜矿点，金矿点和锰矿点大部分也都分布在蚀变异常区内或者在蚀变异常区的边缘，说明本文所采用的遥感蚀变信息提取方法具有较好的应用效果。

5 结论

目前提取遥感蚀变信息技术虽然已经比较成熟［12-14］，但是遥感蚀变信息找矿作为利用地物光谱特性的找矿方法，与其它找矿方法一样也包含有非矿化异常信息，因此去除干扰信息，进行野外调查是遥感信息提取中的重要步骤。本文采用“掩膜＋主成分分析＋密度分割＋地层信息叠加消除伪异常”的遥感蚀变信息提取方法在工作区取得了较好的应用效果，但是由于直接将水体、植被以及其覆盖的地层作为干扰信息去除掉了，无法真实反映高密度植被覆盖区遥感蚀变异常信息，因此如何削弱植被干扰并能提取其覆盖地层中的蚀变信息，并与物探、化探技术相结合，仍是进一步完善和优化遥感找矿的重要环节和难点［15］。

［1］Grosta，A.and Moore，J.McM.Enhancement of Landsat Thematic Mapper imagery for residual soil mapping in SW Minais Gerais State，Brazil：a Prospecting Case History in Greenstone Belt Terrain［A］.In：Proceedings of the 7th ERIM Thematic Conference：Remote Sensing for Exploration Geology［C］.1989.1173-1187.

［2］马建文.利用TM数据快速提取含矿蚀变带方法研究［J］.遥感学报，1997，1（3）：208-213.

［3］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）：30-37.

［4］张玉君，曾朝铭，陈薇.ETM＋（TM）蚀变遥感异常提取方法研究与应用［J］.国土资源遥感，2003，（2）：44-49.

［5］刘成，王丹丽，李笑梅.用混合像元线性模型提取中等植被覆盖区的粘土蚀变信息［J］.遥感技术与应用，2003，18（2）：95-98.

［6］代晶晶，曲晓明，辛洪波.基于ASTER遥感数据的西藏多龙矿集区示矿信息的提取［J］.地质通报，2010，29（5）：752-759.

［7］刘严松，何政伟，龙晓君，等.江浪穹隆成矿区遥感蚀变信息提取及找矿远景分析［J］.四川师范大学学报，2011，34（2）：267-272.

［8］王爱云，王安建，李丽辉.基于最大噪声分量变换（MNF）和矿物标识的植被区蚀变信息提取［J］.地质与勘探，2011，47（4）：710-718.

［9］李淼淼，邢立新，潘军，等.组合分析蚀变信息提取方法研究［J］.遥感技术与应用，2011，26（3）：303-380.

［10］张远飞，吴德文，袁继明，等.遥感蚀变信息多层次分离技术模型与应用研究［J］.国土资源遥感，2011，22（4）：6-13.

［11］荆凤，陈建平.矿化蚀变信息的遥感提取方法综述［J］.遥感信息，2005，（2）：62-64.

［12］陈勇敢，刘桂阁，王美娟，等.甘肃阳山金矿区遥感地质特征及成矿预测［J］.黄金科学技术，2009，17（1）：1-5.

［13］张佩民，张建国，杨自安，等.滇东罗平县雄武镇地区遥感蚀变信息提取及成矿预测［J］.地质通报，2009，28（6）：769-775.

［14］陈艳，张鹏涛.基于遥感的个旧西区矿化蚀变信息提取［J］.矿业工程，2010，8（3）：18-20.

［15］沈利霞，刘丽萍，苏新旭，等.不同植被覆盖率地区遥感矿化蚀变提取研究［J］.现代地质，2008，22（2）：293-298.

Mineralized Alteration Information Extraction from TM Remote Sensing Data in a Mining Area

CHEN Tao
（College of Resource and Environmental Engineering，Hefei University of Technology，Hefei 230009，China）

The information of mineralized alteration is important prospecting criteria.It is a kind of fast and efficient method to extract altered anomaly information by remote sense technology for the ore prospecting evaluation.However，because of the interference of the vegetation and Quaternary coverage，the extraction of the alteration information by remote sensing is very difficult.In this paper taking the mining area in Anhui province as the study area，choosing the TM images as data sources，after masking the interference factors，such as vegetation，water and shade，etc，the mineralized alteration information are extracted effectively by the principal component analysis technology，density segmentation based on the standard deviation ratio method，and the false abnormal information are further eliminated through overlaying with the strata information.

remote sensing；principal component analysis；mineralized alteration information

P627

A

1009-9735（2012）02-0125-04

2012-02-26

国土资源部中国地调局项目“安徽铜陵大通-木镇地区矿产远景调查”（1212010011517）。

陈涛（1985-），男，安徽六安人，合肥工业大学在读硕士生，研究方向：遥感地质和GIS应用研究。