澳大利亚Carpentaria锰矿蚀变信息提取研究
2016-12-26张东梅石玉龙吴琼
张东梅++石玉龙++吴琼
摘要：根据锰矿相关蚀变矿物光谱特征的分析以及在分析和研究ASTER多光谱卫星遥感数据的基础上，利用ERDAS空间建模的方法，根据锰矿相关蚀变矿物光谱特征的分析对澳大利亚Carpentaria锰矿先做出了数据预处理以及提取蚀变异常信息，主要提取了铁染、羟基、碳酸盐类的蚀变信息。
关键词：ASTER；蚀变信息；主成分分析；锰矿
中图分类号：TB
文献标识码：A
doi：10.19311/j.cnki.16723198.2016.25.092
0引言
以澳大利亚Carpentaria地区为例，利用ASTER对该区的矿化蚀变信息提取的研究。蚀变信息提取方法的前提条件：（1）该区的蚀变信息以及与蚀变信息对立的干扰信息的光谱特征；（2）提取的蚀变信息的最优波段组合。先分析该区的成矿条件和蚀变矿物光谱特征，再用主成分分析的方法提取出矿化蚀变信息。
1研究背景
该研究区的锰矿有沉积型、热液型、表生型三种锰矿床，软锰矿，硬锰矿及菱锰矿等锰矿。浅层的锰矿床中富含大量羟基离子和三价铁离子是由于在锰矿中存在大量铁化和泥化，使锰矿化异常在一定程度上可由羟基、铁染异常表征。根据菱锰矿的性质，锰矿化异常可以依据碳酸根离子来判断。
2ASTER数据简介
ASTER获得的影像数据有14个波段，集中分布于可见光-近红外、短波红外、热红外3个光谱区。主要信息如表2所述。
3ASTER数据的蚀变信息波谱依据
3.1羟基离子波谱特征
羟基离子（-OH）在8波段呈现强烈的吸收峰现象，在4波段呈反射峰。利用ASTER数据主成分分析提取羟基蚀变物主要对ASTER1-ASTER（N）（1，3，4，6波段主成分分析方法提取Al-OH基团信息；1，3，4，8波段主成分分析方法提取Mg-OH基团信息），波段的选择取决于研究区蚀变矿物的波谱特征。在波段8为反射峰，系数取正；Band4为吸收谷，取负。
3.2Fe3+波谱特征
Fe3+的反射率在ASTER 1-ASTER4波段是递增的状态，第4波段的反射率远大于3波段的反射率，从而在3波段形成一个相对较弱的吸收峰，在4波段有明显的反射峰。1波段和3波段为吸收谷。
铁染蚀变矿物在ASTER1、3波段处是吸收谷，在ASTER2、4波段处是反射峰，由此得到对代表铁染物主成分的判断准则是：选取ASTER1、2、3、4等4个波段构成与改该主成分的特征向量。其中Band2系数应与Band1及Band3的系数符号相反，与Band4的系数符号相同，因为铁染物对应的1、3波段处是波谷，因此取负；同时Band2、4取正。
3.3CO32-波谱特征
离子在波段8有明显的吸收峰，在波段5有一个次级吸收峰。
4蚀变信息提取流程
ASTER数据的蚀变信息提取的基本流程如图1。
5ASTER蚀变信息的提取
5.1ASTER数据校正及波段提取
检查并处理ASTER数据，再根据需要选取相应的波段：铁染（ASTER1-4波段）、羟基（ASTER1、3、4、6波段）、碳酸盐化（ASTER1、3、5、8波段）。
5.2掩膜去干扰并进行主成分分析
5.2.1制作mask文件
植被在ASTER数据光谱特征上选band4/band3为判断依据：当只有植被因素时，其反射特征呈band4低于band3亮度值应超过band4亮度值，相反，还有其他因素的作用时，band4亮度值才会超过band3亮度值。
水体在ASTER近红外波段吸收较强，在第4波段附近吸收率近100%；
在可见光波段的灰度比较高，因此可以选用波段band4/band1 此步骤采用ERDAS建模进行。建模如图2。 运算函数为：EITHER 1 IF （ $n1_prdat015_1234（4） / （$n1_prdat015_1234（1） + 0000000001） <= 1.25 AND $n1_prdat015_1234（4） / （$n1_prdat015_1234（1） + 0.0000000001） >= 056 ） OR 0 OTHERWISE 5.2.2掩膜主成分分析 该模型，主要是对数据进行波段选择，然后用生成的mask文件进行掩膜，最后进行主成分分析，经过主成分分析即可得到蚀变异常信息。 5.3铁染矿物遥感异常的提取 用主成分分析ASTER数据的1-4波段来提取铁染矿物信息。Fe2+/Fe3+异常分量表征特征为ASTER2、4波段贡献与3波段贡献相反。 通过对表中特征向量的观察，可得第3主分量（PCA3）为蚀变异常分量。 5.4OH-矿物遥感异常的提取 通过主成分分析1、3、4、6波段，可以提取绝大多数OH-基团矿物信息。OH-物异常分量表征特征应为在ASTER1、3、4波段贡献与6波段贡献相反，并在6波段具有高载荷。 通过对表中特征向量的观察，可得第4主分量（PCA4）为蚀变异常分量。 5.5碳酸盐化蚀变异常提取 同样用主成分分析的方法对1、3、5和8波段进行分析，可以提取绝大多数CO32-矿物信息。异常分量表征特征为ASTER5、8波段贡献与第3波段贡献相反，并在3或者8波段载荷较高。 通过对表中特征向量的观察，可得第2主分量（PCA2）为蚀变异常分量。 5.6归一化及低通滤波处理 经过主成分分析及均值滤波处理后的铁染基和羟基进行波段合成，依次归一化处理，最终得以消除或尽量减少反照率变化和地形影像所造成的差异。其在空间建模中的算式为： （X-最小值最大值-最小值）×256 最大值为：均值+2倍方差；最小值为：均值-2倍方差。 将得到的主分量提取，分别将几种蚀变信息的主分量提取并进行归一化处理 此操作用ERDAS建模处理： 函数为：（$n1_prdat011 - （GLOBAL MEAN （$n1_prdat011 ， IGNORE 0） - 2 * GLOBAL SD （$n1_prdat011 ， IGNORE 0） / GLOBAL SD （$n1_prdat011 ， IGNORE 0） * 64 + 1 ） 5.7蚀变信息叠加 经过上述蚀变信息的提取，对提取的信息进行汇总，将异常信息叠加在一起，便可进行下一步成矿靶区的预测与圈定。 6结论 （1）本文基于ERDAS空间建模对ASTER数据进行蚀变信息提取，了解运用ASTER数据进行蚀变信息的提取的ERDAS空间建模处理基本流程。 （2）本文采用主成分分析法提取铁染基、羟基的蚀变信息、碳酸盐矿物蚀变异常信息，对后期的成矿的预测提供了帮助。 （3）通过对研究区的锰矿权区ASTER数据进行异常信息提取，对锰矿的地质研究和勘查工作提供了有益信息。
