遥感蚀变异常非线性分析方法——以北山新、老金厂为例

韩海辉， 王艺霖， 任广利， 杨军录， 李健强， 杨敏

(1.中国地质调查局西安地质调查中心，西安 710054； 2.长安大学地质工程与测绘学院，西安 710054)

遥感蚀变异常非线性分析方法
——以北山新、老金厂为例

韩海辉1,2， 王艺霖1， 任广利1， 杨军录1， 李健强1， 杨敏1

(1.中国地质调查局西安地质调查中心，西安 710054； 2.长安大学地质工程与测绘学院，西安 710054)

以北山新、老金厂为实验区，利用ASTER遥感数据，通过分形模型与变点分析模型，定量化计算蚀变异常下限值，探索非线性分析方法计算遥感异常下限值的有效性。结果表明: 对于遥感蚀变异常具有分形分布特征的地区，采用变点分析法可快速计算出地质背景与蚀变异常下限值，且结果具有较高的拟合度; 通过野外验证，提取的蚀变异常信息与已知矿体以及地面蚀变地质体的光谱测量结果吻合较好; 因此，该方法可作为定量计算遥感蚀变异常阈值的可选方法，这也为今后定量化研究遥感蚀变异常提供了新思路。

非线性； 分形； 变点分析； 遥感蚀变异常； 新、老金厂

0 引言

矿物在电磁波谱上具有特有的诊断性波谱特征，利用这些特征可有效识别矿物或矿物成分[1]。尤其近矿蚀变形成的蚀变矿物异常往往与矿床的规模及矿化强度相关，能为地质找矿提供重要依据[2]。自20世纪80年代开始，国内外学者就通过TM，ASTER，Hyperion，AVIRIS等遥感数据，利用主成分分析、比值分析、光谱角填图等信息增强方法进行了铁染、泥化、碳酸盐岩化等蚀变带的识别[3-8]，这为全球铁、铜、钼、金等矿种的资源勘查工作提供了有效帮助。其中，张玉君等[9]基于数据的正态分布性提出的去干扰遥感异常主分量门限化技术，在我国矿产资源潜力评价工作中得到了广泛应用。但地质异常分布并不局限于正态分布，还具有不连续性、突变性、多样性及自相似性等非线性特征，由此导致地质异常下限值的复杂性，而传统数据处理方法通常只考虑随机性，这就导致结果存在某些局限性和弊端[10]。就遥感异常提取来说，由于蚀变异常信息往往与复杂地质背景叠加在一起，如果仅考虑异常信息分布的随机性来确定下限值，就有可能在滤除地质背景干扰的同时许多低弱矿化蚀变异常信息也被滤除了，或者地质背景信息并未被完全滤除，因此遥感异常下限值的分析处理还应采用一些非线性分析方法，以有效增强和提取遥感矿化蚀变异常信息。大量研究表明分形和多重分形能较好地表征复杂地质背景下的非线性地质异常，近年来在地球化学领域的研究中取得广泛应用[11-12]，但在地质成矿背景复杂的地区，这种方法应用研究还较少。基于此，本文选择具有典型蚀变分带特征的北山新、老金厂金矿床进行剖析，采用ASTER多光谱数据，利用非线性的分形模型和变点分析模型定量计算遥感蚀变异常下限值，探索非线性方法的有效性，并分析实验区遥感矿化蚀变矿物的分带特征与光谱特征，为遥感技术辅助地质矿产勘查提供新思路。

1 研究区概况及数据预处理

1.1 研究区概况

北山成矿带是我国西北固体金属矿产主要资源地之一，已发现铁、铜、镍、金、钨、铅、锌等矿产地几十处，是西北地区一个重要资源远景区[13]。新、老金厂金矿床位于北山南带—柳园矿集区的南部，为同一矿床不同组成部分，出露的地层主要有下二叠统基—酸性火山岩、辉绿岩、英安岩、流纹岩、碎屑岩、玄武岩、安山凝灰岩等，上二叠统酸性流纹岩、凝灰岩、碎屑岩等，中石炭统粉砂质板岩、砾岩及酸性火山岩夹层，矿区北部及东南还零星出露有敦煌岩群眼球状混合岩和中下侏罗统砾岩、砂岩和粉砂岩等； 区内总体构造线走向近EW向，此外还发育NE和NW向断裂； 而侵入岩不发育，仅见少量辉长岩脉、花岗斑岩脉、霏细岩脉和石英脉出现[14]。

新、老金厂矿体主要赋存在新金厂断裂南侧的火山岩段，在断裂北侧的碎屑岩段有也产出。在新金厂矿区，共发现矿脉 30 余条，矿脉大部分分布在辉绿岩中，少数分布在英安岩和板岩中，具有较宽的围岩蚀变。在老金厂矿区，分为西、中和东3个矿段，共有含金石英脉 120 条，围岩蚀变较窄。在东矿段矿体主要为石英脉型； 在中矿段矿体主要赋存在新金厂断裂带及其次级裂隙内； 在西矿段矿体产出与新金厂相似，且矿化带连续[14]。

矿区围岩蚀变具有分带性，从矿体中心向外依次可分为硅化、黄铁矿化(褐铁矿化)、绢云母化、铁碳酸盐岩化和青磐岩化。其中，硅化或以石英大脉出现，或以平行的石英细脉或网脉带出现，与金矿化的关系最为密切。辉绿岩中为铁白云石化、绿泥石化； 英安岩中为绢云母化、钾长石化和高岭石化； 板岩中为绢云母化、绿泥石化[14]。

1.2 遥感数据预处理

本文使用的ASTER数据时相为2000年4月7日，数据级别为L1B，原始数据已经过了辐射校正和几何纠正，无云及阴影遮盖，影像质量较好。对该数据进行了串扰校正、大气校正、重采样处理(重采样至30 m)，此外选择对河流、白泥地、植被和第四系等干扰地物敏感的波段，通过掩模技术降低其对异常信息提取带来的影响。

2 蚀变异常信息提取

2.1 分形和多重分形模型

分形作为一种几何体的属性，其本质特性是自相似性，即不同尺度变换下具有相似性，而多种分形可以反映更复杂的空间模式[12]。成矿过程中各种尺度地质异常的大小和个数通常也服从分形或多重分形分布[15]。因此，本文将异常像元亮度值作为因子带入分形模型，通过计算双对数多重分形图确定蚀变异常下限值。分形模型为[16-17]，设有异常像元亮度值集合{Xi，i=1,2，…,N}，则

(1)

式中：r为特征尺度；K为常数；D为分维数；N(r)则表示尺度大于等于r的Xi的数目或和数。将式(1)两边取对数可得

lgN(r)=lgK-Dlgr。

(2)

由式(2) 可以看出，lgr与lgN(r)呈线性关系。如果该地区蚀变异常信息具有自相似性多重分形特征，那么计算时将异常像元亮度值作为r值，N(r)则为亮度值大于等于r的Xi的数目，将两者代入分形模型中即可生成双对数图，而由于lgr与lgN(r)呈线性关系，因此可对双对数图进行分段拟合，以确定区分背景和异常的临界值，即异常下限值。

2.2 变点分析模型

为了确定异常下限值，通常会采用最小二乘法进行分段线性拟合，然后以分段拟合直线交叉处的分界值作为异常下限值[18]。但此方法中，异常下限值的选择往往是非定量的，因而本文采用变点分析法[19-20]定量地计算下限值，再用最小二乘法分段拟合直线，求出分维数D和拟合度R2以查验方法与结果的有效性。

变点是指模型或输出序列在某未知时刻发生突然变化，该时刻即称为系统的变点。变点统计分析的目的是判断和检验变点的存在、位置和个数，并估计出变化的跃度。本文采用的均值变点分析法，计算过程如下。

(3)

(4)

(5)

3)计算期望值，即

(6)

4)计算极大值，即

(7)

由以上步骤可见，变点的存在会使S和Si的差值增大。因此，本文先对每一类遥感异常数据构建一个样本序列X0，通过计算lgN(r)与lgr的商，对其取对数以构建该样本序列，再依据上述公式计算样本序列X0的统计量S与Si的差值，最后通过求极大值确定变点位置，即可得出所需的异常下限值。

2.3 实验结果与分析

2.3.1 石英及硅化蚀变带提取

石英在ASTER数据第12波段反射率强于第11波段，故选取B12/ B11可以提取绝大多数硅化蚀变异常信息[21]。应用分形法生成硅化异常分量的双对数形式如图1(a)所示，使用均值变点法生成S与Si差值变化曲线如图1(b)所示。通过计算发现，在i=135时，S与Si差值最大，对应的像元亮度值r=1.151 039，故以该值为阈值设计滤波器，以实现地质背景与硅化蚀变异常的分离。

(a) 异常分量双对数图 (b) S与Si差值变化曲线

图1 硅化蚀变分形特征分析图

Fig.1 Fractal characteristics analysis diagram of silicification

2.3.2 褐铁矿化蚀变带提取

褐铁矿化在ASTER数据第1波段反射率最弱，而在第2波段反射率较强，故选取B2/B1可以提取绝大多数褐铁矿化蚀变异常信息[21]。应用分形法生成褐铁矿化异常分量的双对数形式如图2(a)所示，使用均值变点法生成S与Si差值变化曲线如图2(b)所示。通过计算发现，在i=79时，S与Si差值最大，对应的像元亮度值r=1.174 591，故以该值为阈值设计滤波器，实现地质背景与褐铁矿化蚀变异常的分离。

(a) 异常分量双对数图 (b)S与Si差值变化曲线

图2 褐铁矿化蚀变分形特征分析图

Fig.2 Fractal characteristics analysis diagram of limonitization

2.3.3 绢云母及绢云母化蚀变带提取

绢云母在ASTER数据的第6波段具有强吸收，第5和第7波段为强反射，故选取(B5+B7)/B6可以提取绝大多数绢云母化蚀变信息[21]。应用分形法生成绢云母化异常分量的双对数形式如图3(a)所示，使用均值变点法生成S与Si差值变化曲线如图3(b)所示。

(a) 异常分量双对数图 (b)S与Si差值变化曲线

图3 绢云母化蚀变分形特征分析图

Fig.3 Fractal characteristics analysis diagram of sericitization

通过计算发现，在i=122时，S与Si差值最大，对应的像元亮度值r=2.314 833，故以该值为阈值设计滤波器，实现复杂地质背景与绢云母化蚀变异常的分离。

2.3.4 绿泥石及青磐岩化蚀变带提取

绿泥石在ASTER数据的第8波段存在明显吸收特征，第7波段和第9波段为强反射，故选取(B7+B9)/B8可以提取绝大多数青磐岩化蚀变信息[21]。应用分形法生成青磐岩化异常分量的双对数形式如图4(a)所示，使用均值变点法生成S与Si差值变化曲线如图4(b)所示。计算发现，在i=153时，S与Si差值最大，对应的像元亮度值r=2.471 953，故以该值为阈值设计滤波器，实现地质背景与青磐岩化蚀变异常的分离。

(a) 异常分量双对数图 (b)S与Si差值变化曲线

图4 青磐岩化蚀变分形特征分析图

Fig.4 Fractal characteristics analysis diagram of propylitization

上述分形特征分析结果显示(图1—4)，实验区遥感蚀变异常存在明显的多重分形分布特征，而采用变点分析法可定量地计算出地质背景与蚀变异常下限值。以该值分段进行线性拟合，得到的拟合度均较高，4类蚀变矿物的异常信息分段拟合度均超过0.98，地质背景分段的拟合度均超过0.74，这表明使用该方法得出的异常下限值客观有效。

从表1的统计结果可以看出，本文得出的异常下限值与门限化技术的N相对应时，4种蚀变异常的N差异较大，其中硅化和褐铁矿化对应的N约为1.5，而绢云母化和青磐岩化对应的N则超过3，这个结果表明对于具有非线性特征的遥感蚀变矿物异常信息，若仅考虑正态分布性划分异常下限值，提取结果并不能有效反映异常信息，而应用分维变点法计算下限值则相对简单、快捷、可靠。

表1 遥感蚀变矿物异常信息统计表

图5为实验区遥感蚀变异常分布。从图5可以看出，提取的蚀变信息呈近EW向线性展布，与区域构造线方位一致。其中沿着近EW向主断裂(新金厂断裂)的异常发育最好，尤其在矿点附近硅化与褐铁矿化异常较为集中。从蚀变矿物总体分布来看，新金厂断裂以北的碳质和凝灰质板岩内异常不发育(新金厂断裂北侧矿点附近的硅化和褐铁矿化异常主要由堆侵的矿石引起)，仅局部分布的石英脉显示硅化和青磐岩化信息，而新金厂断裂及其以南的次级断裂两侧和交叉部位，蚀变异常发育较好，且与已知矿体较吻合。矿区蚀变异常表现出一定的分带性，从矿体中心(矿点)向外依次发育硅化-褐铁矿化-青磐岩化-绢云母化，其中硅化和褐铁矿化与金矿点在空间位置关系上表现更紧密。

图5 实验区遥感蚀变异常分布

Fig.5 Remote sensing alteration anomalies map in the testing area

3 野外验证

在老金厂矿区设计了一条地质剖面L16线(图6)，对出露的不同岩性、不同蚀变类型的岩矿石等进行ASD地面光谱测量，以验证矿区蚀变矿物特征和分布规律。L16线剖面位于老金厂金矿区东部，纵穿老金厂矿区，剖面起点坐标： E94°58′08″，N40°56′47″，长约6 km，剖面方位168°。地质剖面图(图6)显示矿区出露的岩性主要有粗砂岩、细砂岩、碳质泥岩、泥质粉砂岩、砂质砾岩、泥钙质板岩、花岗岩脉、玄武岩、闪长玢岩、英安玢岩及辉长岩脉等。剖面岩矿光谱测量结果显示硅化英安玢岩(BSY-275)、闪长玢岩(BSY-278/282)等分别在2 250 nm和2 340 nm波段处具有Fe-OH和Mg-OH 的吸收峰，表现出明显的绿泥石化特征(图7(a)); 辉长岩脉(BSY-283)与英安玢岩的光谱曲线近似(图7(a))，也表现为绿泥石化; 碎屑岩类反射率变化较大(0.05～0.4)，其在2 205 nm波段处具有弱的Al-OH吸收峰，个别位于岩体接触带上的样品还在2 340 nm波段处具有弱的OH吸收峰(图7(b)); 花岗岩脉(BSY-268)分别在2 210 nm和2 340 nm波段处具有明显的Al-OH吸收峰和CO32-吸收峰(图7(c))。

图6 老金厂L16线地质剖面

(a) 中基性岩浆岩(b) 砂岩类(c) 花岗岩脉

(d) 玄武岩 (e) 褐铁矿化蚀变带

图7 老金厂蚀变地质体光谱曲线

Fig.7 Spectral curves of alteration geophysical bodies

野外验证发现碎屑岩类、板岩类异常不发育，局部见有绢云母化。花岗岩脉、岩体接触带及破碎带中蚀变矿物发育，其中花岗岩脉呈黄褐色，地表风化强烈，各种蚀变矿物均见出现。破碎蚀变带中主要以褐铁矿化、绢云母化为主，而英安玢岩、闪长玢岩体接触带则主要分布有绿泥石化、绢云母化。在老金厂南侧见有后期花岗岩脉侵入于二叠纪地层中，花岗岩中主要发育褐铁矿化、绿泥-绿帘石化，外围可见有绢云母化。野外调查结果显示区内提取的蚀变矿物特征与地面光谱测量吻合较好。

矿区内金矿体存在的蚀变异常如下： 第一，沿英安玢岩和碎屑岩产出的金矿体主要出现褐铁矿化、绢云母化，而英安玢岩受后期热液活动的影响表现出绿泥石化。第二，产于碎屑岩中的金矿体，主要赋存在破碎的石英脉中，发育强的硅化、褐铁矿化，其主要受近EW向的断裂破碎带控制。因此，本区内遥感矿化蚀变异常查证时应重点检查与近EW向断裂构造相关的硅化+褐铁矿化的蚀变组合，特别是辉绿玢岩、辉长岩脉、辉石岩脉边部的断层部位与含有细脉状褐铁矿化、硅化的石英脉发育地段。

4 结论

1)本文研究结果表明，对于地质异常具有非线性特征的地区，采用分形模型和变点分析法可快速计算遥感蚀变异常下限值，野外验证也证明了该方法获取的蚀变异常下限值客观有效，这可为地质矿产勘查提供重要依据。

2)以分维变点法得出的异常下限值对应门限化方法的N值时，各类蚀变异常的N值差异较大，表明对于具有非线性特征的遥感蚀变异常，传统方法提取结果并不能有效反映异常信息，而分维变点法可进一步弥补其不足。

3)应用分维变点法可快速有效地区分出地质背景和遥感蚀变异常，但如何对蚀变异常进行蚀变等级划分，仍需进一步研究和探讨。

[1] 童庆禧,张兵,郑兰芬.高光谱遥感——原理、技术与应用[M].北京:高等教育出版社,2006. Tong Q X,Zhang B,Zheng L F.Hyperspectral Remote Sensing[M].Beijing:Higher Education Press,2006.

[2] 童庆禧,田国良.中国典型地物波谱及其特征分析[M].北京:科学出版社,1990. Tong Q X,Tian G L.Spectral and Analysis of Typical Earth Objects of China[M].Beijing:Science Press,1990.

[3] Goetz A F H,Rowan L C.Geologic remote sensing[J].Science,1981,211(4484):781-791.

[4] Ninomiya Y,Fu B H,Cudahy T J.Detecting lithology with advanced spaceborne thermal emission and reflection radiometer(ASTER) multispectral thermal infrared “Radiance-at-Sensor” data[J].Remote Sensing of Environment,2005,99(1/2):127-139.

[5] Galvão L S,Almeida-Filho R,Vitorello I.Spectral discrimination of hydrothermally altered materials using ASTER short-wave infrared bands:Evaluation in a tropical savannah environment[J].International Journal of Applied Earth Observation and Geoinformation,2005,7(2):107-114.

[6] Pournamdari M,Hashim M,Pour A B.Spectral transformation of ASTER and landsat TM bands for lithological mapping of soghan ophiolite complex,South Iran[J].Advances in Space Research,2014,54(4):694-709.

[7] 毛晓长,刘文灿,杜建国,等.ETM+和ASTER数据在遥感矿化蚀变信息提取应用中的比较——以安徽铜陵凤凰山矿田为例[J].现代地质,2005,19(2):309-314. Mao X C,Liu W C,Du J G,et al.Comparison between ETM+and ASTER data for extraction of alteration information:A case study of Fenghuangshan Orefield,Tongling,Anhui Province[J].Geoscience,2005,19(2):309-314.

[8] 杨日红,李志忠,陈秀法.ASTER数据的斑岩铜矿典型蚀变矿物组合信息提取方法——以秘鲁南部阿雷基帕省斑岩铜矿区为例[J].地球信息科学学报,2012,14(3):411-418. Yang R H,Li Z Z,Chen X F.Information extraction of typical alteration mineral assemblage in porphyry copper using aster satellite data,Arequipa province of south Peru[J].Journal of Geo-information Science,2012,14(3):411-418.

[9] 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——方法选择和技术流程[J].国土资源遥感,2003(2):44-49,doi:10.6046/gtzyyg.2003.02.11. Zhang Y J,Zeng Z M,Chen W.The methods for extraction of alteration anomalies from the ETM+(TM) data and their application:Method selection and technological flow chart[J].Remote Sensing for Land and Resources,2003,56(2):44-49,doi:10.6046/gtzyyg.2003.02.11.

[10]陈聆,郭科,柳柄利,等.地球化学矿致异常非线性分析方法研究[J].地球物理学进展,2012,27(4):1701-1707. Chen L,Guo K,Liu B L,et al.The study of non-linear analysis method of geochemical ore-forming anomaly[J].Progress in Geophysics,2012,27(4):1701-1707.

[11]成秋明.非线性成矿预测理论:多重分形奇异性-广义自相似性-分形谱系模型与方法[J].地球科学-中国地质大学学报,2006,31(3):337-348. Cheng Q M.Singularity-generalized self-similarity-fractal spectrum(3S) models[J].Earth Science-Journal of China University of Geosciences,2006,31(3):337-348.

[12]成秋明,张生元,左仁广,等.多重分形滤波方法和地球化学信息提取技术研究与进展[J].地学前缘,2009,16(2):185-198. Cheng Q M,Zhang S Y,Zuo R G,et al.Progress of multifractal filtering techniques and their applications in geochemical information extraction[J].Earth Science Frontiers,2009,16(2):185-198.

[13]杨合群,李英,杨建国,等.北山造山带的基本成矿特征[J].西北地质,2006,39(2):78-95. Yang H Q,Li Y,Yang J G,et al.Main metallogenic characteristics in the Beishan orogen[J].Northwestern Geology,2006,39(2):78-95.

[14]胡朋.北山南带构造岩浆演化与金的成矿作用[D].北京:中国地质科学院,2007. Hu P.Tectonomagmatic Evolution and Gold Metallogeny in South Beishan Mountain,Northwest China[D].Beijing:Chinese Academy of Geological Sciences,2007.

[15]成秋明.成矿过程奇异性与矿床多重分形分布[J].矿物岩石地球化学通报,2008,27(3):298-305. Cheng Q M.Singularity of mineralization and multifractal distribution of mineral deposits[J].Bulletin of Mineralogy,Petrology and Geochemistry,2008,27(3):298-305.

[16]申维.分形混沌与矿产预测[M].北京:地质出版社,2002. Shen W.Fractal and Chaos with Application in Mineral Resource Prediction[M].Beijing:Geology Publishing House,2002.

[17]梁钰琦,王功文,朱彦彦,等.分形方法在遥感蚀变信息提取中的应用研究[J].遥感技术与应用,2011,26(4):508-511. Liang Y Q,Wang G W,Zhu Y Y,et al.Alteration from ETM+data rating based on fractal technologies[J].Remote Sensing Technology and Application,2011,26(4):508-511.

[18]刁海,张达,狄永军,等.基于主成分分析和分形模型的ASTER蚀变异常信息提取[J].国土资源遥感,2011,23(2):75-80.doi:10.6046/gtzyyg,2011.02.14. Diao H,Zhang D,Di Y J,et al.The extraction of alteration anomalies from ASTER data based on principal component analysis and fractal model[J].Remote Sensing for Land and Resources,2011,23(2):75-80.doi:10.6046/gtzyyg,2011.02.14.

[19]项静恬,史久恩.非线性系统中数据处理的统计方法[M].北京:科学出版社,1997. Xiang J T,Shi J E.The Statistical Method of Data Processing in Nonlinear System[M].Beijing:Science Press,1997.

[20]韩海辉,高婷,易欢,等.基于变点分析法提取地势起伏度——以青藏高原为例[J].地理科学,2012,32(1):101-104. Han H H,Gao T,Yi H,et al.Extraction of relief amplitude based on change point method:A case study on the Tibetan plateau[J].Scientia Geographica Sinica,2012,32(1):101-104.

[21]Kalinowski A,Oliver S.ASTER Mineral Index Processing Manual[M].Remote Sensing Applications Geoscience Australia,2004.

(责任编辑： 邢宇)

Nonlinear analysis method for remote sensing alteration anomalies：A case study of Xinjinchang and Laojinchang in Beishan

HAN Haihui1,2, WANG Yilin1, REN Guangli1, YANG Junlu1, LI Jianqiang1, YANG Min1

(1.Xi’anCenterofChinaGeologicalSurvey,Xi’an710054,China; 2.InstituteofGeologicalEngineeringandSurveying,Chang’anUniversity,Xi’an710054,China)

The purpose of this study is to explore a new effective method to conduct quantified calculation of the lower threshold. Based on ASTER image, the authors used the fractal model and the change-point analysis model in study areas named Xinjinchang and Laojinchang. The experimental results show that the model could quickly calculate the lower threshold for the alteration anomaly with fractal characteristics, and the model verification results also show that the threshold values are accurate and effective. In addition, field geological survey also indicates that the alteration anomalies delineated by the authors are well in accord with the known orebodies and the spectra of the alteration geological bodies. The authors thus hold that the nonlinear analysis method is a reliable means for extracting alternation anomalies and is also useful for mineral exploitation.

nonlinear; fractal; change point analysis; remote sensing alteration anomalies; Xinjinchang and Laojinchang

10.6046/gtzyyg.2017.01.07

韩海辉,王艺霖,任广利,等.遥感蚀变异常非线性分析方法——以北山新、老金厂为例[J].国土资源遥感,2017,29(1):43-49.(Han H H,Wang Y L,Ren G L,et al.Nonlinear analysis method for remote sensing alteration anomalies：A case study of Xinjinchang and Laojinchang in Beishan[J].Remote Sensing for Land and Resources,2017,29(1):43-49.)

2015-08-27；

2015-09-28

中国地质调查局地质调查项目“东昆仑成矿带木孜塔格铅锌铜金多金属矿调查评价区地质矿产调查”(编号： DD2016002)、中国地质调查局地质调查项目“航空高光谱遥感调查”(编号： 12120113073200)、中国地质调查局地质调查项目“青海省柴达木北缘地质矿产调查”(编号： 12120113032500)、“十二五”国家科技支撑计划项目“岔路口-神仙湾铅锌成矿带成矿地质背景及靶区优选”(编号： 2015BAB05B03-01)和国家自然科学基金项目“绿泥石矿物近红外光谱吸收谱带的位移机理与控制机制研究”(编号： 41502312)共同资助。

韩海辉(1983-),男,工程师，主要从事遥感地质方向的研究。Email: hanhh06@hotmail.com。

TP 751.1

A

1001-070X(2017)01-0043-07