现代遥感技术在青海木里矿地质找矿中的应用研究

覃 旭，王振琦

（四川省核工业地质局二八二大队，四川 德阳 618000）

随着人口的增长和经济的发展，矿产资源的供需矛盾日益突出。当前，我国地质矿产工作已由传统的勘探方法发展到应用高新技术的阶段。地质学，材料科学，化学，遥感等高科技技术贯穿了矿产勘查的全过程。远程测量技术将地质、物化探和化探方法结合在一起，综合勘探方法已经成为现代勘探技术的主流。不同的地质勘探技术都有其突出的特点，因找矿勘查数据具有不确定性、复杂性和多样性。因此，科学合理地了解矿山勘查信息是确保找矿工作顺利进行的关键。将收集到的信息数据源筛选出有效的找矿信息，高效利用多来源信息，直接关系到地质找矿工作的效率。

通过几十年的勘探工作，积累了一大批地球物理、遥感资料。但由于知识层次和信息提取技术的限制，仍有大量数据未得到充分有效利用，有待进一步开发。同时，随着地质找矿工作的加强，物化探作业所需的直接资料不断增加。伴随着遥感技术的不断发展，遥感资料越来越丰富。青海省木里矿综合利用了多种地质资料，采用这些方法进行地质勘查，可以取得更快、更好、更经济的勘探成果。现代遥感技术已经在青海木里地区地质勘探中得到了应用。

1 基于青海木里矿遥感图像的预处理

1.1 大气校正及数据集合精校正

日光到达地面前，大气层将吸收并散射太阳。类似地，目标的反射光和散射光在到达传感器之前就被吸收和散射了，这种散射效应降低了遥感图像的反差。其理论基础是大气散射的选择性，即大气散射对短波信号有较大影响，而对长波信号有较小影响。利用几乎不受大气影响的波段，利用不同波段之间的对比分析，利用回归分析方法计算大气干扰值，并进行大气校正。校正的图像主要为波段图像和未受大气影响的波段图像，最有效的方案是选取最暗区域，设定该区域为目标区域，对目标区域不同波段亮度值进行研究[1]。回归方程式是：

公式（1）中，I、iY遥感图像单独的灰度值，ia、ib分别代表回归直线的斜率和截距。

在此基础上，由于原始遥感数据的偏移和几何变形，需要对数据集进行精确校正，从而使图像与地形、地质等地图相匹配，具有较高的精度。数据在生产过程中的变形需要用图像校正的方法来修正，本图象为一种全景投影，是一种多中心投影，数据送到客户处后经过粗加工和校正。利用多项式校正方法进行图像校正，通过对图像的变形规律进行模拟，可以实现多项式校正，把图像的变形规律模拟成平移、缩放、旋转、仿射、偏转和弯曲以及高层基础变形等组合形式，并根据有限地面控制点的求解系数，求得图像的校正坐标。多元数学模型如下：

1.2 遥感图像增强处理

图象掩模处理法，遥感影像中反映矿化蚀变的目标信息常常受许多因素的影响，如水、植被、山阴表面、白云等，一些干扰信息具有较高的亮度值和广泛的分布。因此，对遥感数据进行统计分析和目标信息增强识别是一项十分重要的工作。图象掩蔽(MASK)处理是对原始图象中表示集中干扰信息的像素进行选择性的去除，保留含有(矿化)蚀变信息的地质体，或对认为包含(矿化)蚀变的地质体进行直接控制、遥感数据的有效分析和信息提取。图象数据分析处理过程中，位图存储区用于标记、判断和选择像素点，并根据其位置来选择是否参与计算。

利用遥感蚀变信息增强的方法，地质图像内出现的波段区域进行一个分割。得到的频段比可代表不同区域的地物分布状态，并且可以消除频段间的乘性噪声或乘性因子。这是一种最常用和最有效的矿化蚀变信息增强方法[2]。通常用来计算两带率的公式是：

1.3 遥感蚀变信息提取

最优图象密度，最佳密度法是一种质量有序分割的方法。该文对该方法进行了改进，并应用于遥感影像的分割与信息提取。最优的密度分割方法是将图像的灰度(从最小到最大)作为有序量，利用 Fisher准则进行分割，对每一段的离散度之和最小、段之间的离散度之和最大的段内目标信息进行分类和提取。这一段内的离散度是这一段内所有像素的离散度之和，它是由图像直方图统计得到的。在直方图上没有明显的双峰或多峰的情况下，最优密度分割非常有效。

最优密度分割公式如下所示：

在空间探测中，各种蚀变信息常常与一些原始的波段、比变量或主成分因子有“亲和力”。由于蚀变信息在图象空间中分布不均匀，它们必然属于不同的类型。带状图像的特性主要表现为空间的相关性，基于此，我们根据带状图像的空间相关性推测矿物蚀变情况及分布位置。

算法步骤如下：

2 地面观测数据提取

2.1 地面观测数据转换

由于地质资料来源广泛，在综合模型研究中，所涉及的数据种类繁多，且维数差异较大，数据间存在线性和非线性关系。利用已有的数据处理方法，直接应用原始数据无法进行综合分析。针对各类地学数据的不同类型和特点，采用数据转换的方法对非数据地学信息进行量化，并与数据类型数据一起建立统一的维模型。

地质资料转换过程中遵循信息损失小，干扰不增加的原则。其数学逻辑关系如下[3]：变化值是观测值的函数，它定义了一种新的观测值，取代原数据，并以函数的形式表示：

公式（6）中，x为原始观察值，F为函数变换关系，Y为数据转换值。

2.2 地质图形数据的转换

地图数据通常以图形方式，结合各图元的属性描述，表现该区的地质特征、成矿特征和地质实体。这种类型的数据会占用或填满一些空间。该空间有相应的空间范围，可用面积，周长和线长来表示，基元特征属性不能直接用尺度来描述。为了实现矿产资源预测的目的，经常需要分析地质体的类型、性质、相互关系及相关的物理化学属性，成矿地质理论和预测模型是将与成矿地质环境密切相关的地质图件进行量化转换。

同一地质体或其数值特征的不同地质体或不同层段，在一个预测尺度下，其找矿优势与出现在每个质体或每个数值层段的同一尺度下的成矿单元(或矿床)相同。研究一个地区的成矿体系、成矿规律和成矿模式，首先需要了解这一区域不同地质现象之间的关联性，如某个矿床的地球化学特征。某类岩浆岩体等中矿物的数量或总量，自然地把地质图元与有关的地质信息联系起来，以定量指标来表示。统计学方法是根据地质体内在的数量关系，对其进行统计分析。但由于研究目的和对象的不同，相关量化指标的选择也有所不同，既有单位指标，又有多个综合指标。

在计算机技术支持下地质信息空间叠情况分析更具有真实性，重点研究地学数据的网格化和矢量化，通常采用矢量法和栅格法两种方法。在矿产资源预测中，矢量方法由于其多信息叠加分析的复杂性，现在普遍应用的数据预测方法为栅格法，相关地质信息资料的栅格化是数据转换的其中一个重要步骤。按照类型将数据进行划分，网格可以划分为(地质图、构造图等)和(地球物理和地球化学数据等)两类。一般情况下网格间距小，精度高，但计算或处理时间长。采用分辨率高的网格，可有效保证地质信息汇总工作效率。

具备网格化的向量数据，主要是由地形图的点、线、面多种图形数据构成。利用网格技术模拟地图上每个地质实体。栅格分割越小，仿真精度越高，转换前需要知道矢量数据。用坐标表示方法表示网格数据时，基本坐标以直角坐标系表示，原点为地图左下角，网格数据以行数和列数表示，原点为地图顶部。当两个坐标数据转换，通常使直角坐标的x、y轴分别同栅格数据的行列平行，其表达式如下：

使用网格方法处理非图形数据。地学数据可以理解为具有地球化学、地球物理具体坐标位置及信息属性的可参考数据。利用网格法对所获取的数据进行进行有效划分，提取出准确的参数，例如地质图形的坐标数据、空间分布距离、信息检索等内容进行网格划分[4]。它的表达方式是：

公式（9）中，V f为插值点数据，iV为搜索域内的数据值，e为自然数，插值点与参与计算数据点间的距离。

2.3 遥感数据及地面数据融合

该加权融合算法基于像素，其表达式如下：

公式（10）中，X1(i,j)、X2(i,j)为两幅原始图像，1p、p2为反映两幅图象的重点权重，可通过应用分析法或相关系数法来确定其适用范围；a为图像比例参数，b为给定常数，Y(i,j)为结果图像。通过整合获得矿产信息，实现了青海木里矿的地质找矿。

3 实验

为了验证现代遥感技术在青海木里地质找矿中的有效性，进行实验对比，并将传统的方法与此次研究的方法做对比，对比两个方法的有效性。两个方法的找矿时间对比结果如下所示：

图1 找矿时间对比

通过分析上图可知，现代遥感技术在青海木里地质找矿中具有较好的应用意义，较传统的找矿方法的找矿时间少，满足设计应用需求。

4 结束语

对现代遥感技术在青海木里地质找矿中的应用进行了详细设计，并通过实验验证了研究方法的有效性。通过此次研究的方法能够达到预期目标，有效解决了传统方法存在的问题。