光学遥感在识别花岗伟晶岩型锂矿床中的应用*

姜琪，代晶晶，王登红，田淑芳

（1中国地质大学，北京100083；2中国地质科学院矿产资源研究所自然资源部成矿作用与资源评价重点实验室，北京100037）

锂是新兴产业资源，在高能锂电池、可控核聚变“人造太阳”反应中广泛应用，被誉为“21世纪的能源金属”（张驰等，2017；吴西顺等，2020）。锂资源主要来源于卤水（盐湖）型锂矿和花岗伟晶岩型锂矿（王芳，2020），其中，花岗伟晶岩型是最重要的锂矿床类型之一，该类型矿床贡献一半的全球锂产品，是稀有金属锂的传统来源（Benson et al.，2017；涂其军等，2019）。花岗伟晶岩型锂矿床具有区域性集中分布的特点，中国花岗伟晶岩型锂矿多集中在西部的四川、新疆和青海等地的较偏远地区，人烟罕至，地形复杂，环境恶劣，区域地质调查研究和找矿工作难以开展。

随着遥感技术的推广，遥感技术的应用程度日臻成熟，已成为地质找矿的重要技术手段（鞠建华等，2005；耿新霞等，2008）。遥感技术以其覆盖广、快速、高效、低成本等优势，特别是对西部地区广泛分布的伟晶岩型锂矿具有较好的应用前景。遥感图像处理技术方法可以很好的突出花岗伟晶岩型锂矿及其相关异常信息，如RGB组合可以识别出含锂伟晶岩附近的热液蚀变；PCA变换可以识别花岗伟晶岩型锂矿遥感相关异常的存在；波段比值可以很好的突出锂矿化信息（Cardoso-Fernandes et al.，2019a；2019b）。同时，前人研究成果表明（代晶晶等，2017；范玉海等，2018），在伟晶岩型锂矿的反射光谱曲线特征及其成矿规律的基础上，可以充分利用现有的遥感图像增强处理技术和分类技术，有效地提取锂矿化信息及找矿标志信息，最后圈定找矿靶区。基于此，本文介绍了国内外花岗伟晶岩型锂矿分布以及该类型矿床的地质特征；并且重点从2个方面阐述了遥感技术在花岗伟晶岩型锂矿找矿中的应用现状，即遥感数据源的选择以及遥感技术进行伟晶岩型锂矿找矿的方法；最后，总结了遥感技术在花岗伟晶岩型锂矿找矿应用中的优势，并提出了遥感进行锂矿找矿的展望。

1 花岗伟晶岩型锂矿资源概况

1.1 花岗伟晶岩型锂矿分布概况

锂是地壳中比较稀少的元素，在地壳中的丰度为0.0065%，排名第27位（杨卉芃等，2019）。尽管地壳中锂资源含量稀少，但全球具有丰富的可开发利用的锂矿资源。由于持续勘探，已查明的锂资源大幅增加，2020年美国地质调查局发布了全球范围内的锂资源量约为8000万t（U.S.，2020）。按目前每年8.5万t的用量计算，可以保障全球使用200年（张苏江等，2020a）。

据美国地质调查局对全球锂资源调查统计，全球已探明锂矿储量为1400万t（锂矿资源量为6200万t），主要分布在阿根廷、津巴布韦、葡萄牙、智利、美国、中国、澳大利亚和巴西8个国家（张苏江等，2019b），然而其中的多数国家只有单一类型的锂矿资源，中国锂资源类型储量比较丰富，锂矿资源开发潜力较大。

中国锂矿资源在空间分布上具有区域性集中的特点，以硬岩型锂矿中的花岗伟晶岩类型为主，该类型矿床具有品位高、易于开采的特点（李建康等，2014；王登红等，2018）。目前，中国已探明的花岗伟晶岩型锂矿矿区共有42处，锂资源储量为2241.21万t，储量集中在四川、江西、湖南、贵州等省（许志琴等，2018）。以往的研究资料显示（王登红等，2015；蔡艳龙等，2017），花岗伟晶岩型锂矿成矿带主要分布于新疆阿尔泰成矿带、川西松潘-甘孜成矿带，典型矿床以新疆可可托海锂铍铌钽铷矿床、川西甲基卡锂铍铌钽铷矿床等为主。而近年来，随着遥感技术在地质领域中的广泛应用，金谋顺等（2018）提出一种利用遥感技术识别花岗伟晶岩型稀有金属矿物的方法。通过该方法体系在中国新疆西昆仑地区新发现了4处大型锂（铍）矿产地，估算氧化锂资源量100万t以上（黄金科学技术，2020）。

1.2 花岗伟晶岩型锂矿的地质特征

花岗伟晶岩型锂矿源于伟晶岩脉，岩脉多呈带状分布，形态多为脉状或者板状，通常存在于大型花岗岩侵入体的边缘之上，具有较明显的分带性（王秋舒等，2015；王晨等，2018）。这主要是由于区域变质的砂泥岩被喷发出的岩浆侵入，而岩浆熔体具有低黏度、富水、高分散性、富碱等特点，能够轻易的聚集锂等稀有金属元素，导致锂元素在伟晶岩中的极端富集（冉子龙等，2020）。

花岗伟晶岩型锂矿床是稀有金属锂矿床的重要类型之一。经过近一个世纪的研究，地质学家已基本查清此类型矿床的特征。目前，关于稀有金属锂在源区花岗质岩浆形成过程的富集机制，岩石学家和矿床学家均强调花岗伟晶岩锂矿的母花岗岩源于变沉积岩的白云母熔融（徐兴旺等，2020），也即在该类型矿床中，花岗伟晶岩中富含白云母。同时，该类型矿床围岩蚀变强烈，矿化作用明显，主要是因为其发育在区域变质作用比较强烈和花岗岩侵入体发育的地区，故矿床的围岩常常是各种板岩、片岩、片麻岩、千枚岩和花岗岩等（唐军，2020）。

结合大地构造环境，花岗伟晶岩锂矿床也往往倾向于在地台和地槽褶皱带中相对隆起区分布，成因上与板块碰撞导致的构造岩浆活动有关，大多数锂矿床，特别是大型锂矿床，形成于岩浆活动中晚期热液蚀变体或伟晶岩脉中，形成似层状、脉状锂矿（李建康等，2014）。同时，围岩在褶皱构造影响下产生以花岗岩侵入岩体为中心的带状蚀变圈，使得矿物的种类、含量、大小和伟晶岩类型的不均匀性以及分带性明显，如内蒙古地轴、辽东隆起等地有斜长伟晶岩或白云母微斜长石伟晶岩、江南地轴有幕阜山等稀有金属伟晶岩（侯江龙等，2016）。因此，在利用遥感技术进行花岗伟晶岩锂矿的识别提取中，需要结合其围岩以及褶皱构造处呈现层状、脉状等的富含白云母的伟晶岩脉等特征。

2 光学遥感技术在花岗伟晶岩型锂矿找矿中的应用

2.1 遥感数据源的选择

2.1.1 中等分辨率数据

随着遥感传感器的发展，从航天、航空等平台获取到的遥感数据也越来越丰富。这些遥感数据的分辨率也因平台高度以及传感器的不同而有所区别。针对提取花岗伟晶岩型锂矿这一类型矿床，参考遥感卫星的轨道高度、视角、空间分辨率及光谱分辨率等参数，选择合适的遥感数据进行处理是至关重要的。早期应用于伟晶岩型锂矿提取的遥感影像常常是中等分辨率影像，主要包括ASTER、Landsat-5、Sentinel-2以及Landsat-8。

其中，ASTER数据的空间分辨率处于中等水平，但包含的光谱信息非常丰富，覆盖了可见光近红外、短波红外以及热红外波段。国内外学者利用该数据的高光谱优势，将其应用于花岗伟晶岩型锂矿找矿中，取得了较好的效果。国内学者（徐兴旺等，2019）以新疆若羌县阿尔金中段吐格曼地区为研究区域（图1a），利用ASTER的假彩色影像，对区域内的伟晶岩型锂矿进行提取研究（图1b），得出对于吐格曼地区花岗伟晶岩型稀有金属矿的找矿预测的关键，并依据此找出2个潜在的稀有金属找矿靶区，为下一步深入研究奠定基础。国外学者（Perrotta et al.，2005；Mendes et al.，2017）采用ASTER数据的可见光-近红外（VNIR）波段以及短波红外（SWIR）波段影像分别对基希讷乌地区山谷、巴西的米纳斯吉拉斯州研究区内的伟晶岩型锂矿信息进行了提取，研究表明，ASTER数据具有识别伟晶岩型锂矿光谱特征和空间特征的能力。

图1 研究区区域构造位置图（a）和托巴花岗伟晶岩区ASTER影像解译结果图（b）（据徐兴旺等，2019）图a中红框部分为研究区域；图b中白色线示花岗岩和地层的边界；黄色脉体为推测的花岗伟晶岩；AG—碱长花岗岩；BMG—黑云二长花岗岩；MMG—二云母二长花岗岩；bγρ1—遥感光谱异常体与花岗伟晶岩编号；fw(Pt2)—中元古界复理石建造；Pt2A—阿尔金群；F1、F2与F3为矿区的3条断层Fig.1 The regional structure location map（a）of the study area and the ASTER image interpretation result map（b）of the Toba granite pegmatite area(after Xu et al.,2019)The red frame in Fig.a is the study area;the white line in Fig.b shows the boundary between the granite and the strata;the yellow veins are inferred granite pegmatites;AG—Alkali feldspar granite;BMG—Biotite adamellite;MMG—Biotite adamellite;bγρ1—Remote sensing spectral anomaly and granite pegmatite number;fw(Pt2)—Middle Proterozoic flysch formation;Pt2A—Altun Group;F1,F2 and F3 are three faults in the mining area

Sentinel-2多光谱遥感影像具有较高的空间分辨率，相较于其他中等分辨率影像在探测区内伟晶岩露头更有优势。Cardoso-Fernandes等（2018）便利用Sentinel-2多光谱影像，以Fregeneda Almendra（西班牙萨拉曼卡-葡萄牙新福兹-维拉）伟晶岩矿田为研究区，通过研究伟晶岩锂矿遥感蚀变异常对锂伟晶岩进行间接提取，并预测氧化铁和黏土矿物的赋存状态，区分出非蚀变带和热液蚀变带，同时，又基于伟晶岩型锂矿的光谱特征值对其进行直接提取，最终取得了良好的找矿效果。

Landsat-5和Landsat-8同属于陆地卫星系列，是基于不同传感器获取到的遥感数据。后者相较于前者增添了分辨率为15 m的全色波段，两者各个波谱范围虽存在一些差异，但均包含可见光近红外、短波红外以及热红外波段，结合花岗伟晶岩型锂矿在波谱范围内的特征，尤其是短波红外波段，对伟晶岩型锂矿的提取具有重要意义。Cardoso-Fernandes等（2019b）就基于伟晶岩型锂矿的反射光谱特征，利用Landsat-5、Landsat-8两种影像在波段范围内进行波段组合、波段比值等图像增强处理，以此突出锂矿化信息，结果显示可以有效区分含锂伟晶岩与其他岩性。

2.1.2 高分辨率数据

随着信息技术的不断发展，遥感技术的成像质量标准也随之提高（王少峰等，2019）。特别是近年来高空间分辨率数据技术的提高，一些商业卫星的分辨率高达0.3 m左右，大大提高了图像的可判读性与分析性。高分辨率数据一般用于提取花岗伟晶岩型锂矿重点研究区内的岩体、岩脉等信息，从而实现直接找矿（代晶晶等，2019a）。目前常用的高分辨率数据有GeoEyes-1、World View-2等。

GeoEyes-1数据光谱范围虽然只覆盖红、绿、蓝及近红外（450~920 nm）波段，但其多光谱影像空间分辨率达1.65 m，全色影像的空间分辨率更是高达0.41 m（刘小雨等，2020），这对于一些小的花岗伟晶岩型锂矿露头信息的提取会更加精确。潘蒙等（2016）就利用GeoEyes-1数据，基于伟晶岩在遥感影像上具有色调浅，呈亮白色等特点对青藏高原东部的甲基卡矿区北部的伟晶岩转石及露头信息进行识别，该结果对研究区内找矿靶区的圈定及钻探验证起到了快速有效的定位作用。

同时，于2009年发射的第一颗高分辨率卫星WorldView-2，其影像数据也具有相当出色的空间分辨率。而且该数据具有8个波段，在光谱分辨率上更优于GeoEyes-1数据，这为快速、准确的提取花岗伟晶岩型锂矿信息提供了良好的数据基础。一些学者利用该数据优势，进行了花岗伟晶岩型锂矿提取研究，取得了良好效果，如范玉海等（2018）、王辉等（2018）、金谋顺等（2019）在西昆仑大红柳滩地区利用高分辨率影像WorldView-2中含锂辉石伟晶岩的特征（影像中色调为亮白色，北西向条带状展布，周边围岩为红色、灰褐色色调，两者差异明显）进行伟晶岩脉的识别，之后通过较低分辨率影像进行锂矿化信息及其相关异常的提取。结合Li、Be等稀有金属化探异常，圈定找矿靶区，经过实地验证，能够快速精确的发现伟晶岩型稀有金属矿。

继WorldView-2卫星发射后，作为同系列的高分辨率卫星WorldView-3于2014年成功发射，为目前分辨率最高的商业光学卫星。WorldView-3不但具备与WorldView-2相同的高空间分辨率，并且还能在更短的时间内获得影像数据。在光谱分辨率方面，WorldView-3除了拥有与WorldView-2相同的8波段光谱信息外，还新增了8个短波红外波段，这更有利于伟晶岩型锂矿的识别，在区分不同类型花岗伟晶岩型锂矿研究中具有很大的应用潜力。

2.1.3 不同遥感数据源识别伟晶岩的优劣性

针对中、高等分辨率遥感影像在识别花岗伟晶岩型锂矿中的应用分析，归纳出不同分辨率遥感影像在识别伟晶岩型锂矿中存在的优缺点及其在提取过程中的注意事项。总的来说，高空间分辨率影像中包含的地物纹理信息丰富，能识别较小的地物目标；而中等分辨率影像具有较多的波段信息，光谱信息丰富，能够通过光谱信息增强方式突出伟晶岩脉，掌握其整体空间分布情况。具体信息如表1所示。

综合前人利用不同遥感数据在伟晶岩型锂矿找矿研究中应用发现：①遥感数据可以为地质工作者提供了更广阔的视角，大大缩短地质调查工作周期；②中等分辨率影像的适用性不一定低于高分辨率影像，可以利用其光谱分辨率高的特点对研究区内花岗伟晶岩型锂矿进行识别和提取；③高等分辨率影像可以探测到更细微的地质信息，可以识别到地表或浅覆盖地区的花岗伟晶岩型锂矿露头信息；④可以根据花岗伟晶岩型锂矿研究方法的不同，选取不同分辨率的影像或者2种分辨率影像协同应用。

2.2 花岗伟晶岩锂矿提取技术分析

2.2.1 RGB组合

遥感影像中不同地物的区分主要是利用地物波谱特征的差异，这些差异会引起影像中不同地物间颜色的差异，进一步呈现出地物的位置、边界、形状等信息（刘新星等，2015）。花岗伟晶岩型锂矿在真彩色遥感影像上一般表现为白色或浅色线状，脉状影纹特征，而且伟晶岩的抗风化能力比较强，地貌上以脊状突起为特征。为了更加突出影像中花岗伟晶岩型锂矿信息，多波段影像可以进行RGB假彩色合成，来增强花岗伟晶岩型锂矿与围岩信息的差异，提高肉眼的辨析能力。如代晶晶（2018）利用多光谱影像通过RGB组合，增强区域中伟晶岩脉信息，以此确定出找矿远景区，不仅为下一步找矿预测奠定基础，还提供了一种更准确、更快速的锂矿找矿方法，为野外找矿提供科学依据；Cardoso-Fernandes等（2019a）对3个矿区中的锂矿化信息进行RGB组合处理，研究中分别利用ASTER（图2a~c）、Landsat-8（图2d~f）、Landsat-5（图2g~i）以及Sentinel-2（图2j~l）4种遥感影像进行增强处理。从图2中可以看出，各遥感数据处理结果都不同程度增强了锂矿化信息及其对比度，这些增强信息的识别提取对于今后此地区的找矿勘查具有重要的指导意义。

图2 RGB组合处理结果（据Cardoso-Fernandes et al.，2019a）Fig.2 RGB combined processing results(after Cardoso-Fernandes et al.,2019a)

虽然RGB组合方法能有效地增强区域中伟晶岩型锂矿信息，但该方法在某些情况下具有一定的局限性：姚佛军等（2020）利用谷歌地球/奥维以及WorldView-2影像通过RGB假彩色合成等方法对东疆戈壁覆盖的镜儿泉区域内伟晶岩型锂矿进行提取，研究显示该方法对区内伟晶岩脉的识别效果不明显。造成该结果的原因推测如下：谷歌/奥维数据下载后是JPEG格式，即只有3个波段，假彩色合成后区分效果不明显，而WorldView-2数据虽然拥有8个波段，相较于谷歌/奥维数据具有一定的优势，但区域内伟晶岩型锂矿与其围岩即花岗岩光谱信息差异不大，不能很好地突出伟晶岩型锂矿信息。因此，该方法在数据波段数量有限、花岗伟晶岩型锂矿与围岩光谱信息差别有限的情况下应用效果不明显。

2.2.2 波段比值

每种矿物的反射光谱如同函数曲线，都存在斜率或者是坡度，波段比值就是利用代数运算来增大或减小这种“斜率”，抑制背景信息（付翰泽，2018）。通常选择反射峰与吸收谷进行比值运算，使得处理结果呈现出明与暗的像素，明亮的像素可能为增强的目标。该方法针对花岗伟晶岩型锂矿信息的提取，是需要基于含锂辉石伟晶岩的反射光谱曲线特征值（波谷、波峰）来进行处理的。从图3可以看出，含锂矿伟晶岩的波谱整体反射率中等偏下（代晶晶等，2019b），在短波红外范围内具有明显的吸收和反射特征：在1385 nm、2175 nm及2270 nm左右有反射峰；在1413 nm、1913 nm、2205 nm左右有吸收谷，同时，这些反射和吸收的波谱特征在不同遥感影像中又对应着不同波段（表2）。部分国外学者根据上述理论基础，尝试使用多源遥感影像对伟晶岩型锂矿以及蚀变信息进行增强，以此来突出遥感技术识别含锂伟晶岩的潜力，如Cardoso-Fernandes等（2019a；2019b）以3个矿区为研究区域，将遥感影像利用波段比值的方法来识别区内的伟晶岩型锂矿，并指出波段比值法可以有效地识别出锂矿化信息。同时，根据先前的研究工作总结出了识别与矿化带有关的热液蚀变带和直接鉴定含锂矿物2种探索锂矿的方法。

表2 多源遥感影像识别伟晶岩型锂矿的特征波段Table 2 Characteristic wavebands of pegmatite type lithium deposits identified from multi-source remote sensing images

图3 含锂辉石伟晶岩光谱曲线特征图图中黑色虚线表示曲线的谷值；灰色直线表示曲线的峰值Fig.3 Characteristic diagram of spectral characteristic curve of pegmatite containing spodumeneThe black dashed line in the figure indicates the valley value of the curve,the gray straight line indicates the peak of the curve

波段比值方法可以扩大不同地物亮度值的微小差异，能消除地形差异，识别和区分出伟晶岩型锂矿，但其具有暗区压缩亮区扩展的缺点，还常常伴随着噪声（比如条带现象），而且基本的比值法对色调相似，亮度不同的岩石区分效果不是特别明显。

2.2.3 主成分变换（PCA）

主成分变换（PCA）是遥感数字图像增强中运用比较广泛的一种算法（陈菁，2016），是在统计特征基础上的多维(多波段)正交线性变换。通过PCA变换，可以把多波段影像中有用的信息集中到数量尽可能少的主成分影像中，并使这些主成分影像之间互不相关，从而大大减少总数据量。图4是利用PCA变换后多波段影像，采用PC1、PC3、PC5按照R、G、B的顺序进行假彩色合成，根据假彩色影像进行区内伟晶岩型锂矿及相关异常提取研究。其中，在经过变换后与稀有金属矿产成矿有关的信息均呈现高值或者低值，与周边围岩差异明显，较好反映了伟晶岩的稀有金属矿产含矿信息（金谋顺等，2019）。其对西昆仑地区伟晶岩型矿床提供了重要的技术方法支撑，对下一步进行外围找矿具有重要的借鉴意义。

图4 伟晶岩型锂矿相关遥感异常及遥感解译图（据金谋顺等，2019）1—全新统冲洪积物；2—全新统湖积物；3—三叠系巴颜喀拉山群上组；4—三叠系巴颜喀拉山群中组；5—三叠系巴颜喀拉山群下组；6—二叠系黄羊岭群上组；7—二叠系黄羊岭群中组；8—二叠系黄羊岭群下组；9—长城系甜水海岩群；10—三叠纪二长花岗岩；11—地质界限；12—断层；13—遥感异常；14—遥感异常包及编号；15—遥感解译伟晶岩脉；16—伟晶岩型锂矿；17—盐湖型锂硼矿Fig.4 Remote sensing anomaly and remote sensing interpretation diagram of pegmatite-type Li deposit(after Jin et al.,2019)1—Holocene alluvial deposits;2—Holocene lake deposits;3—Triassic Bayan Harshan Upper Formation;4—Triassic Bayan Harshan Middle Formation;5—Triassic Bayan Harshan Lower Formation;6—Upper Formation of Huangyangling Group of Permian System;7—Middle Formation of Huangyangling Group of Permian System;8—Lower Formation of Huangyangling Group of Permian System;9—Tianshuihai Rock Group of Great Wall System;10—Triassic monzonitic granite;11—Geological boundary;12—Fault;13—Remote sensing anomaly;14—Remote sensing anomaly package and number;15—Remote sensing interpretation of pegmatite veins;16—Pegmatite Type lithium ore;17—Salt lake type lithium boron ore

根据金谋顺等（2019）研究成果可以看出，对影像进行主成分变换，其他主分量方差虽小，包含信息亮少，但可能正好能够区分花岗伟晶岩型锂矿信息。第一分量拥有绝大部分信息，对于花岗伟晶岩型锂矿信息来说可能是干扰因素。有些情况下，不能完全用主分量的顺序确定地质应用上的价值，而且主成分变换后可以选取3个或2个主分量进行假彩色合成，对于花岗伟晶岩型锂矿以及相关异常起到很好的增强效果。

2.2.4 辐射增强

辐射增强方法是一种通过改变影像中像元灰度值来增强影像对比度的图像处理方法（方俊睿，2019）。通常将影像中感兴趣区域或者亮度过于集中的区域的像元亮度进行扩展，扩大影像的反差，增强影像中表现的层次性，以此达到改善图像质量或突出感兴趣区域的目的。姚佛军等（2020）对区内花岗岩中锂铍伟晶岩进行识别，由于花岗岩与为伟晶岩型锂矿光谱信息差异微弱，因此为增强两者差异，研究中对影像进行归一化处理后，对离散值情况进行频数和概率值的替代，对直方图进行均衡化，最终得到增强结果。该结果可以清楚地识别出伟晶岩脉体，对于地质人员野外填图和找矿工作具有非常重要的指导意义。

通常情况下，原始遥感数据的灰度值范围较窄，这个范围要比显示器中显示范围小的多。通过该方法处理后，可以将其灰度范围拉伸到0~255的灰度级之间显示，从而提高图像对比度提高，视觉效果得以改善。对于花岗伟晶岩型锂矿与其围岩的光谱信息差异细微的情况，该方法可以很好的突出花岗伟晶岩型锂矿信息，具有良好的对比效果。

3 结论

（1）遥感技术应用于伟晶岩型锂矿找矿，今后将朝着自动化、智能化的方向发展。人工智能技术的发展和应用，显示了其在地质找矿应用中的巨大潜力，这在一定程度上削弱了主观因素的影响。

（2）多源遥感数据协同应用会更加广泛，如遥感数据分辨率限制下进行矿物提取，可以利用多源影像协同技术进行直接或间接提取，即将多源影像优势互补，兼顾影像的高空间分辨率和高光谱保真度，这在很大程度上解决了遥感数据分辨率限制的问题。而且，现代遥感技术飞速发展，商业卫星数据，如WorldView-3的分辨率高达0.4 m左右，大大提高了地物识别能力，为花岗伟晶岩型锂矿资源调查提供了良好的数据基础。同时，对于一些遥感数据在热红外波段范围内没有或者缺少的情况，也可以借助当下最新的高分辨率影像WorldView-3进行相关研究。

（3）高光谱技术蓬勃发展，该技术的优势及其良好的识别效果将为花岗伟晶岩型锂矿勘查工作提供启发及参考依据。近年来，航空无人机载高光谱遥感技术的诞生为高光谱遥感增添了一抹靓丽的色彩，该类型影像因在可见光、近红外、短波红外等波段范围内拥有丰富的光谱信息以及极高的空间分辨率，能够精准捕捉到花岗伟晶岩锂矿化或非矿化的波谱差异，从而达到识别锂矿化和非矿化的目的。同时，高光谱影像也可以在一定程度上解决“异物同谱”的问题。