国产GF-5高光谱遥感在铀矿找矿中的应用<br/>——以甘肃省龙首山地区为例

国产GF-5高光谱遥感在铀矿找矿中的应用
——以甘肃省龙首山地区为例

2021-12-30冯博程旭卢辉雄李瑞炜张恩汪冰

河北遥感 2021年4期

冯博，程旭，卢辉雄，李瑞炜，张恩，汪冰

1.核工业航测遥感中心，河北石家庄050002

2.河北省航空探测与遥感技术重点实验室，河北石家庄050002

0 引言

航天高光谱遥感技术是近年来迅速发展起来的一种全新遥感技术[1-3]。利用高光谱成像光谱仪纳米级的光谱分辨率（波段宽度小于10nm）在可见光-近红外谱段（0.35μm～2.5μm）识别矿物种类高达几十种，国内外学者基于航天高光谱遥感开展了大量找矿应用研究，找矿效果显著，目前航天高光谱数据源主要为NASA 发射的Hyperion 高光谱数据[4-5]，针对国内首颗自主研发的GF-5 高光谱找矿应用研究较少[6-7]，其应用前景及效果需开展试验研究。

甘肃省龙首山铀成矿带位于西北高海拔干旱区，基岩裸露条件好，成矿带中段发育芨岭铀矿床、新水井铀矿床、革命沟铀矿床及多处铀矿化点和铀异常点[8-9]，本文基于GF-5高光谱遥感数据，在该区开展高光谱遥感铀矿找矿应用研究，旨在试验出一套GF-5高光谱处理和蚀变矿物信息提取方法流程，结合地面光谱测量验证蚀变矿物提取结果的可靠性，为国产航天GF-5高光谱数据在铀矿找矿中的应用提供参考。

1 研究区概况

研究区位于龙首山铀成矿带西部，大地构造位置位于华北板块阿拉善隆起带的西南缘，南接河西走廊、北邻潮水盆地（图1a），是早古生代早期祁连板块与华北板块碰撞造山形成的陆缘隆起带[10]，经历了多旋回地质构造演化。

研究区内出露最老的地层为下元古界龙首山岩群，是在古裂谷环境下沉积的双峰式火山岩及碎屑岩、碳酸盐岩经历角岩相变质作用之后形成的一套强烈变质、变形地体，其次为中元古界墩子沟岩群和上元古界孩母山岩群，最新的地层为山前坳陷沉积的古近系红色碎屑岩及新近系（图1b）。

研究区内的岩浆岩主要为芨岭花岗岩体，侵位于加里东期前寒武地层之中，是由混合花岗岩、闪长岩、灰白色斑状闪长花岗岩、肉红色（似斑状）粗粒二长花岗岩、碱性岩及脉岩组成杂岩体，花岗岩岩体的分布受北西西向构造控制（图1b）。区内花岗岩为陆壳重熔岩浆经结晶分异而成，岩浆演化成熟度高，后期伴生碱性岩及碱性热液，为龙首山铀矿形成奠定了物质基础[10]。

研究区内断裂构造极为发育，断裂走向包括东西、北西、近南北和北东向（图1b），其中以北西向最为发育，近东西向次之，近南北向活动最晚[11]。

图1 龙首山成矿带构造位置（a）及地质矿产图（b）Fig.1 Geotectonic location（a）and Geological mineral map（b）of the Longshoushan metallogenic belt

2 数据源的选择及预处理

2.1 数据源的选择

本次试验研究采用的高光谱数据源为GF-5高光谱遥感数据，数据获取相机为AHSI 高光谱相机，具备可见光、近红外和短波红外330个波段（表1），其中可见光及近红外波段有150个，平均采样间隔为5nm，短波红外波段有180个，平均采样间隔为10nm，波段范围为0.4～2.5μm，空间分辨率为30m，幅宽为60km。

表1 AHSI 高光谱相机基本物理参数Table 1 The main technical parameters of the advanced hyper-spectral imager（AHSI）

2.2 数据预处理

航天卫星遥感所利用的各种辐射能均与地球大气层发生相互作用，导致光谱发生变化[12]，在开展蚀变信息提取前需要对GF-5 高光谱数据进行大气校正、波段筛选、坏线修复、条带滤波等预处理。

本文采用了FLAASH 模型对GF-5 高光谱数据进行大气校正；剔除了光谱波长范围分别在1356～1447nm、1800～1982nm、2375～2395nm 受水汽吸收影响的波段以及信噪比过低的波段；坏线修复采用了相邻列均值进行填补代替处理；运用局部平均滤波法去除条带。

3 地面光谱测量

地面光谱测量数据可直观、精确评价航天高光谱遥感数据质量，分析岩石光谱与岩性的关系，确定矿化蚀变信息。

岩矿标本野外光谱测量采用的是美国ASD公司的FieldSpec Pro FR 地面光谱测量仪（表2），野外光谱测量需满足能见度、云量、风力、太阳天顶角和测量时间的要求，对样品测量前后均开展白板反射能量曲线测量，每隔5min，进行一次测量系统优化，保障岩矿标本光谱数据的质量。

表2 FieldSpec Pro FR 光谱仪主要技术参数Table2 FieldSpec Pro FR spectrometer main technical parameters

4 蚀变信息提取

4.1 技术思路

GF-5 高光谱数据提取蚀变矿物信息的基本技术思路是基于反演或重建的地物反射光谱与已知的蚀变矿物标准光谱或实测光谱之间做定量对比分析，进而确定地物的蚀变矿物类型。自然界中地物对电磁辐射的发射、反射、投射和吸收特征是遥感地物识别的基础，不同地物在不同波长范围内会形成各自的可诊断性特征谱带（表3）。

表3 常见蚀变矿物信息诊断光谱特征位置表Table3 Table of common alteration mineral information diagnosis spectral feature location

4.2 方法试验

基于GF-5 高光谱数据，针对龙首山地区进行了蚀变矿物信息提取的研究，构建了基于GF-5 高光谱的主要蚀变信息提取流程图（图2）。

图2 航天高光谱遥感蚀变矿物信息提取方法研究流程图Fig.2 Flow chart of extraction method of altered min‐eral information from space hyperspectral remote sensing

构建标准参考光谱集，筛选区内主要的碱性长石、绿泥石、赤铁矿、高岭土、褐铁矿、石英及方解石等蚀变矿物的光谱特征，总结出研究区蚀变矿物类型的吸收峰、反射谷的位置、幅度等诊断光谱特征。

在矿物提取前对数据进行降维处理，本次采用了最小噪声分离变换（MNF），去除噪声干扰，增强微弱信息。在降维处理后采用纯净像元指数（PPI）和自动图像端元提取法（ORASIS）对GF-5 高光谱遥感数据开展端元提取工作。

端元提取基础上开展了端元识别研究，对比光谱角填图（SAM）、波谱特征拟合（SFF）、二值匹配法（BE）三种光谱匹配算法后，最终采用光谱角填图（SAM）技术进行端元识别。

5.结果及地面验证

5.1 蚀变信息提取结果

在本次研究工作，完成了甘肃龙首山地区蚀变矿物的提取研究，提取了区内碱性长石、绿泥石、赤铁矿、高岭土、褐铁矿、石英和方解石7种蚀变矿物，获得研究区高光谱蚀变矿物分布信息图（图3）。

图3 GF-5 高光谱遥感蚀变矿物分布图Fig.3 GF-5 Hyperspectral Remote Sensing Alteration Mineral Distribution Map

龙首山地区高光谱蚀变矿物总体呈北西向带状展布，与区内北西向区域断裂构造和龙首山岩群空间关系密切。铀矿床出露区蚀变类型呈增多趋势，表明本次提取到的高光谱蚀变矿物分布在区域铀矿勘查中具有重要的应用潜力。

5.2 地面光谱验证

为了验证GF-5 高光谱遥感蚀变信息提取的准确性和有效性，利用FieldSpec Pro FR 地面光谱测量仪和手持便携式GPS，在试验区开展了地面光谱野外查证工作。

高光谱遥感蚀变信息提取的准确性和有效性的验证方法为：将同一地点的样品光谱与高光谱提取的蚀变矿物光谱进行对比，通过计算光谱之间的相关性系数来获得光谱匹配的准确度，采用的计算公式为：

公式中，n为光谱的一个波长范围，为高光谱影像光谱曲线在波长n范围处的平均值为实测样品的光谱曲线在波长n范围处的平均值。相关性系数R越接近1，表明相关性越好，两条光谱越相似。在实际验证中，当R＞0.6 时，认为是两种光谱高度相关，识别为同一种蚀变矿物。

在研究区选取了20处验证点（图3）。图4a为一处赤铁矿化野外露头，地表可见红褐色浸染状赤铁矿化，与GF-5 高光谱蚀变矿物提取类型和位置相符（图4b-c），采集手标本并开展地面光谱曲线测量，进行地面光谱曲线、GF-5光谱曲线和标准波谱曲线（图4d）进行相关性模拟计算，该验证点R 值为0.84。本次选取的20 处野外验证点，地面光谱、GF-5 光谱和标准波谱曲线三者的相关性R＞0.6的占比达85%。