基于Aster和Landsat8数据在青海赛什腾地区蚀变信息提取研究

王曦，程三友，林海星，陈静，肖良

长安大学，地球科学与资源学院，西安，710054

内容提要: 青海赛什腾地区位于无人区，穿越条件极差，传统地质找矿勘探工作难以开展，因其植被稀少，有利于多光谱遥感数据提取矿化蚀变信息。本文以Landsat8和Aster数据为数据源，利用成像光谱法和主成分分析法对赛什腾地区进行矿化蚀变信息的提取，成像光谱法包括最小噪声变换(MNF)，像元纯净指数(PPI)，n维可视化端元识别(n-Dimensional Visualization)和光谱角匹配(SAM)，最终获得了赛什腾地区矿物信息分布图。利用主成分分析法对Landsat8和Aster数据分别提取黄铁矿、褐铁矿等铁染蚀变矿物和绢云母等羟基蚀变矿物，通过对Aster和Landsat8两种数据提取的蚀变信息进行空间叠加分析，定量地分析对比两种数据的蚀变信息提取效果，具有提高提取蚀变信息准确性的优势。通过样品实测光谱及镜下鉴定特征验证了研究区铁染和羟基蚀变存在的真实性，并将矿化蚀变信息分布图与野外调查已知矿(化)点坐标进行叠加验证，结果显示矿(化)点坐标基本落在提取的矿化蚀变范围内，说明基于这两种遥感数据的处理方法和提取结果是可靠的，为圈定找矿靶区和扩大找矿范围提供了重要的指导意义。

自20世纪以来，国内外学者将遥感技术运用到地质调查中，尤其在矿化蚀变信息提取中不断创新方法，尝试新技术。近年来，随着遥感技术突飞猛进的发展，矿化蚀变信息的提取技术愈发成熟，与传统地质结合进行找矿勘探，取得巨大的进展和丰硕的研究成果(Abrams et al.，1977；张玉君等，1998，2003；杨建民等，2003，2006；甘甫平，2001；杨斌等，2015；李守麟等，2015；武慧智等，2019)。Loughlin(1991)利用主成分分析方法获取了巴西某矿集区羟基及铁染蚀变异常信息分布情况；Ducart等(2005)利用混合像元解混法对阿根廷热液矿床蚀变矿物分带现象进行解译；Pour 等(2012)利用波段比值法对伊朗斑岩型铜矿床进行研究，获取了研究区蚀变矿物分布特征；Emam等(2016)利用Aster数据，运用波段比值法(BR)和相对吸收波段深度技术(RBD)，解译了Allaqi—Heiani缝合线东部的蛇绿岩，取得了良好的效果；Rajendran等(2017)基于Aster数据，研究了阿曼苏丹国Shinas地区硫化物矿床，利用光谱角和线性光谱分解绘制了蚀变带分布图；Pour等(2019)基于Landsat8、Aster和Worldview-3数据，利用直接主成分分析法(DPCA)提取了Inglefield岛铜金矿化点附近热液蚀变矿物，并用线性光谱分解法识别该地区蚀变矿物端元，进行了岩性填图；汪子义等(2018)基于Landsat8数据，利用MTMF识别了多龙矿集区斑岩铜矿区绿泥石、白云母、赤铁矿等蚀变矿物；茹菲娜·阿力木江等(2021)基于Aster数据在西天山穆龙套地区，运用矿物指数法分析提取了硅化蚀变并取得良好的效果。然而运用遥感手段在青海赛什腾多金属矿区进行找矿研究的报道非常少，因此本文基于Landsat8和Aster两种数据，根据其提供的可见光、近红外等多个适应于地质应用的波段，利用成像光谱法和主成分分析方法在赛什腾多金属矿区进行矿化蚀变信息的提取，通过对比两种数据提取结果，定量分析提取的矿物种类及含量，通过岩石样品实测光谱分析和薄片镜下鉴定证明了蚀变存在的真实性，并结合野外实地调查进行异常点验证，为更好地圈定找矿靶区和扩大找矿范围提供参考。

1 研究区概况

研究区赛什腾山位于青海省西北部，南接祁连山，北毗邻柴达木盆地，大地构造位置隶属东昆仑造山带(提振海等，2017；潘志民等，2017)。区内发育金矿、铁矿、铜矿等多金属矿床，包括滩间山金矿床、千枚岭金矿床、野骆驼泉金矿床和小赛什腾斑岩型铜矿床(沈文成等，2015)，矿体主要赋存于褶皱、断裂和岩体与地层接触带中(张志强等，2013)。

图1 赛什腾地区地质简图(改自高万里等，2019)Fig. 1 Geological sketch map of Saishiteng area(modified from Gao Wanli et al., 2019&)Q—第四系；D3m1—泥盆系牦牛山组；OT1—奥陶系滩间山群碳酸盐岩组；OT2—奥陶系滩间山群碎屑岩组；Pt1D1—达肯达坂(岩)群第一岩组；ηγT1—中细粒二长花岗岩；ηγ—灰红色二长花岗岩；πηοP3—中粒斑状石英二长岩；γδO2—浅灰色片麻状中细粒花岗闪长岩；δοP3—中细粒石英闪长岩；γδP3—中细粒花岗闪长岩；νO3—灰绿色蚀变中细粒辉长岩；δοO2—灰色细粒石英闪长岩；γδO3—灰色中粒黑云母花岗闪长岩；νP3—中细粒辉长岩Q—Quaternary；D3m1— Maoniushan Formation of Devonian；OT1—carbonate rocks of the Ordovician Tanjianshan Group；OT2—clastic rocks of the Ordovician Tanjianshan Group；Pt1D1— the first formation of Daken Daban Group；ηγT1—medium fine grained monzogranite；ηγ—greyish red monzogranite；πηοP3—medium grained porphyritic quartz monzonite；γδO2—light gray gneissic medium—fine grained granodiorite；δοP3—medium—fine grained quartz diorite；γδP3—medium—fine grained granodiorite；νO3— grayish green altered medium—fine grained gabbro；δοO2—gray fine grained quartz diorite；γδO3—gray medium grained biotite granodiorite；νP3— medium—fine grained gabbro

区内地层从古元古界到第四系均有出露，古元古界达肯大坂群，分布在曲金沟至嗷唠山一带，是本区出露最老的地层，主要发育深变质片岩(赵子基等，1997；高永宝等，2017)。与金矿有关的滩间山群出露最为广泛，分为两个岩组，上奥陶统滩间山群红旗沟组(O3h)主要出露火山岩建造，由安山岩、凝灰岩等火山岩以及千枚岩、砂质板岩等变质岩组成(沈文成等，2015)；上奥陶统滩间山群团结沟组(O3t)为一套海相碳酸盐岩建造，主要为变砂屑生物碎屑灰岩(保广普等，2021)。区内发育着多条脆韧性断裂，分布在赛什腾西段，总体呈北西向展布，南北向的断裂是多金属矿床的主要控矿构造，赛什腾山的千枚岭一带发育一向斜，北翼被断层截切。研究区中酸性侵入岩分布广泛，呈北西向的岩株和岩基(杜承文等，2017)，受构造控制明显，还可见大量的石英脉以及中酸性岩脉分布其中。矿床以及矿化点周围围岩蚀变类型主要为黄铁矿化、褐铁矿化、绿泥石化和绢云母化等。

2 遥感数据处理

2.1 遥感数据的选取

Aster数据有14个光谱通道，光谱波长范围为0.52～11.65 μm，其中VINR波段可以获取铁和稀土元素等过渡族金属元素的光谱特征(杨佳佳等，2008)；SWIR波段可诊断绢云母、绿泥石等羟基蚀变矿物的光谱特征(李进波，2019)；TIRS波段与Ca、SiO2的含量相关系数较大，可以分辨石英、长石等矿物(杨斌等，2015)。Landsat8携带了陆地成像仪和热红外传感器两种传感器，光谱波长覆盖范围0.43～12.51 μm，OLI陆地成像仪包括9个波段，空间分辨率(Band1～Band7，Band9)为30 m，其中包括一个15 m的全色波段(Band8)，热红外传感器TIRS包括2个单独的热红外波段(Band10～Band11)，分辨率100 m(陈瑞卿，2018)。本次研究采用的Landsat8 OLI影像景号为LC08_L1TP_137033_20180426_20180502_01_T1_ANG，时间为2018年4月26日；Aster影像景号为AST-L1T_00310162000045758_20150412093415_63953，时间为2000年10月16日，分别来自地理空间数据云和USGS。本次选择的Landsat8和Aster数据无云，植被稀少，Aster数据仅采用1至9 九个波段。

2.2 数据的预处理

2.2.1串扰校正

Aster传感器的设计存在一定的不足，其SWIR波段存在探测器单元的光子泄露，来自第4波段探测器的光散布到与之相邻的第5波段和第9波段探测器中，传感器间相互干扰产生光学“串扰”效应(Pour et al.，2011；成功等，2016；刘建宇等，2019)，以至于两个波段反射率值与实际值发生偏差，影响矿化蚀变信息的提取，因此在预处理时进行了串扰校正。

2.2.2辐射定标

辐射定标是将传感器记录的电压或数字量化值转化为绝对辐射亮度值(DN)的过程(李长伟，2017)，以消除传感器自身存在的误差。使用ENVI5.3中辐射定标工具选取待处理文件，设置定标类型以及大气校正所需的数据类型，完成辐射定标。因Aster数据空间分辨率不相同，VINR波段为15 m，SWIR波段为30 m，需要对SWIR波段重采样至15 m，再进行辐射定标。Landsat8 OLI数据在ENVI5.3中用对应工具完成辐射定标。

2.2.3大气校正

传感器接收到的信息一部分来自大气反射，一部分来自地物自身辐射，对影像造成辐射失真，因此需要对其进行大气校正(Moike，1987；顾哲衍等，2014)。为了获得较好的反射率反演效果，本文使用ENVI5.3中FLAASH大气校正工具对Landsat8 OLI和Aster数据进行大气校正，设置传感器基本参数，包括传感器类型、平均地面高程、影像成像时间和大气模型参数等，大气校正完之后对两种图像数据进行配准并裁剪，得到稍大于研究区范围遥感影像。

2.2.4干扰地物的去除

3 成像光谱处理与分析方法提取矿化信息

随着光谱识别技术的发展，通过识别端元波谱可提取矿化信息。所谓端元，是指单一成分的像元，可以通过成像光谱和光谱解混技术获取单一端元，得到各个端元的的光谱信息，从而达到判别地物的目的(Boardman，1989；Ichoku et al.，1996；Bioucas et al.，2012；Plaza et al.，2004；陶秋香等，2004)。本文基于最小噪声变换、纯净像元指数和n维可视化获取端元，并通过光谱角匹配获得研究区部分矿物分布图。

3.1 最小噪音分量的变换(MNF)

最小噪声分离(MNF)是将图像的信息主要集中在前几个波段的线性变换过程，为了确定遥感图像的维数，达到影像噪声分离的效果，从而降低后续处理中的计算工作量。其本质是两次主成分变换，首先是分离并调节遥感数据中的噪声，该过程是基于主成分中噪声协方差矩阵实现的，其次通过标准主成分变换处理噪声数据，最终获得图像数据的维数(张琳姗，2019)。根据预处理后Aster的3个VINR波段和6个SWIR波段完成最小噪声变换，得到特征值较大的波段1～3灰度图像(图2)。由图可得，MNF波段特征值越大，说明图像包含有价值的信息就越多，图像就越清晰，噪声就越少。

图2 MNF变换后的波段1～3的灰度图: (a) MNF变换后波段1灰度图；(b) MNF变换后波段2灰度图；(c) MNF变换后波段3灰度图Fig. 2 Grayscale image of band 1～3 after MNF transformation: (a) grayscale image of the band 1 after the MNF transformation; (b) grayscale image of the band 2 after the MNF transformation; (c) grayscale image of the band 3 after the MNF transformation

3.2 像元纯度指数(PPI)

纯净像元指数(PPI)是基于MNF变换后的结果进行的，通过该工具获得遥感图像波谱的极端像元，生成“像元纯度图像”。具体过程是在n维散点图中迭代映射一个随机单位向量，并记录单次映射的像元值以及该像元被标记为极值的总次数，像元被标记为极值的次数用像元的亮度值来表示，亮度值越大，说明该像元的纯度越高(于艳梅，2010；李孟倩等，2018)。在进行PPI计算时，要视情况设置三个参数，包括参与运算的波段数目、迭代次数和阈值。在本次处理中选择前5个波段，迭代次数选择10000次，阈值设置为2.5，生成的PPI图像如图3所示。

3.3 n维可视化进行端元识别

进行n维可视化识别端元是在ENVI5.3中使用n维可视化工具(n-D Visualizer)，利用MNF变换和PPI纯净像元指数处理后的结果，来标定识别图像中的最纯净的单一像元，并且获得其波谱曲线。其原理是将波谱看作一系列散点投影到二维平面中，n维散点的坐标是每个波段对应的像元值，根据散点的聚集分散程度来确定端元个数，并获得端元对应的波谱曲线。

本文采用了5维可视化散点图，输入MNF变换之后的数据，经过像元纯净指数勾勒出潜在纯净端元的ROI后对n维散点图进行分析。具体过程是将代表图像的全部波段的散点置于n维空间中，通过旋转，观察散点的聚集分散情况来定位波谱的极端单元，一般几何形状较好的，聚集的端元会在n维散点图的拐角或者顶点处(图4)。勾勒获取的极端单元后，通过收集终端单元技术来获得终极单元的波谱曲线图(图5)。本文通过输入ROI得到感兴趣区平均光谱曲线。

3.4 光谱角匹配(SAM)

光谱角匹配(SAM)是通过对比参考对象光谱曲线特征和待确定地物光谱特征之间的相似性，进行地物类型识别的一种光谱匹配方法(王玉，2013)。原理是在n(n=波段数)维空间中，将光谱视为一系列矢量，进行投影，彼此之间形成的夹角称为光谱角(刘灿等，2011)，光谱角分类后获得的图像称为光谱角图像。在一定光谱角角度阈值范围内每个角度图像对应一个类型的像元。光谱匹配的方法主要有以下两种：第一，将图像中提取出来的纯净像元光谱与标准光谱数据库中的光谱曲线进行对比匹配，通过与标准光谱对比，找到与纯净像元的曲线形态和吸收反射位置基本一致的波谱曲线，从而确定该纯净像元的地物类别。第二，是通过对比提取出纯净像元光谱与参考光谱数据库中的波谱曲线的相似程度，定位到最相似的波谱曲线从而确定端元类别。本文通过对比纯净像元波谱和USGS波谱库中的光谱曲线来确定端元的地物类别。根据反复试验，确定角度阈值为0.12效果最好，得到研究区矿物信息分布图(图6)。

图4 n-D Visualization窗口提取端元Fig. 4 End element in the n-D visualizer window

4 主成分变换提取矿化信息

主成分分析法是矿化蚀变信息提取中成熟有效的方法之一，是将原始的Aster或者Landsat8数据通过正交变换成不相关线性变量，并保留原始数据的大部分信息，是一种重要的图像增强手段(高万里等，2010；Liu Lei et al.，2014；Poumamdari et al.，2014)。想要合理地选择相匹配波段并利用主成分分析有效提取矿化蚀变信息，必须了解围岩蚀变矿物的诊断波谱特征。通过项目组野外地质调查了解到研究区蚀变类型主要为羟基(OH-)离子和铁染离子(Fe2+、Fe3+)蚀变，而这些离子团所构成的矿物在Landsat8和Aster数据的波段上存在明显的光谱诊断特征(图7)。

图5 n-D Mean绘图窗口获取的平均波谱曲线Fig. 5 Average spectral curve obtained by the n-D Mean drawing window

由USGS标准波谱库中典型蚀变矿物波谱曲线可知(Clark et al.，2007)，铁染离子(Fe2+、Fe3+)蚀变的典型矿物具有一致的波谱诊断特征，其在Aster数据的Band1和Band3处呈现弱吸收谷特征，在Band2和Band4处具有较高的反射峰，因此选择Aster数据的Band1、Band2、Band3、Band4提取铁染矿化蚀变。对应的Landsat8铁染类矿物在Band2和Band5两处为较为明显吸收谷，在Band4和Band6附近有较为强烈的反射峰，选择Landsat8数据的Band2、Band4、Band5、Band6提取铁染异常信息。在Aster数据上Band6处有明显吸收谷，在Band4和Band7处有明显反射峰，该位置可以诊断代表Al—OH基团的绢云母、明矾石、高岭石、蒙脱石等典型矿物组合，因此Band3、Band4、Band6、Band7可用来提取含Al—OH基团的蚀变矿物异常信息；代表Mg—OH基团的绿泥石、绿帘石、方解石等典型矿物在Band1和Band8处具有强吸收谷，在Band4处具有高反射峰，因此选Band1、Band3、Band4、Band8进行Mg—OH离子团蚀变矿物的异常信息。相对应的Landsat8数据羟基团矿物(如泥化类矿物)在第7波段附近表现为吸收谷，在第6波段附近表现为反射峰，因此选择Band2、Band5、Band6、Band7提取羟基蚀变信息。

4.1 Aster数据遥感异常提取

4.1.1铁染蚀变信息提取

铁离子(Fe2+、Fe3+)基团在Aster3处呈现反射谷特征，Aster2和Aster4呈现反射峰，因此基于Aster数据，本文选择Aster1、Aster2、Aster3、Aster4四个波段做主成分变换，构建特征向量矩阵，提取铁染矿化蚀变。根据Crosta判定法则判断代表铁离子基团的主分量，对铁离子(Fe2+、Fe3+)基团主成分分析表以及参考值(表1a)进行分析，可知PC4对Aster3的特征系数贡献值为正，对Aster2及Aster4的特征系数贡献值为负，需要取反使得特征向量符号得正。因此选择PC4作为提取Fe2+(Fe3+)离子基团蚀变的主分量。

据标准差的倍数，对研究区PC4图像进行阈值分割，表示蚀变程度不同的铁染蚀变。通过计算PC4主分量的平均值和标准差，以“平均值+n×标准差”对研究区PC4图像进行阈值分割，分别取n=2，2.5，3。将数值>(平均值+3×标准差)定义为高级蚀变异常区，将数值介于(平均值+2.5×标准差)与(均值+3×标准差)之间定义为中级蚀变异常区，将数值介于(平均值+2×标准差)与(平均值+2.5×标准差)之间定义为低级蚀变异常区(张玉君等，2003)。在ENVI5.3中使用计算统计工具(Statistics)得出PC4主分量的标准差为25.33，平均值(mean)为0，2σ+mean为50.66，2.5σ+mean为63.33，3σ+mean为75.99。依据以上数值来进行阈值切割，最终得到研究区铁染蚀变遥感异常信息，将铁染蚀变异常划分为高、中、低三个等级，整体来看呈现北西向展布(图8a)。

表1 Aster和Landsat8数据铁染及羟基的主成分变换特征向量矩阵

图6 光谱角分类矿物信息分布图Fig. 6 Mineral information distribution map after spectral angle classification

图7 USGS标准光谱库典型矿物光谱和研究区Aster、Landsat8数据主要蚀变矿物光谱： (a) USGS标准光谱库典型矿物光谱；(b) Aster数据主要蚀变矿物光谱；(c) Landsat8数据主要蚀变矿物光谱Fig. 7 Typical mineral spectra in USGS standard spectrum library and main altered mineral spectra of Aster and Landsat8 data in the study area: (a) typical mineral spectra in USGS standard spectrum library; (b) spectra of major altered minerals from Aster Data; (c) spectra of major altered minerals from Landsat8 dataI—黄铁矿；II—褐铁矿；III—白云母；IV—绿泥石；V—蒙脱石I—Pyrite; II—Limonite; III—Muscovite; IV—Chlorite; V—Montmorillonite

4.1.2羟基蚀变信息提取

提取Mg—OH蚀变选取Aster1、Aster3、Aster4、Aster8四个波段做主成分变换，构建特征向量矩阵。根据Crosta判定法则判断代表Mg—OH基团的主分量，对Mg—OH基团主成分分析表以及参考值(表1b)进行分析，可知PC3对Aster3和Aster8的特征系数贡献值为正，且贡献大，对Aster4的特征系数贡献值为负，因此PC3符合条件，作为提取Mg—OH基团蚀变的主分量。

Al—OH类蚀变矿物在Aster6处呈现吸收谷特征，Aster4和Aster7呈现反射峰，因此基于Aster数据选择Aster3、Aster4、Aster6、Aster7四个波段做主成分变换，构建特征向量矩阵，提取Al—OH基团蚀变。根据Crosta判定法则判断代表Al—OH基团的主分量，对Al—OH基团主成分分析表以及参考值(表1c)进行分析，可知PC4对Aster6的特征系数贡献值为正，且贡献大，对Aster4及Aster7的特征系数贡献值为负，因此选择PC4作为提取Al—OH基团蚀变的主分量。

通过计算“平均值+标准差的倍数”，对研究区PC4图像和PC3图像分别进行阈值分割，分别取σ=2，2.5，3作为Al—OH和Mg—OH基团等级划分的阈值。在ENVI5.3中进行计算统计后得出Al—OH基团第4主分量的标准差为81.16，平均值为0，计算2σ+mean为162.32，2.5σ+mean为202.9，3σ+mean为243.48，Mg—OH基团第3主分量的标准差为110.01，平均值为0，2σ+mean为220.02，2.5σ+mean为275.03，3σ+mean为330.03。根据以上数值来进行阈值切割，将Mg—OH和Al—Mg基团矿化异常划分高级、中级和低级三个等级，得到研究区地区Mg—OH和Al—Mg基团蚀变信息空间分布特征(图8b)。

4.2 Landsat8数据遥感异常提取

4.2.1铁染蚀变信息提取

铁染类矿物在OLI2和OLI5两处为吸收谷，OLI4处呈现反射峰。因此对OLI2、OLI 4、OLI5、OLI6四个波段做主成分变换，构建特征向量矩阵。利用Crosta法则判定代表异常存在的主分量，PC4对OLI4及OLI6的特征系数贡献值为正，对OLI2与OLI5特征系数的贡献值为负。由表1d可知，选择PC4作为铁离子蚀变的主分量。

通过计算，PC4主分量平均值是0，标准差为24.18，依据“平均值+标准差的倍数”划分，对研究区PC4图像进行阈值分割，分别取σ=2，2.5，3作为铁染蚀变等级划分的阈值，计算2σ+mean为48.36，2.5σ+mean为60.45，3σ+mean为72.54，划分高级、中级和低级三个等级，得到研究区Fe2+(Fe3+)离子基团蚀变信息空间分布特征，整体来看蚀变分布较为零散，研究区西北角和东南角均有分布(图8a)。

4.2.2羟基蚀变信息提取

含羟基矿物(蒙脱石、伊利石、绿泥石、透闪石等)在OLI7附近为吸收谷，在OLI6附近呈现反射峰。因此对OLI2、OLI5、OLI6、OLI7四个波段做主成分变换，构建特征向量矩阵，PC4对OLI5和OLI7特征系数符号相同，都为正值，对OLI2和OLI6特征系数为负值。由表1e可知，PC4符合条件，将PC4作为提取蚀变波段。

通过计算，PC4主分量平均值是0，标准差为70.57，依据“平均值+标准差的倍数”划分，对研究区PC4图像进行阈值分割，分别取σ=2，2.5，3作为羟基蚀变等级划分的阈值，计算得出2σ+mean为141.14，2.5σ+mean为176.43，3σ+mean为211.71。将铁染蚀变异常划分为高、中、低三个等级，蚀变主要分布在研究区的西侧，主要以低级异常为主，高级异常较少(图8b)。

4.3 异常的中值滤波处理

提取的铁染蚀变和羟基蚀变异常在图像上会出现分布孤立、零星的点，可以除掉图中过于分散的异常像元或者将其合并至周围聚集的像元中(王晓鹏，2015)。本文通过中值滤波方法，采用3×3像元的窗口对所得的异常进行中值滤波处理，最终得到研究区铁染和羟基蚀变遥感异常信息图。

4.4 异常信息综合分析

为了更清楚直观地对比Aster和Landsat8遥感影像提取的铁染和羟基蚀变异常空间分布特征，将Aster提取的铁染和Al—OH、Mg—OH异常与Landsat8提取的铁染异常和羟基异常在Arcgis10.6中进行不同数据源的信息叠加，得到Fe2+(Fe3+)离子基团蚀变信息叠加分布图(图8a)和OH-离子基团蚀变信息叠加分布图(图8b)。分别对Aster和Landsat8提取的铁染和羟基蚀变面积及重叠面积统计计算，得到铁染和羟基蚀变叠加面积统计表(图9)以及蚀变信息叠加扇形统计图(图10)。

图8 铁染和羟基蚀变叠加遥感异常信息图: (a) 铁染蚀变信息叠加图；(b) 羟基蚀变信息叠加图Fig. 8 Remote sensing anomaly information map of ferric contamination anomaly and hydroxyl alteration superposition： (a) superposition diagram of ferric contamination anomaly information; (b) superposition diagram of hydroxyl alteration information

图9 羟基和铁染蚀变叠加面积统计表: (a) 羟基蚀变叠加面积统计表；(b) 铁染蚀变叠加面积统计表Fig. 9 Statistical table of superposition area of hydroxyl alteration and ferric contamination anomaly alteration: (a) statistical table of stacking area of hydroxyl alteration; (b) statistical table of superimposed area of ferric contamination anomaly alteration

图10 铁染及羟基蚀变信息叠加统计图： (a) 铁染蚀变信息叠加统计图；(b) 羟基蚀变信息叠加统计图Fig. 10 Information superposition statistical diagram of ferric contamination anomaly and hydroxyl alteration: (a) information superposition statistical diagram of ferric contamination anomaly alteration；(b) information superposition statistical diagram of hydroxyl alteration

由图表可知，Aster影像提取的铁染蚀变面积为7.42 km2，Landsat8提取的铁染蚀变面积为6.35 km2，重叠面积1.62 km2，蚀变重叠率为10.52%。基于Aster数据提取出Mg—OH和Al—OH这两种羟基蚀变异常，其中提取出来的Mg—OH基团蚀变面积8.08 km2，提取的Al—OH基团蚀变面积为2.49 km2，两者相加得到总的羟基蚀变面积为10.56 km2，Landsat8所提取的羟基蚀变面积14.77 km2。通过叠置分析，Aster提取的Mg—OH和Landsat8提取的羟基蚀变重叠率为18.55%；提取的Al—OH和Landsat8提取的羟基蚀变重叠率为0.83%。两种数据提取的羟基蚀变面积从大到小依次排序为Landsat8-OH、Aster-Mg—OH、Aster-Al—OH，重叠面积由大到小依次排序为Aster-Mg—OH+Landsat8-OH、Aster-Al—OH+Landsat8-OH、Aster-Mg—OH Aster-Al—OH +Landsat8-OH。

Aster和Landsat8两种数据提取的铁染和羟基蚀变在空间分布上相交、相邻，说明它们具有相互辅助、补充和验证的作用。两种数据提取的铁染和羟基蚀变经过空间叠置分析，Landsat8提取出来的蚀变范围较大，Aster提取出来的蚀变范围小，重合的区域可能为蚀变异常强烈的区域，为扩大找矿范围和寻找富集矿区提供了很好地参考，两种数据相辅相成，结合了由于自身不足带来的差异性，提高蚀变信息提取的准确性。

5 结果分析与验证

5.1 岩石的实测光谱特征分析对比

根据沈文成等(2015)、任文恺等(2018)、保广普等(2021)前人资料和野外实地踏勘资料显示，研究区主要以金矿和铁矿为主。为了检验矿化蚀变提取的准确性，笔者等所在项目组2020和2021年夏对研究区进行野外实地验证。为了验证提取的铁离子蚀变矿物、羟基蚀变矿物类型是否与实际情况吻合，项目组成员在研究区典型蚀变带、矿化带和蚀变围岩附近采集了大量岩石样品。通过ASD地物光谱仪FieldSpec(350～2500 nm)对21个典型的岩石样品(表2)进行光谱实测，得到岩矿样本的连续光谱曲线，本文挑选5个典型样品(A—E)的实测光谱，通过对其详细分析对比，得出如下结果。

蚀变大理岩的实测光谱曲线如图11A所示，主要表现为4个特征光谱吸收带。在0.9～1.1 μm范围内可见一个长并且宽的吸收波谱带，中心位置在1 μm附近，可观察到明显的吸收峰，该位置与Fe2+离子的吸收峰位置相对应；在2 μm和2.16 μm附近可见明显的吸收峰，峰形较浅，该位置与CO32-离子特征吸收位置相对应；在2.35 μm附近具有峰形较深的吸收峰，这是Mg—OH的特征吸收峰位置。为了进一步验证分析的准确性，将蚀变大理岩实测光谱曲线与褐铁矿、绿泥石和白云母的标准光谱曲线进行叠加对比，发现蚀变大理岩实测光谱曲线在2～2.4 μm与白云母的光谱曲线相似程度较高，在0.4～1.4 μm范围内与褐铁矿的光谱曲线具有相似性，在1.9～2.2 μm区间内与方解石的光谱曲线可相对应。通过以上对比分析并结合野外实地勘查，发现在蚀变区域处可见褐铁矿化、绿泥石化、方解石化和绢云母化，因此由上述分析可推断，研究区存在褐铁矿等铁染蚀变、绿泥石等羟基蚀变以及部分碳酸盐化。

绿泥黑云母糜棱岩的实测光谱曲线如图11B所示，具有3个特征吸收谱带，在0.6～0.8 μm具有较弱的吸收带谱，吸收峰较浅，但可模糊识别，这是Fe3+离子的特征吸收位置；在0.9～1.1 μm范围内可见一个长并且宽的吸收波谱带，中心位置在1 μm附近，可观察到明显的吸收峰，该位置与Fe2+离子的吸收峰位置相对应；在2.3～2.35 μm波长区间具有峰形较明显的Mg—OH吸收峰，中心位置大概在2.3 μm左右；在2.355 μm附近具有Al—OH强吸收峰。将绿泥黑云母糜棱岩实测光谱曲线与褐铁矿、绿泥石和白云母的标准光谱曲线进行叠加对比发现具有较高的相似性，其特征吸收位置具有大体一致性，并且通过野外实地查证，发现绿泥黑云母糜棱岩的地表接触带具有绿泥石化和褐铁矿化的存在。

在蚀变辉长辉绿岩的实测光谱曲线上图11C，Fe3+离子的特征吸收峰不显著，但是在1 μm附近处明显可见Fe2+离子的吸收峰；在2.2 μm和2.335 μm附近可见吸收峰，这与Al—OH的吸收峰位置相一致；在2.24 μm附近有一个峰形较浅的吸收峰，这是Mg—OH的特征吸收峰位置。通过与白云母、褐铁矿和绿泥石标准光谱曲线对比，发现蚀变辉长辉绿岩与褐铁矿的光谱曲线在0.4～1.4 μm之间有一定的相似性，与白云母的光谱曲线在2～2.4 μm之间较为相像，进一步证明了研究区存在铁染和羟基蚀变。

从斜长花岗岩的实测光谱曲线图11D可知，在0.5～0.6 μm之间存在特征吸收带，吸收峰的位置在0.55 μm附近，峰形不明显，但是模糊可识别，该位置与Fe3+离子的吸收峰位置相对应；在1 μm附近存在Fe2+离子的吸收峰；在2.2 μm和2.335 μm附近存在Al—OH的吸收峰；在2.25 μm附近可见Mg—OH的吸收峰，峰形较浅，但清晰可识别。通过斜长花岗岩实测光谱曲线与褐铁矿、绿泥石和白云母的标准光谱曲线叠加对比，发现实测光谱曲线与白云母光谱曲线在2.2～2.4 μm之间，与褐铁矿在0.4～1.4 μm之间具有一致的峰形和走势，并且结合野外查证，验证了该地区的蚀变矿物为白云母和褐铁矿。

碳酸盐化绿泥二云母长英质构造片岩的实测光谱曲线如图11E所示，在1 μm附近具有Fe2+离子的吸收峰，在2 μm附近可见明显的吸收峰，峰形较浅，该位置与CO32-离子特征吸收位置相一致；在2.23 μm附近和2.335 μm附近存在Al—OH的特征吸收峰，在2.3 μm附近存在Mg—OH的特征吸收峰。与矿物标准曲线进行对比，发现碳酸盐化绿泥二云母长英质构造片岩的实测光谱与矿物标准光谱曲线的特征吸收位置具有较高的相似性，验证了方解石、绿泥石、褐铁矿的存在。

5.2 岩矿鉴定

为了确保蚀变矿物判定的准确性，通过显微镜下观察样品薄片的镜下特征，进一步证明了研究区存在褐铁矿化、黄铁矿化为主的铁染蚀变和绿泥石化、绢云母化为主的羟基蚀变。本文选取了5个典型薄片样本进行分析阐述(图12)，具体的镜下特征如下。

长英质超糜棱岩：超糜棱结构。可以观察到由细小的长英质碎基和较少的长石碎斑组成，碎基粒径一般小于0.01 mm，呈微粒状，碎斑粒径一般小于0.1 mm，是长英质岩石受到强韧性突变作用形成的，形似酸性熔岩。岩石中含少量金属矿物，含量大概在2%左右，由黄铁矿和褐铁矿组成。黄铁矿矿物晶体呈粒状，常产生褐铁矿化。由于岩石受脆性变形作用发生破碎，石英、方解石充填于裂隙之间，局部还产生碳酸盐化，也出现轻绢云母化。

蚀变辉长辉绿岩：具有明显变余结构、辉绿结构。可以观察到斜长石、辉石，副矿物为钛铁矿。斜长石自形程度不同，自形程度较高的斜长石呈柱状，形成斜长石格架，粒度为2～4 mm，他形的斜长石和辉石充填于斜长石格架间形成辉绿结构。岩石发生较强蚀变，斜长石呈絮状，辉石被角闪石交代。金属矿物含量约占8%～10%，零星分布，多呈粒状，粒度约0.06～0.5 mm之间，少数呈板状。

角闪黑云绿泥长英质糜棱片岩：片状粒状变晶结构。可观察到长石、石英和绿泥石、黑云母、角闪石等新生矿物，偶见少量黄铁矿和石榴子石。片状矿物呈条带状，与长英质矿物相间定向分布，角闪石呈放射状集合体横穿片理分布。

中细粒辉长闪长岩：辉长结构。由斜长石、辉石和少量金属矿物组成，斜长石粒度约0.5～2.5 mm，晶型多见板状，主要为中长石，双晶普遍发育，蚀变严重，部分长石被绢云母化。辉石多见交代残留结构，是辉石被角闪石和黑云母交代的结果。金属矿物呈细小粒状，分布零散。

绿泥二云母糜棱片岩：粒状、柱状变晶结构，原岩为糜棱岩。主要由碎斑和碎基组成，碎斑粒径大小在4～10 mm，由斜长石和石英组成，斜长石晶体呈现柱状，石英碎斑多呈现粒状，原岩中的斜长石碎斑多次生蚀变，常被绢云母化和绿泥石交代，为透镜状或眼球状残留体。白云母、黑云母、绿泥石为主要的片状矿物，含量大于50%，与长英质矿物相间定向分布。

5.3 野外验证点与遥感影像叠加分析

为了验证运用遥感手段提取出的铁染蚀变和羟基蚀变的位置和范围与实际情况的是否一致，特进行野外实地验证(图13)，将验证点坐标(表3)运用Arcgis10.6叠置在铁染及羟基蚀变异常分布图上(图14)，发现在铁染异常验证点附近发育强褐铁矿化，可见褐铁矿条带；羟基蚀变验证点附近可见绢云母化、硅化和泥化现象，常见于大理岩中。对比野外实地验证的矿点位置和遥感提取矿化蚀变分布范围，可看出提取的蚀变异常区域与野外验证点吻合度较高，发现大部分蚀变主要集中在已知铁矿区、金矿区、花岗岩岩脉附近以及断裂构造边缘、断层破碎带中，并且与断裂构造的发育方向一致。说明本次提取的矿化蚀变信息与矿化点的位置相关性较好，可以很好地指示矿化点的信息，对矿产预测具有较

表3 赛什腾矿区岩性/矿化点坐标Table 3 Lithology/mineralization point coordinates of Saishiteng Mining Area

好地指导意义，也为缩小找矿靶区和扩大找矿范围提供了参考依据。

图14 提取羟基和铁染蚀变与野外验证点叠加图: (a) 提取的羟基蚀变与野外验证点叠加图；(b) 提取的铁染蚀变与野外验证点叠加图Fig. 14 Superposition of extracted hydroxyl alteration and ferric contamination anomaly with field verification points: (a) superposition diagram of extracted hydroxyl alteration and field verification points；(b) superposition diagram of extracted ferric contamination anomaly and field verification points

6 结论

(1) 基于成像光谱法和主成分分析法，运用Aster和Landsat8两种数据对赛什腾多金属矿集区提取矿化蚀变信息。将岩石样品实测光谱曲线和白云母、褐铁矿、绿泥石和方解石的USGS标准光谱曲线进行对比，发现样品实测光谱曲线与矿物标准光谱曲线的特征吸收位置具有较高的相似性，并且通过镜下薄片标本鉴定，鉴别出辉石、角闪石绿泥石化、长石绢云母化、白云母以及褐铁矿、黄铁矿等副矿物，进一步证明了研究区存在铁染、羟基等围岩蚀变现象。将提取出来的蚀变信息与野外实地调查矿点位置叠加对比，发现野外验证点基本都落在提取蚀变范围内，具有高度的一致性和重叠性，说明基于遥感数据的处理方法和提取结果是有效的，为缩小找矿靶区和扩大找矿范围提供了重要的指导意义。

(2) 对比成像光谱法和主成分分析法，成像光谱法对于矿物提取的灵敏度不是很高，只能提取出部分矿物；主成分分析法对于蚀变矿物取的灵敏度较高，可以较为准确地提取出铁染和羟基蚀变矿物。两种方法提取的结果可以相互验证蚀变矿物的分布位置。

(3) 对比Aster与Landsat8两种数据提取的蚀变信息效果图，空间分布特征基本一致，并且重叠范围较多，通过图表定量分析重叠区域，铁染蚀变重叠率约为10.52%，羟基蚀变重叠率为19.38%，说明数据提取出来的蚀变效果吻合，具有一致性。

(4) Aster数据在VNIR—SWIR部分的波段数较多，可分别提取出Al—OH基团蚀变和Mg—OH基团蚀变，而Landsat8数据在VNIR—SWIR部分的波段数较少，对于两类羟基的区分具有局限性，获取的OH-离子基团矿化蚀变范围较广泛。因此利用Landsat8数据可以扩大找矿范围，结合Aster数据集中富集矿区，两类数据信息互相补充了各自影像自身不足带来的蚀变信息提取的差异性，提高信息提取的准确性。

致谢:岩石薄片由中国地质调查局西安地质调查中心提供，岩石薄片的镜下鉴定由叶芳研究员完成，在此表示感谢。