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

2022-03-29冯博段培新程旭卢辉雄张恩汪冰

铀矿地质 2022年2期

冯博，段培新，程旭，卢辉雄，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；3.河北地质大学地球科学学院，河北石家庄 050031）

高光谱遥感技术具备空间大尺度上精细探测地表矿物成分的能力，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10 nm）在可见光—近红外谱段（0.35～2.5µm）识别矿物种类高达几十种。近年来，高光谱遥感技术在矿物识别、地质填图、蚀变异常分带和找矿预测等领域发挥了重要作用［1-5］，目前航天高光谱数据源主要为Hyperion 高光谱数据，针对国内首颗自主研发的GF-5 高光谱找矿应用研究较少［6-9］，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［10-11］，前人针对龙首山地区铀矿地质特征开展了大量深入研究［12-15］，叶发旺等在龙首山地区开展了航空高光谱遥感工作，圈定绢云母、绿泥石、高岭石、碱性长石、石英等13 种蚀变矿物，将蚀变矿物与断裂构造、岩体（岩性）等成矿要素进行了综合分析［16-17］，区内开展航天高光谱研究工作较少。本文基于航天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，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［12］，经历了多旋回地质构造演化（图1 a）。

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韩母山岩群，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1 b）。

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、碱性岩及脉岩组成的杂岩体，花岗岩岩体的分布受北西西向构造控制（图1 b）。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［12］。

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，其中以北西向最为发育，近东西向次之，近南北向活动最晚［13］（图1 b）。

图1 龙首山成矿带构造位置和地质矿产图Fig.1 Geotectonic location and Geological mineral map 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（Advanced Hyper-spectral Imager）高光谱相机，具备可见光、近红外和短波红外330 个波段，其中可见光及近红外波段有150 个，平均采样间隔为5 nm，短波红外波段有180 个，平均采样间隔为10 nm，波段范围为0.4～2.5 µm，空间分辨率为30 m，幅宽为60 km（表1）。

表1 AHSI 高光谱相机基本物理参数Table 1 The main technical parameters of the 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［18］，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、坏线修复和条带滤波等预处理。

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1 356～1 447 nm、1 800～1 982 nm、2 375～2 395 nm 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，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5 min 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）。

表2 FieldSpec Pro FR 光谱仪主要技术参数Table 2 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Table 3 Diagnosis spectral feature location of common alteration minerals

4.2 方法试验

基于GF-5 高光谱数据，针对龙首山地区开展了蚀变矿物信息提取研究工作，其流程见图2。

图2 航天高光谱遥感蚀变矿物信息提取方法流程Fig.2 Flow chart of altered mineral information extraction from space hyperspectral remote sensing image

构建标准参考光谱集，筛选区内主要的钠长石、方解石、石英、绿泥石、赤铁矿及高岭土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、幅度等光谱特征。

在蚀变矿物端元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。

在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）3 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

基于GF-5高光谱蚀变信息提取研究，完成了龙首山地区蚀变矿物信息提取，共提取到钠长石、方解石、石英、绿泥石、赤铁矿及高岭土6种蚀变矿物信息，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，与区域铀成矿地质特征吻合，GF-5 高光谱蚀变矿物信息提取在区域铀矿找矿中具备应用潜力。

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［19］，采用的计算方法如下：

式中：R为相关系数，其绝对值介于0～1 之间，R越接近1，表明X与Y两个量之间的相关程度就越强，反之R越接近于0，X与Y两个量之间的相关程度就越弱；n为光谱的一个波长范围，µm；为高光谱影像光谱曲线在波长n范围处的平均值，µm；为实测样品的光谱曲线在波长n范围处的平均值，µm。

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。

分别针对6 类蚀变矿物，开展了野外地质路线调查和地面光谱曲线测量（图4）。以赤铁矿化验证点为例：图4 a 为一处地表蚀变特征明显的野外露头，航天光谱曲线表现为赤铁矿化特征，与GF-5 高光谱蚀变矿物提取类型和位置相符（图4 b，图4 c），手标本地面光谱曲线测量曲线特征偏向褐铁矿化（图4 d），经野外调查，区内褐铁矿化与赤铁矿化多共存，赤铁矿化发育地区往往褐铁矿化同样发育，说明GF-5数据在龙首山地区区别赤铁矿与褐铁矿效果不是很明显，但其可用于指示相关蚀变。