航空热红外高光谱在岩性识别中的应用——以甘肃柳园地区TASI 数据为例

田丰，孙雨，赵英俊，秦凯，邱骏挺

（核工业北京地质研究院 遥感信息与图像分析技术国家级重点实验室，北京 100029）

高光谱矿物识别是一种光谱识别技术，可直接识别与成矿有关的矿物分布及相对丰度信息，利用这些矿物信息，并综合矿床成因模型等信息，可有效地确定详查和勘探目标［1］。可见光-短波红外（0.4～2.5 µm）区间可识别约30 余种矿物［2-3］。但重要的造岩矿物（如石英、长石等硅酸盐矿物）在此光谱区间无诊断性光谱特征。

热红外高光谱遥感（8～15 µm）谱段探测矿物的组成SinOk、CO3、SO4和PO4等原子基团基频振动及其微小变化，可识别硅酸盐、碳酸盐、硫酸盐、部分氢氧化物、氧化物等矿物［4］。尤其航空热红外高光谱遥感作为近年新发展起来的对地观测技术，同时具有高空间分辨率和高光谱分辨率的技术特点，具备了从空间大尺度上精细探测和分析地表岩石矿物成分的能力，具有图谱合一，图像分类，光谱定性特点［3-4］。可精确提取矿物种属及丰度信息，确定每个岩石地层单元内的岩石（组合）类型，并结合地质背景系统地对成矿区、矿田和矿床进行岩性定量识别和填图。

例如，Greg Vaughan 在2003 年采用美国航空高光谱SEBASS 热红外数据，对内华达州里诺进行了矿物设别和填图试验，岩石影像光谱与JPL、ASU、USGS 光谱库的混合矿物线性混合光谱吻合很好［5］。Bandfield（2002 年）和闫柏琨（2005 年）等解译 TES（Thermal Emission Spectrometer）高光谱热红外数据，完成对火星发射光谱的矿物识别和填图［6-8］，火星表面的钾长石、高钙辉石、低钙辉石、斜长石、碳酸盐、赤铁矿、角闪石、橄榄石、石英、玻璃和硫酸盐等11 种矿物种类及其分布被识别。其中多类型的硅酸盐矿物是火星起源演化研究的重要基础数据，赤铁矿、碳酸盐、硫酸盐的识别为研究火星水体的存在及演化提供重要数据［7］。

现阶段我国矿产勘查传统工作程序基本上还遵循地质人员区调-普查-详查-初勘-详勘的过程，基础的岩性识别和填图研究主要是根据地质人员野外肉眼观察、有限的岩相学分析或光衍射分析等相关工作［3-4］。本次研究试图在矿物学和矿物光谱学等知识和经验的指导下，分析常见造岩矿物热红外发射光谱特性，开展甘肃柳园花岗岩型研究区航空热红外TASI 数据岩性识别填图的试验研究，为大区域矿物识别和岩性分类提供了一种新的快速有效的手段。

1 研究区概况

甘肃柳园地区气候干燥，岩石裸露情况好，地表河流极不发育，位于多金属重要成矿带上（图1）。区内主断裂是贯通整个研究区的EW 向花牛山—察客尔呼都格大断裂，呈近EW与NE 向追踪状展布。将研究区分为花牛山—东大泉多金属矿化带和花南沟—东大泉东南山钨钼、金矿化带。主断裂的南北两侧，发育有与其相关的EW 和SN 向多级断裂。断裂北盘为震旦系洗肠井群碎屑岩夹碳酸盐岩和海西期花岗闪长岩和花岗岩，南盘为中奥陶统花牛山群（O2hn）碎屑岩夹基性火山岩。印支期花岗岩沿断裂带充填，沿断裂呈EW 向分布，是区内控制矿田、矿带的主要构造。

图1 柳园研究区地质图Fig. 1 Geological map of Liuyuan study area

研究区经历多次岩浆活动，侵入作用强烈，岩性复杂，从超基性至酸性岩均有，由老至新共确立了海西早期、中期和印支期3 个岩浆期。其中以海西中期岩浆侵入活动最为强烈，是研究区内重要的岩浆成矿期，也是岩浆活动的鼎盛期。海西早期岩系组合为超基性岩和花岗闪长岩；海西中期岩系组合为闪长岩/石英闪长岩、花岗岩/似斑状花岗岩和花岗闪长岩。印支期岩浆岩较为单调，全部为花岗岩。

岩体规模大小不等，呈岩基、岩株和岩墙状产出，脉岩发育，种类繁多，在岩体中多成群成组出现。花牛山—察客尔呼都格大断裂以北以中性、基性脉岩为主，其次为酸性脉岩，多成群成带出现。以南以基性脉岩为主，分布于海西中期岩体和志留系地层中。

研究区内发育的地层包括中奥陶统花牛山群（O2hnb）、志留系中岩组（O—S）b。震旦系洗肠井群（Zxc）分布于花牛山—察客尔呼都格大断裂北侧，呈残留体状产出。整体为一北倾单斜构造，地层展布方向近EW 向，以花牛山西北方向出露较为完整。主要为一套浅海相-滨海相沉积的碎屑岩及碳酸盐岩建造，主要岩性为砂质板岩、千枚状板岩、石英大理岩夹千枚岩、角岩。志留系中岩组（O—S）b地层包括斜山群（S1xs）和公婆泉群（S2-3gn），主要分布于红柳园大断裂以北，花牛山—察客尔呼都格大断裂以南。地层变质程度较深，加之遭受后期岩体侵入和断层影响，地层分布星散孤立。整体构成一轴向近WE 的开阔向斜。

研究区内还发育一系列EW 向小型断裂，并被晚期SN、NE 向张性断裂切割，发育其上的次级褶皱和NE 向、近EW 向断裂相互配置及其与花岗岩、地层岩性的交割关系等，对矿田、矿床乃至矿体起到了具体定位的作用。尤其在断裂走向、倾向变化较大的部位及其与不同方向大断裂交汇部是多期成矿流体活动的有利场所和矿体定位的主要空间［9］。

2 遥感热红外岩性识别原理和矿物发射光谱特性分析

高光谱矿物识别的基本原理是矿物红外的特定波长位置有明显的吸收特征，通过成像光谱数据的重建光谱与矿物标准光谱或实测光谱的定量对比分析［3-4］，为利用高光谱数据进行岩性识别与填图提供理论基础。自然界大多数硅酸盐、硫酸盐、碳酸盐、磷酸盐及硼酸盐等矿物，晶体结构中由核心的络阴离子或“封闭”的基团等组成，如SiO4、SO4、CO3、PO4及BO5等。前人研究表明：不同基团红外光谱谱带数决定于其本身的振动摸式，它的频率主要取决于基团本身的构型及晶胞的对称性，即内部坚固的共价键，晶体场的影响是次要的，即每种基团特征吸收颏率较稳定，这些基团振动模式和频率决定了矿物红外光谱的主要轮廓，构成各种矿物红外光谱的主要特征［7］。

1962 年Lyno 和Moekn 分别发表了最早的系统性的有关矿物红外光谱方面的文章，1974年Famrer 出版了综合性矿物红外光谱理论和应用方面的著作，1976 年Marel 和Beutel spaeher 测量并分析了多类型黏土矿物的红外光谱。20 世纪80 年代Hunt 归纳总结各种地物光谱特征，并提出随着热红外测量仪器技术的快速发展，如能实现航空或航天成像光谱仪连续窄波段成像，则能实现地面矿物的直接识别［10］。后续如Clark 等研究人员继承并改进了实验室矿物光谱测量和分析的原理和方法，在对大量岩石、矿物实验室光谱的测量、研究和归纳总结基础上，建立了矿物和岩石光谱数据库，为高光谱岩矿识别奠定了基础。主要造岩矿物的热红外吸收波长可归纳为表1。

表1 部分常见矿物特征振动频率Table 1 Vibration frequency of some common mineral characteristics

现在国际上比较常用的岩矿波谱数据库主要有美国地调局（USGS）的矿物光谱数据库、JPL 的矿物光谱数据库、亚利桑那州立大学地质系行星探索实验室建立的ASU 光谱库和ASTER 光谱库等［10-11］。热红外区间的矿物红外光谱则有透过率、漫反射率和发射率3 种，光谱库收录前人测量的多种矿物的红外光谱，红外漫反射率光谱占绝大多数。

研究使用美国D&P Instruments 公司生产102F 便携式傅里叶变换热红外光谱仪，实验室内测量获取有代表性的碳酸盐（图2）、硫酸盐（图3）和硅酸盐（橄榄石族、角闪石族、高岭石族、蛇纹石族、蒙脱石族、滑石-叶腊石族、长石族（图4）、辉石族和云母族）、氧化物石英族矿物（图5）发射率光谱，分析整体发射光谱特征谱带，从矿物离子或离子基团所对应的特征吸收峰，分析并归纳矿物类（族）、矿物亚类、矿物种以及矿物变种的可识别的诊断性特征。

图2 碳酸盐矿物发射红外光谱Fig.2 Emission infrared spectroscopy of carbonate minerals

图3 硫酸盐矿物发射红外光谱Fig.3 Emission infrared spectroscopy of sulfate minerals

图4 长石族矿物发射红外光谱Fig.4 Emission infrared spectroscopy of feldspar minerals

图5 石英族矿物发射红外光谱Fig.5 Emission infrared spectroscopy of quartz group minerals

测试使用102F 热红外光谱仪测量获取矿物发射率的操作过程中，为保证矿物获取发射率信噪比，测量过程数据迭代次数不低于50次，测量时间较长，矿物体表温度和环境温度会发生变化。发射光谱计算软件输入测量结束时的实测矿物体表温度和环境温度，和光谱测量阶段有差异，反演计算会使矿物岩石个别区间的发射率出现大于1 的现象（图2、3 和5），本文高光谱矿物识别采用谱形和吸收峰位置，此类测量误差不影响后期研究和分析。

2.1 碳酸盐矿物

碳酸盐矿物的红外光谱主要由碳酸根离子振动模式及晶格振动模式决定，其中CO3离子的内振动模式决定了其红外光谱的基本轮廓［11-12］。如图4 所示，方解石（黑色）、白云石（红色）、菱锰矿（蓝色）、菱铁矿、孔雀石、菱锌矿和菱镁矿的红外光谱在11～11.5 mm 区间和13～14.5 mm 区间有两个主要的吸收带。如方解石的主要吸收峰位于11.34 和14.05 mm 左右，吸收峰深度多于同族的白云石。白云石的主要吸收峰位于11.2 和13.75 mm 左右。

2.2 硫酸盐矿物

硫酸盐矿物以石膏（红色）、重晶石（紫色）和天青石（绿色）等为代表。硫酸盐矿物拥有较宽的吸收区间，如图3 所示，这些矿物在8～9.5 mm 区间均有一个主要吸收带，吸收峰位于8.69 mm 左右，同时在8.36 µm 有一小吸收峰。决定了硫酸盐矿物的独特发射红外光谱谱形，其中，石膏的吸收峰深度最深，天青石次之，重晶石吸收峰相对较弱。

2.3 硅酸盐长石族矿物

长石族属架状硅酸盐亚类，所有的硅酸盐矿物在10 mm 附近都要形成强的吸收峰，从岛状→链状→层状→架状硅酸盐矿物，离子中的SiO2聚合程度依次增加，强吸收峰位置也依次向高频偏移。吸收带的波长范围趋于变窄［11-12］。

各种长石的红外光谱都十分相似，如图4所示，以微斜长石（黑色）、斜长石（紫兰色）和钾长石（红色）为代表，8～10.5 µm 范围是最强吸收区，属Si—O 和Al—O 弯曲振动，由3 个或3 个以上的吸收峰组成，位置分别为8.6、9.6 和10 mm。13～14.5 mm 范围是弱吸收区，属Si—Si 和Si—Al 伸缩振动，主要有2 个吸收峰，位于13 和13.8 mm 左右。

2.4 石英族矿物

石英族属氧化物矿物，主要成分是SiO2，红外光谱谱形和特征由矿物晶格分子振动过程的基频决定，分子伸缩（价键）振动是原子沿价键方向来回运动所引起的键长变化（包括Si—O—Si 对称伸缩振动和Si—O 非对称伸缩振动），弯曲（变形）振动是原子垂直于价键方向作相对运动时所引起的键角变化（Si—O—Si 弯曲振动）［11，14］。在8～16 mm 范围的石英族矿物的红外光谱都十分相似，如图5 所示，以实测石英（红色）为代表，8～10 mm 范围为最强吸收区，属于Si—O 非对称伸缩振动，由一强吸收带（8.6～9.7 mm）和一稍弱吸收带（8～8.6 mm）组成，吸收峰中心位于8.4 和9.1 mm。12～16 mm有2～3 个中等强度的窄带，属Si—O—Si 对称伸缩振动。石英族矿物的另一个共同特点就是在12.5 mm 处都会有一个中等强度的吸收特征峰。

SiO2的红外光谱特征由其成分和结构共同决定，反映了所处的成矿地质条件，在不同的成矿成岩作用演化过程中，随着条件的改变，形成的矿物成分及结构呈有规律的变化，这也导致其红外光谱发生相应的改变。

2.5 精度评价

实验室内两人独立进行了石膏和石英的102F 热红外发射光谱的测量，经和美国权威的（ASU）热红外波谱库相同矿物发射光谱比较，两种矿物的发射光谱谱形和吸收峰位置等主要特征均基本一致（图6）。因此，102F 热红外光谱仪获取的各类型矿物发射光谱数据精度很高，完全满足本次研究的需要。

3 航空热红外高光谱TASI 数据处理和质量评价

3.1 数据处理

选择研究区的航空热红外Thermal Airborne Hyperspectral Imager（简称TASI）高光谱数据，数据获取时间是2010 年9 月8 日，空间分辨率为2 m×2 m，TASI 参数见表2。

表2 TASI 传感器参数简表Table 2 Summary table of TASI sensor parameters

针对TASI 原始数据，研究中采用基于Aster_TES 算法的温度与发射率分离算法，并综合大气纠正等算法对研究区TASI 高光谱数据进行数据预处理（图7），获得可用于研究区岩性识别的TASI 发射率数据。

图7 TASI 数据预处理技术路线Fig.7 TASI data preprocessing technology route

3.2 数据质量分析

采用102F 热红外光谱仪准同步测量了柳园研究区钾长花岗岩（LY-4）的发射率光谱数据，通过TASI反演的发射光谱谱线比较（图8），无论是整体谱形，还是主要的诊断吸收峰如8 492、8 602和9 259 nm 都基本一致。考虑到地面和航空图像像元尺度发射率有着一定的尺度效应问题，且航空数据的大气效应不可能完全消除，说明TASI数据反演地表发射率光谱均有很高的准确度，满足研究区岩性识别需要。

图8 温度-发射率分离结果的验证图［18］Fig.8 Temperature and emissivity separation results［18］

4 航空热红外高光谱TASI 岩性识别研究

4.1 TASI 发射率数据岩性光谱识别

TASI 发射率数据岩性识别包括岩体、地层两类岩性单元的图像分类和光谱识别。研究区出露钾长花岗岩、闪长岩、花岗闪长岩、石英闪长岩等，其中石英和长石等主要造岩矿物见于各种地层中，岩性图像分类（诊断性吸收光谱特征）以硅酸盐类等造岩矿物的光谱特性为主，参考硫酸盐和碳酸盐蚀变矿物红外光谱特性。并采用TASI 发射光谱（完全谱形特征）识别图像分类地质单元的不同岩性。

由实验室内典型造岩矿物热红外发射光谱测量和特性分析可知，组成硅酸盐主要造岩矿物石英、长石等在8.5～10.0 mm 区间有明显的多处诊断光谱识别特征（图4、5），区域内许多岩石在多梯次的地质作用下均发生不同程度的蚀变，相关的碳酸蚀变矿物光谱特征出现在11～11.5 mm区间，硫酸盐蚀变矿物在8.7 mm左右有诊断吸收特征峰。综合主要造岩矿物诊断性吸收光谱特征位置，选择TASI 数据的30（11.1 mm）波段、22（10.1 mm）波段、和11（9.0 mm）波段进行TASI 数据研究区岩体、地层岩性单元的图像分类。

研究区大量分布有超基性岩，印支期花岗岩等，如超基性岩主要由橄榄石和辉石等矿物组成，整体谱形呈V 型，主要诊断光谱吸收峰位于9.6 mm，；钾长花岗岩主要由钾长石、石英等矿物组成，整体谱形在8.0～10.0 mm 区间呈一大U 型吸收峰型和三个小特征峰，诊断光谱吸收峰位于8.5、8.8、9.3 和9.7 mm；石英硅化带主要由纯洁SiO2矿物组成，整体谱形在8.0～9.7 mm区间呈先小后大两吸收峰型，诊断光谱吸收峰位于8.5 和9.1 mm（图4、5 和9）。

航空热红外TASI 光谱分辨率为110 nm，当岩石中的矿物特征光谱吸收峰位差异达55 nm，TASI 发射率数据可将其识别。以SiO2矿物为主要组成的石英脉、硅化带和结晶片岩等在不同地质作用条件下会使其内部的主要造岩矿物SiO2中部分硅被铝置换，引起SiO2的红外光谱吸收峰向低频（长波）方向移动，而K、Na 含量高时则会向高频方向移动（图9）。这种用岩石学方法难以直接识别的细微成分的变化，会由于SiO2的红外光谱中的诊断吸收峰位偏移，被TASI 发射率光谱数据识别和区分［15-16］。

图9 SiO2特征吸收峰位置随含量变化Fig.9 The position of SiO2 characteristic absorption peak changing with content

图10 花西山金矿区岩性TASI 热红外图像与光谱分布图Fig.10 TASI Thermal infrared image and spectral distribution map of lithology in Huaxishan gold mine area

分析研究区分8类岩体、地层岩性单元的TASI数据影像发射光谱曲线（图2～5、10），结合地质背景，对相关的岩石单元的属性进行判定，最终从TASI 图像区分的8 组岩石地层单元，分别为二长花岗岩、超基性岩、石英脉、灰岩、硅质岩、云母角岩、泥质薄层板岩和钾长花岗岩八类，经野外实地验证，无错漏岩性且范围边界准确（图11）。

图11 花西山金矿区TASI 图像岩性区分示意图Fig.11 Schematic diagram for lithological differentiation of TASI image in Huaxishan gold mine area

4.2 热红外遥感岩性识别效果分析

对于TASI 图像上反演的八类岩性单元的准确性，本次研究利用1：5 万地质填图和可见光-短波红外（0.4～2.5 mm）区间的航空高光谱CASI/SASI反射率数据的岩性识别结果进行了对比。

在1：5 万地质图上，花牛山—察客尔呼都格区域性深断裂柳园花西山金矿及外围研究区内，切割了震旦系、奥陶系地层，又被海西期超基性岩、石英闪长岩和印支期花岗岩枝侵入，地表构成岩性复杂，花岗岩和闪长岩分布面积较广，同时侵入作用强烈，从超基性至酸性岩均有。本次研究采用TASI 发射率数据，对研究区的岩体、地层岩性单元图像分类有二长花岗岩、超基性岩、石英脉、灰岩、硅质岩、云母角岩、泥质薄层板岩和钾长花岗岩八类（图11）。比较1：5 万地质填图中，仅仅识别和填绘了二长花岗岩、超基性岩、灰岩和钾长花岗岩4组岩体、地层岩性单元（图12a）。

对比研究区的航空高光谱CASI/SASI 反射光谱数据，2010 年9 月8 日获取，CASI 数据波谱范围介于0.4～10.05 mm 之间，空间分辨率1 m×1 m；SASI 数据波谱范围介于0.95～2.50 mm 之间，空间分辨率2 m×2 m。采用主成分分析和MNF 变换数学变换方法，将CASI/SASI 的光谱等数据信息降维集中到10～20 波段中，选择信息最丰富的2，3，4 分量进行图像分类（图12）。通过与地质图对比，CASI 图像可区分有二长花岗岩、钾长花岗岩、泥质薄层板岩和灰岩4 类（图12b）。SASI 图像可区分有二长花岗岩、钾长花岗岩、云母角岩和灰岩4 组（图12c），具体结果见表3。

表3 TASI 与1：5 万地质图/CASI/SASI 岩性图像分类Table 3 TASI and 1:50 000 geological map/CASI/SASI lithological image classification

由表3 可见，与1：5 万地质图/CASI/SASI 相比，热红外TASI 数据不仅成功地将变质的灰岩识别为云母角岩，而且将侵入灰岩的石英脉和硅质识别出来，准确地区分超基性岩，各岩体、地层岩性单元边缘、纹理等空间信息特征区分清晰准确，表明其在识别硅酸盐矿物或岩石方面具有独到的优势。

可见光-短波红外（0.4～2.5 mm）区间岩性分类采用基于统计的算法可最大限度地利用高光谱数据的各种信息，但航带之间的色差成为多航带大区域高光谱岩性填图的技术难点。本次热红外TASI 数据的岩性分类只涉及岩石的光谱信息，航带内各岩性单元颜色由岩石光谱曲线的差异来区分，不同航带同类岩性会被赋予同一种颜色，可使得研究区多景航带实现自动无缝拼接。

5 结 论

本次研究在矿物红外光谱知识的支撑下，研究并建立常见石英（SiO2）和长石等造岩矿物发射光谱识别特性，然后以航空热红外高光谱TASI 数据对甘肃柳园花岗岩型研究区开展岩性识别和地质分析，得出以下结论：

1）通过实验室和野外现场测量和分析，从遥感的矿物识别角度，建立常见造岩矿物（硅酸盐长石族、硫酸盐、碳酸、氧化物石英族矿物等）的热红外发射光谱特征模型，碳酸盐矿物红外光谱在11～11.5 mm 区间和13～14.5 mm区间有两个主要的吸收带；硫酸盐矿物红外光谱在8～9.5 mm 区间均有一个主要吸收带，位于8.69 mm 左右，在8.36 µm 有一次要吸收带；硅酸盐长石族矿物红外光谱在8～10.5 µm 范围是最强吸收区，由3 个或3 个以上的吸收峰组成，位置分别为8.6、9.6 和10 mm；氧化物石英族矿物红外光谱在8～10 mm 范围为最强吸收区，由一强吸收带（8.6～9.7 mm）和一稍弱吸收带（8～8.6 mm）组成，吸收峰中心位于8.4 和9.1 mm。为后期利用热红外高光谱图像进行岩性识别奠定了基础。

2）航空热红外TASI 在岩性分类和识别中充分发挥了光谱的特性，图像分类（诊断性吸收光谱特征），光谱定性（完全谱形特征）。不但可识别地质图上已有的岩性单元，而且可以区分发生变质的灰岩和侵入灰岩中的石英脉和硅质脉，优于可见光-短波红外高光谱数据，同时解决了多航带的无缝拼接，可形成大区域岩性分类图。

3）本次研究区涉及的地质环境和自然环境类型较单一，在建立的矿物识别规则中，有些矿物还没有能在实际应用中加以检验。需要全面研究沉积岩、变质岩和复杂地质环境条件下的热红外岩性分类的适用性和实用性，更深入了解本方法的缺陷、优势及精度。