用ASTER 数据提取植被覆盖区遥感铁矿化蚀变信息-矿业114网 
首页 >> 文献频道 >> 矿业论文 >> 正文
用ASTER 数据提取植被覆盖区遥感铁矿化蚀变信息
2016-10-10
以植被覆盖度较大的山东省兰陵县凤凰山铁矿区为例,选取覆盖该区的ASTER 数据作为遥 感数据源, 首先进行了几何精纠正、大气校正和水体、阴影等干扰去除;然后在充分了解岩石波谱特征和 ASTER 数据波段特征的 基础上选择了提取矿物蚀变信息的最优波段组合,采用主成分分析(Principal component analysis,PCA)法对研究区的 铁染蚀变和羟基蚀变信息进行了提取,并对蚀变异常强度进行了标准化等级划分;最后通过分析蚀 变信息与已知矿 床的关系圈定了遥感异常区,并在矿化蚀变较强的地段选取8 处铁染蚀变异常点和6 处羟基蚀变异 常点,通过布设踏 勘路线进行了采样和验证。...
Series No. 484 ꢀ Octoberꢀ 2016 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 总第 484期 ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ METAL MINE 2016 年第 10 期 用 ASTER 数据提取植被覆盖区遥感铁矿化蚀变信息 1 ,2 1 2 3 赵芝玲 ꢀ 王ꢀ 萍 ꢀ 荆林海 ꢀ 孙彦峰 ( 1. 山东科技大学测绘科学与工程学院,山东 青岛 266590;2. 中国科学院遥感与数字地球研究所 数字地球重点实验室,北京 100094;3. 山东科技大学地球科学与工程学院,山东 青岛 266590) 摘ꢀ 要ꢀ 以植被覆盖度较大的山东省兰陵县凤凰山铁矿区为例,选取覆盖该区的 ASTER 数据作为遥感数据源, 首先进行了几何精纠正、大气校正和水体、阴影等干扰去除;然后在充分了解岩石波谱特征和 ASTER 数据波段特征的 基础上选择了提取矿物蚀变信息的最优波段组合,采用主成分分析(Principal component analysis,PCA)法对研究区的 铁染蚀变和羟基蚀变信息进行了提取,并对蚀变异常强度进行了标准化等级划分;最后通过分析蚀变信息与已知矿 床的关系圈定了遥感异常区,并在矿化蚀变较强的地段选取 8 处铁染蚀变异常点和 6 处羟基蚀变异常点,通过布设踏 勘路线进行了采样和验证。 结果表明:从 ASTER 数据中提取的铁染和羟基蚀变信息的分布与实际情况吻合较好,其 高值区分别对应着铁矿化和高岭土化强烈的地区,验证精度分别达到 87. 5% 、83. 3% 。 可见,在植被覆盖度较大的地 区,ASTER 数据的短波红外波段内仍包含丰富的矿物蚀变信息,可为地质找矿提供重要依据。 关键词ꢀ 地质找矿ꢀ ASTER 数据ꢀ 遥感ꢀ 铁矿化蚀变信息ꢀ 主成分分析 ꢀ ꢀ 中图分类号ꢀ P612,P614ꢀ ꢀ 文献标志码ꢀ Aꢀ ꢀ 文章编号ꢀ 1001-1250(2016)-10-109-07 Extraction Method of Iron Mineralized Alteration Information in Vegetation Covered Areas Based on Remote Sensing ASTER Data 1 ,2 1 2 3 Zhao Zhiling ꢀ Wang Ping ꢀ Jing Linhai ꢀ Sun Yanfeng ( 1. College of Geosciences,Shandong University of Science and Technology,Qingdao 266590,China; 2 . Key Laboratory of Digital Earth,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing,100094,China;3. College of Earth Science and Engineering,Qingdao 266590,China) Abstractꢀ Owing to the growing demands for resources and less exploitable outcrop and shallow ore mines,it is urgent to look for new iron deposits around and below current iron deposits. As traditional prospecting methods are limited in doing this, remotely sensed mineralized alteration information is of great directive significance to geological prospecting work. But extrac- ting alteration information in high vegetation covered areas is one of the difficulties in remotely sensed information extraction. The Fenghuangshan iron deposit is located in Lanling County of Shandong province with dense vegetation coverage,so,it is se- lected as the study area in this paper. Based on ASTER data,firstly,the ASTER data is geometrically corrected and atmospheri- cally corrected,the water and other interference informations are removed;then,the optimal band combination of mineral altera- tion information extraction is selected,with references to the spectra of typical altered minerals in the USGS standard spectral database,the principal component analysis (PCA) method is applied to extract the ferric contamination and hydroxyl alteration information,and they are enhanced and classified by thresholding;finally,the anomaly mineralization regions are delineated with references to both known deposits and related alterations,and 8 ferric contamination anomalies and 6 hydroxyl alteration a- nomalies are selected to validate. Due to high coverage of vegetation and soil and less exposed bedrock,and the agreement be- tween remote sensing anomaly areas and mineralized alteration zones,Quaternary covered areas are investigated especially. The results show that,the extracted ferric contamination and hydroxyl alteration information are verified and the verification accura- cy reaches 87. 5% and 83. 3% respectively,it proves that the ASTER data is of capacity to depict minerals' spectral character- istics in the short wave infrared ranges,which effectively facilitate geological prospecting in dense vegetation covered regions. Keywordsꢀ Geological prospecting,ASTER data,Remote sensing,Iron mineralized alteration information,Principal com- ponent analysis 收稿日期ꢀ 2016-07-20 基金项目ꢀ 中国科学院“百人计划”项目(编号:Y34005101A,Y2ZZ03101B),中国地质调查局工作项目(编号:12120113089200),“十三五”国家科 技支撑计划项目(编号:2015BAB05B05ꢁ02)。 作者简介ꢀ 赵芝玲(1992—),女,硕士研究生。 · 109· 总第 484 期ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 10 期 ꢀ ꢀ 随着社会经济的发展,对矿产资源的需求日益增 1ꢀ 研究区概况 长,可供开采的露头矿越来越少,寻找新的铁矿找矿 凤凰山铁矿(117°49′13″E ~ 117°52′28″E,34°48′ [ 1] 16″N ~ ꢁ34°51′46″N) 位于山东省临沂市兰陵县城西 约 20 km 处,西距枣庄市约 25 km,行政区域隶属兰 陵县尚岩镇和新兴镇。 该区位于鲁南丘陵区,区内最 高山为海拔 218. 1 m 的二青山,区内季节性河流、小 溪发育。 区内属北温带季风气候,年平均气温 13. 2 靶区显得尤为必要 。 传统地质勘探方法成本昂 贵,而遥感技术可以生动的图像显示地表地物以及通 过地表地物的变化反映出地下深部信息,在一定程度 上弥补了传统地质勘探方法的不足。 利用多光谱遥 感数据进行矿化蚀变信息提取和地质构造解译是遥 感地质找矿研究的重要方向。 国外学者利用遥感技 术进行与矿化有关的信息提取的研究始于 20 世纪 ℃ ,降水多集中于 6—8 月份,降水量占整年的 70% , 年平均蒸发量 1 385. 9 mm,年平均降水量 787. 7 mm, 11 月至次年 2 月为降雪期,11 月至次年 4 月为冰冻 期,冻土最大深度为 31 cm,冬季西北风干冷,夏季东 南风湿热,对农作物生长有利(图 1)。 [2] 6 0 ~ 70 年代,Ambrams 等 指出,由于三价铁离子在 可见光—近红外(0. 5 ~ 1. 1 μm)波段的强吸收特征, 含褐铁矿的蚀变矿物会形成特有的反射波谱曲线; [ 3] Rokos 等 使用 SPOT、TM 遥感影像,采用 PCA 法和 波段比值法进行蚀变异常信息提取,并结合解译的线 [ 4] 性构造信息进行了成矿预测研究;Kusky 等 利用 TM 数据进行了波段比值处理,并成功区分了超基性 岩的蚀变带及含浅色物质花岗岩的蚀变带;Crowley [ 5] 等 用 ASTER、TM、AVIRIS 数据对热液蚀变信息进 行了提取,成功圈定了黏土、含云母羟基的矿化蚀变 [ 6] 区域;Gils 对法国南部的 Bray 地区进行了基于 GIS 的地质、地理信息空间分析,为研究区矿产勘查提供 了准确依据。 近年来,ASTER 数据在遥感蚀变信息提取方面 [ 7] 得到了广泛研究,张玉君等 利用去干扰异常主分 量门限化技术成功提取出了羟基异常信息;吕凤军 图 1ꢀ 研究区地理位置 [ 8] Fig. 1ꢀ Location of the study area 等 利用 ASTER 数据采用改进的去干扰异常主分量 研究区位于郯庐大断裂西侧,鲁西隆起、鲁中隆 门限技术,将美国地质调查局(United states geological survey,USGS)波谱库典型矿物的反射率数据重采样 至 ASTER 数据的对应波段,建立了该类矿物在 AS- TER 遥感数据中的波谱曲线,进而从 ASTER 数据中 起和尼山隆起之尼山凸起南缘,尼山凸起与枣庄凹陷 的交汇部位。 该区经历了多期构造运动,发育各种面 状、线状构造及韧性剪切带,地质构造复杂。 地表构 [ 10] 2 ꢁ 造以 NW 向断裂为主 ,区内基底以皱褶为主,盖层 提取了 MgꢁOH(镁羟基)、AlꢁOH(铝羟基)、CO (碳 3 3 + [9] 以单斜为主,断裂构造发育,中、新生代断陷盆地大量 酸根离子)和 Fe (铁离子)的蚀变信息;林腾等 采 [ 10ꢁ11] 。 区内岩石以沉积岩和变质岩为主,出露 分布 用 PCA 法和波段比值法从 ASTER、Landsatꢁ7 ETM+ 数据中成功圈定了秘鲁 Moarcon 铁矿区的铁染及黏 土蚀变异常区,为该区找矿提供了重要理论依据。 前 人研究表明,ASTER 数据中包含丰富的矿化蚀变信 息,并且该类信息可利用 PCA 法和比值法进行有效 提取。 但已有的研究大都是在浅覆盖区即基岩裸露 较好的区域进行,在植被覆盖区是否能从 ASTER 数 据中提取出有效的矿化蚀变信息值得进一步研究。 山东省兰陵县凤凰山铁矿区大多被第四系覆盖,植被 发育较茂密,地表蚀变信息表现较微弱,传统的地质 找矿方法受到限制。 故本研究以该区为研究对象,采 用 ASTER 数据进行铁矿化蚀变信息提取。 地层主要为新太古代泰山岩群山草峪组、震旦纪土门 群佟家庄组、古生代寒武纪、奥陶纪和第四系,地层走 向为 NW 向。 该区铁矿的控矿地层为新太古代泰山 岩群山草峪组,铁矿石的矿物组成较简单,主要为磁 铁矿, 偶 见 褐 铁 矿、 假 象 赤 铁 矿 和 菱 铁 矿 零 星 分 [ 12] 布 。 研究区内发育沟西—西官庄铁矿和会宝岭铁 矿,分别位于兰陵县尚岩镇和新兴镇,属于大型铁矿。 沟西—西官庄铁矿为典型的沉积变质型铁矿,矿床规 模巨大,西起枣庄市卓山,东至兰陵县尚岩镇,全长 31 km,矿体赋存于泰山岩群山草峪组变质岩中,呈层 状、似层状产出,产状与围岩(黑云变粒岩)片麻理产 · 110· ꢀ ꢀ ꢀ 赵芝玲等:用 ASTER 数据提取植被覆盖区遥感铁矿化蚀变信息ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 10 期 状基本一致。 矿区地层和地质构造与大区域相似,主 要发育太白向斜,是一向 W 倾伏的不对称紧密褶 [ 13] 皱 ,向斜两翼赋存有沉积变质型铁矿带。 沟西铁 矿段位于太白向斜东段,为全隐伏区,区内盖层为一 向 NE 缓倾的单斜构造,断裂构造主要发育近 EW、 [ 13] NE 向 2 组,均为高角度正断层 。 2 ꢀ ASTER 数据基本特征及预处理 2 . 1ꢀ ASTER 数据基本特征 ASTER 传感器搭载于地球观测系统(Earth ober- vation ,EOS)第一颗 Terra 环境遥感卫星上,该卫星 平台采用太阳同步近极地轨道,轨道高度 705 km,时 间分辨率 1 次/ 15 d,单景影像的覆盖范围 60 km×60 [ 14] 图 2ꢀ ASTER 原始影像(波段 6、3、2 假彩色合成) km 。 ASTER 数据分为 3 个独立子系统,14 个光谱 Fig. 2ꢀ Original ASTER image [ 15] 通道(表 1) ,相较于陆地卫星搭载的 TM/ ETM+数 据,ASTER 数据具有地面分辨率更高、波谱范围覆盖 更宽、波段更多、通道范围更窄、光谱分辨率更高等优 ( band 6,3,2 false color composite) 可对 400 ~ 2 500 mm 波段内的遥感影像进行大气校 [ 14] 正 。 该模型需输入的参数主要包括影像区域中心 [ 16] 点 。 本研究选取 2001 年 7 月 15 日获取的一景 ASTER 影 像 进 行 试 验 分 析 ( 文 件 号: ASTL1A 107150314170109250390B) ( 图 2),该影像层次丰 经纬度、传感器类型、传感器高度、太阳高度角和方位 角、影像获取日期及具体时刻(格林尼治标准时间)、 影像像元大小、区域平均海拔、区域能见度、大气模 型、气溶胶类型等。 0 富、色调匀称,云层覆盖率少于 1% ,非常适合用于植 被覆盖区矿物蚀变信息提取研究。 表 1ꢀ ASTER 影像特征 为验证 FLAASH 模型对 ASTER 数据的大气校正 效果,对校正前后的植被波谱曲线进行了对比分析 Table 1ꢀ Characteristics of ASTER image ( 图 3)。 光谱响应 范围/ μm 空间分辨 率/ m 子系统 波段 主要地质用途 1 0. 52 ~ 0. 60 0. 63 ~ 0. 69 0. 78 ~ 0. 86 0. 78 ~ 0. 86 1. 6 ~ 1. 7 可见 光与 近红外 2 识别裸露地表、岩石、 地层、地貌。 15 3 3 N B 4 5 6 7 8 9 2. 145 ~ 2. 185 2. 185 ~ 2. 225 2. 235 ~ 2. 285 2. 295 ~ 2. 365 2. 36 ~ 2. 43 8. 125 ~ 8. 475 8. 475 ~ 8. 825 识别黏土、在碳酸根离 子吸收波段可识别石 灰岩和碳酸盐岩石。 短波 红外 3 0 10 主要用于调查矿产资 源、识别陆地与海洋, 还可用于分析研究区 域岩浆活动与人类有 关的地表热流变化。 11 热红外 12 8. 925 ~ 9. 275 90 1 3 4 10. 25 ~ 10. 95 10. 95 ~ 11. 65 1 2 . 2ꢀ 数据预处理 本研究以 ASTER L1 B 地面站数据为数据源,该 数据是 ASTER L1 A 数据经几何校正和辐射校正后生 成的。 该数据需进行大气校正和去干扰处理方可更 好地提取地物信息。 图 3ꢀ 植被波普曲线 Fig. 3ꢀ Vegetation spectral curve 2 . 2. 1ꢀ 大气校正 ꢀ ꢀ 由图 3 可知:大气校正后的植被光谱曲线得到了 大气校 正 采 用 ENVI 软 件 中 的 FLAASH ( Fast 明显改善,更接近于植被的理论光谱曲线,可见光波 段的反射率普遍下降,近红外波段的反射率达到峰 line-of-sight atmosphere analysis of spectral hypercubes) 模块,该模型是基于 MODTRAN 4 的大气校正模型, · 111· 总第 484 期ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 10 期 值。 此外,对校正前后植被的归一化植被指数(Nor- malized difference vegetation index, NDVI) 进 行 了 比 较,发现地表反射率图像计算出的 NDVI 平均值明显 增大(由 0. 47 变为 0. 66),表明校正后的影像包含了 更多的植被信息。 表 2ꢀ ASTER 光谱范围与可识别矿物 Table 2ꢀ ASTER spectral range and identifiable mineral 波ꢀ 段 可见光与近红外 0. 5 ~ 0. 8 . 3 ~ 2. 5 . 47 ~ 1. 82 2. 16 ~ 2. 24 波长/ μm 可识别矿物 铁的氧化物、赤铁矿、镜铁矿 碳酸盐、氢氧化物、硫酸盐 硫酸盐类、明矾石 1 1 2 . 2. 2ꢀ 去干扰处理 高岭石、白云母、伊利石 锂皂石、黄钾铁矾 短波红外 2 2 2 . 24 ~ 2. 30 . 26 ~ 2. 32 . 30 ~ 2. 40 水体的去除选用归一化水体指数 ( Normalized 白云石、方解石等碳酸盐类矿物 绿泥石、绿帘石 difference water index,NDWI) 进行。 在可见光范围 内,水体总体反射率较低,且波长越长,水体反射率越 小,到 0. 8 μm 时,水体反射率降至约 2% ,而到 1. 6 μm 时,水体几乎成为完全吸收体。 在 ASTER 影像 中,波段 1 为水体反射最强的波段,波段 3 为水体吸 收最强的波段,则 NDWI 计算公式可表示为 热红外 8. 0 ~ 14. 0 黑云母、石英、长石等硅酸盐类矿物 从而在波段 3 形成一个明显的吸收峰,在波段 4 具有 明显的反射峰,为此,可选择波段 1 ~ 4 组合进行 PCA [3] 处理 ;②白云母、高岭石、蒙脱石、伊利石在波段 6 均有明显的吸收峰,与含铝羟基矿物在波长 2. 2 μm 处的吸收峰相一致,而他们在波段 4 处为反射峰。 NDWI = 绿绿波波段段 +- 近近红红外外波波段段 . ꢀ ꢀ 类似地,可对其他地物信息进行提取,如采用波 段 7、9 进行高端剪切去除云,用波段 9、1 的比值去除 [ 16] 。 阴影 对提取出的水体等干扰信息进行掩模处理,具体 步骤:①将水体所在区域的影像像素值赋值为 0,其 余非水体区域的影像像素值赋值为 1,得到一幅新的 二值影像;②将新的二值影像与原影像相乘,得到新 的去除水体干扰后的目标影像;③采用①、②步骤去 除阴影和云,获得消除干扰后的影像。 3 ꢀ 蚀变信息提取 岩石蚀变是热液与原生岩石相互作用的结果,当 围岩受到含矿热液作用时,可能产生蚀变矿物,该类 矿物在一定物化条件作用下由共生组合所构成的岩 石即为蚀变岩,蚀变岩石和矿体之间具有密切的时空 [ 17] 关系 。 利用遥感影像提取矿物蚀变信息的主要原 理是基于矿物的波谱特性,不同矿物的组分、结构、存 在的各种离子基团使不同物质具有不同的波谱曲线。 物质的波谱曲线主要是由物质中的各种离子表现出 图 4ꢀ ASTER 波段与含铁离子矿物波谱的对应关系 Fig. 4ꢀ Correspondence relationship between iron minerals and the bands of ASTER data [ 18-20] 来 。 ASTER 数据从可见光到短波红外的不同波 [ 21] 谱范围内可识别的部分矿物见表 2 。 在该类矿物 经主成 分 分 析 后 得 到 的 ASTER 影 像 各 分 量 3 + ꢁ 中主要包括铁离子(Fe )、羟基基团(OH )、碳酸根 (PC1,PC2,PC3,PC4) 都代表一定的地质意义,且不 相关,其中 PC1 为各波段的加权和,为正值,反映了 光谱总体反射率的大小;PC2 为波段反照率的差,反 映波谱曲线的斜率变化;PC3、PC4 反映岩石矿物信 2 ꢁ 离子(CO )等,正是由该类离子基团产生了矿物的 3 反射谱带。 ASTER 数据与常见矿物波谱吸收(反射)带的关 系见图 4。 由图 4 可知:①与赤铁矿的反射率相比, 褐铁矿和磁铁矿的反射率总体较低,是由于褐铁矿的 颜色为钢灰色或铁黑色,而赤铁矿的颜色为红褐色, 在 ASTER 数据的波段 1 ~ 4 上,赤铁矿和褐铁矿的反 射率随波长的增大而变大,并且由于其在波段 1、2 呈 低反射、在波段 3 的反射率远小于波段 4 的反射率, [ 22] 息(表 3) 。 由表 3 可知:PC3 主要反映波段 4 的正载荷和波 段 1 的负载荷,且波段 4 贡献值最大,与铁离子在波 段 1 的低反射率和波段 4 的高反射率相吻合,故 PC3 中铁矿化蚀变信息得到增强,其他信息得到抑制,可 见 PC3 可较好地反映铁矿化蚀变信息。 · 112· ꢀ ꢀ ꢀ 赵芝玲等:用 ASTER 数据提取植被覆盖区遥感铁矿化蚀变信息ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 10 期 表 3ꢀ ASTER 波段 1 ~ 4 的 PCA 转换矩阵 4 ꢀ 结果分析 Table 3ꢀ PCA transformation matrix of ASTER band 1 ~ 4 本研究采用异常分级法提取蚀变信息,对蚀变遥 感异常作门限化处理,门限化取值下限以主分量的 均值+N 倍标准差”为阈值,其中均值为某一主成分 的统计均值(代表区域背景),标准差为该成分的标 分量 波段 1 波段 2 波段 3 波段 4 PC1 PC2 PC3 PC4 0. 048 ꢁ0. 496 ꢁ0. 297 0. 814 0. 121 ꢁ0. 833 ꢁ0. 060 ꢁ0. 537 ꢁ0. 988 ꢁ0. 107 ꢁ0. 105 ꢁ0. 045 ꢁ0. 086 ꢁ0. 221 0. 947 “ [ 22] 准差,N 一般取 1 ~ ꢁ3 。 经 PCA 处理得到的各主 成分互不相关,根据标准差的倍数进行等级划分,采 用密度分割法进行蚀变信息提取。 对提取的矿物蚀 变信息进行了 3 级异常分割,从一级异常到三级异常 表现为由强至弱的特征(图 7)。 0. 216 ꢀ ꢀ 选择波段 1、3、4、6 组合进行 PCA 处理提取铝羟 基信息。 由 ASTER 波段 1、3、4、6 的 PCA 特征向量 矩阵(表 4)可知:PC4 在波段 4 有较高的负载荷,在 波段 6 有较高的正载荷,由于铝羟基在波段 4 具有高 反射率,在波段 6 具有低反射率,导致在影像中铝羟 基矿物为低亮度值显示。 为统一用高亮度信息表示 矿物信息,对 PC4 进行取反操作来增强影像,因此ꢁ PC4 突出了含铝羟基团矿物的蚀变信息。 表 4ꢀ ASTER 波段 1、3、4、6 的 PCA 转换矩阵 Table 4ꢀ PCA transformation matrix of ASTER band 1,3,4,6 分量 波段 1 波段 3 波段 4 波段 6 PC1 PC2 PC3 PC4 0. 059 0. 290 0. 801 ꢁ0. 556 ꢁ0. 163 0. 148 0. 537 0. 519 0. 349 ꢁ0. 566 0. 258 0. 580 ꢁ0. 008 0. 772 ꢁ0. 923 ꢁ0. 247 ꢀ ꢀ 本研究对含铁离子矿物和含铝羟基团矿物蚀变 信息的提取影像分别进行了线性拉伸和中值滤波 滤波窗口尺寸为 5×5) 处理,得到了铁染蚀变和羟 ( 基蚀变信息的增强影像分别如图 5、图 6 所示(图中 高亮值部分为提取的矿物蚀变信息。 图 7ꢀ 蚀变异常信息提取结果 Fig. 7ꢀ Extraction results of the alteration anomalies information 铁染异常主要反映了典型矿床内赤铁矿化、褐铁 矿化的大体位置,羟基反映了高岭石化、蒙脱石化、方 解石化等蚀变岩石。 结合凤凰山铁矿区的地质资料, 对图 7 分析可知:①遥感铁染异常主要分布于典型矿 床西侧,蚀变程度较强,且对矿体的指示作用较明显; 图 5ꢀ 含铁离子蚀变矿物信息提取增强影像 Fig. 5ꢀ Enhanced image of the extraction of alteration minerals containing iron ions ② 遥感铁染异常在典型矿床内呈近 SN 向带状分布, 呈断续延伸,在研究区西部铁染异常呈环形分布,推 测其为围岩蚀变的大体部位;③遥感铁染蚀变异常在 其他区域分布相对较少,蚀变异常较弱;④羟基类异 常在研究区内分布较少,大多呈条带状分布,且蚀变 较弱的岩石分布于蚀变较强的岩石外围,大多位于铁 染异常附近。 将遥感矿化蚀变信息、构造解译信息与地层解译 [ 12] 信息 通过 ArcGIS 软件进行图层叠加分析(图 8)。 由图 8 可知:①区域内线环构造较发育,主要为 SN、 NW 向断裂,而铁染蚀变基本沿线性构造呈条带状分 布,且部分含铁离子矿物与环形构造套合较好;②研 图 6ꢀ 含铝羟基团蚀变矿物信息提取增强影像 Fig. 6ꢀ Enhanced image of the extraction of alteration minerals containing aluminum hydroxyl groups · 113· 总第 484 期ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 金ꢀ ꢀ 属ꢀ ꢀ 矿ꢀ ꢀ 山ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 10 期 究区大部分被第四系、寒武系地层覆盖,也有部分震 旦系地层,其中蚀变信息主要集中分布于寒武系地层 中。 图 9ꢀ 某采样点的实测波谱曲线 Fig. 9ꢀ Measured spectral curves of one sample point 5 ꢀ 结ꢀ 语 以兰陵地区的凤凰山铁矿区为例,利用 ASTER 数据,采用多种遥感影像处理技术和信息提取技术, 提取出了与矿化有关的岩石蚀变信息,在完成遥感影 像室内解译之后进行了多次野外验证,结果表明:铁 染和羟基蚀变信息的提取效果较理想,为进一步在该 区进行铁矿成矿预测提供了准确依据。 图 8ꢀ 研究区构造地层蚀变叠加结果 Fig. 8ꢀ Superposition results of the structure, stratum and alteration in the study area 参ꢀ 考ꢀ 文ꢀ 献 [ [ 1]ꢀ Hewson R D,Cudahy T J,Mizuhiko S,et al. Seamless geological map generation using ASTER in the broken Hill-Curnamona Province of Australia[J]. Remote Sensing of Environment,2005(9):159-172. 2]ꢀ Ambrams M J,Ashley R P,Brown L C,et al. Mapping of hydrother- mal alteration in the Cuprite mining district,Nevada,using aircraft scanning images for the spectral region from 0. 46 to 2. 36 mm[J]. Geology,1977(12):713-718. 为查证遥感地质解译和遥感蚀变信息提取的准 确性,进行了遥感野外地质调查。 对遥感解译的地层 岩性和线环构造等地质要素进行了详细观测,了解岩 性组合特征、断裂构造展布特征、地表矿化蚀变特征 等;对遥感蚀变异常主要了解其空间分布规律、蚀变 类型等,分析其与矿产的内在联系。 由于研究区植 被、土壤覆盖较严重,基岩出露较少,除查证所提取的 遥感异常区与已知矿体、矿化蚀变地段的吻合程度, 还重点对第四纪覆盖区进行了详细调查,在矿化蚀变 较强的地段选取了 8 处铁染蚀变异常点和 6 处羟基 蚀变异常点,布设勘探路线进行了采样和验证。 野外 验证表明,ASTER 数据提取的蚀变信息分布与实际 情况较吻合,凤凰山铁矿区内铁染含量较高,另外几 处铁染高值点经实地验证的确存在露头铁矿,水库附 近和凤凰山铁矿北部区域土壤中羟基含量较高。 采 用 SVC HRꢁ768i 波谱测试仪和岩石分析仪分别测定 了研究区土壤样本的反射波谱曲线和岩石矿物组分, 结果显示:铁染蚀变异常点的波谱曲线与含铁离子矿 物的实际光谱曲线(图 9)相对应,且岩石分析仪测出 的样本点的铁元素含量也相对较高,羟基蚀变异常点 的实际波谱曲线(图 9)和矿物组分(元素含量)反应 了高岭土化、蒙脱石化等矿化蚀变。 总体来讲,野外 验证的铁染异常点和羟基异常点分别有 7 处、5 处符 合要求,验证精度分别达到 87. 5% 、83. 3% 。 [ [ 3]ꢀ Rokos D,Argialas D,Mavrantza R,et al. Structural analysis for gold mineralization by using remote sensing and geochemical techniques in a GIS environment: Island of Lesvos, Hellas [ J]. Natural Re- sources Research,2000(4):277-293. 4]ꢀ Kusky T,Robinson C,Ozdogan M. Tertiary and Quatemary faulting in the Northern Oman Mountains[J]. Abstracts with Programs-Geo- logical Society of America,1998,30(7):238-242. [5]ꢀ Crowley J K,Hubbard B E,Mars J C. Hydrothermal alteration on the cascade stratovolcanoes:a remote sensing survey[ J]. Abstracts with Programs-geological Society of America,2003,35(6):540-552. [ 6]ꢀ Gils P T. Remote sensing and cast shadows in mountainous terrain [ J]. Photogrammetric Engineering and Remote Sensing,2001,67 (7):833-840. [ 7]ꢀ 张玉君,杨建民,姚佛军. 用 ASTER 数据进行不同类型矿床蚀变 异常提取研究[J]. 矿床地质,2006(S):507-510. Zhang Yujun,Yang Jianmin,Yao Fojun. The extraction of OHA from different types of deposits by using ASTER data[J]. Mineral Depos- its,2006(S):507-510. [ [ 8]ꢀ 吕凤军,郝跃生,石ꢀ 静,等. ASTER 遥感数据蚀变遥感异常提 取研究[J]. 地球学报,2009,30(2):271-275. Lv Fengjun,Hao Yuesheng,Shi Jing,et al. Alteration remote sensing anomaly extraction based on ASTER remote sensing data[ J]. Acta Geoscientica Sinica,2009,30(2):271-275. 9]ꢀ 林ꢀ 腾,高光明,刘容秀,等. ETM+和 ASTER 数据在遥感信息提 取中的对比研究[J]. 遥感信息,2011(1):65-69. · 114· ꢀ ꢀ ꢀ 赵芝玲等:用 ASTER 数据提取植被覆盖区遥感铁矿化蚀变信息ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ 2016 年第 10 期 Lin Teng,Gao Guangming,Liu Rongxiu,et al. Comparison between ETM+ and ASTER data for extraction of alteration information[J]. Remote Sensing Information,2011(1):65-69. Tang Chao,Chen Jianping,Zhang Ruisi,et al. Alteration from AS- TER remote sensing data in Bannu metallogenic belt,Gaize,Tibet [J]. Remote Sensing Technology and Application,2013,28 (1): 122-128. [ [ [ 10]ꢀ 郝兴中. 鲁西地区铁矿成矿规律与预测研究[D]. 北京:中国地 质大学(北京),2014. [17]ꢀ 姚凤良,孙丰月. 矿床学教程[M]. 北京:地质出版社,2006. Yao Fengliang,Sun Fengyue. Course of Mineral Deposits[M]. Bei- jing:Geological Publishing House,2006. Hao Xingzhong. Study on Metallogenic Regularities and Prognosis of Iron Deposits in Western Shandong Province[D]. Beijing:China University of Geosciences (Beijing),2014. [18]ꢀ Hunt G R,Salisbury J W. Assessment of Landsat filters for rock type discrimination based on intrinsic information in laboratory spectral[J]. Geophysics,1978,43(4):738-748. 11]ꢀ 王ꢀ 萍. 三山店—苍山南北向构造解译及深层断裂的初步探讨 [ D]. 泰安:山东矿学院,1994. Wang Ping. Preliminary Study on Sanshandian-Cangshan SN tec- tonic Interpretation and Deep Fracture[D]. Tai'an:Shandong Insti- tute of Mining and Technology,1994. [19]ꢀ 地质情报研究所. 矿物岩石的可见 ꢁ 中红外光谱及其应用 [M]. 北京:地质出版社,1980. Geological Science and Technology Information Institute. Remote Sensing Special Mineral Rock Evidently-in Infrared Spectrum and Its Application[M]. Beijing:Geological Publishing House,1980. [20]ꢀ Feldman S C,Taranik J V. Comparison of techniques for discrimi- nating hydrothermal alteration minerals with airborne imaging spec- trometer data[J]. Remote Sensing of Environment,1988,24(1): 67-83. 12]ꢀ 徐兴军,王ꢀ 娥. 山东省苍山县沟西—西官庄铁矿成矿规律探 讨[J]. 东华理工大学学报:自然科学版,2012,35(4):358-363. Xu Xingjun,Wang E. Iron ore metallogenic regularity of ditch West- West Guanzhuang in Cangshan,Shandong[J]. Journal of East Chi- na Institute of Technology:Natural Science Edition,2012,35(4): 3 58-363. 13]ꢀ 李洪奎,杨永波,耿ꢀ 科,等. 山东重大基础地质问题研究进展 J]. 岩石学报,2013,29(2):594-606. [ [ [21]ꢀ 耿新霞,杨建民,张玉君,等. ASTER 数据在浅覆盖区蚀变遥感 异常信息提取中的应用———以新疆西准噶尔包古图斑岩铜矿 岩体为例[J]. 地质论评,2008,54(2):184-191. [ Li Hongkui,Yang Yongbo,Geng Ke,et al. Research progress on major basic geological problems in Shandong Province [ J]. Acta Petrologica Sinica,2013,29(2):594-606. Geng Xinxia,Yang Jianmin,Zhang Yujun,et al. The application of ASTER remote sensing data for extraction of alteration anomalies information in shallow overburden area:a case study of the Baoguto porphyry copper deposit intrusion in Western Junggar, Xinjiang [J]. Geological Review,2008,54(2):184-191. 14]ꢀ 罗慧芬,苗ꢀ 放,叶成名,等. 基于 FLAASH 模型的 ASTER 卫星 影像大气校正[J]. 安徽农业科学,2009,37(17):8101-8102. Luo Huifen,Miao Fang,Ye Chengming,et al. Atmospheric correc- tion on ASTER satellite image based on FLAASH model[J]. Jour- nal of Anhui Agriculture Science,2009,37(17):8101-8102. 15]ꢀ 赵英时. 遥感应用分析原理与方法[ M]. 北京:科学出版社, [22]ꢀ 张玉君,曾朝铭,陈ꢀ 薇. ETM+( TM) 蚀变遥感异常提取方法 研究与应用———方法选择和技术流程[ J]. 国土资源遥感, 2003(2):44-49. [ [ 2003. Zhang Yujun,Zeng Chaoming,Chen Wei. The methods for extrac- tion of alteration anomalies from the ETM+(TM) data and their ap- plication:method selection and technological flow chart[J]. Remote Sensing for Land & Resources,2003(2):44-49. Zhao Yingshi. Principles and Methods of Remote Sensing Applica- tion Analysis[M]. Beijing:Science Press,2003. 16]ꢀ 唐ꢀ 超,陈建平,张瑞丝,等. 基于 ASTER 遥感数据的班怒成矿 带矿化蚀变信息提取[J]. 遥感技术与应用,2013,28(1):122- ( 责任编辑ꢀ 王小兵) 128. · 115·
  • 中矿传媒与您共建矿业文档分享平台下载改文章所需积分:  5
  • 现在注册会员立即赠送 10 积分


皖公网安备 34050402000107号