汪新慶，史 超，王 群

（1．中國地質(zhì)大學(xué)（武漢）資源學(xué)院，武漢430074；2．地質(zhì)過程與礦產(chǎn)資源國家重點實驗室，武漢430074；3．國土資源部礦產(chǎn)資源定量評價及信息系統(tǒng)重點實驗室，武漢430074）

基于混合像元分解的高植被覆蓋區(qū)蝕變信息提取
——以福建上杭紫金山礦田為例

汪新慶1，2，3，史 超1，3，王 群1，3

（1．中國地質(zhì)大學(xué)（武漢）資源學(xué)院，武漢430074；2．地質(zhì)過程與礦產(chǎn)資源國家重點實驗室，武漢430074；3．國土資源部礦產(chǎn)資源定量評價及信息系統(tǒng)重點實驗室，武漢430074）

福建上杭紫金山礦田地處武夷山成礦帶南端，該區(qū)域高植被覆蓋嚴重阻礙了與成礦有關(guān)的礦化蝕變信息的提取。針對植被的嚴重干擾和混合像元影響，應(yīng)用混合像元分解技術(shù)去除植被干擾，消除植被端元影響，增強非植被信息，結(jié)合主成分法提取與礦化有關(guān)的蝕變信息。經(jīng)與區(qū)域地質(zhì)資料對比表明，混合像元分解結(jié)合主成分分析方法取得了很好的應(yīng)用效果。

高植被覆蓋；混合像元分解；植被端元去除；主成分分析法；蝕變礦物提?。蛔辖鹕降V田；福建省

0 引言

隨著遙感技術(shù)的快速發(fā)展，遙感技術(shù)在地質(zhì)學(xué)特別是資源勘查領(lǐng)域得到了廣泛應(yīng)用。國內(nèi)外研究者在利用遙感圖像進行蝕變異常提取方面做出了很大貢獻，提出了眾多的方法，如Gram-Schmidt投影方法、主成分分析法、光譜角技術(shù)等［1］。M．Tromp和G．F．Epema曾用線性模型提取半干旱地區(qū)的土地退化信息［2］，劉素紅等通過Gram-Schmidt投影方法在高山區(qū)提取TM數(shù)據(jù)中含礦蝕變帶信息［3］，張滿郎采用信息增強的方法對中等植被覆蓋區(qū)金礦蝕變信息提取進行了實驗［4］，等等。礦化蝕變信息是一種隱伏信息，通過指示礦物引起的波譜吸收特征段確定，但容易受植被及第四系覆蓋物影響［5］。多光譜遙感數(shù)據(jù)的波段數(shù)限制了提取礦化蝕變異常信息的應(yīng)用范圍，其中應(yīng)用成功的研究區(qū)多位于基巖裸露區(qū)或中低植被覆蓋區(qū)。高植被區(qū)由于植被覆蓋率過高，礦化蝕變信息受到了植被的抑制和淹沒，很難提取出相關(guān)的礦化蝕變信息。

福建上杭紫金山礦田地處武夷山成礦帶南端，具有優(yōu)越的成礦地質(zhì)背景，資源潛力巨大，已發(fā)現(xiàn)一大批特大型、大型金屬礦床。利用遙感手段進行大范圍的礦化蝕變信息識別，可為礦產(chǎn)調(diào)查指示方向，提高找礦的目的性，因此，在該地區(qū)進行遙感礦化蝕變研究是一種經(jīng)濟、有效的勘查手段，但該區(qū)域高植被覆蓋嚴重阻礙了與成礦有關(guān)的礦化蝕變信息的提取。本文以福建上杭縣紫金山礦田及外圍區(qū)域為研究對象，選擇主成分方法和混合像元分解方法分別提取蝕變礦化信息，并分析對比2種方法取得的結(jié)果，探討適合于高植被覆蓋區(qū)ET M數(shù)據(jù)提取礦化蝕變信息的方法。

1 區(qū)域地質(zhì)背景

武夷山山脈為典型的亞熱帶季風(fēng)氣候區(qū)，地帶性植被為常綠闊葉林，植被覆蓋率高，紫金山礦田及外圍區(qū)域植被覆蓋率達到了78%。研究區(qū)地處武夷山山脈的南段，處于武夷山成礦帶上，礦田構(gòu)造位于中國東南沿海中生代火山活動帶西側(cè)，閩西南拗陷帶西南緣，次級構(gòu)造則屬NE向明溪—武平拗陷帶與上杭—云霄深斷裂的斜接部位［67］。該區(qū)域經(jīng)歷了板塊構(gòu)造作用，形變構(gòu)造非常復(fù)雜，以多期構(gòu)造作用疊加形成的復(fù)雜構(gòu)造帶為特征［7］。礦田地質(zhì)構(gòu)造以醒目的NW 向構(gòu)造帶為特征，可劃分為中間堂—象洞NW向巖漿構(gòu)造帶及碧田—安鄉(xiāng)NW向斷陷帶2個主要構(gòu)造帶。NW向構(gòu)造斷陷帶的火山、潛火山活動，形成了以紫金山（金銅）、古石背（鈾）為代表的火山熱液型金、銅、銀、鈾礦床［7］。紫金山礦區(qū)外圍具優(yōu)越的成礦地質(zhì)背景，且有巨大的資源潛力（圖1），是我國東南沿海地區(qū)找礦的重點區(qū)域。

2 遙感礦化蝕變信息提取

紫金山礦區(qū)礦化蝕變類型主要為褐鐵礦化、黃鐵礦化、絹云母化及綠泥石化，這些礦化蝕變均含有Fe3＋和OH－離子基團，ETM數(shù)據(jù)具有典型的吸收和反射波譜特征，為研究區(qū)礦化蝕變遙感信息的提取提供了理論依據(jù)［8］。

2．1 直接主成分法提取蝕變礦物信息

主成分分析法（PCA）是通過線性變換來達到降維及去相關(guān)的一種多元統(tǒng)計分析方法，又稱為K-L變換，為經(jīng)典的礦化蝕變信息提取方法。一組圖像通過主成分法的線性變換后降維生成一組新的圖像，且新圖像內(nèi)各組分之間互不相關(guān)。通過選取一個基礎(chǔ)波段組合進行線性變換，變換后的新的主分量中就可能集中了鐵礦化蝕變信息［9］。

鐵氧化物蝕變提取依據(jù)：某些鐵氧化物在ETM3（0．63～0．69μm）表現(xiàn)為強反射，在ETM1（0．45～0．52μm），ETM4（0．76～0．90μm）為吸收波段；針對各波段的波譜特征，選取TM1，TM3，TM4，TM5作為波段組合進行主成分分析，放棄ETM7是為了避免泥化信息干擾；根據(jù)載荷矩陣中各主分量反映的波段信息確定合適分量（一般為PC4），依據(jù)統(tǒng)計均值及標準差進行閾值確定［10］。

羥基蝕變提取依據(jù)：黏土礦物如綠泥石、絹云母等多數(shù)含有OH－，CO2－3羥基等離子，這類礦物在ETM7（2．08～2．35μm）為強吸收帶，在ETM5（1．55～1．75μm）為較強的反射波段；根據(jù)載荷矩陣中各主分量反映的波段信息確定合適分量（一般為PC4），依據(jù)統(tǒng)計均值及標準差進行閾值確定［11］。

圖2 主成分分析法提取礦化蝕變信息分布圖Fig．2 Map showing distribution ofalteration-mineralization information extracted with Principal Component Analysis

根據(jù)有關(guān)地物的光譜特征及地質(zhì)依據(jù)，蝕變礦物信息多包含于符合這些判斷準則的主分量中［12］。通過直接主成分法對紫金山礦田區(qū)域ETM影像進行主成分變換，用于提取含“Fe3＋”及“OH－”的礦化蝕變信息，得到礦化蝕變信息分布圖（圖2）。

從圖2可見，主成分法提取的蝕變信息主要集中于裸露基巖區(qū)，即已經(jīng)開采的紫金山金銅礦區(qū)，由于識別程度過小，無法提取周邊被植被覆蓋的礦點，如位于紫金山礦田西側(cè)的龍江亭銅礦。由于該區(qū)高植被覆蓋的影響，眾多蝕變信息被植被信息“淹沒”，而主成分變換無法將蝕變信息從植被干擾像元中分離，因此利用直接主成分法無法在高植被覆蓋區(qū)提取礦化蝕變信息。

2．2 混合像元分解結(jié)合主成分法提取礦化蝕變信

息

高光譜遙感的發(fā)展促進了遙感在地質(zhì)領(lǐng)域的應(yīng)用［13］。ETM數(shù)據(jù)為多光譜數(shù)據(jù)，被廣泛應(yīng)用于蝕變礦物信息提取，國外學(xué)者基于高光譜方法處理ETM數(shù)據(jù)，進行地質(zhì)填圖及蝕變信息提取等。利用ETM數(shù)據(jù)進行巖礦識別多在基巖裸露區(qū)或干旱區(qū)，如果直接應(yīng)用于高植被覆蓋區(qū)，效果會很差，且誤差也較大。ETM數(shù)據(jù)的分辨率特征決定了其存在嚴重的混合像元效應(yīng)，即一個像元包含植被、巖石和土壤等端元。因此，利用高光譜的方法消除植被端元干擾，實現(xiàn)巖性信息與干擾端元的分離；再通過線性波譜分解技術(shù)可以重建對植被“消除”后像元光譜，突出被植被淹沒的非植被信息，便于礦化信息提取。

2．2．1 混合像元分解的原理

單一成分物質(zhì)的光譜、幾何結(jié)構(gòu)及在像元中的分布，大氣傳輸過程中的混合效應(yīng)、傳感器本身的混合效應(yīng)等是導(dǎo)致混合像元形成的原因［14］。前者主要為線性效應(yīng)，這是本文研究的重點；后者為非線性效應(yīng)，通過數(shù)據(jù)預(yù)處理即可消除。根據(jù)對線性波譜分解模型的理解，混合像元的像元值均為像元內(nèi)各地物共同作用的結(jié)果，作用的大小與地物的面積成線性關(guān)系［15］。ETM遙感影像中，高植被覆蓋區(qū)及其邊緣存在嚴重的混合像元現(xiàn)象。為了提高遙感圖像在蝕變礦物信息提取的作用，同時深化遙感定量化應(yīng)用，需要進行混合像元的“解混”，計算出像元中各地物端元豐度值，即完成混合像元的“解混”。

式中，i（波段數(shù)）＝1，…，m；j（端元組分數(shù)）＝1，…，n；DNi為第i波段某像元DN值；DNij為第j地物組分在第i波段上的D N值；Fj為第j地物組分百分比；ei是第i波段的誤差項，為隨機噪聲。

基于去除干擾地物組分的目的，（1）式可改寫為：

式中，DNi同式（1），DNe為巖石、土壤端元在波段i上的DN值；Fz為巖石、土壤端元在混合像元中百分比；DNij為第j組植被端元在波段i上DN值；Fj為第j組植被端元在混合像元中百分比［13，16］。

消除混合像元中的植被端元，剩余端元反射值不能代替整體反射值，需要利用巖石、土壤端元反射值彌補消除的植被端元反射值，即光譜重建。光譜重建后各像元的反射值消除了植被端元的影響，只代表巖石、土壤的反射值，在此基礎(chǔ)上提取礦化蝕變信息受植被的影響會小。由此得到式（4），式（4）表示重建光譜后D N值：

式中，DNi，F(xiàn)j，DNij同式（2），D Ni-remain-restore為巖石、土壤端元補償置換后像元的反射值。

2．2．2 混合像元分解的應(yīng)用

基于消除植被影響的遙感影像，對其進行最小噪聲分離變換后，在噪聲分離圖像基礎(chǔ)上計算純凈像元指數(shù)（PPI）。純凈端元在n維可視化圖中選取，選取的7種端元在各波段的反射值見表1，波譜矢量曲線圖見圖3。

（1）巖石、土壤光譜重建。通過波譜矢量曲線（圖3）發(fā)現(xiàn)端元2，4，5為植被端元。確定各植被端元反射值及其豐度值后，分別實現(xiàn)對各波段像元中的巖石、土壤光譜重建。根據(jù)公式（4）和表1，并結(jié)合各端元統(tǒng)計豐度值，實現(xiàn)對消除植被影響后圖像的巖石和土壤的光譜重建［16］。

表1 7種端元的波譜矢量值Table 1 Spectrum vector values of 7 end members

表2 TM1，TM3，TM4，TM5主成分分析載荷矩陣Table 2 The PCA loading matrix of TM1，TM 3，TM 4，TM 5

表3 TM1，TM4，TM5，TM7主成分分析載荷矩陣Table 3 The PCA loading matrix of TM1，TM4，TM5，TM7

圖4 基于混合像元分解的礦化蝕變信息分布圖Fig．4 Alteration information maps based on linear spectral unmixing

圖3 7種端元的波譜矢量曲線圖Fig．3 Line chart of spectrum vector of 7 end members

（2）基于混合像元分解方法提取蝕變信息。經(jīng)過混合像元分解，影像中的植被干擾端元被削弱，增強了蝕變礦物等弱視信息。針對消除植被信息后的遙感影像，可通過比值手段進行礦化蝕變信息的提取，但這樣易將第四紀覆蓋物當做蝕變信息被提取。本文采用主成分法提取，效果明顯好于比值法。根據(jù)蝕變礦物提取的光譜特征，并結(jié)合蝕變信息判定的地質(zhì)依據(jù)，對植被“消除”后的影像進行主成分變換，增強所需提取的蝕變礦物信息。針對含F(xiàn)e3＋巖石礦物信息的分離，選擇T M1，T M3，TM4，TM5波段組合進行旋轉(zhuǎn)變換，得出載荷矩陣（表2）；針對含OH－巖石礦物信息的分離，選擇TM1，TM4，TM5，TM7波段組合變換，得到相應(yīng)的載荷矩陣（表3），確定載荷矩陣含礦化蝕變信息的主分量。

根據(jù)主成分變換得出的載荷矩陣及蝕變礦物提取的光譜和地質(zhì)依據(jù)確定鐵染及羥基主分量，選擇TM1，TM3，TM4，TM5波段變換后的PC4主分量提取鐵染信息，類似得出第TM1，TM4，TM5，TM7波段變換后的PC4主分量進行羥基信息的分離。統(tǒng)計分析獲得了各主分量的均值及標準殘差，利用均值和標準殘差進行密度分割［17］，獲得礦化蝕變信息分布圖（圖4）。從圖4可見，紫金山礦田的礦化蝕變信息分布完整地覆蓋了已有的紫金山金銅礦區(qū)，還很好地識別出龍江亭銅礦點及悅洋銀多金屬礦礦點，說明在該區(qū)遙感礦化蝕變信息提取的結(jié)果是可信的?；旌舷裨纸饨Y(jié)合主成分法很好地實現(xiàn)了紫金山礦田及其外圍礦點的識別。

3 結(jié)論

（1）在高植被覆蓋區(qū)，利用常規(guī)手段找礦工作量過大，利用傳統(tǒng)的礦化蝕變信息提取方法無法提取礦化蝕變信息，而以混合像元分解結(jié)合主成分方法為手段，選擇合適的閾值，可快速地在該區(qū)域提取礦化蝕變信息。提取的礦化信息在地質(zhì)礦產(chǎn)圖上與區(qū)域內(nèi)礦點疊合很好，說明利用該手段提取的礦化蝕變信息對本區(qū)域的找礦工作具有一定的參考價值。

（2）本文僅利用高光譜方法進行光譜分離，由于異物同譜和同物異譜現(xiàn)象的存在，籠統(tǒng)地將礦化蝕變信息歸為鐵染、羥基信息2類，沒有繼續(xù)利用光譜進一步精細識別各類礦物，這是今后將要繼續(xù)研究的內(nèi)容。

［1］ 張玉君，楊建民．基巖裸露區(qū)蝕變巖遙感信息的提取方法［J］．國土資源遙感，1998（2）：46-53．

［2］ Tromp M，Epema G F．Spectral mixture analysis is for mapping land degradation in semi-arid areas［J］．Geologies’En Mijnbouw，1999，77（2）：153-160．

［3］ 劉素紅，馬建文，藺啟忠．通過Gram-Schmidt投影方法在高山區(qū)提取TM數(shù)據(jù)中含礦蝕變帶信息［J］．地質(zhì)與勘探，2000，36（5）：62-65．

［4］ 張滿郎．中等植被覆蓋區(qū)金礦蝕變TM及JERS＿1OPS遙感信息增強技術(shù)［J］．國土資源遙感，1996（4）：51-56．

［5］ 李昌國，張玉君．試用主分量分析方法提取瀾滄江蘭坪地區(qū)銅礦化蝕變遙感信息［J］．國土資源遙感，1997（1）：20-30．

［6］ 高天鈞．福建紫金山銅金礦床類型與環(huán)太平洋淺成低溫礦床的比較［J］．福建地質(zhì)，1999，18（4）：167-177．

［7］ 王少懷，裴榮富，曾憲輝，等．再論紫金山礦田成礦系列與成礦模式［J］．地質(zhì)學(xué)報，2009，83（2）：145-157．

［8］ 陳建平，王倩，董慶吉，等．青海沱沱河地區(qū)遙感蝕變信息提?。跩］．地球科學(xué)：中國地質(zhì)大學(xué)學(xué)報，2009，34（2）：314-318．

［9］ 沈利霞，劉麗萍，蘇新旭，等．不同植被覆蓋率地區(qū)遙感礦化蝕變提取研究［J］．現(xiàn)代地質(zhì)，2008，22（2）：293-298．

［10］ 張玉君，楊建民，姚佛軍．多光譜遙感技術(shù)預(yù)測礦產(chǎn)資源的潛能——以蒙古國歐玉陶勒蓋銅金礦床為例［J］．地學(xué)前緣，2007，14（5）：63-70．

［11］ 張玉君，楊建民，陳薇．ETM＋（TM）蝕變遙感異常提取方法研究與應(yīng)用——地質(zhì)依據(jù)和波譜前提［J］．國土資源遙感，2002（4）：30-36．

［12］ 張玉君，曾朝銘，陳薇．ETM＋（TM）蝕變遙感異常提取方法研究與應(yīng)用——方法選擇和技術(shù)流程［J］．國土資源遙感，2003（2）：44-49．

［13］ 陳江，王安建，黃妙芬．多種類植被覆蓋地區(qū)ASTER影像巖石、土壤信息提取方法研究［J］．地球?qū)W報，2007，28（1）：86-91．

［14］ 周月敏．面向小流域管理的水土保持遙感監(jiān)測方法研究［D］．北京：中科院遙感應(yīng)用研究所，2005．

［15］ 劉成，王丹麗，李笑梅．用混合像元線性模型提取中等植被覆蓋區(qū)的粘土蝕變信息［J］．遙感技術(shù)與應(yīng)用，2003，18（2）：95-98．

［16］ 馬超飛，藺啟忠，馬建文，等．定量消除植被影響的補償置換方法研究［J］．中國圖象圖形學(xué)報，1999，4（7）：553-556．

［17］ 馬建文，張齊道．利用TM數(shù)據(jù)提取含金蝕變帶的方法研究——以冀北東卯地區(qū)為例［J］．國土資源遙感，1994（2）：41 -45．

Mixed pixel unmixing based alteration information extraction from heavy vegetation areas：A Case of Zijinshan Moutain ore field Shanghang，F(xiàn)ujian

WANG Xinqing1，2，3，SHI Chao1，3，WANG Qun1，3
（1．Faculty of Earth Resource，China University of Geosciences，Wuhan 430074，China；2．State Key Laboratory of Geological Processes and Mineral Resources，Wuhan 430074，China；3．Ministry of Land and Resources Key Laboratory of Quantitative Resources Assessment and Information Technology，Wuhan 430074，China）

Zijinshan Mountain ore field is located in the southern end of the Wuyi mountain metallogenic belt in Shanghang area，F(xiàn)ujian province．Alteration-mineralization information extraction from the area is severely hindered by the heavy vegetation and mixed pixel．Combined with principal component analysis technique and regional geological data the mixed pixel unmixing technique is applied to eliminate the vegetation interference and vegetation end member influence and enhance non-vegetation information and the extraction result is much better than that of the direct principal component analysis technique．

Heavy vegetation cover；mixed pixel unmixing；vegetation end elimination；principal component analysis；extraction of the altered minerals；Zijinshan Mountain ore field；Fujian province

P627；P618．4

： A

10．6053／j．issn．1001-1412．2014．01．013

2013-03-12； 改回日期：2013-09-28； 責(zé)任編輯： 趙慶

地質(zhì)過程與礦產(chǎn)資源國家重點實驗室基金項目（編號：MCMR2002-11）、中國地質(zhì)調(diào)查局覆蓋區(qū)地質(zhì)找礦項目（編號：102-G111922）聯(lián)合資助。

汪新慶（1964 ），副教授，主要從事數(shù)學(xué)地質(zhì)研究。通信地址：湖北省武漢市洪山區(qū)魯磨路388號，中國地質(zhì)大學(xué)資源學(xué)院數(shù)地所；郵政編碼：430074；E-mail：wangxq＠cug．edu．cn

史超（1988-），男，碩士研究生，主要從事遙感地質(zhì)、高光譜遙感研究。E-mail：825090684＠qq．com