路軒軒，朱谷昌，鄒林，張遠飛，竇雅娟

(1.中南大學 地球科學與信息物理學院，長沙 410083；2.有色金屬礦產地質調查中心，北京 100012)

1 引 言

當前國內外許多專家學者在使用遙感方法提取蝕變信息方面進行了深入研究，并成功地應用于找礦實踐中，取得了很好的理論和實踐效果[1-5]。Ambrams[6]使用“TM波段比值+主成分變換”方法，排除植被覆蓋干擾，成功提取出蝕變信息；Crosta等[6]利用TM數(shù)據，選取了4個波段(TM1357或TM1457)，使用“主成分變換+特定因子求反”的方法，提取了巴西熱帶地區(qū)殘積土壤中的三價鐵和羥基蝕變；趙元洪[2]在有植被覆蓋的濕潤亞熱帶火山巖區(qū)，利用TM數(shù)據進行“比值+主成分變換”的方法成功提取礦化蝕變信息；張遠飛等[4]提出了“多元數(shù)據分析+比值+主成分變換+掩膜+分類(分割)”的方法快速、準確、有效地提取“礦化弱信息”，并在新疆、內蒙古和云南地區(qū)取得成功；陳三明[3]將抗干擾主成分分析法和植被抑制算法結合起來，在桂東南地區(qū)進行了蝕變信息的優(yōu)化提??；吳志春等[5]利用“無損線性拉伸+消除和抑制干擾因素+波段比值/主成分分析+密度分割”的復合方法，在相山鈾礦植被覆蓋區(qū)提取了鐵染和泥化蝕變異常。

前人在研究過程中，總結出了比值法、主成分分析法、光譜角法、MNF法、小波變換、多重分型、神經網絡[1]等方法，以及利用這些方法的組合來提取蝕變信息。這些方法多適用于植被稀少、地表露頭較多的干旱、半干旱地區(qū)[2]，對于植被覆蓋區(qū)，特別是濕潤的多云多雨的熱帶、亞熱帶地區(qū)缺乏行之有效的方法和成功經驗。針對植被覆蓋區(qū)蝕變信息提取研究的不足，本文在參考前人研究成果的基礎上，通過大量實驗和對比研究，最終選取了對研究區(qū)應用效果較好的“掩膜高植被區(qū)+抑制中低植被區(qū)+比值+主成分變換+密度分割”方法，進行蝕變異常信息提取，并將提取結果與已知的金礦化點及水系沉積物的金化探異常進行空間疊加分析，證明在植被覆蓋區(qū)使用該方法提取蝕變信息的有效性。

2 研究區(qū)地質概況

研究區(qū)位于老撾波羅芬高原東部，東經107°24′31″～107°33′44″，北緯15°05′02″～15°20′43″區(qū)內植被覆蓋度高，發(fā)育有較多的河網，海拔在445m～1548m，相對高差達1100m，地勢起伏大。區(qū)內地層大體可以分出4個構造層(圖1為老撾南部區(qū)域地質簡圖)：①由前寒武系變質雜巖，包括部分早古生代地層組成的結晶基底，巖石以副片麻巖為主。②上古生界海相沉積蓋層，由兩個構造層構成，下部為泥盆-下石炭統(tǒng)(狄南統(tǒng))，上部為中-上石炭統(tǒng)-二疊系，二者為平行不整合接觸，可見到砂頁巖、泥灰?guī)r透鏡狀石灰?guī)r和紅層。③下三疊統(tǒng)-白堊系地層，由三個沉積層組成，下部中下三疊統(tǒng)為海相，中上侏羅統(tǒng)到白堊系為陸相，其中上三疊統(tǒng)到下侏羅統(tǒng)是海、陸交替的過渡相沉積。④新第三系和第四系河流沉積物組成，第三系僅分布在老撾和泰國北部、越南中部，大部分為上新統(tǒng)。第四系分布普遍，其中主要分布在湄公河平原地帶。

圖1 老撾南部區(qū)域地質簡圖

本區(qū)處于呵嚦盆地南東側昆嵩(安南)隆起區(qū)與呵嚦盆地沉降帶的過渡區(qū)——波羅芬高原。波羅芬高原向東北展布的侵余臺狀山地區(qū)南緣，為高原向平原下落的過渡區(qū)，地形自東北高地向南下落，地形變化較劇烈。在波羅芬高原周邊地區(qū)，三疊系-侏羅系地層中發(fā)育一系列裙邊狀皺褶，東部塞公-沙拉灣一帶皺褶軸向以北西-南東向為主；阿塔坡一帶軸向為東西向；老柬邊界一帶軸向為北東向。西部過湄公河呵嚦盆地周邊中侏羅統(tǒng)-下白堊統(tǒng)褶皺軸向與盆地邊緣延伸方向大體一致。南部扁擔山皺褶為東西軸向，北東側巴色-沙灣拿吉-沙空那空為北西軸向。但二者褶皺并不協(xié)調，后期皺褶顯示出呵嚦盆地受北東-南西的擠壓作用，并在盆緣形成疊瓦狀逆沖推覆斷層。前者形成于中侏羅統(tǒng)之前第二期印支造山運動，后者形成在早、中白堊世之間，為前陸(緣)盆地推覆褶皺，成為喜山運動之前奏。由于蓋層褶皺的關系，造成早、中白堊系沉積盆地之間大小和沉積物厚度的差異；第三紀以來，受喜山運動的影響，波羅芬高原急劇上升，沿襲早期的構造運動，形成區(qū)內北西向、南北向和北東向斷裂，在這些斷裂的交匯部位，產生大面積的玄武巖噴發(fā)，為成礦物質的流體運移提供了條件。

3 遙感蝕變信息提取機理

圍巖蝕變可以作為金屬礦床(尤其是內生礦床)的找礦標志，常見的圍巖蝕變有高嶺土化、黃鉀鐵釩化、硅化、鉀化、綠泥石化、絹云母化、絹英巖化、矽卡巖化和錳鐵碳酸鹽化等[3]。野外工作中，常見與金礦化相關的有綠泥石化、絹云母化、高嶺土化等，其大多含有羥基(OH-)，說明羥基蝕變異常和金礦化關系密切。大量的光譜分析表明，羥基蝕變在可見光、近紅外波段具有表1所示的吸收和反射特征。

表1 羥基蝕變在可見光、近紅外波段的波譜特征

由表1可知，羥基在ETM7波段處表現(xiàn)為強吸收的波譜性質，在ETM5波段處表現(xiàn)為強反射的波譜特性，所以，通過比值運算ETM5/ETM7可增強羥基蝕變礦物的吸收特性[2]，從而作為粘土礦物的判別特征信息。實驗結果表明：ETM5/ETM7比值在增強蝕變礦物的同時，還有一部分高值區(qū)對應著植被覆蓋部分，甚至局部蝕變帶地區(qū)的亮度值低于植被分布區(qū)。

為解決研究區(qū)植被覆蓋問題，本文采用了以下方法：掩膜高植被覆蓋區(qū)、抑制中低植被覆蓋區(qū)和引入ETM4/ETM3波段比值。首先計算研究區(qū)植被指數(shù)，選擇合適的閾值S把研究區(qū)劃分為高植被覆蓋部分和中低植被覆蓋部分，然后對大于閾值S的高植被覆蓋部分的像元做掩膜(MASK)處理，消除其對蝕變信息提取的影響；對中低植被覆蓋部分的像元利用植被抑制算法[3](Vegetation Suppression)進行植被抑制，突出稀疏植被間的地面光譜信息。

由于綠色植被在ETM4波段處為一近紅外強反射區(qū)，而在ETM3波段由于葉綠素對可見光的紅光吸收呈現(xiàn)出了強烈的吸收特征。因此，通過ETM4/ETM3可以很好地反映出植被信息。然后，對ETM5/ETM7和ETM4/ETM3比值圖像進行主成分變換(Principal Component Transform，PCA)，消除ETM5/ETM7比值圖像中植被信息的干擾，增強植被覆蓋下的蝕變信息[7]。主成分變換過程如式(1)所示，其中，X表示變換前的多波段影像像元矢量，Y表示變換后的多波段影像像元矢量。

Y=TX

(1)

T表示變換矩陣，即X空間的協(xié)方差矩陣C的特征向量(Φ)的轉置矩陣，可用式(2)所示。

(2)

主成分變換前后，總的方差保持不變,即變換前后的信息量沒有削減，而是保持一致。變換過程中把n個相關影像中的信息轉換到n個彼此不相關的主成分中去，且變換后得到的前幾個主分量涵蓋了大部分的影像信息。因此，主成分轉換實現(xiàn)了對原始數(shù)據壓縮，即去相關。研究過程中發(fā)現(xiàn)，將ETM5/ETM7和ETM4/ETM3比值圖像進行主成分變換后，第一主成分(PC1)主要包含著植被信息，第二主成分(PC2)則突出了具有蝕變意義的信息。

4 植被覆蓋區(qū)蝕變信息提取

4.1 數(shù)據源選取和影像預處理

結合研究區(qū)實際情況，選取了美國陸地衛(wèi)星Landsat-7的ETM+數(shù)據，時相為2008年2月22日，各波段統(tǒng)計特征，如表2所示。影像獲取時間為老撾地區(qū)的旱季，雨量相對較少，天氣晴朗，云量少于10%。

表2 研究區(qū)ETM+數(shù)據特征統(tǒng)計

在進行蝕變信息提取之前，對遙感影像數(shù)據進行預處理，主要包括大氣校正和幾何校正。大氣校正使用快速大氣校正方法(Quick Atmospheric Correction，QUAC)，完成，糾正了成像過程中由于大氣散射、吸收和地形因素(坡度、坡向等)造成的輻射誤差。幾何校正過程中，使用研究區(qū)的1∶10萬地形圖為底圖，在影像上相對均勻地選取了12個具有典型特征的同名控制點，采用立方體卷積的方法進行二次多項式擬合，幾何校正后的最大誤差小于1個像元。

4.2 消除和抑制干擾因素

研究區(qū)內植被覆蓋度高，除植被因素外，還有水系、云和少量道路等干擾因素，這些干擾因素對蝕變信息的提取造成了影響。為保證提取結果的可靠性，在提取蝕變信息之前，應該盡量消除或抑制干擾因素。掩膜方法雖然可以輕易地對水系、云和道路等干擾因素進行去除，但是由于研究區(qū)內植被覆蓋范圍廣，完全掩膜掉植被覆蓋區(qū)的方法行不通。

因此，“掩膜高植被覆蓋區(qū)+抑制中低覆蓋區(qū)”[3，5]的方法成為首選。該方法使用原則為：計算影像的歸一化植被指數(shù)(NDVI)，以“NDVI的均值+1.5倍的標準差”為閾值S，大于閾值S的區(qū)域界定為高植被覆蓋區(qū)，小于閾值S的區(qū)域界定為中低植被覆蓋區(qū)[8]。NDVI的計算公式如式(3)所示：

(3)

表3中特征值NDVI反映了研究區(qū)NDVI統(tǒng)計特征，最大值為4.947598，均值為0.129635，說明本區(qū)植被覆蓋度較高；標準差為0.135369，說明NDVI值分布相對比較集中。區(qū)分高植被覆蓋的閾值：S=0.129635+1.5×0.135369=0.3326885，大于該閾值的像元數(shù)目占總像元數(shù)目的2.0544%。據此，對大于閾值S的高植被覆蓋區(qū)像元做掩膜(MASK)處理，消除其對蝕變信息提取的影響。

表3 植被抑制前后研究區(qū)NDVI統(tǒng)計特征

同時，對中低植被覆蓋區(qū)使用植被抑制算法[3](Vegetation Suppression)進行植被抑制，突出稀疏植被間的地面光譜信息，增強了裸露地面光譜的信息，最大程度地抑制植被光譜特征，減小對蝕變信息提取的影響。表3中特征值NDVIVS表示植被抑制后該研究區(qū)NDVI統(tǒng)計特征，其中NDVI的最大值從4.947598降低到1.0，平均值從0.129635降低到0.129069，說明植被抑制方法在本研究區(qū)對抑制植被光譜特征和減小植被因素對蝕變信息提取結果的影響是適用和有效的。

4.3 提取羥基蝕變信息

自趙元洪[2]使用“比值+主成分變換”方法，在有植被覆蓋的濕潤亞熱帶地區(qū)成功提取礦化蝕變信息以來，已有不少學者在不同地區(qū)使用該方法進行蝕變信息提取研究，或在該方法的基礎上加以改進來研究植被區(qū)的蝕變信息提取問題。本文在總結上述方法的基礎上，提出了“掩膜高植被區(qū)+抑制中低植被區(qū)+比值+主成分+密度分割”的方法對研究區(qū)進行蝕變信息提取研究。

首先，使用ENVI軟件的Bandmath模塊分別對ETM5、ETM7和ETM4、ETM3波段進行比值運算，得到ETM5/ETM7和ETM4/ETM3比值影像，分別反映了研究區(qū)的蝕變特征信息和植被信息[9-10]。然后，對ETM5/ETM7和ETM4/ETM3比值影像進行主成分變換，得到變換后的2個主分量：PC1和PC2。其中，植被信息主要體現(xiàn)在第一主成分(PC1)上，第二主成分(PC2)則突出了具有蝕變意義的信息。

在密度分割之前，先對第二主成分(PC2)進行波段統(tǒng)計，得到PC2的統(tǒng)計特征(表4)。根據傳統(tǒng)的蝕變異常等級劃分原則：以平均值+N×標準差作為各等級的下限，給PC2量化異常蝕變等級，即N值取2、2.5和3的時候，分別表示三級、二級和一級蝕變異常的下限值。

表4 第一、二主成分統(tǒng)計特征

蝕變異常等級劃分結束后，需進行聚類(Clump)分析，解決圖像類別區(qū)域中斑點和洞的問題，保證了各類別的空間連續(xù)性。本文中使用5×5的形態(tài)學算子，對PC2進行聚類分析，得到研究區(qū)羥基蝕變異常圖(圖2)。

圖2 研究區(qū)羥基蝕變異常圖

4.4 結果分析

通過應用“掩膜高植被區(qū)+抑制中低植被區(qū)+比值+主成分+最優(yōu)密度分割”方法，提取到了研究區(qū)內的羥基蝕變異常。其中，對ETM5/ETM7和ETM4/ETM3比值影像使用主成分變換，一定程度上抑制了研究區(qū)內的植被信息，變換后的第二主成分(PC2)突出顯示了羥基蝕變，為圈定礦化蝕變提供了重要依據。野外驗證發(fā)現(xiàn)，研究區(qū)內植被茂盛，露頭較少，在南部已發(fā)現(xiàn)數(shù)個礦化點，且礦化點空間位置與提取到的羥基蝕變異常圖斑位置接近或者重疊。研究區(qū)的北部幾乎為無人區(qū)，已有的礦產地質資料較少，與項目組所獲得的水系沉積物金化探異常數(shù)據(圖3)進行對比驗證：在化探工作區(qū)內，經統(tǒng)計共有羥基蝕變異常圖斑74處，與金元素化探異常重疊的圖斑39處，重疊圖斑占金元素化探異常區(qū)內羥基蝕變異常圖斑數(shù)的52.7%。

圖3 蝕變圖斑與區(qū)內水系沉積物金化探異常疊加分析

5 結束語

綜上所述，可以得到如下結論：

①在植被覆蓋區(qū)提取蝕變信息和找礦預測，最大的困難之一就是去除或削減植被干擾因素對提取蝕變信息結果的影響。本文采用掩膜高植被覆蓋區(qū)、抑制中低植被覆蓋區(qū)植被干擾因素的辦法，有效地提取了研究內的羥基蝕變異常信息。

②提取到的羥基蝕變異常，與研究區(qū)南部的金元素化探異常吻合較差，與研究區(qū)北部的金元素化探異常吻合較好，對金礦找礦具有重要的指導意義。結合研究區(qū)的植被指數(shù)NDVI可知，研究區(qū)南部的植被指數(shù)(NDVI)整體上要比北部高，說明植被覆蓋程度越高對蝕變信息提取的結果影響越大。

③本文方法的優(yōu)點在于最大程度地削減植被的影響。但是，本方法在提取蝕變信息的過程中，對高植被覆蓋區(qū)進行了掩膜操作，使這部分影像像元不參與蝕變信息提取過程，即放棄了對高植被覆蓋區(qū)的蝕變信息提取。當研究區(qū)的植被過于茂密的時候，利用本方法提取蝕變信息的效果將會受到很大限制。所以，在植被覆蓋區(qū)提取蝕變信息，仍需進行深入研究。

參考文獻：

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

[2] 趙元洪，張福祥，陳南峰.波段比值的主成分復合在熱液蝕變信息提取中的應用[J].國土資源遙感，1991 (3)：12-17.

[3] 陳三明，錢建平，陳宏毅.桂東南植被覆蓋區(qū)的抗干擾遙感蝕變信息優(yōu)化提取與找礦預測[J].桂林理工大學學報，2010，30(1)：33-40.

[4] 張遠飛，吳建生.基于遙感圖像提取礦化蝕變信息[J].有色金屬礦產與勘查，1999 (6)：604-606.

[5] 吳志春，胡榮泉，郭福生，等.江西省相山鈾礦田植被覆蓋區(qū)遙感蝕變異常提取[J].鈾礦地質，2013，29(2)：112-118.

[6] 馬建文.利用TM數(shù)據快速提取含礦蝕變帶方法研究[J].遙感學報，1997，1(3)：208-213.

[7] 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，2008，22(2)：293-298.

[8] 徐麗華，朱愷軍，陳鵬，等.高植被覆蓋區(qū)遙感找錳礦實驗研究—以桂西—滇東南的下雷—大新地區(qū)為例[J].地質論評，2011，57(1)：133-140.

[9] 張楠楠，周可法，陳曦，等.基于ETM+的遙感蝕變信息提取方法對比研究[J].國土資源遙感，2012(2)：34-40.

[10] 陳勇敢，韓先菊，張慧玉，等.基于混合像元分解提取多種類覆蓋區(qū)遙感蝕變信息—以甘肅省岷縣寨上金礦為例[J].地質與勘探，2011，47(6)：1171-1176.