胡嘉哲,趙 搖,楊麗麗,張秋瑩,劉 洋,姚玉增

(1.沈陽理工大學(xué) 環(huán)境與化學(xué)工程學(xué)院,沈陽 110159;2.東北大學(xué) 資源與土木工程學(xué)院,沈陽 110004)

遼東的紅透山-樹基溝屬山地丘陵區(qū),礦區(qū)內(nèi)灌木叢生,植被覆蓋率達67%[1],以針葉林和人工林為主,還有少量公益林和經(jīng)濟林。礦區(qū)發(fā)育植被共計22種,分布最廣泛的是落葉松,以長白落葉松為主,其次為橡樹,且二者分布具有較強的規(guī)律性。橡樹主要分布于山脊處,是礦業(yè)開發(fā)時當(dāng)?shù)卣疄榉乐顾亮魇ФＡ舻摹肮媪帧?落葉松主要分布于山坡,是采礦結(jié)束后人工栽植的“經(jīng)濟林”,樹齡多為30年左右,溝谷處主要為灌木叢和農(nóng)田[2]。樹基溝礦區(qū)內(nèi)的礦業(yè)活動僅限于局部小范圍采礦,作為一個重要礦區(qū),目前仍有很大的找礦空間,然而覆蓋率較高的植被掩蓋了地表的礦化蝕變信息,增加了常規(guī)找礦難度。地表植被由于吸收了土壤中的礦物元素,從而導(dǎo)致色素、細胞結(jié)構(gòu)、生長狀況發(fā)生改變,植物反射光譜隨之異常[3-4],從而為間接利用植被光譜技術(shù)探測隱伏地下礦產(chǎn)開辟了新思路。根據(jù)姚玉增等人前期的研究,證實紅透山-樹基溝礦化區(qū)與背景區(qū)的長白落葉松針葉的反射光譜存在異常[2,5-6],說明光譜信息對土壤中的礦物元素反應(yīng)敏感,從而為今后利用植被異常光譜找尋地下礦體提供了理論依據(jù)。本研究在樹基溝礦區(qū)地表的三條勘測線上布置了24個采樣點,測定采樣點長白落葉松針葉的反射光譜,利用主成分分析法評價長白落葉松反射光譜受哪些主要波段的控制,并考察各個主成分得分與礦區(qū)表層土壤中主要重金屬銅含量之間的相關(guān)關(guān)系,為今后更有效地利用反射光譜的“指紋效應(yīng)”圈定地下隱伏礦(化)體提供理論依據(jù)[7-8]。

1 研究區(qū)概況

遼東的紅透山是目前東北地區(qū)最大型的銅鋅礦床。本文的研究區(qū)為分布于紅透山-樹基溝成礦帶東部的樹基溝村以西約3km、產(chǎn)于華北地臺北緣東段的太古宙花崗巖-綠巖地體中,是我國典型的太古宙塊狀硫化物礦床分布區(qū),主要由黑云斜長片麻巖和斜長角閃片麻巖組成,其中礦體主要賦存于條帶狀黑云斜長片麻巖中,具有層控性特點,局部產(chǎn)于斜長角閃片麻巖中,具有穿層現(xiàn)象[9]。礦體產(chǎn)狀與片麻理基本一致,呈似層狀、脈狀、囊狀、似筒狀等形態(tài)產(chǎn)出。礦區(qū)產(chǎn)出的礦石有黃鐵礦、磁黃鐵礦、黃銅礦與閃鋅礦;次生礦物主要有孔雀石和藍銅礦;脈石礦物則以石英、云母、綠泥石和方解石等為主;成礦元素組合以Cu、Zn為主,伴生Au、Ag、S等[10]。圖1為樹基溝礦區(qū)銅鋅礦體的平面圖[11],礦區(qū)共發(fā)育有1條礦化帶和7條礦化體,已探明銅儲量0.95萬噸,鋅儲量5.85萬噸[12]。

圖1 撫順-清源區(qū)域地質(zhì)簡圖

2 材料與方法

2.1 植被反射光譜測量

各采樣點選擇相同朝向、相同樹齡、生長狀況近似的長白落葉松作為取樣對象,采集其針葉樣品,在仍然新鮮時用地物光譜儀(美國,ASD)進行室內(nèi)反射光譜的測量,每個樣品掃描10次,取其均值作為該植物樣品反射光譜數(shù)據(jù)。光譜儀的測量范圍是350～2500nm,經(jīng)過重采樣之后的光譜分辨率為1nm。利用View Spec Pro 5.0和Envi 4.7對光譜進行處理。

2.2 反射光譜變化主要波段的計算—主成分分析法

將多個采樣點作為公共因子,在400～2500nm波段范圍內(nèi)選取45個波段(439、445、460、500、510、550、552、660、671、680、700、705、715、720、726、734、740、747、750、760、800、810、819、857、870、900、918、950、968、970、1071、1100、1187、1190、1220、1241、1266、1440、1442、1599、1649、1670、1925、1927、2209nm)的光譜反射率作為原始數(shù)據(jù)變量(指標(biāo))進行觀測和分析,對整個波段范圍反射光譜的變化體現(xiàn)在哪些主要波段做出正確評價。指標(biāo)太多增加了問題分析的復(fù)雜性,這些指標(biāo)之間可能具有相關(guān)性,因此選用主成分分析法將多個指標(biāo)轉(zhuǎn)換為少數(shù)幾個互不相關(guān)的指標(biāo),在減少分析指標(biāo)的同時,盡量減少原指標(biāo)包含信息的損失,對所收集的資料做全面分析。

3 結(jié)果與討論

3.1 主成分的確定

表1為主成分的特征值和方差貢獻率。累積方差貢獻率是確定需要采用的主成分個數(shù)的主要依據(jù),其次才是特征值。表中第一主成分(PC1)的特征值λ1=0.047,第二主成分(PC2)的特征值λ2=0.016,所有主成分的特征值均小于1,均不能用以確定主成分的個數(shù)。PC1、PC2的方差貢獻率分別為70.259%、23.212%,前2個主成分解釋了總方差的近93.47%,故可以選擇前2個主成分來取代45個原始變量。

表1 主成分的特征值和方差貢獻率

3.2 各指標(biāo)與主成分間的相關(guān)性及主成分載荷散點圖

PC1對樹基溝礦區(qū)長白落葉松反射光譜在400～2500nm范圍內(nèi)的影響約占70.259%;PC2的影響約占23.212%。以PC1為橫坐標(biāo),PC2為縱坐標(biāo)作主成分載荷散點圖(如圖2)。橫坐標(biāo)值表示PC1和原始變量(指標(biāo))的相關(guān)系數(shù),絕對值的大小代表主成分與原始變量的相關(guān)程度,值越大表示相關(guān)性越大;縱坐標(biāo)值表示PC2與原始變量之間的相關(guān)系數(shù)。在反射光譜評價分析中,可據(jù)此判斷長白落葉松植物光譜受土壤銅影響的情況,主成分中因子載荷系數(shù)絕對值最大的光譜指標(biāo)即可視為是對長白落葉松反射光譜產(chǎn)生影響的主要方面。由于PC1與2個可見光波段550nm、552nm及近紅外波段700～1100nm之間的22個波段的反射率的相關(guān)程度最大(相關(guān)系數(shù)0.785～0.993),因此PC1概括說明了400～2500nm波段范圍內(nèi)的反射率光譜主要受這24個波段位置光譜反射率的控制,該24個波段歸為一類。長白落葉松反射光譜的變化主要體現(xiàn)在第一類波段光譜的變化。PC2與可見光的5個波段439、445、460、500、510及短波紅外1440～2209nm之間的8個波段位置的反射率相關(guān)程度最大,與可見光5個波段的反射率之間為顯著負相關(guān)(相關(guān)系數(shù)-0.725～-0.810),而與短波紅外8個波段位置的反射率為顯著正相關(guān)(相關(guān)系數(shù)0.715～0.967),因此PC2說明400～2500nm波段范圍內(nèi)的反射率光譜受到這13個波段位置反射率的控制次之,前5個波段歸為一類,后8個波段歸為第二類。剩余的近紅外波段1187nm、1190nm、1220nm、1241nm、1266nm歸為第三類,第三類對PC1、PC2均有一定影響。

圖2 主成分載荷散點圖

3.3 標(biāo)準(zhǔn)化的正交特征向量矩陣及主成分得分

利用公式計算出標(biāo)準(zhǔn)化的特征向量,如表2所示。再將X1～X45這些原始數(shù)據(jù)變量進行Z標(biāo)準(zhǔn)化,得到相應(yīng)的標(biāo)準(zhǔn)化變量ZX1～ZX45。

t1=a1/squrt(λ1)

t2=a2/squrt(λ2)

式中:a1為旋轉(zhuǎn)前的第一主成分;t1為a1與第一主成分特征值平方根的比值;a2為旋轉(zhuǎn)前的第二主成分;t2為a2與第二主成分特征值平方根的比值。

若記439nm、445nm、460nm…2209nm這45個指標(biāo)的值分別為X1、X2、X3…X45,兩個主成分PC1、PC2的得分記為y1、y2,綜合得分記作y綜。利用表達式y(tǒng)=ZX×t,得到兩個主成分各自的得分y1、y2,再將這兩個主成分的得分值以各自對應(yīng)特征值的方差貢獻率求和,既得到主成分的綜合得分,即

y綜=0.70259y1+0.23212y2

結(jié)果如表3和圖3所示。由主成分綜合得分值的大小評價各采樣點長白落葉松反射光譜受哪些主要波段的影響。

兩個主成分的得分y1、y2以及綜合得分y綜與表層土壤中銅含量[13]的相關(guān)性分別為0.182、0.381、-0.032,說明各個采樣點的得分與土壤中銅的含量沒有直接關(guān)系,既與土壤的污染等級無關(guān)。

表2 標(biāo)準(zhǔn)化的正交特征向量矩陣

表3 各采樣點兩個主成分的得分及綜合得分

24個采樣點中有75%的采樣點位4-2、4-3、4-5、4-7、4-8、4-9、4-11、12-1、12-2、12-3、12-6、12-7、12-8、12-9、20-4、20-6、20-7、20-8的PC1得分均大于0,說明這些點位長白落葉松反射光譜的變化主要體現(xiàn)在550nm、552nm及近紅外波段700～1100nm之間光譜反射率的變化;只占點位總數(shù)8.33%的4-4、4-6點位處長白落葉松的反射光譜變化主要體現(xiàn)在439nm、445nm、460nm、500nm、510nm及短波紅外1440～2209nm之間反射率的變化上;12-4、12-5、20-3、20-5點位處長白落葉松反射光譜的變化與任何波段反射光譜的變化關(guān)聯(lián)不大。

圖3 主成分得分散點圖

4 結(jié)論

(1)PC1對樹基溝礦區(qū)長白落葉松反射光譜的累積貢獻率占70.259%;PC2占23.212%。前2個主成分已經(jīng)解釋了總方差的近93.47%,故可以選擇前2個主成分來取代45個原始變量。長白落葉松反射光譜的變化主要體現(xiàn)在PC1光譜的變化,其次才是PC2。

(2)有75%的采樣點位長白落葉松反射光譜的變化主要體現(xiàn)在PC1,即550nm、552nm及近紅外波段700～1100nm之間光譜反射率的變化;只有8.33%的采樣點位的反射光譜變化主要體現(xiàn)在PC2,即439nm、445nm、460nm、500nm、510nm及短波紅外1440～2209nm之間反射率的變化上。