覃 旭,王振琦
(四川省核工業(yè)地質(zhì)局二八二大隊,四川 德陽 618000)
隨著人口的增長和經(jīng)濟的發(fā)展,礦產(chǎn)資源的供需矛盾日益突出。當前,我國地質(zhì)礦產(chǎn)工作已由傳統(tǒng)的勘探方法發(fā)展到應用高新技術的階段。地質(zhì)學,材料科學,化學,遙感等高科技技術貫穿了礦產(chǎn)勘查的全過程。遠程測量技術將地質(zhì)、物化探和化探方法結(jié)合在一起,綜合勘探方法已經(jīng)成為現(xiàn)代勘探技術的主流。不同的地質(zhì)勘探技術都有其突出的特點,因找礦勘查數(shù)據(jù)具有不確定性、復雜性和多樣性。因此,科學合理地了解礦山勘查信息是確保找礦工作順利進行的關鍵。將收集到的信息數(shù)據(jù)源篩選出有效的找礦信息,高效利用多來源信息,直接關系到地質(zhì)找礦工作的效率。
通過幾十年的勘探工作,積累了一大批地球物理、遙感資料。但由于知識層次和信息提取技術的限制,仍有大量數(shù)據(jù)未得到充分有效利用,有待進一步開發(fā)。同時,隨著地質(zhì)找礦工作的加強,物化探作業(yè)所需的直接資料不斷增加。伴隨著遙感技術的不斷發(fā)展,遙感資料越來越豐富。青海省木里礦綜合利用了多種地質(zhì)資料,采用這些方法進行地質(zhì)勘查,可以取得更快、更好、更經(jīng)濟的勘探成果。現(xiàn)代遙感技術已經(jīng)在青海木里地區(qū)地質(zhì)勘探中得到了應用。
日光到達地面前,大氣層將吸收并散射太陽。類似地,目標的反射光和散射光在到達傳感器之前就被吸收和散射了,這種散射效應降低了遙感圖像的反差。其理論基礎是大氣散射的選擇性,即大氣散射對短波信號有較大影響,而對長波信號有較小影響。利用幾乎不受大氣影響的波段,利用不同波段之間的對比分析,利用回歸分析方法計算大氣干擾值,并進行大氣校正。校正的圖像主要為波段圖像和未受大氣影響的波段圖像,最有效的方案是選取最暗區(qū)域,設定該區(qū)域為目標區(qū)域,對目標區(qū)域不同波段亮度值進行研究[1]。回歸方程式是:
公式(1)中,I、iY遙感圖像單獨的灰度值,ia、ib分別代表回歸直線的斜率和截距。
在此基礎上,由于原始遙感數(shù)據(jù)的偏移和幾何變形,需要對數(shù)據(jù)集進行精確校正,從而使圖像與地形、地質(zhì)等地圖相匹配,具有較高的精度。數(shù)據(jù)在生產(chǎn)過程中的變形需要用圖像校正的方法來修正,本圖象為一種全景投影,是一種多中心投影,數(shù)據(jù)送到客戶處后經(jīng)過粗加工和校正。利用多項式校正方法進行圖像校正,通過對圖像的變形規(guī)律進行模擬,可以實現(xiàn)多項式校正,把圖像的變形規(guī)律模擬成平移、縮放、旋轉(zhuǎn)、仿射、偏轉(zhuǎn)和彎曲以及高層基礎變形等組合形式,并根據(jù)有限地面控制點的求解系數(shù),求得圖像的校正坐標。多元數(shù)學模型如下:
圖象掩模處理法,遙感影像中反映礦化蝕變的目標信息常常受許多因素的影響,如水、植被、山陰表面、白云等,一些干擾信息具有較高的亮度值和廣泛的分布。因此,對遙感數(shù)據(jù)進行統(tǒng)計分析和目標信息增強識別是一項十分重要的工作。圖象掩蔽(MASK)處理是對原始圖象中表示集中干擾信息的像素進行選擇性的去除,保留含有(礦化)蝕變信息的地質(zhì)體,或?qū)φJ為包含(礦化)蝕變的地質(zhì)體進行直接控制、遙感數(shù)據(jù)的有效分析和信息提取。圖象數(shù)據(jù)分析處理過程中,位圖存儲區(qū)用于標記、判斷和選擇像素點,并根據(jù)其位置來選擇是否參與計算。
利用遙感蝕變信息增強的方法,地質(zhì)圖像內(nèi)出現(xiàn)的波段區(qū)域進行一個分割。得到的頻段比可代表不同區(qū)域的地物分布狀態(tài),并且可以消除頻段間的乘性噪聲或乘性因子。這是一種最常用和最有效的礦化蝕變信息增強方法[2]。通常用來計算兩帶率的公式是:
最優(yōu)圖象密度,最佳密度法是一種質(zhì)量有序分割的方法。該文對該方法進行了改進,并應用于遙感影像的分割與信息提取。最優(yōu)的密度分割方法是將圖像的灰度(從最小到最大)作為有序量,利用 Fisher準則進行分割,對每一段的離散度之和最小、段之間的離散度之和最大的段內(nèi)目標信息進行分類和提取。這一段內(nèi)的離散度是這一段內(nèi)所有像素的離散度之和,它是由圖像直方圖統(tǒng)計得到的。在直方圖上沒有明顯的雙峰或多峰的情況下,最優(yōu)密度分割非常有效。
最優(yōu)密度分割公式如下所示:
在空間探測中,各種蝕變信息常常與一些原始的波段、比變量或主成分因子有“親和力”。由于蝕變信息在圖象空間中分布不均勻,它們必然屬于不同的類型。帶狀圖像的特性主要表現(xiàn)為空間的相關性,基于此,我們根據(jù)帶狀圖像的空間相關性推測礦物蝕變情況及分布位置。
算法步驟如下:
由于地質(zhì)資料來源廣泛,在綜合模型研究中,所涉及的數(shù)據(jù)種類繁多,且維數(shù)差異較大,數(shù)據(jù)間存在線性和非線性關系。利用已有的數(shù)據(jù)處理方法,直接應用原始數(shù)據(jù)無法進行綜合分析。針對各類地學數(shù)據(jù)的不同類型和特點,采用數(shù)據(jù)轉(zhuǎn)換的方法對非數(shù)據(jù)地學信息進行量化,并與數(shù)據(jù)類型數(shù)據(jù)一起建立統(tǒng)一的維模型。
地質(zhì)資料轉(zhuǎn)換過程中遵循信息損失小,干擾不增加的原則。其數(shù)學邏輯關系如下[3]:變化值是觀測值的函數(shù),它定義了一種新的觀測值,取代原數(shù)據(jù),并以函數(shù)的形式表示:
公式(6)中,x為原始觀察值,F(xiàn)為函數(shù)變換關系,Y為數(shù)據(jù)轉(zhuǎn)換值。
地圖數(shù)據(jù)通常以圖形方式,結(jié)合各圖元的屬性描述,表現(xiàn)該區(qū)的地質(zhì)特征、成礦特征和地質(zhì)實體。這種類型的數(shù)據(jù)會占用或填滿一些空間。該空間有相應的空間范圍,可用面積,周長和線長來表示,基元特征屬性不能直接用尺度來描述。為了實現(xiàn)礦產(chǎn)資源預測的目的,經(jīng)常需要分析地質(zhì)體的類型、性質(zhì)、相互關系及相關的物理化學屬性,成礦地質(zhì)理論和預測模型是將與成礦地質(zhì)環(huán)境密切相關的地質(zhì)圖件進行量化轉(zhuǎn)換。
同一地質(zhì)體或其數(shù)值特征的不同地質(zhì)體或不同層段,在一個預測尺度下,其找礦優(yōu)勢與出現(xiàn)在每個質(zhì)體或每個數(shù)值層段的同一尺度下的成礦單元(或礦床)相同。研究一個地區(qū)的成礦體系、成礦規(guī)律和成礦模式,首先需要了解這一區(qū)域不同地質(zhì)現(xiàn)象之間的關聯(lián)性,如某個礦床的地球化學特征。某類巖漿巖體等中礦物的數(shù)量或總量,自然地把地質(zhì)圖元與有關的地質(zhì)信息聯(lián)系起來,以定量指標來表示。統(tǒng)計學方法是根據(jù)地質(zhì)體內(nèi)在的數(shù)量關系,對其進行統(tǒng)計分析。但由于研究目的和對象的不同,相關量化指標的選擇也有所不同,既有單位指標,又有多個綜合指標。
在計算機技術支持下地質(zhì)信息空間疊情況分析更具有真實性,重點研究地學數(shù)據(jù)的網(wǎng)格化和矢量化,通常采用矢量法和柵格法兩種方法。在礦產(chǎn)資源預測中,矢量方法由于其多信息疊加分析的復雜性,現(xiàn)在普遍應用的數(shù)據(jù)預測方法為柵格法,相關地質(zhì)信息資料的柵格化是數(shù)據(jù)轉(zhuǎn)換的其中一個重要步驟。按照類型將數(shù)據(jù)進行劃分,網(wǎng)格可以劃分為(地質(zhì)圖、構(gòu)造圖等)和(地球物理和地球化學數(shù)據(jù)等)兩類。一般情況下網(wǎng)格間距小,精度高,但計算或處理時間長。采用分辨率高的網(wǎng)格,可有效保證地質(zhì)信息匯總工作效率。
具備網(wǎng)格化的向量數(shù)據(jù),主要是由地形圖的點、線、面多種圖形數(shù)據(jù)構(gòu)成。利用網(wǎng)格技術模擬地圖上每個地質(zhì)實體。柵格分割越小,仿真精度越高,轉(zhuǎn)換前需要知道矢量數(shù)據(jù)。用坐標表示方法表示網(wǎng)格數(shù)據(jù)時,基本坐標以直角坐標系表示,原點為地圖左下角,網(wǎng)格數(shù)據(jù)以行數(shù)和列數(shù)表示,原點為地圖頂部。當兩個坐標數(shù)據(jù)轉(zhuǎn)換,通常使直角坐標的x、y軸分別同柵格數(shù)據(jù)的行列平行,其表達式如下:
使用網(wǎng)格方法處理非圖形數(shù)據(jù)。地學數(shù)據(jù)可以理解為具有地球化學、地球物理具體坐標位置及信息屬性的可參考數(shù)據(jù)。利用網(wǎng)格法對所獲取的數(shù)據(jù)進行進行有效劃分,提取出準確的參數(shù),例如地質(zhì)圖形的坐標數(shù)據(jù)、空間分布距離、信息檢索等內(nèi)容進行網(wǎng)格劃分[4]。它的表達方式是:
公式(9)中,V f為插值點數(shù)據(jù),iV為搜索域內(nèi)的數(shù)據(jù)值,e為自然數(shù),插值點與參與計算數(shù)據(jù)點間的距離。
該加權融合算法基于像素,其表達式如下:
公式(10)中,X1(i,j)、X2(i,j)為兩幅原始圖像,1p、p2為反映兩幅圖象的重點權重,可通過應用分析法或相關系數(shù)法來確定其適用范圍;a為圖像比例參數(shù),b為給定常數(shù),Y(i,j)為結(jié)果圖像。通過整合獲得礦產(chǎn)信息,實現(xiàn)了青海木里礦的地質(zhì)找礦。
為了驗證現(xiàn)代遙感技術在青海木里地質(zhì)找礦中的有效性,進行實驗對比,并將傳統(tǒng)的方法與此次研究的方法做對比,對比兩個方法的有效性。兩個方法的找礦時間對比結(jié)果如下所示:
圖1 找礦時間對比
通過分析上圖可知,現(xiàn)代遙感技術在青海木里地質(zhì)找礦中具有較好的應用意義,較傳統(tǒng)的找礦方法的找礦時間少,滿足設計應用需求。
對現(xiàn)代遙感技術在青海木里地質(zhì)找礦中的應用進行了詳細設計,并通過實驗驗證了研究方法的有效性。通過此次研究的方法能夠達到預期目標,有效解決了傳統(tǒng)方法存在的問題。