連琛芹 李成元 劉永新

摘? 要：為充分發(fā)揮遙感技術(shù)在內(nèi)蒙古扎嘎烏蘇地區(qū)礦化蝕變信息提取方面的作用，以Landsat 8 OLI數(shù)據(jù)為主要數(shù)據(jù)源，采用特征向量主成分分析，結(jié)合異常切割和異常濾波的方法，提取研究區(qū)遙感礦化蝕變信息?；贕IS平臺(tái)，將已知的地質(zhì)礦產(chǎn)信息與提取的礦化蝕變信息進(jìn)行疊置分析，顯示提取的蝕變信息與研究區(qū)地質(zhì)信息吻合較好。研究證實(shí)，該方法對(duì)本地區(qū)蝕變礦物信息的提取可行，對(duì)該區(qū)未來(lái)找礦勘查具重要指導(dǎo)意義。

關(guān)鍵詞：扎嘎烏蘇;Landsat 8; 主成分分析;蝕變信息;鐵礦

遙感礦化蝕變信息提取研究，作為遙感找礦中最為重要的部分，在遙感地質(zhì)找礦勘查領(lǐng)域中發(fā)揮著越來(lái)越重要的作用[1]。張玉君等提出了“去干擾異常主分量門(mén)限化技術(shù)”[2]，在驅(qū)龍地區(qū)遙感蝕變信息提取中取得了較好的效果。Mars在斑巖銅礦的研究中使用Aster數(shù)據(jù)成功地提取了該區(qū)羥基蝕變礦物[3]。劉磊等在東準(zhǔn)噶爾三道嶺地區(qū)進(jìn)行了遙感礦化蝕變信息提取及找礦預(yù)測(cè)[4]，獲得良好效果。

內(nèi)蒙古扎嘎烏蘇地區(qū)位于興蒙造山帶，成礦條件非常有利。其地理位置位于我國(guó)西北中蒙邊境的大漠戈壁，研究程度低，是遙感技術(shù)發(fā)揮作用的理想場(chǎng)所。目前，國(guó)內(nèi)還沒(méi)有關(guān)于扎嘎烏蘇地區(qū)遙感蝕變信息提取方面的研究。因此，在扎嘎烏蘇地區(qū)進(jìn)行遙感蝕變信息提取研究，對(duì)該地區(qū)未來(lái)地質(zhì)找礦工作，具重要意義。本文以Landsat 8 OLI數(shù)據(jù)為主要數(shù)據(jù)源，采用特征向量主成分分析，結(jié)合異常切割和異常濾波的方法，提取研究區(qū)的遙感礦化蝕變信息?；贕IS平臺(tái)，將已知的地質(zhì)礦產(chǎn)信息與提取的礦化蝕變信息進(jìn)行疊置分析，顯示提取的蝕變信息與研究區(qū)地質(zhì)信息吻合較好。研究證實(shí)，該方法對(duì)本地區(qū)蝕變礦物信息的提取是可行的，對(duì)該區(qū)未來(lái)找礦勘查具重要指導(dǎo)意義。

1? 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古境內(nèi)，屬烏拉特中旗川井蘇木管轄。該區(qū)大地構(gòu)造位于華北板塊與西伯利亞板塊之間的興蒙造山帶西南部，扎嘎烏蘇鐵礦位于扎嘎烏蘇以北6 km處（圖1）。扎嘎烏蘇鐵礦的礦床類(lèi)型屬熱液型鐵礦，出露地層較簡(jiǎn)單，巖性主要有新元古界艾勒格廟組絹云母千枚巖夾結(jié)晶灰?guī)r、白云質(zhì)結(jié)晶灰?guī)r、綠泥絹云片巖夾薄層結(jié)晶灰?guī)r、石英巖等。礦區(qū)內(nèi)構(gòu)造以斷裂為主。礦石礦物由赤鐵礦、假象赤鐵礦及褐鐵礦組成，脈石礦物以隱晶-他形粒狀的石英（硅質(zhì)）為主，致密塊狀、條帶狀、稠密浸染狀，少數(shù)角礫狀構(gòu)造。礦體形狀復(fù)雜，以脈狀及不規(guī)則狀為主，與硅質(zhì)脈為過(guò)渡關(guān)系，圍巖蝕變發(fā)育，近礦圍巖蝕變有硅化、赤鐵礦及褐鐵礦化等。在鐵礦和硅質(zhì)脈的附近硅化及褐鐵礦化等圍巖蝕變尤為發(fā)育。

2? 數(shù)據(jù)源的選擇及預(yù)處理

Landsat 8陸地衛(wèi)星攜帶了陸地成像儀（OLI）和熱紅外傳感器（TIRS），運(yùn)行于高度705 km的太陽(yáng)同步軌道。本文使用的數(shù)據(jù)來(lái)自陸地成像儀（OLI）。OLI擁有9個(gè)波段，空間分辨率為30 m， 幅寬185 km。該數(shù)據(jù)與ETM數(shù)據(jù)相比，增加了光譜范圍和信噪比，具有12位的量化級(jí)數(shù)[5]。OLI的波段避開(kāi)了大氣吸收特征，顯著地提升了對(duì)地物的識(shí)別能力，更利于蝕變礦物信息的提取[6]。

OLI數(shù)據(jù)預(yù)處理工作通常包括去邊框、去干擾地物及研究區(qū)裁剪等。由于 OLI數(shù)據(jù)在各波段獲取的數(shù)據(jù)在時(shí)間上略有差異，導(dǎo)致各波段的邊界信息不重合，去邊框?qū)⒉恢睾喜糠痔蕹Ａ糁睾喜糠?。研究區(qū)位于戈壁，在數(shù)據(jù)選擇時(shí)，挑選干擾地物可忽略不計(jì)的影像數(shù)據(jù)，便于更好地進(jìn)行遙感礦化蝕變信息提取。因此，本次研究無(wú)需進(jìn)行干擾地物的去除。

3? 蝕變信息提取

3.1? 理論基礎(chǔ)

圍巖蝕變作為熱液礦床成礦作用發(fā)生的重要標(biāo)志之一，為有效找礦標(biāo)志[7-10]。一般狀況下，在遙感獲得的地表信息中，只要有一定強(qiáng)度的蝕變巖石出露，就可在遙感影像上有所反映[10]。據(jù)對(duì)研究區(qū)扎嘎烏蘇鐵礦的研究，主要礦化蝕變類(lèi)型有赤鐵礦化、褐鐵礦化、硅化等。這些含鐵染蝕變礦物在OLI遙感數(shù)據(jù)的波長(zhǎng)范圍內(nèi)具典型可識(shí)別特征，是蝕變信息提取的理論基礎(chǔ)。

通常地球表面的地物均在400～2 500 nm譜段具可識(shí)別的診斷光譜特征[11]。一般來(lái)說(shuō)，含鐵離子的礦物在400～1 200 nm光譜范圍內(nèi)具光譜診斷特征[12]。本次研究將美國(guó)地質(zhì)調(diào)查局（USGS）波譜庫(kù)中的蝕變礦物波譜以O(shè)LI遙感數(shù)據(jù)為基準(zhǔn)進(jìn)行了重采樣。由蝕變礦物的波譜在OLI遙感數(shù)據(jù)的各通道對(duì)應(yīng)關(guān)系可知（圖2），含鐵礦物褐鐵礦和赤鐵礦在band2的反射率遠(yuǎn)低于其它波段，在 band4的反射率相對(duì)band2高，在band5具強(qiáng)吸收特征，band6具強(qiáng)反射特征。

3.2? 蝕變礦物信息提取

主成分分析法是應(yīng)用最為廣泛，具對(duì)影像大氣校正質(zhì)量要求不高、實(shí)現(xiàn)簡(jiǎn)單、提取效果好、效果穩(wěn)健等優(yōu)點(diǎn)，在地質(zhì)找礦實(shí)踐過(guò)程中，廣受地質(zhì)工作者的青睞[13-15]。本次工作中，使用特征向量主成分分析法對(duì)扎嘎烏蘇地區(qū)進(jìn)行蝕變礦物的提取研究。特征向量主成分分析法根據(jù)目標(biāo)蝕變礦物診斷波譜特征，選擇3～4個(gè)對(duì)應(yīng)的波段實(shí)現(xiàn)主成分分析運(yùn)算，經(jīng)主成分變換后，得到相應(yīng)的主分量。通常與礦化蝕變有關(guān)的信息為弱信息，一般包含在信息量最少的主分量中。據(jù)此對(duì)研究區(qū)Landsat 8 OLI數(shù)據(jù)進(jìn)行遙感礦化蝕變信息提取。

據(jù)與扎嘎烏蘇鐵礦成礦有關(guān)的蝕變礦物光譜診斷特征，選擇Landsat 8 OLI數(shù)據(jù)的2、4、5、6波段進(jìn)行主成分分析，提取研究區(qū)礦化蝕變異常信息。據(jù)含鐵礦物的光譜特征可知，構(gòu)成鐵染主分量的波段2、波段4的系數(shù)符號(hào)通常是相反的。從Landsat 8 OLI數(shù)據(jù)的4個(gè)波段主成分分析后的特征向量矩陣可知（表1），遙感蝕變信息位于PC4。本次研究通過(guò)對(duì)“均值+n×標(biāo)準(zhǔn)差”中 “n”值的調(diào)整進(jìn)行異常切割，對(duì)蝕變異常信息進(jìn)行量化分級(jí)。n值取1.5、2.0、2.5分別對(duì)應(yīng)一、二、三級(jí)蝕變異常。

3.3? 結(jié)果分析

扎嘎烏蘇鐵礦和研究區(qū)其他已知礦點(diǎn)，均受區(qū)內(nèi)斷裂構(gòu)造控制，熱液上升、運(yùn)移均以斷裂構(gòu)造為通道。扎嘎烏蘇鐵礦體分布在NE向壓扭性主干斷裂（破碎帶）和次級(jí)斷裂內(nèi)，并在二者交匯處較富集。礦體形狀復(fù)雜，以脈狀及不規(guī)則狀為主，與硅質(zhì)脈為過(guò)渡關(guān)系，圍巖蝕變發(fā)育，近礦圍巖蝕變有硅化及褐鐵礦化等。在鐵礦和硅質(zhì)脈附近，硅化及褐鐵礦化等圍巖蝕變發(fā)育，蝕變帶寬約20～50 m。本次提取的礦化蝕變異常主要為區(qū)內(nèi)赤鐵礦化和褐鐵礦化。

將提取的蝕變異常信息和已知的地質(zhì)礦產(chǎn)數(shù)據(jù)疊合于GIS軟件中，進(jìn)行疊置分析。提取的遙感礦化蝕變信息與已知礦床和礦點(diǎn)基本重合，且呈NE向帶狀展布，與區(qū)內(nèi)主要成礦控礦斷裂構(gòu)造方向一致，基本分布于斷裂構(gòu)造周邊（圖3），說(shuō)明異常信息的展布明顯受控于熱液活動(dòng)和區(qū)內(nèi)斷裂，充分證明本區(qū)礦化蝕變異常提取的可行性和有效性。

3.4? 野外驗(yàn)證

在綜合分析遙感和地質(zhì)礦產(chǎn)信息基礎(chǔ)上，進(jìn)行野外實(shí)地勘查，多處礦化區(qū)域具不同程度的硅化、褐鐵礦化等特征（圖4-a，b）。經(jīng)野外查證，充分肯定了此次遙感蝕變信息提取的價(jià)值和作用，對(duì)未來(lái)該地區(qū)找礦勘查具重要指導(dǎo)意義。

4? 結(jié)論

（1） 以Landsat 8 OLI數(shù)據(jù)為主要數(shù)據(jù)源，采用特征向量主成分分析，結(jié)合異常切割和異常濾波的方法，成功提取了內(nèi)蒙古扎嘎烏蘇地區(qū)的礦化蝕變信息。

（2） 結(jié)合已知地質(zhì)礦產(chǎn)資料，借助GIS平臺(tái)，對(duì)提取的蝕變異常信息進(jìn)行了疊置分析，顯示提取的遙感礦化蝕變信息與已知礦床和成礦控礦斷裂構(gòu)造等地質(zhì)信息吻合較好。充分證明遙感蝕變信息提取是一種高效快捷的找礦手段，可為本區(qū)開(kāi)展更大規(guī)模地找礦提供牢固基礎(chǔ)。

（3） 遙感礦化蝕變信息提取技術(shù)作為找礦的先行手段，可為地質(zhì)找礦工作提供預(yù)測(cè)信息，突出找礦重點(diǎn)目標(biāo)區(qū)域。

致謝：衷心感謝對(duì)本文提出寶貴修改意見(jiàn)的匿名審稿專(zhuān)家和責(zé)任編輯！

參考文獻(xiàn)

[1]? ? 汪新慶，史超，王群.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[J].地質(zhì)找礦論叢， 2014， 29（1）：96-101.

[2]? ? 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(guó)土資源遙感， 2003，（2）：44-49

[3]? ? Mars J C ， Rowan L C . Regional mapping of phyllic - argillic-altered rocks in the Zagros magmatic arc， Iran， using Advanced Spaceborne Thermal Emission and Reflection Radiometer （ASTER） data and logical operator algorithms [J]. Geosphere， 2006， 2（3）：161-186.

[4]? ? 劉磊， 周軍， 尹芳，等. 東準(zhǔn)噶爾三道嶺地區(qū)遙感礦化蝕變信息提取及綜合信息找礦[J]. 新疆地質(zhì)， 2013，（2）：233-236.

[5]? ? 唐超， 周可法， 張楠楠，等. 基于Landsat-8 OLI和ASTER數(shù)據(jù)集成和融合的礦化蝕變信息提?。阂园艌D斑巖型銅礦為例[J]. 地質(zhì)科技情報(bào)， 2018， 37（6）：217-223.

[6]? ? 初慶偉， 張洪群， 吳業(yè)煒，等. Landsat-8衛(wèi)星數(shù)據(jù)應(yīng)用探討[J]. 遙感信息， 2013，（4）：110-114.

[7]? ? 唐超，陳建平，張瑞絲，等.基于Aster遙感數(shù)據(jù)的班怒成礦帶礦化蝕變信息提取[J].遙感技術(shù)與應(yīng)用，2013，28（1）：122-128.

[8]? ? 呂鳳軍，郝躍生，石靜，等. ASTER遙感數(shù)據(jù)蝕變遙感異常提取研究[J].地球?qū)W報(bào)，2009，30（2）：271-276.

[9]? ? 耿新霞，楊建民，張玉君，等.ASTER數(shù)據(jù)在淺覆蓋區(qū)蝕變遙感異常信息提取中的應(yīng)用——以新疆西準(zhǔn)噶爾包古圖斑巖銅礦巖體為例[J].地質(zhì)論評(píng)，2008，45（2）：184-191.

[10]? 連琛芹，姚佛軍，楊建民，等.半裸露區(qū)遙感蝕變信息提取研究——以甘肅瑪曲地區(qū)為例 [J].現(xiàn)代地質(zhì)，2019，33（5）：1079-1085.

[11]? 劉雷震， 姚佛軍， 武建軍，等.多源數(shù)據(jù)在西藏多龍礦集區(qū)找礦實(shí)? 踐中的應(yīng)用[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016， 52（2）：? ? ? 184-188.

[12]? 連琛芹，姚佛軍，陳懋弘，等.GF-5高光譜數(shù)據(jù)在植被覆蓋區(qū)的蝕變信息提取研究：以廣東省玉水銅礦為例[J].現(xiàn)代地質(zhì)，2020，? ?34（4）：680-686.

[13]? 吳志春，， 葉發(fā)旺， 郭福生，等. 主成分分析技術(shù)在遙感蝕變信息提取中的應(yīng)用研究綜述[J]. 地球信息科學(xué)學(xué)報(bào)， 2018， 20（11）：1644-1656.

[14]? 張滿(mǎn)朗.金礦蝕變信息提取中的主成分分析[J].遙感技術(shù)與應(yīng)用，1996，11（3）：1-6.

[15]? 張遠(yuǎn)飛，袁繼明，楊自安，等.基于物理意義的二維散點(diǎn)圖類(lèi)型劃分與遙感蝕變信息提取[J].國(guó)土資源遙感，2013，66（2）：57-62.

WJCI項(xiàng)目簡(jiǎn)介

《世界期刊影響力指數(shù)（WJCI）報(bào)告》（2020科技版）（簡(jiǎn)稱(chēng)：WJCI報(bào)告）是由中國(guó)科學(xué)技術(shù)信息研究所、《中國(guó)學(xué)術(shù)期刊（光盤(pán)版）》電子雜志社有限公司、清華大學(xué)圖書(shū)館、萬(wàn)方數(shù)據(jù)有限公司、中國(guó)高?？萍计诳芯繒?huì)聯(lián)合研制的期刊評(píng)價(jià)報(bào)告。該報(bào)告是中國(guó)科學(xué)技術(shù)協(xié)會(huì)專(zhuān)題資助課題《面向國(guó)際的科技期刊影響力綜合評(píng)價(jià)方法研究》（2019KJQK004）的成果，入選了“科創(chuàng)中國(guó)”項(xiàng)目。

WJCI報(bào)告更加全面、客觀、綜合地評(píng)價(jià)科技期刊在當(dāng)今社會(huì)對(duì)全球科技創(chuàng)新活動(dòng)提供的出版?zhèn)鞑シ?wù)及其學(xué)術(shù)影響力，客觀反映了以中國(guó)為代表的新興科技大國(guó)的真實(shí)貢獻(xiàn)，為世界學(xué)術(shù)期刊的學(xué)術(shù)影響力提供更為客觀的統(tǒng)計(jì)方法和綜合排序，推動(dòng)世界科技期刊公平評(píng)價(jià)、同質(zhì)等效使用。相比其他期刊評(píng)價(jià)體系，WJCI報(bào)告主要在以下4方面進(jìn)行了創(chuàng)新：

（1）統(tǒng)計(jì)源期刊的遴選：基于各國(guó)R&D投入、科技論文產(chǎn)出、科研人員數(shù)量、期刊規(guī)模和水平4個(gè)維度綜合衡量，確定各國(guó)入選統(tǒng)計(jì)源期刊比例，更加公平、全面、科學(xué)地反映世界各國(guó)科技發(fā)展與科技期刊發(fā)展的真實(shí)狀況。WJCI報(bào)告最終經(jīng)嚴(yán)格評(píng)議，收錄全球科技期刊14 287種，約占全球活躍科技期刊6萬(wàn)種的四分之一（Q1），很好地體現(xiàn)了地區(qū)代表性和學(xué)科代表性。

（2）評(píng)價(jià)指標(biāo)體系：采取了基于引證數(shù)據(jù)的“世界學(xué)術(shù)影響力指數(shù)WAJCI”和基于網(wǎng)絡(luò)使用數(shù)據(jù)的“網(wǎng)絡(luò)影響力指數(shù)（WI）”構(gòu)建了綜合評(píng)價(jià)指標(biāo)——“世界期刊影響力指數(shù)”（World Journal Clout Index，簡(jiǎn)稱(chēng) WJCI）。WJCI指數(shù)全面反映了期刊質(zhì)量、信息量、辦刊歷史及其對(duì)基礎(chǔ)研究、應(yīng)用研究等學(xué)術(shù)活動(dòng)的影響力，得到國(guó)內(nèi)外專(zhuān)家學(xué)者的普遍認(rèn)可。

（3）學(xué)科分類(lèi)體系：基于對(duì)8個(gè)國(guó)際索引數(shù)據(jù)庫(kù)（WOS、SCOPUS、MEDLINE、EI、JST、KCI、CABA、RSCI）的分類(lèi)體系、期刊名錄的搜集整理、對(duì)比分析，以《中華人民共和國(guó)學(xué)科分類(lèi)及代碼》為總綱，參考《中圖圖書(shū)館分類(lèi)法》《學(xué)位授予和人才培養(yǎng)學(xué)科目錄》，項(xiàng)目組創(chuàng)新性重新編制了覆蓋各級(jí)別學(xué)科領(lǐng)域科技期刊分類(lèi)體系，共279個(gè)學(xué)科類(lèi)目，更好地體現(xiàn)了國(guó)際化和對(duì)新興、交叉學(xué)科的支持。按國(guó)際期刊分類(lèi)評(píng)價(jià)慣例，分學(xué)科對(duì)收錄期刊進(jìn)行WJCI指標(biāo)計(jì)算和排序。

（4）基礎(chǔ)數(shù)據(jù)體系：項(xiàng)目得到CrossRef、Digital Science的大力支持，在中國(guó)知網(wǎng)全球?qū)W術(shù)快報(bào)CNKI-Scholar的基礎(chǔ)上，項(xiàng)目組自主建立了用于項(xiàng)目研究的《世界引文數(shù)據(jù)庫(kù)》。收錄了26 653種（有參考文獻(xiàn)的期刊數(shù)量）國(guó)際期刊的2019引文數(shù)據(jù)1.44億條，引文數(shù)據(jù)正確率達(dá)到99.4%，以此為基礎(chǔ)統(tǒng)計(jì)了各項(xiàng)評(píng)價(jià)指標(biāo)，確保了WJCI指數(shù)的數(shù)據(jù)準(zhǔn)確性。

WJCI報(bào)告共收錄中國(guó)科技期刊1 426種，平均WJCI指數(shù)是1.185，專(zhuān)家審議后普遍認(rèn)為這些期刊與該報(bào)告的其他期刊一樣，達(dá)到了國(guó)際優(yōu)秀期刊的水平。其中，中國(guó)有8種期刊入選WJCI-TOP5%期刊，172種期刊入選WJCI-Q1區(qū)。日前該報(bào)告可通過(guò)網(wǎng)絡(luò)（網(wǎng)址：http：//wjci.cnki.net）查詢(xún)?cè)斍閿?shù)據(jù)。

如有任何問(wèn)題，請(qǐng)隨時(shí)聯(lián)系中國(guó)科學(xué)計(jì)量學(xué)與文獻(xiàn)計(jì)量學(xué)研究中心，電子郵件地址：wjci@cnki.net，伍軍紅老師會(huì)盡快回復(fù)。