劉洪成，黃濤，魯納川，葉發(fā)旺，張川

（1.核工業(yè)北京地質(zhì)研究院 遙感信息與圖像分析技術(shù)國家級重點實驗室，北京 100029；2.山東省煤田地質(zhì)局第五勘探隊，山東 濟南250100）

高光譜遙感技術(shù)在對目標地物探測的過程中，可以同時獲取地物的空間特征和連續(xù)的波譜信息，具有“圖譜合一”的特點，目前已在自然資源普查、環(huán)境與生態(tài)監(jiān)測、地質(zhì)礦產(chǎn)勘查等領(lǐng)域得到廣泛應(yīng)用。

隨著近幾年國內(nèi)外航天和航空高光譜遙感設(shè)備研制的進步，高光譜遙感數(shù)據(jù)類型越來越豐富，不同尺度的高光譜遙感數(shù)據(jù)層出不窮，基于高光譜遙感影像的蝕變礦物提取方法越來越多。而高光譜遙感數(shù)據(jù)類型的不同，獲取的經(jīng)濟成本不同，在地質(zhì)應(yīng)用過程中的識別技術(shù)和識別結(jié)果亦有差異，在礦物提取過程中，選擇合適的遙感數(shù)據(jù)類型更加重要。張川等［1］利用航空高光譜數(shù)據(jù)CASI/SASI對新疆白楊河鈾鈹?shù)V區(qū)進行礦物填圖，董新豐等［2］利用GF-5（高分五號遙感衛(wèi)星）影像光譜與相同位置的HyMap影像光譜進行礦物填圖的結(jié)果分析指出GF-5填圖結(jié)果正確率優(yōu)于90%；田茂杰［3］指出SASI航空高光譜數(shù)據(jù)礦物填圖種類和精度明顯高于Hyperion數(shù)據(jù)；Chen［4］在對中國西南龍頭山鉛鋅礦床熱液蝕變礦物填圖進行高光譜遙感數(shù)據(jù)源對比中指出ASTER和GF-5數(shù)據(jù)的總體精度為82.6%及92.9%。國內(nèi)外對GF-5和CASI/SASI的數(shù)據(jù)源對比鮮有提及。

因此，本文基于新疆雪米斯坦地區(qū)高分5號星載AHSI（高光譜成像儀）和航空CASI/SASI高光譜遙感數(shù)據(jù)，通過系統(tǒng)分析二者數(shù)據(jù)特點、數(shù)據(jù)預(yù)處理、不同尺度光譜特征，結(jié)合野外地面光譜測量驗證和地質(zhì)驗證，對礦物提取效果和填圖結(jié)果進行對比研究，旨在為未來的地質(zhì)礦物填圖工作在數(shù)據(jù)選擇方面提供一定的參考。

1 地質(zhì)概況及數(shù)據(jù)來源

1.1 地質(zhì)概況

研究區(qū)位于新疆塔城雪米斯坦地區(qū)，地處準噶爾盆地西北緣，以中低山丘陵為主。出露最老地層為奧陶系，晚古生代泥盆系分布最廣［5］。在大地構(gòu)造上，處于西伯利亞板塊與哈薩克斯坦-準噶爾板塊的交匯處，自古生代起經(jīng)歷了多期構(gòu)造運動，地殼演化成熟度較高，研究區(qū)及其鄰區(qū)發(fā)育有大量基性-酸性的火山巖，是我國重要的火山巖成礦區(qū)［5-8］。目前已發(fā)現(xiàn)的礦產(chǎn)以鈾、鈹為主，控礦構(gòu)造、熱液蝕變等成礦地質(zhì)要素較發(fā)育，種類多樣，常見赤鐵礦化、碳酸鹽化、絹云母化等［5-7］，該成礦區(qū)找礦潛力較大。

最早發(fā)現(xiàn)的鈾礦化主要位于楊莊巖體東段北緣接觸帶附近，品位相對較低，近些年新發(fā)現(xiàn)的鈾礦化主要位于楊莊巖體中西段的巖體中部，品位相對較高（圖1）。鈾礦化平面展布方面大致有兩個趨勢，一是靠近礦區(qū)北緣的鈾礦化主要呈近東西向展布，另一則是位于礦區(qū)中部的鈾礦化主要呈北西走向展布。鈾礦化縱向上受楊莊巖體與下伏火山巖的接觸帶控制，且接觸帶與閃長巖、輝綠巖脈的復(fù)合部位往往形成高品位鈾礦，接觸帶與北東向、北西向破碎帶復(fù)合部位常形成低品位鈾礦。

1.2 數(shù)據(jù)來源

本次研究收集了CASI/SASI航空高光譜數(shù)據(jù)與高分5號（GF-5）星載AHSI數(shù)據(jù)，覆蓋范圍如圖1所示，主要集中在白楊河鈾鈹?shù)V區(qū)及其周邊。兩類高光譜遙感數(shù)據(jù)參數(shù)見表1。

表1 航天高光譜GF-5與航空高光譜CASI/SASI參數(shù)對比Table 1 Parameter comparison between Aerospace hyperspectral GF-5 data and Airborne CASI/SASI data

圖1 雪米斯坦火山巖帶侵入巖體分布圖（底圖據(jù)參考文獻［1］）Fig.1 Geological sketch of Xuemisitan volcanic belt（Modified after reference［1］）

2 GF-5星載AHSI高光譜影像數(shù)據(jù)處理

2.1 星載AHSI高光譜輻射校正

AHSI（高光譜成像儀）高光譜影像光譜分辨率高，波段寬度較狹窄，因此波段設(shè)置一般對應(yīng)很窄的大氣吸收段或較寬的光譜吸收段邊緣，每個波段受大氣影響的程度和相鄰波段不一致。在衛(wèi)星發(fā)射之前，要對它進行實驗室光譜和輻射定標，確定每個譜段的波長位置和光譜響應(yīng)函數(shù)，并建立不同譜段入瞳輻射亮度值（L）與成像光譜儀輸出的數(shù)字量化值（DN）之間的定量關(guān)系。

式（1）中，gain為增益，offset為偏置。圖2為經(jīng)過輻射校正后的制備光譜曲線對比。

圖2 GF-5影像輻射定標前后同一地物（植被）波譜曲線對比Fig.2 Comparison of spectral curve of the same object（vegetation）before and after radiometric calibration

2.2 星載AHSI高光譜大氣校正

在太陽-大氣-目標-大氣-遙感傳感器的光線傳播路徑中，許多因素的影響造成接收的信號不能準確地反映地表物理特征。這些影響因素主要有：大氣分子和氣溶膠的瑞利散射和米氏散射作用，分子和氣溶膠的吸收、散射及兩者的耦合效應(yīng)；地表因素和鄰近效應(yīng)；地形因素；太陽輻射光譜的影響等。在所有的因素中，大氣影響是首要的，也是需要重點消除的因素。

大氣校正的目的是要消除這些影響，使對地表真實反射率的反演成為可能。高光譜遙感數(shù)據(jù)的大氣校正和光譜重建主要是將高光譜儀獲得的圖像輻射亮度DN值轉(zhuǎn)換為反射率值，為進行礦物識別與礦物填圖奠定基礎(chǔ)。為便于后期與CASI/SASI數(shù)據(jù)礦物填圖結(jié)果對比，采用ENVI平臺下的FLAASH輻射傳輸模型對輻射校正后的輻射亮度數(shù)據(jù)進行大氣校正與光譜重建，結(jié)果如圖3所示。

通過對校正前后的研究區(qū)同一地物波譜反射曲線進行對比（圖3），發(fā)現(xiàn)校正前后波譜形態(tài)發(fā)生了明顯的變化，兩個短波紅外波段的水汽吸收區(qū)間（1 342.14～1 443.51 nm，1 797.02～1 956.99 nm）為非真值。因此，后期光譜匹配與礦物識別過程中均將該區(qū)間反射率值剔除。

圖3 GF-5影像大氣校正前后同一地物（植被）波譜曲線對比Fig.3 Comparison of spectral curve of same object（vegetation）before and after atmospheric correction

3 CASI/SASI航空高光譜影像數(shù)據(jù)處理

3.1 CASI/SASI航空高光譜輻射校正

采用實驗室輻射定標獲取*.rad和*.sad定標文件，通過CASI/SASI測量系統(tǒng)自帶的預(yù)處理軟件，對航空飛行采集的原始數(shù)據(jù)進行光譜和輻射校正，保證CASI/SASI航空高光譜成像儀在飛行過程中對地物反射輻射的定量測量。

3.2 CASI/SASI航空高光譜大氣校正

通過獲取同步或準同步測量“明暗自然地物或人工目標”的光譜曲線，利用“空地回歸分析方法”對影像數(shù)據(jù)與地面同步或準同步實測目標的光譜做最小二乘擬合，將CASI/SASI航空高光譜影像輻射亮度值轉(zhuǎn)化為地面反射率值。本文利用航空飛行數(shù)據(jù)采集時同步測量的地面白云母等典型地物光譜曲線，采用經(jīng)驗線性法［9］進行大氣校正和光譜重建工作，圖4為實測蝕變巖石SASI數(shù)據(jù)光譜重建前后圖像曲線對比。

圖4 實測蝕變巖石SASI數(shù)據(jù)光譜重建前后圖像曲線對比Fig.4 SASI spectral curves of the altered rock before and after spectral reconstruction

4 高光譜礦物填圖

基于目標地物的光譜特征進行巖礦識別的方法是目前常用的礦物填圖方法，即根據(jù)全波段光譜特征進行匹配，或選取某一特定波段的光譜特征進行匹配，主要包括：光譜角填圖法（SAM）、光譜信息散度法（SIDM）和混合調(diào)諧匹 配 濾 波 法（MTMF）［10-13］。其 中，經(jīng) 過 大氣校正后反射率曲線是開展高光譜礦物填圖的基礎(chǔ)［9］。

4.1 基于高光譜技術(shù)的礦物提取方法

本文采用基于高光譜技術(shù)的礦物提取技術(shù)流程如圖5所示。根據(jù)研究區(qū)典型礦物的光譜特性，可見光-近紅外波段主要用于提取褐鐵礦化和赤鐵礦化信息。短波紅外波段主要用于提取黏土類蝕變礦物信息。

圖5 基于高光譜數(shù)據(jù)的礦物填圖技術(shù)流程Fig.5 Technical process of mineral mapping based on hyperspectral data

1）端元波譜識別

基于“沙漏法”礦物填圖處理流程，依次進行MNF（最小噪聲分離）變換、計算純凈像元指數(shù)，經(jīng)過N維可視化，從高光譜圖像中提取出端元光譜，再經(jīng)過與標準光譜曲線對比，最終確定礦物種類（圖6）。

圖6 部分礦物CASI/SASI端元光譜曲線Fig.6 End member spectral curve of some altered minerals from CASI/SASI data

2）端元波譜分析

赤鐵礦和褐鐵礦，在波長450～1 050 nm具有較高的光譜曲線擬合度，并且在823～957 nm具有明顯的吸收谷。絹云母在2 000～2 420 nm具有較高的光譜曲線擬合度，在2 195～2 210 nm是Al-OH典型吸收特征。綠泥石、綠簾石在2 330～2 345 nm和2 255 nm具有兩個吸收谷。白云石、方解石在2 315～2 330 nm和2 150 nm及2 135 nm具有兩個吸收谷（圖7）。高嶺土在2 195～2 210 nm和2165均有吸收谷。

圖7 部分礦物GF5星載AHSI端元光譜曲線Fig.7 End member spectral curve of some altered minerals from AHSI data

3）光譜匹配

采用光譜角匹配和基于混合像元解混的混合調(diào)諧匹配濾波法（MTMF），設(shè)置一定的閾值 從USGS（United States Geological Survey，美國地質(zhì)勘探局）光譜庫或者地面實測光譜中選擇礦物光譜進行匹配［13］。

4）礦物識別準確率評定

采用剖面查證與隨機點查證相結(jié)合的方法，地面采樣、地物光譜儀實地光譜測量和室內(nèi)巖礦鑒定相結(jié)合的手段，以填繪的獨立異常區(qū)為單位對填圖結(jié)果開展野外驗證。通過對兩種不同尺度高光譜數(shù)據(jù)蝕變礦物填圖結(jié)果對比分析，發(fā)現(xiàn)兩種數(shù)據(jù)提取的礦物在空間分布上一致性較好，經(jīng)過野外查證，提取礦物的準確率較高。

4.2 CASI/SASI數(shù)據(jù)礦物填圖

通過對研究區(qū)CASI/SASI數(shù)據(jù)的光譜重建處理、端元提取和端元光譜分析，成功提取了赤鐵礦、絹云母、高嶺石、綠泥石、綠簾石、蒙脫石、葉蠟石、迪開石、碳酸鹽等礦物或礦物組合（圖8）。并根據(jù)2 210 nm附近吸收峰位置的變化，進一步將白云母、伊利石、絹云母提取為富鋁、貧鋁、中鋁云母類礦物［14］。根據(jù)2 330 nm吸收谷左右兩個肩部反射率比值的關(guān)系，進一步將綠泥石和綠簾石區(qū)分。根據(jù)2 315 nm和2 330 nm吸收谷位置來區(qū)分白云石和方解石礦物。根據(jù)高嶺土、迪開石等礦物2 165 nm處吸收深度及與2 210 nm、2 270 nm、2 315 nm吸收位置的關(guān)系進行區(qū)分。

圖8 雪米斯坦地區(qū)CASI/SASI航空高光譜數(shù)據(jù)礦物填圖Fig.8 Mineral mapping result of airborne hyperspectral CASI/SASI data in Xuemisitan area

4.3 GF-5星載AHSI數(shù)據(jù)礦物填圖

過對研究區(qū)GF-5星載AHSI數(shù)據(jù)的光譜重建處理、端元提取和端元光譜分析，成功提取了絹云母、綠簾石、綠泥石、蒙脫石、方解石等礦物，結(jié)果如圖9所示。提取的礦物主要集中在白楊河礦床以北地區(qū)，其中高鋁絹云母主要分布在研究區(qū)西北部，而綠泥石和綠簾石分布在東北和中部偏北地區(qū)，研究區(qū)西北部分布有高鋁絹云母、高嶺石等礦物混合物，與CASI/SASI提取結(jié)果有很好的一致性。

圖9 雪米斯坦地區(qū)GF-5星載AHSI高光譜數(shù)據(jù)礦物填圖Fig.9 Mineral mapping result of GF-5-AHSI hyperspectral data in Xuemisitan area

5 結(jié)論

1）本文以新疆雪米斯坦地區(qū)兩種不同尺度的高光譜數(shù)據(jù)為基礎(chǔ)，在對兩種數(shù)據(jù)進行預(yù)處理工作的基礎(chǔ)上，選定合適的端元波譜，運用混合調(diào)諧匹配濾波方法基于AHSI星載高光譜數(shù)據(jù)和CASI/SASI航空高光譜數(shù)據(jù)進行了蝕變礦物提取。

2）通過對比分析兩種不同尺度高光譜數(shù)據(jù)蝕變礦物提取結(jié)果，發(fā)現(xiàn)兩種數(shù)據(jù)提取的礦物在空間分布上一致性較好，經(jīng)過野外查證，本次提取礦物的準確率較高。但AHSI數(shù)據(jù)提取的礦物種類少于CASI/SASI數(shù)據(jù)，且不能對絹云母亞類進行細分，原因在于空間分辨率差別比較大，但可以滿足一般地質(zhì)勘查的需求。由于在實際工作中CASI/SASI數(shù)據(jù)獲取成本遠高于AHSI數(shù)據(jù)，因此，在地質(zhì)勘查工作中應(yīng)堅持航空高光譜為主，航天高光譜為輔的策略。需要尋找一種兼顧兩者優(yōu)點的高光譜遙感數(shù)據(jù)獲取方式，例如無人機載高光譜遙感，會成為未來的發(fā)展趨勢。

致謝：感謝中國科學(xué)院上海技術(shù)物理研究所提供了GF-5星載AHSI高光譜遙感數(shù)據(jù)。