李文超，李慧敏，羅閏豪，楊 帆，吳練榮，王瑞雪

（1.昆明理工大學(xué) 國(guó)土資源工程學(xué)院，云南 昆明 650093；2.中銅礦產(chǎn)資源有限公司，北京 100080；3.云南迪慶有色金屬有限責(zé)任公司，云南 迪慶藏族自治州 674499）

0 引言

隨著成像光譜技術(shù)的發(fā)展，多光譜、高光譜技術(shù)逐漸應(yīng)用于低植被覆蓋區(qū)甚至裸露區(qū)的遙感礦化信息提取，為礦產(chǎn)資源勘測(cè)提供了重要的技術(shù)支撐，同時(shí)大大節(jié)省了人力、財(cái)力［1］。高光譜圖像具有較高的光譜分辨率，可以完整、連續(xù)地提取出地物光譜曲線(xiàn)［2-3］，并且能準(zhǔn)確識(shí)別礦物或礦物組合等信息，具有很高的地質(zhì)學(xué)意義［4］。

本文利用Hyperion 高光譜數(shù)據(jù)對(duì)普朗地區(qū)的蝕變礦物進(jìn)行提取，并綜合礦區(qū)的地質(zhì)情況、圍巖蝕變等信息對(duì)提取的礦物結(jié)果進(jìn)行分析與驗(yàn)證。

1 地質(zhì)概況

普朗銅礦位于義敦島弧南端，隸屬于三江成礦帶，其大地構(gòu)造如圖1 所示。甘孜—理塘結(jié)合帶和格咱斷裂帶分布在其東西兩側(cè)，是斑巖—矽卡巖型銅鉬多金屬礦集區(qū)［5-6］。南義敦島弧整體受控于紅山復(fù)式背斜，由一系列NNW（North-North-West）向褶皺和同向斷裂組成［7］。礦區(qū)主要露出三疊系和第四系地層，普朗銅礦體主要位于侵入巖中，以石英二長(zhǎng)斑巖為主，粗粒石英閃長(zhǎng)巖、石英閃長(zhǎng)玢巖次之［5］。

1.1 地層

普朗地區(qū)地層巖性如圖2 所示，第四系包括冰磧、沖積物、殘坡積物等［6，8］；三疊系上統(tǒng)圖姆溝組分為兩段，其中一段由粉砂質(zhì)絹云母板巖、變質(zhì)砂巖夾安山巖以及板巖、變質(zhì)砂巖、粉砂質(zhì)絹云母板巖上下兩層組成，另一段由板巖、絹云母板巖、變質(zhì)砂巖夾薄層灰?guī)r組成；三疊系中統(tǒng)尼汝組一段上部由灰綠色玄武巖、火山角礫巖、一些薄層狀泥晶灰?guī)r和粉砂質(zhì)灰綠色絹云母組成，下部由細(xì)粒狀石英巖、屑砂巖、灰色粉砂質(zhì)板巖和絹云母黏板巖組成；三疊系中統(tǒng)尼汝組二段，由結(jié)晶灰?guī)r和白云石灰?guī)r組成。

Fig.2 Geological map of the Pulang district圖2 普朗地區(qū)地層巖性

1.2 構(gòu)造

研究區(qū)中的沉積建造、變質(zhì)作用、巖漿活動(dòng)以及有關(guān)礦產(chǎn)和中酸性侵入巖的分布由NNW 向斷裂、NNW 向褶皺發(fā)育和NNW 向早期走滑斷裂控制，而容巖（礦）構(gòu)造則是由次級(jí)NNW 向斷裂及近EW（East-West）向斷層構(gòu)成。研究區(qū)中，早期斷裂及褶皺被晚期發(fā)育規(guī)模較小的NE（North-East）向斷層錯(cuò)切［8］。

研究區(qū)內(nèi)分布有黑水塘斷裂、全干力達(dá)斷裂及紅山斷裂，礦區(qū)中的玢巖及礦體主要由這3 條斷裂控制。普朗中酸性玢巖復(fù)式巖體的分布和產(chǎn)出形態(tài)主要由黑水塘斷裂、全干力達(dá)斷裂及同向次級(jí)斷裂控制。黑水塘斷裂位于普朗礦區(qū)中部，呈北西向分布，為逆斷層。黑水塘斷裂中部被中酸性玢巖復(fù)式巖體侵位，沿?cái)嗔逊植加写竺娣e角化巖帶以及部分已知礦體，該斷裂在地貌上表現(xiàn)為負(fù)地形，有多個(gè)泉點(diǎn)沿該斷裂分布。全干力達(dá)斷裂位于普朗礦區(qū)的西南角，呈北東向延伸分布，切斷紅山斷裂并使其發(fā)生滑動(dòng)錯(cuò)位，該斷裂在地貌上表現(xiàn)為負(fù)地形，有多個(gè)泉點(diǎn)沿該斷裂分布［9-11］。紅山斷裂位于普朗礦區(qū)的西南角，呈北西向延伸分布，有大量角礫巖沿該斷裂帶分布。

1.3 巖漿巖

印支期為礦區(qū)內(nèi)巖漿巖活動(dòng)強(qiáng)烈的時(shí)期，這一時(shí)期侵入巖形成的大量淺成—超淺成中酸性斑巖呈現(xiàn)中性向酸性分化演化趨勢(shì)。中酸性石英二長(zhǎng)玢巖、石英閃長(zhǎng)玢巖和花崗閃長(zhǎng)玢巖組成巖漿巖的巖體，而復(fù)合巖體則由含礦的石英二長(zhǎng)斑巖和石英閃長(zhǎng)斑巖組成。由于受到黑水塘斷裂和全干力達(dá)斷裂控礦以及導(dǎo)礦的影響，火山巖的散布少于侵入巖，其巖石主要由安山巖構(gòu)成［9］，巖石中Ag、Pb、Cu、Mo、W、Bi、Au、Zn 等元素以中酸性斑（玢）巖體為中心，呈環(huán)帶狀分布［12］。三疊系上統(tǒng)的圖姆溝組和曲嘎寺組主要發(fā)育火山巖，其中圖姆溝組的火山巖形成了普朗復(fù)式巖體的直接圍巖，而曲嘎寺組由上下兩段玄武巖構(gòu)成，其中上段為蝕變玄武巖，下段為致密玄武巖［13］。

1.4 變質(zhì)巖

普朗礦區(qū)內(nèi)的變質(zhì)作用有多期次、多類(lèi)型疊加的特點(diǎn)，但其變質(zhì)強(qiáng)度均較弱。變質(zhì)作用主要分為2 種：①區(qū)域變質(zhì)作用。礦區(qū)內(nèi)部分地區(qū)出現(xiàn)由泥質(zhì)變質(zhì)成的千枚巖以及變質(zhì)砂巖、結(jié)晶灰?guī)r、大理巖等碳酸鹽蝕變；②熱液蝕變作用。普朗礦區(qū)侵入巖體的圍巖蝕變主要表現(xiàn)為圍巖的角巖化，形成分布范圍較廣的蝕變暈帶。侵入巖圍巖主要由長(zhǎng)石石英角巖或石英角巖構(gòu)成；侵入巖內(nèi)部主要由鉀長(zhǎng)石化、鈉綠泥石化、絹云母化、硅化、黃鐵礦化、黃銅礦化等構(gòu)成。

1.5 圍巖蝕變

普朗礦化可粗略地分為3 期，初期玢巖伴有綠泥石化、絹云母化；中期斑巖伴有硅化、鉀化、絹云母化；晚期玢巖侵入，未見(jiàn)明顯礦化。其中，早中期有一定程度地黃鐵礦化、黃銅礦化、磁黃鐵礦化等［10］。普朗礦區(qū)的鉀化硅化帶、絹英巖化帶、青磐巖化帶從內(nèi)到外分布［14-15］，這些典型的斑巖型蝕變分帶是該地區(qū)的重要示礦標(biāo)志。在礦區(qū)的巖體中心分布著鉀化硅化帶，其內(nèi)部分布有不規(guī)則的黃銅礦、黃鐵礦，該巖體與工業(yè)礦體高度重合，是礦區(qū)內(nèi)最強(qiáng)烈的蝕變之一。在鉀化—硅化帶外圍分布著包含黃鐵礦化和黃銅礦化分布的絹英巖化帶。在遠(yuǎn)離巖體中心部位的石英閃長(zhǎng)玢巖中發(fā)育著蝕變范圍廣、強(qiáng)度弱的青磐巖化，表現(xiàn)為綠泥石、綠簾石等礦物與長(zhǎng)石、黑云母和角閃石等礦物進(jìn)行的交代作用。此外，青磐巖化也在鉀化硅化帶、絹英巖化帶上發(fā)育。銅礦物多出現(xiàn)于鉀化硅化帶和絹英巖化帶中，青磐巖化帶中則基本無(wú)銅礦化。

2 遙感數(shù)據(jù)及其處理

2.1 數(shù)據(jù)源

本次使用的高光譜數(shù)據(jù)通過(guò)Hyperion 傳感器獲取，該數(shù)據(jù)有242 個(gè)波段，其中在可見(jiàn)光—近紅外設(shè)有70 個(gè)波段，剩余172個(gè)波段為短紅外波段，包含400～2 500 nm 范圍內(nèi)的光譜，圖幅范圍為7.7 km×185 km。由于研究區(qū)范圍較大，需要3景Hyperion數(shù)據(jù)。數(shù)據(jù)采集信息如表1所示。

Table 1 Hyper spectral data acquisition information表1 高光譜數(shù)據(jù)采集信息

2.2 數(shù)據(jù)預(yù)處理

在Hyperion 高光譜數(shù)據(jù)的242 個(gè)波段中，輻射定標(biāo)波段為8-57（NVIR）和77-224（SWIR）。剔除未定標(biāo)波段1-7、58-76、255-242，水汽影響較大、質(zhì)量較差的波段121、122、167-178、224、56、57 波段，重疊且噪音大的77、78 波段，對(duì)剩余179個(gè)波段進(jìn)行處理。

由于原始遙感圖像受到大氣影響會(huì)形成輻射誤差，需要盡可能地降低程輻射的影響［16-17］，故對(duì)遙感影像數(shù)據(jù)進(jìn)行大氣校正。

3 蝕變異常信息提取

對(duì)Hyperion 數(shù)據(jù)進(jìn)行大氣校正等處理，并分析巖石、礦物的光譜吸收特征，運(yùn)用最小噪聲分離變換（Minimum Noise Fraction，MNF）、純凈像元指數(shù)（Pure Pixel Index，PPI）、光譜角制圖（Spectral Angle Mapping，SAM）等相關(guān)圖像處理技術(shù)是提取高光譜礦物信息［18-20］。

由于高光譜數(shù)據(jù)具有很高的分辨率且其波段多、相關(guān)性較強(qiáng)，導(dǎo)致數(shù)據(jù)重復(fù)度較高，需要對(duì)數(shù)據(jù)進(jìn)行降維與弱化噪聲處理，采用MNF 將信息集中在有限的特征集內(nèi)［19，21］。

MNF 處理的本質(zhì)是進(jìn)行2 次主成分變換，MNF 變換后高光譜圖像靠前的波段可涵蓋極大部分的有用信息。MNF 將數(shù)據(jù)拆成兩段，第一段的特征圖像與特征值相關(guān)，這是提取純凈像元的主要部分；第二段圖像的噪音部分偏多且與特征值相近，故不選擇該部分進(jìn)行純凈像元的提取。MNF 處理可以降低圖像噪音，增加提取純凈像元的速度，研究區(qū)MNF 變換的特征值曲線(xiàn)如圖3所示。

Fig.3 MNF characteristic curve圖3 MNF特征曲線(xiàn)

由圖3 可知，12 波段1-12 的特征值較大，這是有用信息集中出現(xiàn)的體現(xiàn)，之后曲線(xiàn)漸漸趨向于平穩(wěn)，圖像的信息趨于0。在12 波段時(shí)為噪音少、地物信息多的圖像，而在13 波段時(shí)圖像被噪音填滿(mǎn)，證明該范圍波段多為噪聲。進(jìn)行MNF 變化后不同波段的地物特征圖像如圖4 所示，2波段地物特征見(jiàn)圖4（a），該波段圖像顯示的地物特征最為清晰，提取的有用信息最為集中；圖4（b）為8 波段地物特征；圖4（c）為12 波段地物特征，隨著波段數(shù)的增大，圖像中的噪音逐漸增多，但圖像中地物信息依然清晰，故有用信息在此波段范圍內(nèi)依然較為集中，仍可選用該波段范圍內(nèi)的圖形進(jìn)行后續(xù)處理；圖4（d）為13 波段地物特征，該圖中噪音占據(jù)圖像的主導(dǎo)地位，地物信息幾乎不可見(jiàn)，證明有用信息在此波段后極為稀少，這與圖3 所展示的特征值曲線(xiàn)圖相吻合，故選用波段1-12進(jìn)行純凈像元的提取。

Fig.4 Ground object features of different bands after MNF transformation圖4 MNF變換后不同波段地物特征

純凈像元的選取采用的是PPI 方法，利用PPI 方法統(tǒng)計(jì)樣本點(diǎn)投影特征空間中產(chǎn)生的隨機(jī)直線(xiàn)端點(diǎn)次數(shù)，次數(shù)越多則其越可能是端元。進(jìn)行足夠多次數(shù)的投影后，通過(guò)每個(gè)像素的計(jì)數(shù)積分判定端元［22-26］，并選用同一類(lèi)純像元的典型光譜或平均像元光譜作為端元光譜。

利用MNF 處理后的波段1-12進(jìn)行PPI運(yùn)算，雖然迭代次數(shù)越多越容易發(fā)現(xiàn)純凈像元，但也會(huì)因此增加運(yùn)算時(shí)間。從計(jì)算機(jī)性能和計(jì)算量考慮，選取10 000 次作為迭代次數(shù)，再依據(jù)迭代曲線(xiàn)的規(guī)律確定設(shè)定的閾值，從而選取隨機(jī)向量末端的像元。

PPI 計(jì)算的關(guān)鍵在于閾值的選取，閾值用于選取隨機(jī)向量末端像元，閾值越小，得到的結(jié)果精度越高，但同時(shí)得到純凈像元的數(shù)量也越小。該數(shù)值主要依據(jù)迭代曲線(xiàn)的變化規(guī)律。由低到高進(jìn)行多個(gè)閾值實(shí)驗(yàn)，選取效果較好，閾值為2.5、3、4、4.5 時(shí)的PPI 迭代曲線(xiàn)圖進(jìn)行分析，結(jié)果如圖5 所示。由圖5 可知，隨著迭代次數(shù)的增加，曲線(xiàn)總會(huì)出現(xiàn)增加后逐漸趨于平穩(wěn)的趨勢(shì)，迭代收斂速度與閾值的大小成正相關(guān)。由圖5（a）可知，當(dāng)閾值為2.5 時(shí)迭代曲線(xiàn)收斂緩慢，一開(kāi)始就變?yōu)樗角壹儍粝裨獢?shù)量相較于其他閾值數(shù)量變少；由圖5（b）可知，當(dāng)閾值為3 時(shí)近似水平線(xiàn)出現(xiàn)9 000 次左右，表明此時(shí)純凈像元數(shù)量趨于穩(wěn)定，且總體增長(zhǎng)均勻；由圖5（c）可知，閾值為4 時(shí)增速過(guò)快，在3 000次附近就出現(xiàn)近似水平線(xiàn)，并在4 000 次后發(fā)生突變且沒(méi)有近似水平線(xiàn)的出現(xiàn)，表明迭代10 000 次以4 為閾值時(shí)，純凈像元數(shù)量并沒(méi)有趨于平穩(wěn)；由圖5（d）可知，閾值為4.5時(shí)沒(méi)有近似水平的曲線(xiàn)出現(xiàn)。故選用增速均勻且總重趨于飽和的閾值為3的處理后數(shù)據(jù)進(jìn)行n維可視化處理。

Fig.5 PPI curves of different thresholds圖5 不同閾值PPI曲線(xiàn)

對(duì)PPI的處理結(jié)果進(jìn)行n維可視化處理，通過(guò)旋轉(zhuǎn)n維散點(diǎn)圖選擇分布于點(diǎn)云外圍的聚集頂點(diǎn)，該頂點(diǎn)即為純凈像元。將純凈像元的光譜提取出來(lái)，利用ENVI 軟件的光譜分析功能將標(biāo)準(zhǔn)光譜庫(kù)的礦物光譜與像元的光譜進(jìn)行匹配，根據(jù)兩者的反射率以及反射峰和吸收谷的匹配程度確定端元礦物。

SAM 公式如式（1）所示：

式中：nb為波段數(shù)，xi為PPI 提取的端元光譜，yi為高光譜原始圖像光譜。通過(guò)計(jì)算兩者之間的角度來(lái)表示相似度。θ=0說(shuō)明二者完全相同；θ=π/2說(shuō)明二者完全不同。由于此夾角不受向量長(zhǎng)度的影響，該方法可以有效減少太陽(yáng)高度、地形等因素的影響［27］?？紤]到本次實(shí)驗(yàn)研究區(qū)域地形崎嶇復(fù)雜，海拔高，為減少地形、太陽(yáng)照度等影響，采用光譜角制圖法進(jìn)行礦物的識(shí)別填圖。已識(shí)別出的研究區(qū)中磁鐵礦、針鐵礦、皂石、硬錳礦、閃鋅礦、綠泥石、錐輝石等巖礦信息分布如圖6所示。

Fig.6 Mineral distribution of the Pulang ore district圖6 普朗礦區(qū)礦物分布

4 結(jié)果分析

在研究區(qū)內(nèi)，利用高光譜數(shù)據(jù)對(duì)該地區(qū)進(jìn)行蝕變礦物精細(xì)化提取，共識(shí)別出磁鐵礦、針鐵礦、皂石、硬錳礦、閃鋅礦、綠泥石、錐輝石、錫石等多種礦物。

普朗礦區(qū)圍巖蝕變帶和礦物的分布情況如圖7 所示，可以看出在中心礦體（即鉀化硅化帶）及其周?chē)唇佊r化帶）分布有密集的針鐵礦，針鐵礦為黃鐵礦的氧化產(chǎn)物，密集地分布在2 個(gè)蝕變帶內(nèi)，同時(shí)在青磐巖化帶內(nèi)也出現(xiàn)了大量綠泥石，證明了高光譜提取礦物在該區(qū)域的可行性。試驗(yàn)結(jié)果詳細(xì)地顯示了蝕變帶內(nèi)占優(yōu)勢(shì)的蝕變礦物種類(lèi)及分布范圍，提高了蝕變信息的可利用性，特別是能識(shí)別出針鐵礦、閃鋅礦、綠泥石、磁鐵礦等與礦化直接相關(guān)的礦物，以及能精確地識(shí)別礦物種類(lèi)以及分布范圍，并能夠進(jìn)行礦物填圖。

Fig.7 Surrounding rock alteration and mineral distribution of Pulang mining district of Yunnan Province圖7 云南普朗礦區(qū)圍巖蝕變及其礦物分布

由圖7 可知，在普朗礦區(qū)識(shí)別出的高溫磁鐵礦沿著北西向斷裂呈帶狀分布，向南無(wú)玢巖體出露地區(qū)僅有閃鋅礦分布，這也說(shuō)明在礦區(qū)內(nèi)玢巖體大面積出露地表。

在首采區(qū)及其東南部以及礦區(qū)的北部識(shí)別出較大范圍的閃鋅礦。如圖8 所示，在礦區(qū)北部閃鋅礦的密集區(qū)出現(xiàn)了Zn 的化探異常，在其周?chē)殡S有磁鐵礦等高溫產(chǎn)物以及硬錳礦等風(fēng)化產(chǎn)物。在較高溫度下形成的閃鋅礦中的Fe 和Mn 含量增多，因此推測(cè)在普朗礦區(qū)存在的閃鋅礦為高溫閃鋅礦。

Fig.8 Sphalerite and Zn geochemical exploration anomalies圖8 閃鋅礦與Zn化探異常

研究區(qū)北部在構(gòu)造上呈線(xiàn)性構(gòu)造與環(huán)形構(gòu)造密集分布，且線(xiàn)性構(gòu)造多為NW-SE（North-West South-East）走向分布，與鐵染及羥基的蝕變異常展布方向一致，推測(cè)2 種蝕變異常受到線(xiàn)性構(gòu)造的控制。結(jié)合已知的斑巖體出露情況，北部高光譜提取的針鐵礦、磁鐵礦等多分布于斑巖體上，且此處的線(xiàn)性構(gòu)造分布密集，便于礦物開(kāi)采，故此地區(qū)可能為有利開(kāi)采的遠(yuǎn)景區(qū)。

5 結(jié)論

本文通過(guò)分析從普朗地區(qū)高光譜遙感中提取的蝕變信息，以及從研究區(qū)中提取的蝕變礦物，得到如下結(jié)論：①通過(guò)比較提取的純凈像元光譜與標(biāo)準(zhǔn)波譜庫(kù)中的波譜，發(fā)現(xiàn)高光譜遙感可以精確地找到蝕變礦物并與相關(guān)的地質(zhì)信息結(jié)合，更便于找到有利的成礦區(qū)；②MNF 變換后，靠前波段的信息含量高且噪音少，而靠前波段也并非嚴(yán)格按照信噪比的高低進(jìn)行排列，所以選取時(shí)需要仔細(xì)辨別；③PPI 迭代曲線(xiàn)增速均勻，當(dāng)?shù)€(xiàn)不再變化時(shí)，純凈像元數(shù)趨于穩(wěn)定，此時(shí)PPI閾值為最佳閾值，本實(shí)驗(yàn)中該閾值為3。