-宣扬地学成果，传播勘查技术方法-
点击上方“覆盖区找矿”，关注更精彩！
遥感蚀变信息提取研究综述
王生礼，李志军
第一作者：王生礼，硕士研究生，资源环境遥感研究方向。
通信作者：李志军，副教授，从事遥感地质学教学与研究。
矿物蚀变是重要的地质找矿标志，遥感方法能够有效采集矿物蚀变信息。近年来，利用遥感数据提取矿物蚀变信息成为研究热点。随着遥感技术的迅速发展，遥感蚀变信息提取所用的数据源不断丰富，提取技术方法也在不断更新。本文系统梳理了遥感数据源和蚀变信息提取技术方法的进展，并对比分析了不同遥感蚀变信息提取方法的效果。基金项目：国家自然基金面上项目“西藏狮泉河中生代增生杂岩地质记录：对班公湖-怒江特提斯洋西段演化的结束”（42172118）。
0 引言
1 蚀变信息提取数据源的发展
1.1 多光谱数据
1.2 高光谱数据
2 遥感数据提取的主要蚀变信息
2.1 蚀变信息光谱特征
2.2 铁染蚀变信息提取
2.3 羟基蚀变信息提取
2.4 碳酸盐蚀变信息提取
2.5 硅化蚀变信息提取
2.6 小结
3 蚀变信息提取方法
3.1 传统提取方法
3.2 高光谱数据提取方法
3.3 基于算法与SVM的提取
4 结论
遥感技术在地质调查和找矿勘查中，既能发挥宏观高效的优势，又能揭示构造、地层、岩浆岩和矿化蚀变等信息，提高了地质勘查的效率。矿物蚀变信息往往与成矿作用相生相伴，它是成矿流体移动所形成的特殊地质记录，对于找矿具有十分重要的意义。矿床围岩蚀变多种多样，常见的围岩蚀变种类有硅化、绢云母化、褐铁矿化、方解石化、绿泥石化等。通常情况下，在遥感获得的地表信息中，只要有一定强度的蚀变岩石出露，就可以在遥感影像上有所反映。利用遥感影像提取矿物蚀变信息的主要原理是基于矿物的波谱特性，不同矿物的组分、结构以及各种离子基团使不同矿物具有不同的波谱曲线。在选取地区的影像中难免会有植被、云、雪、阴影等地物干扰因素，对于蚀变信息的提取影响较大，需要在提取过程中将其掩膜。早在20世纪80年代，国外学者对于遥感蚀变信息提取就开展了大量的研究，常用方法包括假彩色合成、主成分分析（PCA）、小波变换、快速傅里叶变换等。国内对于遥感蚀变信息提取的研究工作起始于20世纪末期，将比值法与PCA进行结合，在地质找矿工作中取得了丰富成果。随着近年来遥感技术的迅猛发展，遥感蚀变信息提取所用的数据源在不断丰富，提取方法不断优化，能够识别的矿物种类越来越多。从多光谱到高光谱、从卫星到航空再到无人机，利用比值法、PCA、支持向量机（SVM），混合像元分解、尺度分割、神经网络以及遗传算法等不同方法的结合，对矿化蚀变信息的提取有了新的进展。因此，本文就蚀变信息提取使用的遥感数据、识别的矿物种类及提取方法日新月异的发展进行总结。不同空间分辨率对蚀变信息提取精度不同，空间分辨率相对较高的影像源，对蚀变信息提取效果较好。因此，对多光谱遥感空间分辨率的研究不断发展，从低空间分辨率（＞10m）到中空间分辨率（1～10m）再到高空间分辨率（＜1m）仅仅花费了半个世纪，这也代表了多光谱卫星遥感的崛起。1972年至今Landsat已经发射到了9号（2021年9月发射），光谱波段数目与空间分辨率数目逐渐增加。自专题制图仪（TM）传感器增加了地质应用的短波红外波段，LandsatTM数据就成了蚀变信息提取的主要数据源。后来发展到了ETM＋、OLI－1和OLI－2，其中OLI－1与OLI－2相比于ETM＋仅增加了对云层和水的特定波段。Terra卫星的星载热辐射与反射辐射计（ASTER）数据相较于Landsat数据增加了短波红外与热红外的波段数，并提高了可见光—近红外波段范围的空间分辨率（15m），这对于遥感地质信息提取给予了很大帮助。用于矿物蚀变信息提取的多光谱数据很多，如TM、ETM＋、Landsat8OLI、ASTER、Sentinel－L2A、WorldView等（图1），为地质找矿作出了巨大贡献。但由于波谱分辨率低的原因，多光谱数据提取的矿物类别有限，不能对矿物进行细分。图1 不同数据源各波段空间分辨率、光谱分辨率比较（据NASA官网）
高光谱分辨率遥感技术从20世纪80年代就开始投入使用，其电磁波谱可以记录紫外到短波红外的连续光谱，是目前遥感技术发展最前沿并且在地质行业应用最成功的技术。星载高光谱遥感典型的数据有MODIS数据，其工作谱段0.4～14μm，共36个通道；EO－1搭载的成像光谱仪所获取的Hyperion数据，通道数220个，光谱分辨率10nm，空间分辨率为30m。除此之外中国GF－5数据共有318个通道，且光谱分辨率在VNIR是5nm，在SWIR谱段是10nm；HJ－1数据工作谱段在0.45～0.95μm，平均光谱分辨率5nm，地面分辨率为100m。航空高光谱遥感的典型数据有澳大利亚HyMap数据，总通道数有158个，其中在0.4～2.5μm通道有128个，红外波段有30个，光谱分辨率10～20nm；加拿大的CASI/SASI，谱段范围分别是380～1050nm与950～2450nm，通道数分别是288与100，光谱分辨率分别是2.3和15nm。中国在“七五”时期由中国科学院上海技术物理研究所研制的MAIS、OMIS、PHI和WHI其性能达到了国际先进水平，其中OMIS波段数共128个，其可见光范围内光谱分辨率达10nm；2015年，我国用于矿物勘查的推扫式机载高光谱成像仪WHPI面市，工作谱段位于0.4～2.4μm，其中，VNIR光谱范围为400～1000nm，光谱分辨率为5nm。高光谱数据波段多，波段窄，能有效分辨不同矿物的波谱特征，在矿物填图与精细识别中发挥了重要作用。空间分辨率不高一直是卫星高光谱数据的弱点；航空高光谱空间分辨率较高，但高昂的成本限制了它的应用。随着无人机技术的发展，无人机高光谱以其方便、快捷、双高分辨率的优势正迅速在遥感大比例尺应用领域占据重要地位。铁化蚀变的光谱在0.4～1.3μm处具有明显光谱变化特征，其中在蓝波段和近红外波段有明显吸收谷，在红波段有明显的反射峰。0.85～1.3μm反射率迅速攀升，且在1.3μm附近达到最高，在短波红外谱段变化较小，不具有诊断波谱特征。泥化蚀变的谱段区域一般选择2～2.5μm处，可以识别含有CO32－、OH－等阴离子基团的矿物。具体的吸收谱带的位置还与它们多连接的金属离子有关。如Al-OH的吸收带在2.22μm处，Mg-OH的吸收带在2.3μm处，Si-OH的吸收带在2.23μm处。CO32－吸收带中心波长在1.9、2.0、2.16、2.35、2.55μm处（表1）。铁化蚀变是Fe的氧化物、Fe的氢氧化物、Fe的硫化物，代表矿物有针铁矿、黄钾铁矾、赤铁矿、磁铁矿等（图2）。用波段比值法提取铁染蚀变信息方法如TM5/1、ETM3/1，但ASTER2/1和ASTER（4/3）＋（2/1）对铁染蚀变信息提取相比TM、ETM更好，主要体现在对植被影响的弱化。图2 典型铁染矿物光谱曲线图
1—黄铁矿（pyrite）；2—磁铁矿（magnetite）；3—针铁矿（goethite）；4—褐铁矿（limonite）；5—赤铁矿（hematite）
TM和ETM数据源做PCA方法选择b2、b4、b5、b6进行提取；OLI数据选择b1、b3、b5/b4、b4来提取过铁染蚀变信息；Sentinel－2A选择b3、b4、b8a、b11；WorldView选择VNIR－3、VNIR－6、SWIR－1、SWIR－3。羟基是热液矿床形成过程矿物蚀变的主要组成，代表性蚀变矿物有明帆石、伊利石、蒙脱石、高岭石等（图3）。对于羟基信息提取从比值法到PCA，所采用的办法大致类似。图3 典型羟基蚀变矿物光谱曲线
1—高岭石（kaolinite）；2—绿泥石（chlorite）；3—孔雀石（malachite）；4—白云母（muscovite）；5—蒙脱石（montmorillonite）；6—方解石（calcite）
TM、ETM影像选择b5/b7，但是在植被覆盖情况下ASTER（5＋7）/6和ASTER（7/6）*（4/6）对于羟基蚀变效果良好。PCA方法的波段选择主要看波谱特征的吸收谷和反射峰，如OLI选择b2、b5、b6、b7，b1、b4/b3、b5、b6；ASTER通过b3、b4、b6、b7做主成分分析。若与－OH所连接的金属离子不同，该物质的光谱特征就会发生变化。如用WorldView数据做PCA主成分分析选择的波段有所差异，Al－OH采用了VNIR－1、VNIR－7、SWIR－3、SWIR－6，Mg－OH采用的波段是VNIR－1、VNIR－7、SWIR－3、SWR－8，Fe－OH采用的是VNIR－1、SWIR－1、SWIR－3、SWIR－7。碳酸盐蚀变是比较常见的中温热液蚀变类型，主要见于基性、超基性岩中。碳酸盐化典型矿物有方解石、菱铁矿、铁白云石等矿物。该蚀变主要与Cu、Au矿床有关。Landsat8数据比值法选择b6/b7来提取蚀变信息；ASTER利用（b7＋b9）/8或者ASTER（b6/b8）*（b9/b8），对于碳酸盐化提取效果较好；Sentinel－2A中选择用b12/b8＋b7/84来进行提取。ASTER做主成分分析选择b1、b2、b8、b9；WorldView主成分分析选择VNIR－1、VNIR－7、SWIR－3、SWIR－5。硅化是控矿岩体中石英脉或隐晶质渗透到地表围岩的一种蚀变作用，蚀变强度与硅含量有关。与硅化有关的矿床有金、锌、铅、钼、铜等金属矿床。Sentinel－2A数据通过比值法b11/b2来提取硅化信息；塔娜等利用OLI的b6/b7代替了原来PCA（b1，b3，b6，b7）中的b7，提取的硅化信息取得了良好效果；陈江等通过对波谱库中的数据重采样到波段后，并与矿物的波谱的氧化成分经过对数拟合来判别硅化：SiO2/%＝2.76×log［6.56×B13×B14/（B10×B12）］。阈值划分过程一般采用张玉君所提出的利用（x+kδ）确定阈值，其中δ是标准差，x是均值。对于羟基异常划分一、二、三级蚀变，k分别取2、2.5、3；对于铁染异常划分一、二、三级蚀变，k取1.5、2、2.5进行划分。吴德文等提出用像元灰度及其概率密度分布特征来确定阈值。但是两者相比，张玉君的利用正态分布阈值划分方法普遍被大众接受。用比值法凸显蚀变信息，虽然可以提取出有效信息，但是比值法破坏了原本波段的含义，且里面含有许多伪信息，因此光谱意义不清楚并且其数学模型相对简单，应对复杂情况能力欠佳。对于蚀变信息的提取主要分为3种类型，第一种是利用多光谱数据进行单纯的比值分析法、PCA，或者是两者的结合进行提取；第二种是利用高光谱技术识别蚀变信息，其原理是高光谱数据的重建光谱与标准光谱的定量化对比分析；第三种是通过不同算法优化分类器阈值和权重因子来提取蚀变信息，提取效果都有明显改进。传统的提取方法是采用比值法、主成分分析法等处理图像。处理后的遥感影像灰度值直方图呈正态分布，通过阈值划分来确定异常等级。比值法通过增强光谱信息差异来获取蚀变信息，但简单的波段运算无法获得良好的提取效果。比如利用ETMb5/b7波段比值提取羟基蚀变信息，在植被覆盖度较低区域效果良好，但对于植被覆盖度大的地区效果较差。Crosta法是在20世纪末期国外科学家提出的一种经典的蚀变信息提取方法，其效果要比单纯的比值法好，可以圈定铁染与泥化现象。例如有学者利用云南江城大团包铜矿的ETM＋遥感数据，采用PCA和最大似然法相结合的手段，获取了高植被覆盖区遥感影像上铜、铅等异常信息。路轩轩、赵元洪等分别在植被覆盖区和湿润亚热带，利用“比值＋主成分变换”的方法成功从TM、ETM中提取矿化蚀变信息。单纯运用PCA或简单的比值算法，往往无法获得理想的提取精度。有学者将两者结合结合起来应用，既消除了干扰信息，又增强专题特征信息，取得了很好的效果。随着高光谱传感器的发展，光谱角制图法（SAM）、光谱特征拟合法（SFF）、最小能量约束法（CEM）、混合调制匹配滤波（MTMF）等方法应运而生。光谱角制图法是通过对比地物光谱与标准光谱之间的夹角，来识别地物。角度夹角在［0，π/2］之间，角度越小相似程度越高。张洁通过SAM对玉龙斑岩铜矿带进行蚀变提取，获得效果与地质图相吻合。相比于SAM填图，田青林等提出基于权重的SAM，并且实验结果验证要比传统SAM要好。光谱特征拟合法是通过提取吸收峰/谷的强度和位置，利用最小二乘法拟合进行与标准波普库对比。最小能量约束法既可以在抑制背景光谱又能突出目标光谱。该方法以MNF变换文件作为输入文件，同时端元波谱也需要转换为MNF空间下的波谱，生成的结果是端元波谱对比每个像元得到的灰度图像，像元值越大表示越接近目标。通过高植被覆盖区研究发现，CEM要比SAM效果好，敏感度高。混合调制匹配滤波法是混合调制技术和匹配滤波技术方法的综合。它综合了两种方法的优点，匹配滤波时不需要其他背景端元光谱，像元各端元的含量为正且总和为1，实现了在约束条件下提取信息。支持向量机（SVM）是通过样本信息在模型复杂度和深度学习之间寻求最优解的机器学习方法。Vapnik等发现SVM性能的优劣与核函数、惩罚因子有关，其中核函数参数和惩罚因子影响大于核函数类型。常用的几种核函数类型有：线性核、多项式核、RBF核和Sigmoid核。模型参数通过不同算法取其最优。王东和陈尧东采用粒子群智能算法获得SVM参数，并在蚀变提取过程中得到了理想效果。薛云等利用蚁群算法对SVM参数进行搜索，实验表明其算法相较于网格搜索算法更快更优。吴一全等利用PCA和布谷鸟算法优化SVM，实验表明其提取效果比PCA和粒子集群优化SVM提取效果好。（1）遥感蚀变信息提取为找矿提供依据，指明矿化蚀变地带与找矿方向，是地质找矿的重要方法。（2）不同蚀变信息提取方法各有其优点和缺点，需要不断改进。如干扰因素的去除方面，传统植被提取用到NDVI，但是对于信号微弱的矿物蚀变信息，用NDVI效果并不明显，这主要体现在NDVI阈值的确定。后来有学者采用分解混合像元的方法来剔除植被信息，但这种方法同样存在局限性，原因是将地物之间的关系认为是线性的。而事实上每个像元中地物波谱之间的关系是非线性的。因此植被干扰因素的剔除是今后蚀变信息提取的关键点。（3）随着机器学习力度的加深，优化算法提高搜索能力是进一步加深遥感地质研究的“助推器”，是加强地质信息识别解译提取的重点。遥感地质信息精细化识别是未来遥感蚀变信息提取发展的主要方向。随着识别技术的日趋完善，遥感技术的经济效益将日趋显著。原文来源：王生礼,李志军.遥感蚀变信息提取研究综述[J].地质与资源,2023,第32卷(4):462-470.
--------往期精彩回顾--------
云南普朗超大型斑岩铜矿区蚀变特征、矿物填图与找矿潜力分析(卫星遥感）
无人机高光谱遥感技术在自然资源调查中的应用进展
岩矿高光谱遥感原理、方法、进展及青藏高原应用前景
------关注“覆盖区找矿”，拥有更多新方法------
![]()
