焦点观察：连琛芹等：多源数据在甘肃山羊坝地区找矿勘查中的应用

多源数据在甘肃山羊坝地区找矿勘查中的应用

(资料图)

连琛芹1,2, 姚佛军3, 封志明1,2, 杨建民3, 贾祥祥4

（1.中国科学院 地理科学与资源研究所,北京 100101；2.中国科学院大学,北京 100049；3.中国地质科学院矿产资源研究所,北京 100037；4.甘肃省地质矿产勘查开发局 第一地质矿产勘查院,甘肃 天水 741020）

摘    要

针对单一遥感数据已难以满足地质找矿工作需求的问题,本次研究综合使用雷达数据、光学数据及其他非遥感数据共同服务于地质找矿。以甘肃山羊坝地区为研究区,选择ASTER多光谱遥感数据,采用植被抑制法+特征向量主成分分析法,提取研究区的蚀变信息;选择PALSAR雷达数据,采用聚焦、多视、滤波、辐射定标、地理编码和增强处理等一系列处理方法制作雷达强度图,提取研究区构造信息。最后利用GIS平台进行遥感、地质及化探等信息的集成与综合分析,最终圈定了具有找矿前景的矿产资源靶区,野外查证发现一处金矿点。此次研究获得了良好的找矿效果,表明同时使用雷达数据、光学数据及其他非遥感数据的综合找矿方法,对本地区金矿找矿勘查具有重要的指导作用。

关键词

ASTER; PALSAR; 山羊坝; 遥感找矿; 金矿

0 引    言

遥感技术凭借短周期、低成本、风险小、绿色环保等优势,在地质找矿工作中发挥了重要作用[1⇓-3]。尤其是利用光学数据进行蚀变信息提取方面取得了很多显著的效果[4]。Crósta等[5]成功利用AVIRIS光学数据提取了加利福尼亚Bodie地区蚀变信息。张玉君等[6]建立了“去干扰异常主分量门限化技术”,该方法在我国遥感蚀变信息研究领域发挥了极其重要的作用。遥感蚀变信息提取使用的光学数据主要以ETM+数据和ASTER数据为主。利用ETM+提取的异常信息,通常包含大量与矿化关系不大的“面积型”异常。这样将使获得的遥感蚀变信息缺乏找矿的有效性,提高了找矿信息辨别的难度[7]。ASTER数据在短波红外区域拥有6个波段,大大增强了对矿物的识别能力,使靶区优选更加高效。

目前,在遥感地质找矿工作中,遥感构造信息提取使用的光学数据较多,但是在植被覆盖较多区域就无法发挥大的作用。随着雷达技术的不断发展,雷达凭借其全天时全天候获取图像的特点及强大的穿透能力,在地质构造信息提取方面发挥着独特的优势。近年来,利用雷达数据进行地质构造的解译也有了部分研究[4]。姚佛军等[8]利用雷达数据,成功地对新疆准噶尔、东天山及西藏多龙地区进行了构造解译工作。代晶晶[9]利用雷达数据,成功提取了埃塞俄比亚西部地区的地质构造信息。前人利用遥感数据服务于地质找矿,大多集中于单一类型地学数据的研究。但随着地质找矿工作逐步走向深入,单一数据源的使用已经无法满足现实工作的需求。综合使用多源地学数据,进行地质找矿研究逐渐成为未来的发展趋势。

本文以甘肃山羊坝地区为研究区,以现代成矿、找矿预测理论为指导。选择ASTER多光谱遥感数据,采用植被抑制法+特征向量主成分分析法,提取研究区的蚀变信息;选择PALSAR雷达数据,采用聚焦、多视、滤波、辐射定标、地理编码和增强处理等一系列处理方法制作雷达强度图,提取研究区构造信息,最后利用GIS平台进行遥感、地质及化探多元信息的集成与综合分析,最终圈定了具有找矿前景的矿产资源靶区,野外查证发现一处金矿点。此次研究获得了良好的找矿效果,表明同时使用雷达、光学数据及其他非遥感数据的综合找矿方法,对本地区金矿找矿勘查具有重要指导作用。

1 研究区概况

研究区地处甘肃省陇南地区,属西和县行政管辖(图1)。地理位置位于西秦岭山系南麓的陇南山区,海拔一般为1 500~2 300 m,相对高差500~800 m,沟谷水系较为发育,地形切割强烈,山势险峻,植被较为茂密,覆盖较广。大地构造位置位于中秦岭陆缘盆地,经历了加里东运动、华力西运动、印支运动、燕山运动、喜马拉雅运动等多期次地质构造演化历史,具复杂的变质变形特征。区内断裂构造多为北东向和北西向。出露地层为上志留统吴家山岩组、海酒山岩组、泥盆系西汉水群(包括下泥盆统安家岔组、中泥盆统黄家沟组、中—上泥盆统红岭山组、上泥盆统双狼沟组)、二叠系十里墩组、三叠系隆务河组、中侏罗统龙家沟组、下白垩统鸡山组、新近系甘肃群和第四系。

图1   研究区地理位置

2 数据源的选择

本文采用的遥感数据是ASTER多光谱数据和PALSAR雷达数据。ASTER项目是美国NASA和日本METI合作并有两国的科学界及工业界积极参与的项目。ASTER是搭载在TERRA卫星上的多光谱成像仪。ASTER测量仪拥有可见光、近红外、短波红外和热红外14个波段(表1),扫幅均为60 km,空间分辨率分别为15 m、30 m和90 m,可以为地球科学领域提供科学实用的卫星数据。ASTER数据在短波红外波段的细分,可更加有效地识别和区分含铁染、铝羟基、镁羟基、碳酸根等矿物,为遥感地质找矿提供更加有力的支撑。

表1   ASTER系统的基本物理参数

PALSAR(Phased Array Type L-band Synthetic Aperture Radar)可全天候获取影像,不受天气、云层、昼夜影响,对于地质构造的提取有其独特的优势。PALSAR提供3大拍摄方式(表2),即Fine拍摄方法、ScanSAR拍摄方法、Polarimetric拍摄方法。Fine拍摄方式又可分为高解析单极化(HH或VV)与双极化(HH+HV或VV+VH)方式,其空间分辨率分别为7~44 m与14~88 m,幅宽为40~70 km;ScanSAR拍摄方式,可提供大广域观测需求,极化为HH或VV,其空间分辨率为100 m,幅宽为250~350 km;Polarimetric拍摄方式属于实验性质,可提供全极化资料,有5种观测角度方式,其空间分辨率为24~89 m,幅宽为20~65 km [10]。本次研究选择双极化Level 1.0 级原始PALSAR数据。

表2   PALSAR传感器的基本物理参数

本文还引入了该研究区地球化学数据作为矿产资源靶区圈定的参考指标,本次工作的山羊坝地区主要采用Au异常作为金矿富集的辅助指示标志。

3 遥感构造信息提取

3.1 理论基础

本次研究所采用的L波段PALSAR雷达数据的实际波长为23.5 cm,其能绕过小于23.5 cm的地物,因此,利用该数据可以穿透云层和植被,也可以穿透一定厚度的第四纪覆盖物,揭露地下一定深度的信息,非常适合于一定覆盖区地质构造的识别。在断裂区域,由于有错动,雷达信息显示为线性信息。具体而言,雷达发射器发出微波,岩层和断层都产生了回波,岩层由于质地均匀密实产生的回波较强,而断层则吸收了部分雷达波,产生的回波明显减弱而形成线性构造。

3.2 构造信息提取

为了充分利用PALSAR雷达数据的特性,本次研究对Level 1.0雷达原始数据进行了一系列解译前的处理工作,流程如下:

(1)聚焦处理。在雷达的原始数据中,使用聚焦的目的在于把分散的能量集中输出到某个像素上,

主要的表征参数是线性调频发射脉冲持续时间及天线波束照亮周期长度。

(2)多视处理。我们为了获得最高的空间分辨率雷达图像,对原始极化数据进行了聚焦处理。经过聚焦处理的双极化雷达数据含有大量的噪声,因此,需要对其进行去噪处理。一般情况下,常用多视的处理方法进行去噪处理,达到抑制雷达图像斑点噪声的作用。

(3)滤波处理。获得的雷达图像存在大量的斑点噪声,这是由于雷达图像的多个后向散射所叠加的噪声,雷达数据的这些噪声会影响后续的地质构造信息提取的质量,为了提高构造解译的精度,需要对雷达数据在多视处理之后,再执行抑制斑点噪声的滤波处理。

(4)地理编码及辐射定标。由于雷达数据的原始坐标系为斜距坐标系统,需要将其转换成在地质应用领域中可用的地理坐标,这个过程就是地理编码。在地理编码过程进行的同时,我们对数据进行辐射定标处理。

(5)增强处理。为了更加直观地体现影像上的各地物特征差异,我们对其进行增强处理。常用的增强处理是线性拉伸,将其扩展到(0,255)。

经过处理的PALSAR雷达图像可以直观地显示出构造信息,雷达影像主要是通过线性暗色纹理特征来识别构造信息的。获得的工作区雷达强度图及遥感构造解译图见图2。

图2   PALSAR雷达强度图及构造解译图

4 遥感蚀变信息提取

4.1 理论基础

围岩蚀变是成矿的重要指示标志,围岩蚀变中的蚀变矿物通常含有铁离子、铝羟基、镁羟基和碳酸根,这些离子(基团)的特征波谱是遥感异常提取的重要理论依据[11]。研究区发现的与金矿化有关的蚀变类型有硅化、褐铁矿化、绢云母化、绿泥石化、碳酸盐化、高岭土化等。其中多数是含有铁离子、羟基或碳酸根的矿物,在 ASTER光学遥感数据的波长范围上具有诊断性波谱特征,为该区遥感蚀变信息提取提供了支撑依据。

地球表面大多数地物均在400~2 500 nm谱段拥有诊断性波谱特征[12]。一般情况下,400~1 200 nm光谱范围包含了含铁矿物的光谱诊断特征,褐铁矿在500 nm和900 nm处存在强吸收诊断特征,对应于ASTER第1和第3波段。在2 000~2 500 nm的光谱范围内包含碳酸根、镁羟基和铝羟基矿物的光谱诊断特征,绢云母和高岭石在2 210 nm附近具有强吸收特征,对应于ASTER第5和第6波段;绿泥石、方解石等矿物在2 335 nm附近具有强吸收特征,对应于ASTER第7和第8波段(图3)。

图3   蚀变矿物波谱曲线

4.2 预处理

在本次工作中,采用的ASTER数据是L1T级数据。研究区在进行矿化蚀变信息提取前,需要对遥感影像进行预处理,主要包括波段重采样、去边框、去干扰地物等。

由于可见光近红外波段空间分辨率为15 m,短波红外波段空间分辨率为30 m,为了充分利用可见光近红外波段的空间分辨率,因此将短波红外波段数据重采样到15 m,后与可见光近红外波段建立数据集。ASTER 传感器在不同波段获取数据的时间有微小差异,可见光近红外波段和短波红外波段之间空间位置并不完全重合,因此构建数据集时需要进行配准。研究区除了植被的覆盖外,还有水体、阴影等干扰因素。本文利用掩膜的方式去除水体、冰雪、阴影等干扰因素,尽量避免对提取蚀变信息造成影响。由于研究区植被覆盖率较高,但密度较小,完全利用掩膜去除植被,可能造成一些与矿化有关的蚀变信息损失。为了尽可能减少植被带来的影响,本文引入了植被抑制法。植被抑制法可以最大程度地突出稀疏植被间的地面光谱特性,尽可能充分突现岩石和土壤的光谱特性,是一种最大限度对植被光谱特性抑制的算法[13]。本文使用植被抑制法取得了比较不错的效果,如图4所示。

图4   植被抑制前后对比图

4.3 蚀变信息提取

目前常用的矿化蚀变信息提取方法主要有比值、匹配滤波法、主成分分析法及光谱角法等[14]。由于主成分分析法无需进行光谱实测,是目前遥感找矿应用中最为广泛的方法[15-16]。将遥感影像4个波段进行主成分变换后,与矿化有关的信息就被分离出来了,不过其一般为弱信息,往往存在于信息量较少的第3或第4主分量中,具体需要结合蚀变矿物特征来判别。本文据此采用主成分分析法,对研究区ASTER光学数据进行蚀变信息提取。

4.3.1 铁氧化物信息

褐铁矿等铁氧化物的光谱在ASTER第1和第3波段具有吸收诊断特征,在第2和第4波段具有反射特征。因此对ASTER1、ASTER2、ASTER3、ASTER4波段进行主成分分析,提取铁染信息。一般情况下,PCA后的主分量ASTER1、ASTER2的系数符号是相反的,且ASTER1为负。表3列出了PCA后的各分量物理参数。结合铁氧化物光谱特征,可知铁染信息位于PC4,符号取反后图像反映的信息为铁染信息。

表3   波段1、2、3、4多光谱组合主成分分析特征向量

4.3.2 含铝羟基矿物信息

研究区的含铝羟基矿物主要是绢云母和高岭石,绢云母在第6波段具吸收诊断特征,高岭石在第5和第6波段均具有吸收诊断特征。因此为了将含铝羟基矿物信息尽可能都提取出来,本次研究对ASTER1、ASTER3、ASTER4、ASTER5和ASTER1、ASTER3、ASTER4、ASTER6两组波段组合均进行主成分分析。一般情况下,铝羟基蚀变信息主分量的ASTER1、ASTER3的系数符号是相反的,且ASTER1为正。表4列出了PCA后的各分量物理参数。结合羟基矿物光谱特征,可知蚀变矿物信息位于PC4,其中第一组表格PC4符号需要取反。

表4   波段1、3、4、5(6)多光谱组合主成分分析特征向量

4.3.3 含镁羟基和碳酸根矿物信息

研究区的含镁羟基和碳酸根矿物主要是绿泥石和方解石,它们均在第7和第8波段具有吸收诊断特征。因此为了将含镁羟基和碳酸根矿物信息尽可能都提取出来,本次研究对ASTER1、ASTER3、ASTER4、ASTER7和ASTER1、ASTER3、ASTER4、ASTER8两组波段组合均进行主成分分析。一般情况下,镁羟基和碳酸根矿物蚀变信息主分量ASTER1、ASTER3的系数符号是相反的,且ASTER1为正。表5列出了PCA后的各分量物理参数。结合绿泥石和方解石的光谱特征,可知蚀变矿物信息位于PC4,两组表格PC4符号均需要取反。

表5   波段1、3、4、7(8)多光谱组合主成分分析特征向量

4.3.4 蚀变信息成图

最后对提取的遥感蚀变矿物信息做异常切割处理,对切割后的二值图像进行中值滤波。同时将异常和其他信息叠合进行异常筛选,尽可能进一步剔除与矿化无关的干扰信息。最后对含铁染、铝羟基、镁羟基和碳酸根矿物的信息赋予不同颜色,得到研究区的遥感蚀变信息图(图5)。

图5   蚀变异常信息图

5 多元信息综合分析及野外验证

矿产勘查的过程是逐渐获取找矿信息和不断减小找矿风险的过程,在进行地质找矿工作时任何一类信息都有其应用针对性[17]。单独使用遥感蚀变信息进行找矿勘查,难以满足实际需求,因为可能有很多异常和金矿成矿关系不大,但又难以筛选。因此,将遥感、地质、化探等信息叠合在一起,进行多元信息的集成与综合分析,可弥补单一地学数据找矿的不足,从而提高找矿的效率。本次工作充分利用遥感构造信息、遥感蚀变矿物信息、地质矿产信息、化探信息等进行多元信息的集成与综合分析,进行资源靶区的优选。综合分析各类信息和已知金矿床的关系,发现在多种遥感羟基蚀变异常强烈、Au地球化学高值区、断裂及铁染异常强烈的地方附近,是勘查到有潜力金矿化的重点区域,具有较好的找矿前景(图6)。

图6   多元信息叠加图

本次研究进行了野外验证,发现一处金矿点,进一步佐证了此次研究的有效性和可行性。该矿点矿体出露标高为1 829 m,矿体厚度1.9 m,矿体Au品位为3.08×10-6。矿石类型为黄铁矿化构造蚀变岩型,主要的矿化类型为黄铁矿化及硅化等。矿体顶底板为构造角砾岩。矿体与围岩为断层接触关系,围岩中主要蚀变为星点状分布的黄铁矿化,其次有褪色蚀变、硅化及碳酸盐化,另有绢云母化和毒砂化等(图7)。野外验证说明同时使用雷达数据、光学数据及其他非遥感数据的综合找矿方法是可行的,对未来该区进一步找矿勘查具有重要的指导意义。

图7   矿体和石英脉

6结 论

(1)利用PALSAR雷达数据,采用聚焦、多视、滤波、辐射定标、地理编码和增强处理等一系列处理方式,获得了研究区雷达强度图。根据雷达强度图,可有效地提取植被覆盖区的地质构造信息,为后续综合找矿工作奠定基础。

(2)利用具有高空间分辨率和高光谱分辨率等优点的ASTER数据,采用植被抑制法+特征向量主成分分析法,成功提取了研究区的遥感蚀变矿物信息。

(3)将遥感、地质、化探等信息叠合在一起进行多元信息的集成与综合分析,发现在多种羟基蚀变异常强烈、Au地球化学高值区、断裂构造及铁染异常强烈的地方附近,是找矿的重点勘查区域,其具有较好的找矿前景。

(4)综合使用雷达数据、光学数据及其他非遥感数据的综合地质找矿方法,具有良好的应用潜力,对本地区金矿找矿勘查具有重要的指导作用。

参考文献：

[1]连琛芹. 半裸露区遥感找矿信息提取研究[D]. 北京: 中国地质大学(北京), 2020:1-42.

[2]连琛芹, 姚佛军, 陈懋弘, 等.GF-5高光谱数据在植被覆盖区的蚀变信息提取研究——以广东省玉水铜矿为例[J]. 现代地质, 2020, 34(4):48-54.

[3]连琛芹, 姚佛军, 杨建民, 等.半裸露区遥感蚀变信息提取研究——以甘肃玛曲地区为例[J]. 现代地质, 2019, 33(5):1079-1085.

[4]代晶晶.埃塞俄比亚西部岩浆熔离型铁矿遥感找矿模型[J]. 遥感技术与应用, 2012, 27(3):380-386.

[5]CRÓSTA A P, SABINE C, TARANIK J V.Hydrothermal alteration mapping at Bodie, California, using AVIRIS hyperspectral data[J]. Remote Sensing of Environment, 1998, 65(3):309-319.

[6]张玉君, 曾朝铭, 陈薇.ETM+(TM)蚀变遥感异常提取方法研究与应用——方法选择和技术流程[J]. 国土资源遥感, 2003, 15(2):44-49.

[7]姚佛军. 中国典型斑岩铜矿遥感蚀变分带模型研究[D]. 北京: 中国地质大学(北京), 2012:1-238.

[8]姚佛军, 杨建民, 耿新霞.雷达数据在地质构造识别中的初步研究[J]. 矿床地质, 2010, 29(S1):695-696.

[9]代晶晶.PALSAR及RADARSAT2全极化雷达数据在地质构造应用中的研究[J]. 地质与勘探, 2011, 47(4):719-725.

[10]姚佛军, 焦鹏程, 赵艳军, 等.干盐湖区隐伏控卤构造遥感识别研究——以马海盐湖为例[J]. 地质学报, 2021, 95(7):2225-2237.

[11]唐超, 陈建平, 张瑞丝, 等.基于Aster遥感数据的班怒成矿带矿化蚀变信息提取[J]. 遥感技术与应用, 2013, 28(1):122-128.

[12]刘雷震, 姚佛军, 武建军, 等.多源数据在西藏多龙矿集区找矿实践中的应用[J]. 北京师范大学学报(自然科学版), 2016, 52(2):184-188.

[13]陈三明, 钱建平, 陈宏毅.桂东南植被覆盖区的抗干扰遥感蚀变信息优化提取与找矿预测[J]. 桂林理工大学学报, 2010, 30(1):33-40.

[14]LIU L, ZHUANG D F, ZHOU J, et al.Alteration mineral mapping using masking and Crosta technique for mineral exploration in mid-vegetated areas: a case study in Areletuobie, Xinjiang (China)[J]. International Journal of Remote Sensing, 2011, 32(7):1931-1944.

[15]刘磊, 周军, 尹芳, 等.基于ASTER数据的巴里坤地区蚀变矿物填图及找矿[J]. 遥感技术与应用, 2013, 28(4):556-561.

[16]赵玉梅, 刘磊, 周军, 等.新疆乌什塔拉地区遥感、化探、地质综合找矿研究[J]. 地质找矿论丛, 2016, 31(1):135-141.

[17]耿新霞, 杨建民, 姚佛军, 等.新疆阿勒泰阿巴宫铁矿遥感找矿综合信息研究[J]. 地质论评, 2010, 56(3):365-373.

标签：