基于ASTER影像的蝕變異常提取方法研究
——以贊比亞謙比希銅礦床地區為例

余 健，董玉森，張 志，楊日紅

基于ASTER影像的蝕變異常提取方法研究
——以贊比亞謙比希銅礦床地區為例

余 健1，董玉森1，張 志1，楊日紅2

(1.中國地質大學(武漢)地球科學學院，武漢 430074;2.中國國土資源航空物探遙感中心，北京 100083)

基于贊比亞謙比希(Chambishi)銅礦帶中的多種蝕變礦物及其在ASTER影像VNIR－SWIR譜帶的特征光譜分析，采用相對波段吸收深度(Relative absorption－Band Depth，RBD)和波段比值的方法對蝕變信息進行增強處理。用波段比值ASTER 2/ASTER 1和ASTER 3的RBD增強黃鐵礦和黃銅礦信息，用ASTER 8的RBD增強白云石、方解石和黑云母信息，用ASTER 6的RBD增強絹云母信息;對已有的Crosta主成分分析法進行改進，將信息增強后的比值和RBD數據應用于Crosta法則，對謙比希銅礦及其附近區域進行蝕變信息提取。經已知銅礦床(點)驗證及地質資料分析證明，上述方法能夠有效地提取蝕變信息并識別研究區內主要礦物，提取結果可靠，可為蝕變異常提取工作提供參考。

ASTER;SWIR;蝕變異常;謙比希;相對波段吸收深度(RBD)

0 引言

礦化蝕變遙感異常作為一種獨立的找礦因子，可以為找礦提供新的思路和手段。近年來，國內利用多光譜遙感技術進行金屬礦產勘查已有廣泛應用并取得顯著成效，諸如張玉君等［1，2］利用TM數據在基巖裸露區及淺覆蓋區開展了蝕變信息遙感異常提取工作;趙元洪等［3］利用TM數據的波段比值加主成分分析的方法提取熱液蝕變信息;馬建文等［4］提出在TM數據中分離環境干擾因素從而增強蝕變信息的方法。而國外對這方面的研究開始較早，Rokos等［5］用 TM 5/TM 7、TM 3/TM 1 波段比值和主成分分析方法對愛琴海盆地Quaternary島弧中的低溫熱液型金礦進行了蝕變信息提取和找礦預測;Timothy等［6］利用TM數據進行假彩色合成分析，在干旱氣候下的阿拉伯—努比亞地盾提取出金礦化蝕變信息;Loughlin［7］利用 TM 圖像的 4 個波段(TM1、TM3、TM5、TM7 或 TM1、TM4、TM5、TM7)，采取主成分變換結合主因子求反方法，對巴西熱帶地區殘積土壤中的三價鐵和羥基蝕變巖信息進行了填圖。這些研究一般是基于一些與熱液成礦作用相關礦物(如鐵染礦物和羥基礦物)的診斷性波譜特征，從而使遙感能對其進行識別［8，9］。但由于TM數據空間分辨率不高，加重了混合像元的影響;Goets在1975年曾提出用短波紅外的1.6～2.2 μm波譜帶反射率的比值可以區分未蝕變巖石和蝕變巖［10］，但TM數據光譜范圍較寬，覆蓋1.6～2.2 μm波譜范圍的只有TM5和TM7波段，尤其對于含Al－OH、Mg－OH和碳酸根離子的礦物(其特征吸收波譜分別位于2.2 μm 及 2.3 μm 附近［11，12］)，不能將它們很好地區分，因此在通過光譜分析識別巖性方面，TM數據還存在一定的局限性。

在多光譜數據中，ASTER數據由于具有較多的波段數(多達14個波段)、較高的波譜分辨率和空間分辨率(可見光/近紅外部分的空間分辨率為15 m)，對礦化蝕變信息的波譜特征有更好的識別能力。ASTER數據的VNIR、SWIR和TIR波段對巖性識別填圖可起到輔助作用，其中VNIR的3個波段對過渡金屬、尤其是鐵和稀土元素的波譜吸收［13，14］以及對光合作用植物的葉綠素的波譜吸收［15］是重要的信息源;在SWIR的6個波段中，碳酸鹽和氫氧化物礦物光譜顯示出與基團合頻和倍頻譜帶相關的分子吸收特征［16］。雖然一些組成巖石的重要礦物(如石英、長石)在VNIR和SWIR波段并沒有顯示出吸收特征，但在TIR波段顯示出基本分子吸收特征［17－20］，因此ASTER數據對硅酸鹽巖的識別有很大的優勢。此外，ASTER數據的VNIR波段具有15 m的空間分辨率，盡管其幅寬僅為60 km，但ASTER的大角度側擺掃描成像能力將整個垂直軌道方向的成像范圍擴寬為232 km［21］。所以，在利用多光譜遙感數據對蝕變信息遙感異常提取中，與TM和ETM+數據相比，ASTER數據具有明顯優勢。

基于上述背景，本文采用ASTER的可見光—近紅外波段和短波紅外波段數據，根據USGS標準波譜庫中的礦物波譜，借鑒前人研究方法并進行改進，開展了贊比亞謙比希(Chambishi)銅礦地區的蝕變遙感異常提取方法研究。

1 研究區地質概況

謙比希銅礦位于贊比亞—剛果(金)銅礦帶的中部，該銅礦帶是非洲中部盧菲蓮(Lufilian)弧形構造帶東段的一部分。盧菲蓮弧形構造帶從贊比亞和剛果(金)邊境的東部呈弧形延伸到西部的贊比亞—安哥拉邊境，是一個長約500 km、寬80 km的Cu、Co、Ni、Pb、Zn 多金屬成礦帶。區內最主要的構造為NW向的卡富埃(Kafue)背斜，所有礦床均分布于該背斜兩翼的含礦地層中。銅礦帶的地層主要由前寒武紀的基底核與加丹加(Katangan)超群蓋層所組成;基底核地層為早前寒武紀的盧富布(Lufubu)超群和中前寒武紀的穆瓦(Muva)超群，前者為片巖、片麻巖及侵入其中的花崗巖，后者主要為石英巖(圖1)。

圖1 贊比亞謙比希銅礦帶地質簡圖(引自趙興國，2010)Fig.1 The sketch geological map of Chambishi copper belt in Zambia(from Zhao Xing － guo，2010)

由于地表覆蓋物較薄，滲透性較好，致使礦體遭受了強烈的風化作用和氧化作用，形成了許多銅氧化物的礦物，主要有孔雀石、少量銅藍及原生黃鐵礦、黃銅礦和斑銅礦。脈石礦物有方解石、硬石膏、石英、長石、絹云母及白云母等。研究區的含礦建造還遭受了低級區域變質作用，原始的礫石、長石質砂巖、泥巖和粘土質沉積物已變為礫巖、長石質石英巖、石英質長石砂巖、泥巖和片巖;碳酸鹽巖建造已重結晶成白云質或方解石質大理巖;在粗粒的長石砂巖和礫巖中，受剪切作用影響的細粒白云母已變成絹云母和黑云母［22］。礦區內只發現了一些小型斷裂，在背斜頂部石英巖中發現了與拖拽褶皺有關的小斷裂。沿著底礫巖、粗礫巖和下盤礫巖3個礫巖層都出現了層間滑動，雖然滑動距離并不大，卻形成了剪切帶。區內斷裂對礦體無明顯的錯斷［23］。

2 蝕變異常提取

2.1 數據預處理

采用的ASTER數據獲取于2005年4月10日，圖幅范圍為12°07'40″～12°46'09″S，27°38'08″～28°20'08″E，產品等級為L1B。由于原始數據在衛星接收時受到各種因素影響，為了減小誤差、提高蝕變信息提取的精度，需對ASTER L1B數據進行預處理。

2.1.1 去串擾處理

ASTER短波紅外波段(SWIR)存在因探測器單元的光子泄漏而產生的輻射率偏移或附加誤差導致的串擾(Crosstalk)現象。考慮到串擾效應有可能引起數據的反射率異常，本文應用Crosstalk校正軟件［24］對ASTER L1B數據的短波紅外波段數據進行了去串擾處理，以保證蝕變異常信息的提取精度。

2.1.2 重采樣

ASTER數據的空間分辨率在可見光—近紅外波段(VNIR)為15 m，而在短波紅外波段(SWIR)為30 m。為了充分利用ASTER數據在VNIR波段的高空間分辨率優勢，將SWIR波段的像元重采樣到15 m;然后與VNIR波段合成，形成9個波段的數據。

2.1.3 大氣校正

蝕變信息提取基于礦物光譜在各個波段的反射強度，因此需去除大氣、氣溶膠對輻射傳輸的影響，反演地表真實反射率。利用 ENVI軟件中的FLAASH模塊對ASTER數據進行大氣校正，消除大氣和光照等因素對地物反射的影響，從影像中還原出地物的地表反射率、輻射率和地表溫度等真實物理模型參數［25］。分別選用典型地物(如植被、砂土、銅礦點等)對大氣校正效果進行驗證，結果表明，大氣校正后地物的波譜曲線與實際地物波譜有較好的擬合，校正效果較好。

2.1.4 邊框去除

由于ASTER數據的可見光—近紅外波段和短波紅外各波段的覆蓋范圍不一致，造成邊框區域在蝕變信息提取時會出現假異常現象，因此需將覆蓋范圍不一致的邊框區域去除，以保證處理結果有效、準確、合理。利用ASTER 3和ASTER 6進行波段“與”(and)運算，做成掩模，使數據在東西方向覆蓋范圍一致;然后利用ASTER 5和ASTER 7進行波段“與”運算，使數據在南北方向覆蓋范圍一致。

2.1.5 干擾地物去除

本研究區中主要的干擾地物有植被、河流、居民地、干泥地、云和尾礦庫等，這些地物會對蝕變信息的提取造成影響。根據干擾地物的特征光譜(如:植被在ASTER 3有強反射而在ASTER 2卻有強吸收;水體整體反射率均很低且在近紅外波段反射值幾乎為零;云的反射率在近紅外波段呈異常高值)，對其提取并進行掩模運算，將干擾物分離并去除。

2.2 蝕變異常信息提取

遙感蝕變異常信息的提取主要依據蝕變礦物的波譜特征采用主成分分析方法實現。對遙感數據進行主成分分析以增強蝕變異常信息，近年來已經成為一種比較成熟的技術，國內也有多位學者和專家對多種不同類型的研究區域進行了相關的研究工作，取得了顯著成果;但從地質成礦理論來看，每個成礦帶都有各自的成礦特點和蝕變組合，不同的蝕變組合對于成礦類型判斷的指導意義也各有不同。因此，前人研究的蝕變異常提取方法只能作為成礦類型相似地區蝕變異常提取的參考，而對于成礦類型不同的地區，最適宜的方法還有待不斷嘗試和創新，以期達到最好效果。

2.2.1 蝕變礦物光譜特征分析

利用ASTER的VNIR和SWIR波段進行巖性識別的基礎是巖石的礦物組成及其在各波段的光譜反射率。正如Hunt等［26］早在1978年基于礦物標本反射光譜試驗研究得出的結論:巖石中礦物的主要化學成分(即Si、Al、O和Mg)在可見光—近紅外及短波紅外區間不能產生診斷性譜帶，而次要礦物中的Fe2+、Fe3+、OH－和CO2－3離子或離子基團反而在巖石譜帶中占據著具診斷意義的優勢地位。

裸露巖石的光譜主要由組成巖石的礦物光譜疊加而成，因此礦物的光譜特征是巖石光譜特征的主要決定因素［27］。研究區內組成出露礦點的主要礦物有孔雀石、銅藍、黃鐵礦、黃銅礦和斑銅礦，蝕變礦物主要為白云石、方解石、絹云母和黑云母。本文采用美國地質調查局(USGS)丹佛光譜實驗室采集的標準礦物波譜庫中的波譜曲線，對研究區主要蝕變礦物進行波譜對比分析。利用ENVI軟件中的波譜運算功能，將波譜庫中的相應礦物波譜重采樣到ASTER波譜段上，得到ASTER礦物波譜曲線(圖2)。

圖2 USGS波譜庫波譜(實線)與ASTER重采樣波譜(虛線)Fig.2 Spectra from USGS spectral library(solid)and spectra resampled from ASTER(dashed)

在含金屬離子的礦物中，黃鐵礦的波譜在ASTER 1和ASTER 3波段均有強吸收特征，而在ASTER 2和ASTER 4波段有強反射特征，特征譜帶較為明顯;黃銅礦的波譜在ASTER 1和ASTER 3波段有吸收特征，在ASTER 2和ASTER 4波段呈反射特征，與黃鐵礦相似，在ASTER 5和ASTER 6波段呈現弱吸收谷;斑巖銅礦的反射波譜曲線總體呈遞增趨勢，特征譜帶不明顯。

在含CO2－3離子的礦物中，方解石和白云石在ASTER 1～4波段反射率均呈上升趨勢，在ASTER 5、6波段才略有吸收特征，而在ASTER 7、8波段兩者均呈現明顯吸收特征，且在ASTER 8波段存在吸收谷，這與CO2－3離子在NIR光譜2.35 μm和2.55 μm附近出現的內振動的倍頻或合頻較強有密切關系。

硅酸鹽類礦物中，從黑云母波譜曲線可以看出，反射率總體穩定增大，但在ASTER 8波段存在微弱吸收特征;絹云母在ASTER 1～3波段反射率緩慢遞增，在ASTER 4、5波段則呈下降趨勢，在ASTER 6波段呈現吸收谷特征譜帶。

對上述礦物光譜特征的描述見圖3。

圖3 研究區主要礦物反射率波譜曲線及吸收特征(ASTER各波段中心在圖頂部標出)Fig.3 The reflectance spectra and absorption features of main rock－forming minerals in study area(ASTER band centers shown at the top)

從圖3可以看出，根據研究區主要礦物的吸收特征譜帶，可以將它們分為3類:第1類礦物(黃鐵礦、黃銅礦)在ASTER 1、3波段有強吸收，而在ASTER 2、4波段有強反射;第2類礦物(方解石、白云石和黑云母)在ASTER 8波段有吸收谷;第3類礦物(絹云母)在ASTER 5、6波段有弱—強吸收特征。通過歸納，選擇出每類礦物的特征吸收譜帶，進而選擇相應的ASTER波段組合進行相關信息的提取。

2.2.2 蝕變異常提取方法

根據上述主要蝕變礦物波譜分析，參考Crosta主成分分析法［28］的原理，選用ASTER各波段組合進行蝕變異常信息提取:①第1類礦物信息提取中，選用 ASTER 1、ASTER 2/ASTER 1、ASTER 3 和(ASTER 2+ASTER 4)/ASTER 3等4種波段組合進行主成分分析，雖然只有黃鐵礦的特征譜帶比較明顯，但黃鐵礦、黃銅礦和斑巖銅礦的波譜均在ASTER 1、2波段有較大反差，且黃鐵礦在ASTER 3波段具有強吸收，ASTER 3波段的吸收谷與ASTER 2、4波段的吸收肩形成強烈對比，故使用波段比值［29，30］ASTER 2/ASTER 1和ASTER 3波段的相對波段吸收深度［31］(Relative absorption － Band Depth，RBD)即RBD 3對蝕變礦物信息進行增強;②第2類礦物信息提取中，選用 ASTER 1、ASTER 3、ASTER 4和(ASTER 7+ASTER 9)/ASTER 8，將RBD 8選入波段組合也是考慮到ASTER 8波段的吸收特征與鄰近波段形成很好的反差，能起到增強蝕變信息的作用;③第3類礦物信息提取則選用 ASTER 1、ASTER 3、ASTER 4 和(ASTER 5+ASTER 7)/ASTER 6，同理，也是利用RBD 6來更好地識別和提取蝕變信息。

2.2.3 方法應用

將上述方法應用于研究區ASTER影像，得到以下特征向量矩陣(表1～3)。

從第1類礦物波段組合主成分分析的特征向量矩陣(表1)中可以看出，PC3主分量所包含的信息中，ASTER 2/ASTER 1波段組合的權值最大，(ASTER 2+ASTER 4)/ASTER 3波段組合次之，且兩者權值均為負值，因此可以認為，PC 3主分量的信息主要由 ASTER 2/ASTER 1和(ASTER 2+ASTER 4)/ASTER 3貢獻，而ASTER 2/ASTER 1和(ASTER 2+ASTER 4)/ASTER 3波段組合能夠增強含金屬離子的礦物。將第三主分量進行PC 3×(－1)處理后，亮色調區域即為第1類礦物的蝕變強烈區。

表1 第1類礦物波段組合主成分分析特征向量矩陣①Tab.1 Eigenvector matrix for the first group of minerals

從第2類礦物波段組合主成分分析的特征向量矩陣(表2)中可以看出，PC 4主分量的信息量主要由(ASTER 7+ASTER 9)/ASTER 8波段組合貢獻，正好體現了第2類蝕變礦物在ASTER 8波段的吸收特征，而且PC 4主分量的他波段的權值符號也能反映第2類礦物波譜曲線的反射和吸收特征，因此認為PC 4為第2類蝕變礦物的主分量。

表2 第2類礦物波段組合主成分分析特征向量矩陣Tab.2 Eigenvector matrix for the second group of minerals

同理，在第3類礦物波段組合主成分分析的特征向量矩陣(表3)中，PC 4主分量的信息量主要由(ASTER 5+ASTER 7)/ASTER 6波段組合貢獻，最能體現第3類礦物的波譜特征，可作為第3類蝕變礦物的主分量。

表3 第3類礦物波段組合主成分分析特征向量矩陣Tab.3 Eigenvector matrix for the third group of minerals

將上述3類蝕變礦物的蝕變信息主分量分別提取出來后，采用張玉君等［32］提出的主分量閾值化技術分級的作法，計算單波段圖像的平均值及標準離差(σ)，以標準離差的值作為分級的尺度，并以標準離差的倍數作為閾值，用于限定異常水平。最后，為了避免提取結果圖中的大量噪聲點，對結果數據進行了窗口為5×5的中值濾波，得到蝕變礦物異常信息分布圖(圖4)。

圖4 研究區蝕變礦物異常信息分布圖及構造綱要圖(緯度為南緯，經度為東經)Fig.4 Anomaly distribution images of alteration minerals and tectonic sketch map of the study area

2.2.4 結果分析

參照研究區地質簡圖(圖1)分析3類蝕變信息提取結果可以看出，研究區內的蝕變信息多分布于已知礦點及其周圍地區，且大部分沿加丹加地層邊緣分布，這與地質資料中描述的有礦體賦存的加丹加群下羅恩組含礦建造具有較好的相關性。區域內的主要構造——卡富埃背斜兩側的含礦地層也有蝕變信息分布，因此認為，提取的蝕變信息結果比較符合地質資料的描述。

具體分析3類蝕變信息提取結果，發現3類蝕變礦物的分布雖整體在空間關系上具有較好的一致性，但仔細觀察每處礦點蝕變信息的分布情況可以發現，3者的覆蓋范圍僅具有很低的重合率，說明只有3種方法的綜合運用才能比較完整地提取研究區各類蝕變異常信息，也能更好地體現ASTER數據對各種礦物的識別能力。

3 結論

(1)本文利用相對波段吸收深度(RBD)和波段比值方法對贊比亞謙比希銅礦帶ASTER影像中蝕變礦物信息進行增強，并將信息增強后的影像運用于Crosta法則，替換其中相應波段進行主成分分析，提取了研究區內3類主要蝕變礦物的異常信息。經謙比希銅礦帶地質資料驗證，此方法提取的礦化蝕變信息分布與地質資料的描述有較好的相關性。

(2)采用3種波段組合進行主成分分析，所提取的3類蝕變礦物信息在空間分布上重疊率較低，證明了ASTER數據對蝕變礦物具有很好的識別能力，這主要取決于在蝕變礦物比較敏感的2.0～2.5 μm范圍內ASTER具有5個波段能夠對含有Mg－OH、Al－OH 和 CO2－3離子的蝕變礦物加以區分。

(3)本文對植被覆蓋區礦化蝕變信息提取方法的研究還比較欠缺，有待進一步探索。

［1］ 張玉君，楊建民.基巖裸露區蝕變巖遙感信息的提取方法［J］.國土資源遙感，1998(2):46－53.

［2］ 張玉君，李昌國.試用主分量分析方法提取瀾滄江蘭坪地區銅礦化蝕變遙感信息［J］.國土資源遙感，1997(1):20－30.

［3］ 趙元洪，張福祥，陳南峰.波段比值的主成分復合在熱液蝕變信息提取中的應用［J］.國土資源遙感，1991(3):12－17.

［4］ 馬建文，張齊道.利用TM數據提取含金蝕變帶的方法研究——以冀北東卯地區為例［J］.國土資源遙感，1994(2):41－45.

［5］ Rokos D.Argialas D，Mavrantza R，et al.Structural Analysis for Gold Mineralization Using Remote Sensing and Geochemical Techniques in a GIS.Environment:Island of Lesvos，Hellas［J］.Natural Resources Research，2000(4):277 －293.

［6］ Kusky T M，Ramadan T M.Structural Controls on Neoprotero zoic Mineralization in the South Eastern Desert，Egypt:an Integrated Field，Landsat TM and SIR － C/X SAR Approach［J］.Journal of African Earth Sciences，2002(1):107 －121.

［7］ Loughlin W P.Principal Component Analysis for Alteration Mapping.［C］//The Eighth Thematic Conference on Geologic Remote Sensing.Denvor，Cclorado，USA，1991.

［8］ Hunt G R.Electromagnetic Radiation:the Communication Link in Remote Sensing［J］.Remote Sensing in Geology，1980(2):5 －45.

［9］ Clark R N.Spectroscopy of Rocks and Minerals and Principles of Spectroscopy［C］//Rencz A N.Remote Sensing for the Earth Science.New York:John Wiley，1999.

［10］ Abrams M J，Ashley R P，Goetz A F H，et al.Mapping of Hydrothermal Alteration in the Cuprite Mining Disrtrict，Nevada，Using Aircraft Scanning Images for the Spectral Region 0.46 to 2.36 mm［J］.Geology，1977(12):713 －718.

［11］ Duke E F.Near Infrared Spectra of Muscovite，Tschermak Substitution，and Metamorphic Reaction Process:Implications for Remote Sensing［J］.Geology，1994，22:621 － 624.

［12］ Hewson R D，Cudahy T J，Mizuhiko S，et al.Seamless Geological Map Generation Using ASTER in the Broken Hill－Curnamona Province of Australia［J］.Remote Sensing of Enviroment，2005，99:159－172.

［13］ Hunt G R，Salisbury J W，Lenhoff C J，et al.Visible and Near Infrared Spectra of Minerals and Rocks:V.Halides，Phosphates，Arsenates，Vanadates and Borates［J］.Modern Geology，1972(3):121－132.

［14］ Rowan L C，Kingston M J，Crowley J K.Spectral Reflectance of Carbonatite and Related Alkalic Igneous Rocks;Selected Samples from Four North American Localities［J］.Economic Geology，1986，81:857 －871.

［15］ Hunt G R.Spectral Signatures of Particulate Minerals in the Visible and Near Infrared［J］.Geophysics，1977，42(3):501 －513.

［16］ Knipling E B.Physical and Physiological Basis for the Reflectance of Visible and Near－ infrared Radiation from Vegetation［J］.Remote Sensing of Enviroment，1970(3):155 －159.

［17］ Hunt G R，Salisbury J W.Mid－infrared Spectral Behavior of Igneous Rocks［R］.Cambridge，MA:Technical Report AFRCL － TR －75 －0356，US Air Force Cambridge Research Laboratory，1974.

［18］ Hunt G R，Salisbury J W.Mid－infrared Spectral Behavior of Sedimentary Rocks［R］.Cambridge，MA:Technical Report AFRCL －TR －75 －0356，US Air Force Cambridge Research Laboratory，1975.

［19］ Hunt G R，Salisbury J W.Mid－infrared Spectral Behavior of Metamorphic Rocks［R］.Cambridge，MA:Technical Report AFRCL －TR －76 －0003，US Air Force Cambridge Research Laboratory，1974.

［20］ Lyon R J P.Evaluation of Infrared Spectrophotometery for Compositional Analysis of Lunar and Planetary Soils［R］.NASA:Ⅱ.NASA Contract Rep CR －100，1964.

［21］ Fujisada H.Design and Performance of ASTER Instrument.Proceedings of SPIE［J］.The International Society for Optical Engineering，1995，2583:16 －25.

［22］顏 平，劉文成.贊比亞謙比希銅礦礦床特征及成因［J］.中國礦山工程，2006，35(1):1 －4.

［23］趙興國.贊比亞謙比希銅礦床地質特征［J］.地質與勘探，2010，46(1):183 －190.

［24］時丕龍，付碧宏，二宮芳樹.基于ASTER VNIR－SWIR多光譜遙感數據識別與提取干旱地區巖性信息——以西南天山柯坪隆起東部為例［J］.地質科學，2010，45(1):333 －347.

［25］羅慧芬，王秋玲，吳 彬，等.基于FLAASH模型的ASTER衛星影像大氣校正［J］.安徽農業科學，2009，37(17):8101 －8102，8133.

［26］ Hunt G R，Salisbury J W.Assessment of Landsat Filters for Rock Type Discrimination Based on Intrinsic Information in Laboratory Spectral［J］.Geophysics，1978，43:738 －748.

［27］王欽軍，藺啟忠.包爾圖地區Aster遙感巖性提取［J］.地理與地理信息科學，2006，22(2):9 －12.

［28］ Crosta A P，Moore J Mc M.Enhancement of Landsat Thematic Mapper Imagery for Residual Soil Mapping in SW Minas Gerais State Brazil:a Prospecting Case History in Greenstone Belt Terrain［C］//Calgary.Proceedings of the 9th Thematic Conference on RemoteSensing forExploration Geology.Ann Arbor，MI:Environmental Research Institute of Michigan，1989:1173 －1187.

［29］ Rowan L C，Goetz A F H，Ashley R P.Discrimination of Hydrothermally Altered Rocks and Unaltered Rocks in Visible and Near Infrared Multispectral Images［J］.Geophysics，1977，42(3):522－535.

［30］ Rowan L C，Wetlaufer P H，Goetz A F H，et al.Discrimination of Rock Types and Detection of Hydrothermally Altered Areas in South － central Nevada［J］.US Geological Survey Professional Paper，1974，883:1 －35.

［31］ Crowley J K，Brickey D W，Rowan L C.Airborne Imaging Spectrometer Data of the Ruby Mountains，Montana:Mineral Discrimination Using Relative Absorption Band－depth Images［J］.Remote sensing of Environment，1989，29(2):121 －134.

［32］張玉君，姚佛軍.應用多光譜ASTER數據對ETM遙感異常的定性判別研究—以東昆侖五龍溝為例［J］.巖石學報，2009，25(4):963－970.

Research on the Methods for Extraction of Alteration Information by Using ASTER Data:A Case Study of the Chambishi Copper Deposit in Zambia

YU Jian1，DONG Yu －sen1，ZHANG Zhi1，YANG Ri－hong2
(1.The Faculty of Earth Science，China University of Geosciences，Wuhan 430074，China;2.China Aero Geophysical Survey ＆ Remote Sensing Center for Land and Resources，Beijing 100083，China)

Based on several altered rocks in the Chambishi copper deposit and the spectral characteristics of the rocks existing in VNIR －SWIR bands of ASTER data，the authors adopted the methods of Relative absorption－Band Depth(RBD)and band ratio to enhance the mineral alteration information in this paper.The band ratio of ASTER 2/ASTER 1 and the RBD of ASTER 3 were used to enhance the chalcopyrite and pyrite information，the RBD of ASTER 8 was used to enhance biotite and calcite information，and the RBD of ASTER 6 was used to enhance the sericite information.To improve the existing method of Crosta principal component analysis，the authors applied the combination of the enhanced band ratio and RBD to Crosta method with the purpose of extracting the alteration information of the copper deposit and neighborhood areas in Chambishi.As proved by known copper deposit locations and geological analysis，the methods mentioned above can effectively extract the alteration information and distinguish the main minerals in the study area.The results are reliable，thus supplying references to the extraction of alteration information.

ASTER;SWIR;Alteration anomalies;Chambishi;Relative absorption－Band Depth(RBD)

TP 79

A

1001－070X(2011)03－0054－07

2010－12－27;

2011－02－14

科技部項目(編號:2008AA121103－3)資助。

余 健(1986－)，男，土家族，中國地質大學(武漢)在讀碩士研究生，主要從事遙感與地理信息系統、遙感地質等遙感應用研究。

(責任編輯:劉心季)