Landsat8 OLI數據斑巖銅礦遙感蝕變礦物組合提取研究

汪子義， 張廷斌,2,3， 易桂花， 鐘康惠， 別小娟， 王繼斌， 孫姣姣

(1.成都理工大學地球科學學院，成都 610059； 2.成都理工大學工程技術學院，樂山 614000； 3.自然資源部地學空間信息技術重點實驗室，成都 610059)

0 引言

世界經濟發展的百年歷程中，斑巖銅礦提供了超過75%的Cu資源和超過50%的Mo資源需求量，同時，也是Au和Ag等金屬資源的重要來源[1]。我國斑巖銅礦占銅儲量的42.19%，矽卡巖銅礦占銅儲量的22.42%[2]。但是，我國每年的銅產量并不能滿足經濟發展的需求，Cu資源需求量對外依賴度高達70%[3]。因此，斑巖型銅礦床在工業界和科學界備受關注。

以班公湖—怒江成礦帶多龍礦集區鐵格隆斑巖銅礦遠景區為例，在對鐵格隆遠景區各蝕變帶蝕變礦物(組合)波譜分析的基礎上，利用混合調制匹配濾波(mixture tuned matched filtering，MTMF)方法開展基于OLI數據的蝕變礦物組合提取研究，并與Hyperion高光譜數據提取結果進行對比驗證，初步分析鐵格隆遠景區基于OLI數據的蝕變礦物組合分帶特征。

1 研究區概況

青藏高原是聚合板塊最發育的地區，對斑巖型銅礦床及伴生礦床形成十分有利，具有良好的斑巖型銅礦床成礦前景，已經成為我國最重要的礦產資源基地之一[2,26-27]。青藏高原氣候干旱、空氣稀薄、植被稀疏、基巖裸露等特點，也為遙感蝕變礦物識別和提取提供了良好的地表環境。其中，西藏多龍礦集區大地構造位置屬三江構造系(一級構造單元)、羌塘弧盆地系(二級構造單元)、扎普—多不雜巖漿弧(三級構造單元)，位于班公湖—怒江結合帶西段，是岡底斯陸塊與羌塘陸塊的分界線[28]。多龍礦集區中的鐵格隆斑巖銅礦遠景區作為本文研究區域，主要出露下侏羅統曲色組(J1q)、中侏羅統色哇組(J2s)以及第四系(Q4)； 巖漿巖較發育，主要有花崗閃長斑巖和輝長巖等[29]。研究區工作程度較低，在地表和鉆孔內見硅化、絹云母化、褐鐵礦化和角巖化[29]，地表常見蝕變礦物主要有褐鐵礦、絹云母、高嶺石、石英、綠泥石和綠簾石等。

2 遙感數據源與礦物波譜特征分析

2.1 遙感數據源

Landsat8 OLI數據VNIR波譜區間有6個波段，SWIR波譜區間有3個波段，波段設置如表1所示。

表1 OLI數據波段設置Tab.1 Bands setting of OLI data

OLI數據獲取于2015年11月22日，為經過幾何校正的L1T產品，地理參考為UTM投影WGS坐標系。Hyperion數據獲取于2004年10月30日，為L1R產品，沒有地理參考，需要以OLI數據為基準進行幾何校正。為了削弱大氣散射和吸收等影響，OLI數據進行了輻射定標和基于MODTRAN(moderate resolution transmittance)輻射傳輸模型的大氣校正等預處理； Hyperion數據進行了壞波段去除、輻射定標、壞線修復、條紋去除、Smile效應去除、基于MODTRAN輻射傳輸模型的大氣校正和幾何校正等預處理，幾何校正誤差控制在0.5個像元以內。

2.2 礦物波譜特征分析

利用SVC HR-1024波譜儀采集了地表常見蝕變礦物褐鐵礦、高嶺石、白云母和綠泥石等的野外光譜，并對野外采集礦物波譜、USGS波譜庫礦物波譜和基于OLI波譜重采樣的USGS礦物波譜進行了對比分析，對比結果示意圖如圖1所示。

(a) USGS波譜庫波譜(b) 基于OLI波譜重采樣的USGS礦物波譜 (c) 野外采集波譜

圖1典型蝕變礦物波譜曲線對比

Fig.1Comparisonofspectraoftypicalalterationminerals

從圖1(a)和(c)中可以看出： ①絹英巖化帶中富含白云母(絹云母)，白云母在2.20 μm附近(2.13～2.27 μm之間)具Al-OH類礦物吸收特征[30-32]，VIR波譜區間反射率較低； ②褐鐵礦在0.5 μm和0.9 μm附近具吸收特征，是Fe3+類礦物的診斷性譜段[32-34]，VNIR波譜區間反射率較低； ③高嶺石為泥化帶典型蝕變礦物，在2.05～2.24 μm之間具雙吸收特點[32,34]，其他波譜區間反射率較高； ④綠泥石為青磐巖化帶的典型蝕變礦物，通常主要為鐵綠泥石和鎂綠泥石，綠泥石在2.32 μm附近(2.28μm～2.40μm之間)具強吸收特征，主要是由Mg-OH類礦物引起，而在0.90 μm附近的吸收特征主要是由Fe3+類礦物引起[33-34]，VNIR波譜區間反射率低于SWIR。對應OLI數據重采樣波譜(圖1(b))，高嶺石和白云母在SWIR2波段具有吸收特征； 相反，綠泥石在SWIR2波段具有反射特征； NIR波段褐鐵礦和綠泥石波譜都具有一定的吸收特征，但區別于褐鐵礦，綠泥石在紅光波段也具有一定的吸收特征，褐鐵礦則為反射特征； 而褐鐵礦在藍光波段具吸收特征。

3 蝕變礦物提取與分析

3.1 提取方法

MTMF方法是一種高光譜數據制圖方法，近年來被廣泛應用到多光譜蝕變礦物提取中[24,35-36]。該方法通過對目標波譜的最優線性檢測與評估，在混合像元分解基礎上，反演每個像元中不同探測目標的豐度[37]。該方法主要基于目標波譜的整體形態，礦物波譜特征分析時，不僅分析了礦物的吸收特征，還分析了礦物的整體波譜形態及吸收特征對整體形態的影響。匹配結果由2個部分構成，分別記錄了目標端元波譜的匹配程度得分和不可信度得分，匹配得分與不可信度得分比值則能較好地表達蝕變礦物豐度信息[38]。MTMF方法提取蝕變礦物時，還需要以最小噪聲分離(minimum noise fraction rotation，MNF)、純凈像元指數計算、N維散點圖純凈像元(端元)選取和端元波譜分析(端元識別)等系列數據處理為基礎。

3.2 OLI數據蝕變礦物提取

OLI數據識別出的端元中共有3種端元與研究區常見礦物波譜特征比較吻合，利用SAM方法對3種端元進行礦物類型識別，端元1與野外白云母和高嶺石SAM匹配得分最高分別為0.885和0.902； 端元2與野外綠泥石SAM匹配得分最高為0.913，端元3與野外褐鐵礦SAM匹配得分最高為0.847。3種端元與重采樣USGS波譜匹配得分情況見表2。因此，確定端元1為Al-OH類蝕變礦物，端元2為Mg-OH類蝕變礦物，端元3為鐵染類蝕變礦物。OLI數據3類蝕變礦物豐度如圖2所示。

表2 OLI數據3種端元USGS波譜庫波譜SAM得分Tab.2 SAM score of three endmembers of OLI data

(a) Al-OH類蝕變礦物 (b) Mg-OH類蝕變礦物 (c) 鐵染類蝕變礦物

圖23種端元礦物豐度

Fig.2Abundanceofthreeendmembers

從圖2中可以看出，Al-OH類蝕變礦物信息主要呈EW向串珠狀集中展布，分布于研究區中部； Mg-OH類蝕變礦物信息大面積團塊分布于研究區西南部，東部、北部有零星分布； 鐵染類蝕變礦物信息團分布在Al-OH類和Mg-OH類蝕變礦物信息之間，斑塊狀分布。OLI數據遙感蝕變礦物空間分布基本符合斑巖銅礦圍巖蝕變分帶特征，即由內而外分別是Al-OH類蝕變礦物(絹云母化+泥化)、鐵染類蝕變礦物和Mg-OH類蝕變礦物(青磐巖化)。

3.3 Hyperion數據蝕變礦物提取

Hyperion數據共識別出4種端元分別與研究區常見礦物褐鐵礦、綠泥石、高嶺石和白云母波譜特征比較吻合，采用SAM方法對這4種端元進行定性和定量分析，確定礦物類型。端元1，2，3和4分別與野外礦物白云母、高嶺石、綠泥石和褐鐵礦波譜匹配得分最高，分別為0.823，0.849，0.917和0.862。這4種端元與USGS波譜庫礦物波譜匹配得分情況見表3。因此，確定端元1為白云母，端元2為高嶺石，端元3為綠泥石，端元4為褐鐵礦。依據這4種端元礦物波譜分別進行蝕變礦物提取，提取結果如圖3所示。

表3 Hyperion數據4種端元USGS波譜庫SAM匹配得分Tab.3 SAM score of four endmembers of Hyperion data

(a) 白云母(b) 高嶺石+蒙脫石 (c) 綠泥石 (d) 鐵染類礦物

圖34種端元礦物豐度

Fig.3Abundanceoffourendmembers

對比圖2和圖3可以發現，OLI數據與Hyperion數據提取的蝕變礦物空間分布基本一致。OLI數據Al-OH類礦物主要包含白云母、高嶺石和蒙脫石信息，圖2(a)中的1和2與圖3(a)中的1和2白云母信息對應，圖2(a)中的3與圖3(b)中的3高嶺石+蒙脫石信息對應； OLI數據Mg-OH類礦物與Hyperion數據綠泥石空間分布一致，圖2(b)中的4和5與圖3(c)中的4和5綠泥石信息對應； OLI數據鐵染類礦物與Hyperion數據鐵染類礦物空間分布一致，圖2(c)中的6和7與圖3(d)中的6和7鐵染類礦物對應。

3.4 OLI和Hyperion數據遙感蝕變分帶特征

2種數據遙感蝕變分帶特征如圖4所示。

(a) OLI數據 (b) Hyperion數據

圖4OLI和Hyperion數據遙感蝕變分帶特征

Fig.4CharacteristicsofremotesensingalterationzonesofOLIandHyperiondata

從圖4中可以發現，OLI數據Al-OH類礦物主要包含白云母、高嶺石和蒙脫石信息，對應斑巖銅礦的絹英巖化+泥化蝕變帶，分布在內帶； Mg-OH類礦物主要包含綠泥石信息，綠泥石是青磐巖化帶主要蝕變礦物，對應青磐巖化蝕變帶，分布在外帶； OLI數據和Hyperion數據鐵染類蝕變礦物空間分布基本一致，主要分布在內外帶之間。在圖4(a)中，鐵格隆斑巖銅礦遠景區圍巖蝕變由中心向外圍依次是Al-OH類(絹云母+高嶺石+蒙脫石)和Mg-OH類(綠泥石)蝕變礦物組合分帶，對應為絹英巖化+泥化帶和青磐巖化帶圍巖蝕變分帶特征，鐵染類礦物組合則分布在絹英巖化+泥化帶和青磐巖化帶之間； 在圖4(b)中，鐵格隆斑巖銅礦遠景區圍巖蝕變由中心向外圍依次是絹云母、絹云母+高嶺石、高嶺石和綠泥石4種蝕變礦物組合分帶，對應于絹英巖化帶→絹英巖化帶疊加泥化帶→泥化帶→青磐巖化帶的圍巖蝕變分帶特征，青磐巖化帶在礦區的西南部最為發育。總體上，OLI和Hyperion數據遙感蝕變分帶特征一致，符合斑巖銅礦圍巖蝕變分帶特征。

4 結論與展望

通過分析斑巖型銅礦典型蝕變礦物(組合)在Landsat8 OLI數據各波段的吸收和反射特征，基于MTMF方法進行了西藏多龍礦集區鐵格隆研究區地表蝕變礦物組合的提取研究，得出以下結論：

1)對比Hyperion數據蝕變礦物信息提取結果，OLI數據能夠有效區分和識別Al-OH類、Mg-OH類和含Fe3+類蝕變礦物信息。

2)對應斑巖型礦床地表蝕變分帶模型，OLI數據Al-OH類(絹英巖化+泥化)、Mg-OH類(青磐巖化)和含Fe3+類遙感蝕變礦物組合的分帶特征良好。