資源一號02D衛星高光譜數據地質調查應用評價

李娜 董新豐 甘甫平 閆柏琨

(中國自然資源航空物探遙感中心，北京 100083)

資源一號02D衛星(又稱為5米光學業務衛星)于2019年9月12日發射升空，該星作為中國自主建造并成功運行的首顆民用高光譜業務衛星，是國家民用空間基礎設施中新型對地觀測衛星發展的又一重要成果。其高光譜載荷可實現166個譜段的數據同時獲取和下傳，可應用于自然資源調查監測要素的定量化提取和反演。

礦物識別是高光譜遙感技術優勢之一，已在地質調查應用中發揮了重要作用[1-3]，但以往受其數據源限制，制約了大面積業務化應用推廣。同時高光譜遙感以其高維數據特點，在巖性-構造填圖具有明顯技術優勢，已在相關應用中取得了較好的成果[4]，資源一號02D衛星作為高光譜業務衛星，其高光譜數據應用效果備受關注。

為了更好的了解該衛星高光譜數據在地質調查工作中的可應用性和適宜性，本文選取哈密遙感地質試驗場為研究區，進行數據處理、巖性-構造信息識別、礦物信息提取并評價其應用效果，同時為其在地質調查領域中應用推廣提供參考。

1 衛星數據及預處理

1.1 資源一號02D高光譜數據

資源一號02D配置了可見近紅外相機和高光譜相機，其高光譜相機共獲取可見近紅外短波范圍波段數166個，其中可見近紅外76個波段，光譜范圍395～1040 nm；短波紅外90個波段，光譜范圍1005～2501 nm，高光譜載荷的具體參數見表1。

表1 資源一號02D高光譜載荷基本參數Table 1 Basic characteristics of the ZY-1-02D satellite hyperspectral payload

1.2 數據預處理

1.2.1 輻射定標和大氣校正

輻射定標是根據每個波段的輻射定標系數將影像像元亮度(DN)值轉換為輻亮度值，而地面目標的輻亮度值并不是地表真實反射率的反映，而是包含了由大氣吸收，尤其是散射作用造成的輻射量誤差。需要進行大氣校正消除這些由大氣影響造成的輻射誤差，反演地物真實的地面反射率的過程。本文利用Modtran模型，對資源一號02D高光譜數據進行大氣校正[5]。根據影像獲取時間、地理信息以及影像質量等信息，計算獲得地面反射率數據。為檢驗大氣校正質量，在研究區選擇已知碳酸鹽巖地質體影像光譜與美國地質調查局(USGS)標準波譜庫對比，如圖1所示，兩者在碳酸鹽巖特征譜帶范圍內譜形吻合度高，且特征吸收位置一致(2330 nm附近)，可滿足后續應用要求。

圖1 碳酸鹽巖地質體的影像光譜(紅色)與USGS標準波譜(黑色)對比Fig.1 Comparison of image spectrum (red) and USGS standard spectrum (black) of carbonate geological body

1.2.2 信息增強

信息增強可將資源一號02D高光譜數據166個波段中包含的重要地物信息集中到盡可能少的波段圖像中，有效地調節數據中的噪聲并降低波段間的相關性，可在巖性-構造信息識別過程中突出不易辨別的細節信息。

最小噪聲分離(MNF)是高光譜數據降維與重建的主要手段，可達到數據增強的目的，其本質上是兩次層疊的主成分變換[6]。第一次變換用于分離和重新調節數據中的噪聲，這一操作使得變換后的噪聲數據只有最小的方差且沒有波段間的相關。第二次變換是對噪聲白化數據的標準主成分變換，計算公式如下。

(1)利用高通濾波器模板對整幅影像或具有同一性質的影像數據進行濾波處理，得到噪聲協方差矩陣CN，將其對角化為矩陣

DN=UTCNU

(1)

式中：DN為CN的特征值按照降序排列的對角矩陣；U為由特征向量組成的正交矩陣，UT為U的逆矩陣。進一步變換式(1)可得

I=PTCNP

(2)

式中：I為單位矩陣；P為變換矩陣，P=UDN-1/2。當P應用于影像數據X時，通過Y=PX變換，將原始影像投影到新的空間，產生的變換數據中的噪聲具有單位方差，且波段間不相關。其中，X為原始影像，Y為經過變換后投影到新的空間的影像。

(2)對噪聲數據進行標準主成分變換，公式為

CD-adj=PTCDP

(3)

式中：CD為影像X的協方差矩陣；CD-adj為經過P變換后的矩陣，進一步將其對角化為矩陣

DD-adj=VTCD-adjV

(4)

式中：DD-adj為CD-adj的特征值按照降序排列的對角矩陣；V為由特征向量組成的正交矩陣。通過以上2個步驟得到MNF的變換矩陣TMNF=PV。

MNF變換克服了噪聲對影像質量的影響，且波段間不相關，因此采用MNF變換后不同波段間組合，對資源一號02D高光譜數據進行信息增強處理，以突出影像中的細節信息。

2 研究區概況

哈密遙感地質試驗場位于新疆東天山哈密市東南，距離哈密市區約140 km，海拔高程500～1500 m左右，屬丘陵、沙漠、礫石戈壁地貌。區內基巖裸露好，出露地層可分為結晶基底和蓋層兩部分，結晶基底為薊縣系地層，在研究區東南部有少量出露，可分為兩個巖性段，下段巖性為大理巖、白云巖、白云質大理巖，上段巖性為黑云母片巖，絹云母綠泥石英片巖。蓋層出露有古生界泥盆系、石炭系、二疊系、中生界侏羅系以及新生界，其中以石炭系出露最廣，呈近東西分布于康古爾塔格—黃山斷裂兩側，為一套海相火山沉積—正常沉積巖石建造，其余地層均為零星分布。區內經歷多期構造變形，巖漿活動強烈，皺褶與斷裂系統極為發育。皺褶以區域性緊閉線狀皺褶為主；斷裂系統有東西向、北東向、北西向、北東向及近南北向五組，以近東西向及北西向的低序次斷裂構造為主，為康古爾深大斷裂、苦水大斷裂及派生的次級斷裂。區內侵入巖較發育，從基性-超基性到中酸性均有分布。區內礦產資源相對豐富，主要為銅鎳硫化物礦床、釩鈦磁鐵礦和金礦。與成礦關系密切的蝕變礦物主要有褐鐵礦、絹云母、方解石、白云石、綠泥石/綠簾石等。

3 巖性-構造信息識別

利用資源一號02D高光譜數據信息增強圖，結合研究區地質資料，對研究區開展巖性-構造信息識別工作。如圖2信息增強圖和1∶50 000地質圖對比發現，不同巖性之間色調差異明顯，界限清晰，信息增強圖對于區域中第四系、石炭系地層以及黑云母花崗巖、閃長巖和輝長巖巖體都能進行很好的識別，而且地層和巖體界線準確，并在區域右下方(圖中黑色圓圈處)發現有不同色調的新巖體信息。

圖2 信息增強圖和1∶50 000地質圖地層巖體解譯Fig.2 Information enhancement map and interpretation of stratum and rock mass in 1∶50000 geological map

研究區內斷裂構造多以東西和北東產狀發育，基本為不同地層巖體的分界面呈線狀延伸，在信息增強圖上呈明顯的線狀特征，構造兩側色調差異明顯，紋理清晰，容易識別，并且發現有褶皺地層發育(如圖3(a)中黑色折線所示)，比1∶50 000地質圖信息更加豐富。

圖3 信息增強圖和1∶50 000地質圖斷裂構造解譯Fig.3 Information enhancement map and 1∶50000 geological map for fault structure interpretation

基于以上解譯原理，對研究區巖性-構造信息進行綜合識別，如圖4所示，雖然資源一號02D高光譜數據空間分辨率為30 m，但經信息增強后，其光譜維優勢能夠反應詳細的地層、巖體及構造信息，可為今后1∶50 000地質填圖提供重要技術支撐。

圖4 巖性-構造綜合解譯圖Fig.4 Comprehensive interpretation of lithology and structure

4 礦物信息提取

高光譜礦物信息提取方法主要有光譜匹配、光譜特征參量以及光譜解混等三大類方法。其中光譜匹配方法常見的有距離法[7]、光譜角法[8]、光譜信息散度[9]、匹配濾波、混合調制匹配濾波[10]等，光譜特征參量代表性的方法有光譜特征擬合[11]、光譜吸收指數[12]、吸收譜帶定位分析等。光譜解混主要是利用線性或非線性解混方法，對礦物含量進行反演[13]。但在實踐應用中，上述方法均存在不能滿足礦物精細識別以及準確度較低的情況。為此文獻[14]在總結分析了已有礦物信息提取方法優缺性的基礎上，提出了光譜特征增強匹配度算法。文獻[15]依據分層譜系思路，提出了綜合光譜特征增強匹配度和特征參量的高光譜礦物信息提取方法，取得了較好的礦物識別效果。

本文同樣基于礦物分層譜系識別思想，采用綜合光譜特征增強匹配度和特征參量信息提取方法，對研究區礦物信息進行提取，其主要步驟如下。

(1)根據礦物的譜形特征，分析其主要特征吸收譜帶范圍和特征吸收位置；

(2)計算不同礦物特征譜帶與其標準光譜相應譜帶范圍的光譜匹配度；

(3)計算特征譜帶中最小吸收深度和位置等參量；

(4)對上述參量設定閾值獲得相應礦物信息，形成礦物分布圖。

根據上述礦物識別方法，最終在研究區內提取了褐鐵礦、方解石、白云石、(高、中、低)鋁絹云母、鎂綠泥石、鎂鐵綠泥石/綠簾石、鐵綠泥石、角閃石等11種礦物信息，如圖5所示。為進一步驗證礦物提取信息的準確性，在研究區內結合已有地質資料，選擇具有一定分布面積，且易于對比的地物，進行光譜對比驗證。本文選取研究區內方解石、白云石、中鋁絹云母、鐵綠泥石礦物信息，對其識別結果進行隨機選點驗證，對比其影像光譜與USGS標準波譜庫光譜。對比結果顯示(見圖6)，兩者在上述礦物的特征譜帶譜形一致性較好，特征吸收位置準確，可見信息提取結果可靠。

圖5 礦物信息分布圖Fig.5 Distribution of mineral information

圖6 礦物光譜對比圖(黑色為USGS標準光譜，紅色為影像光譜)Fig.6 Comparison of mineral spectra (USGS standard spectrum in black and image spectrum in red)

5 結束語

本文利用資源一號02D高光譜數據，開展了巖性-構造信息識別和礦物信息提取應用評價。結果表明：資源一號02D高光譜數據經信息增強后，可對不同地層、巖體以及構造信息反映清晰，也可識別較小的構造或脈體，可為今后1∶50 000地質填圖提供重要技術支撐；在礦物填圖方面，通過典型礦物光譜對比分析，認為其譜形特征明顯，吸收位置準確，礦物信息提取準確率高，可為以后找礦預測、資源潛力評價等提供重要參考信息。