基于ASTER的甘肃柳园地区蚀变信息提取与找矿预测

胡 辉， 周 萍

(中国地质大学(北京)地球科学与资源学院,北京 100083)

基于ASTER的甘肃柳园地区蚀变信息提取与找矿预测

胡 辉， 周 萍

(中国地质大学(北京)地球科学与资源学院,北京 100083)

热液矿床常伴随一定的矿化蚀变类型，根据一定的矿化蚀变类型可以预测潜在的成矿有利区。甘肃柳园地区地处黑山—咸泉子深大断裂，热液型矿点多、蚀变丰富，且基岩出露好，可以作为提取遥感蚀变信息的良好示范区。使用ASTER遥感数据，利用主成分分析(principle component analysis，PCA)方法进行的铁染、羟基蚀变异常和碳酸盐化识别及基于SiO2定量反演的硅化蚀变异常提取结果，与实际情况吻合度达88.9%。通过对区内已知矿床成矿作用、区域构造、蚀变信息和岩石分布特征的研究与分析，成功圈定2处成矿有利区，为该地区找矿勘查提供了依据。研究实例验证了基于ASTER数据的PCA蚀变信息提取和SiO2定量反演的硅化蚀变异常提取方法的可靠性。该方法可推广至同等类型区域的遥感蚀变信息提取。

ASTER； 主成分分析(PCA)； 硅化定量反演； 遥感蚀变信息提取； 找矿有利区

0 引言

遥感作为在地质领域应用的新技术手段，与常规地质、物探、化探相结合的找矿方式已成为综合找矿技术的主流，并在地质找矿中取得显著成效[1-10]。如陈建明等[1]利用ASTER多光谱遥感数据对新疆天湖铁矿进行了异常信息提取； 张玉君等[2]利用TM数据在基岩裸露区及浅覆盖区开展了蚀变异常信息提取； 甘甫平等[3]利用光谱角识别技术，直接提取了后沟金矿与金矿化有关的含水蚀变矿物； 王俊虎等[4]以华南某花岗岩型铀矿田为例，利用ASTER热红外数据进行了SiO2含量的定量反演，在反演结果中识别出了研究区内明显的硅化带。国外对这方面的研究开始较早，Crosta等[5]利用TM图像特征主成分分析方法(principle component analysis,PCA)，成功地圈定了巴西米纳斯吉拉斯州半干旱地区铁染和泥化现象； Rokos等[6]采用B5/B7、B3/B1及PCA等方法，利用TM和SPOT遥感数据，对爱琴海盆地中的低温热液型金矿区的蚀变带进行了识别。前人在遥感蚀变信息提取和找矿方面的应用，证明了基于遥感数据提取蚀变异常信息，并利用这些信息进行找矿的可行性。本文利用ASTER遥感数据，借鉴前人信息处理和提取方法，采用PCA和硅化定量反演等技术提取蚀变矿物，旨在丰富该区域的地质调查和矿产勘查技术类型，为找矿预测提供支持。

1 研究区概况

研究区位于甘肃北山陆块南缘的俞井子—柳园陆内裂谷带中，南侧紧邻北山陆块与塔里木陆块的板块缝合线(一级构造单元界线)(图1)。

区内地层时代有太古宙、元古宙、早晚新生代，晚古生代和中生代地层较少。前寒武系和寒武系地层岩性主要为变质岩，有石英岩、炭质硅质板岩、大理岩等； 古生代地层以碳酸盐岩为特征的海相沉积岩为主； 中新生代地层以碎屑岩为特征的陆相沉积为主。基本构造特征是由一系列NEE-NWW走向、向北突起的弧形大断裂分割的块断构造，沿断裂形成破碎带和糜棱岩带； 大断裂之间间隔30～40 km，平行展布。区内侵入岩发育，分布面积约占全区面积的1/2，火山活动峰期为石炭纪—早中二叠世； 火山岩和侵入岩沿区域构造线走向呈近EW向带状分布： 侵入岩有辉长岩、闪长岩、二长花岗岩、钾长花岗岩和似斑状花岗岩等中酸性岩体； 喷出岩有玄武岩、粗安岩、安山岩、英安岩、粗面岩和流纹岩等中基性岩体。

①红石山—黑鹰山深大断裂； ②白山—公婆泉—路井深大断裂； ③明水—石板井—小黄山深断裂； ④红柳河—牛圈子—洗肠井蛇绿岩带； ⑤黑山—咸泉子深大断裂； ⑥柳园—大奇山深大断裂； ⑦安北—旧寺墩深大断裂图1 研究区大地构造位置[11]Fig.1 Geotectonic location of the study area[11]

区内已发现的矿床种类丰富，以金矿床为主。如： 晚泥盆世受构造控制的石英脉型金矿床； 石炭纪—早二叠世斑岩型矽卡岩型铜、金、铁矿床和浅成低温热液型金矿床； 中二叠世与韧性剪切带有关的金矿床； 三叠纪与中酸性岩浆活动有关的金、钼、铅锌矿床。蚀变类型主要有绿泥石化、绢云母化、褐铁矿化、碳酸盐化、硅化、矽卡岩化及高岭土化等。

2 遥感蚀变信息提取

提取蚀变信息使用的数据为ASTER数据。该数据在SWIR波段有比TM/ETM+数据更高的光谱分辨率(表1)，具有识别蚀变矿物种类的优势。

表1 ASTER数据波谱特征

本文使用的ASTER数据景号为ASTL1B0409270430220707070176，获取时间为2004年9月27日； 为L1B级产品，已完成几何纠正和辐射校正； 图像影像清晰、适合用于信息提取。数据处理和信息提取的流程包括数据预处理、主成分分析、特征向量选取、滤波、阈值分割及蚀变信息提取等(图2)。

图2ASTER数据蚀变异常信息提取流程
Fig.2ExtractionflowofremotesensingalterationanomalyusingASTERdata

2.1 数据预处理

2.1.1 重采样

ASTER数据VNIR波段的空间分辨率为15 m，SWIR波段空间分辨率为30 m(表1)。将SWIR波段空间分辨率重采样至15 m，然后把VNIR波段和SWIR波段打包到同一景图像中，以便使PCA分析法可以同时用到ASTER数据的VNIR波段和SWIR波段。将TIR波段打包到同一景图像中，以便进行硅化定量反演。

2.1.2 辐射定标

辐射定标是将传感器记录的无量纲的DN值转换成具有实际物理意义的大气顶层辐射亮度或反射率。辐射定标的原理是建立数字量化值与对应视场中辐射亮度值之间的定量关系(式1)，以消除传感器本身产生的误差[1]，即

Radiance(i)=Gain(i)·DN(i)+Offset(i) ,

(1)

式中：Radiance为辐射亮度值；Gain为增益;Offset为对应波段传感器的偏差。ASTER辐射定标参数见表2。

表2 ASTER辐射定标参数

2.1.3 大气校正

对VNIR波段和SWIR波段的大气校正采用ENVI软件中的大气校正模块FLAASH进行处理。将完成辐射定标的数据进行文件格式转换(BSQ→BIL/BIP)。根据获取图像日期、高程、大气模型和气溶胶模型设置参数， 完成FLAASH大气校正，得到地表真实反射率。

对TIR波段的大气校正通过ENVI软件中自带的“Thermal Atm Correction”大气校正工具完成。选择发射率归一法，最终输出相对发射率和温度[12]。

2.1.4 掩模处理

研究区内的干扰信息主要有云盖、盐碱地、阴影和少量植被。云盖和盐碱地通过B1高端切割去除； 阴影通过B9/B1比值高端切割去除； 植被在近红外波段高反射率，采用B3/B2比值高端切割去除。

ASTER数据的VNIR波段和SWIR波段成像时间的差异性导致覆盖范围不一致，蚀变信息提取时，边框会出现假异常现象。运用ENVI波段运算工具，使用(B1gt0)and(B2gt0)and(B3gt0)and(B4gt0)and(B5gt0)and(B6gt0)and (B7gt0)and(B8gt0)and(B9gt0)可建立去除边框的掩模，其中，gt为“大于等于”运算，and为“与”运算。

2.2 蚀变信息提取

基于ASTER数据源，本文采用掩模+主成分分析+滤波+阈值分割技术模型提取铁染异常、羟基异常和碳酸盐化信息。参考USGS Spectral Library，并重采样到可见光—短波红外波段[13]，即得到研究区内蚀变矿物的反射波谱曲线(图3)。

(a) 铁染矿物 (b) 含羟基基团矿物(c) 碳酸盐矿物

图3蚀变矿物波谱曲线
Fig.3Spectralcurvesofalterationminerals

根据蚀变矿物波谱曲线(图3)和ASTER数据波长特征(表1)可知： 铁染矿物的光谱曲线在0.55 μm和0.85 μm波长处存在强吸收特征(图3(a))，对应ASTER数据波段B1和B3[14](表1)。故通过B1、B2、B3和B4波段主成分分析来提取铁染蚀变。异常主成分PC4具有B1和B3特征向量系数与B2符号相反的特征(表3)，故PC4反映了铁染蚀变信息。

表3 B1-B4特征向量矩阵

绿泥石等含镁羟基矿物光谱曲线在2.3 μm处有强吸收峰(图3(b))，对应ASTER的B8(表1)； 白云母、高岭石等含铝羟基矿物在2.2 μm处有强吸收峰(图3(b))，对应ASTER的B6(表1)。利用ASTER数据可以分别提取含镁羟基矿物和含铝羟基矿物，且常见羟基矿物在B4(1.6～1.7 μm)存在强反射率[15]。

选取B1、B3、B4、B8做主成分分析，提取含镁羟基矿物蚀变信息，异常主成分PC3具有B4和B8特征向量系数符号相反、系数值大的特征(表4)，故PC3反映了含镁羟基矿物蚀变信息。

选取B1、B3、B4、B6做主成分分析，提取含铝羟基矿物蚀变信息； 异常主成分PC3具有B4和B6特征向量系数符号相反、系数值大的特征(表5)，故PC3反映了含铝羟基矿物蚀变信息。

表4 B1、B3、B4、B8特征向量矩阵

表5 B1、B3、B4、B6特征向量矩阵

碳酸盐矿物光谱曲线在2.35 μm处存在强吸收峰(图3(c))，与含镁羟基矿物一样对应B8。考虑到碳酸盐矿物在B5(2.15 μm)处也有吸收峰，使用B1、B5、B6、B8主成分分析提取碳酸盐蚀变，与镁羟基相区别。异常主成分PC4具有的B5和B8特征向量系数与B6符号相反的特征(表6)，故PC4反映了碳酸盐矿物蚀变信息。

表6 B1、B5、B6、B8特征向量矩阵

对所包含有用信息的主成分进行低通滤波平滑处理，使用门限法阈值分割[16]，得到蚀变异常分布图(图4)。

图4 柳园地区遥感蚀变异常信息Fig.4 Remote sensing alteration information in Liuyuan area

2.3 硅化信息提取

硅化是热液矿床的蚀变类型之一。大部分蚀变为成矿前或成矿后蚀变，只有硅化为成矿时蚀变，高温到低温条件都可以产生[17]。铜、铅、锌和金等矿床都伴随硅化现象。本文通过SiO2定量反演的方式提取研究区的硅化蚀变带。

研究表明，硅酸盐在8～14 μm范围存在光谱发射率谱带，存在明显的诊断特征[18](图5)。

图5 硅酸盐矿物发射率光谱曲线(引自ASU光谱库)Fig.5 Spectral emissivity curve of silicate minerals

Ninomiya[19]曾利用ASTER热红外数据，采用反向传播神经网络的方法进行了SiO2含量的定量反演; 陈江等[12]对ASU波谱库的矿物波谱重采样，进行矿物的热红外波段比值处理，运用最小二乘匹配法的对数函数进行数值模拟，以保证波段比值与SiO2含量有最大相关系数，其函数为

QSiO2=28.76lg[(6.56B13·B14)/(B10·B12)]/%。

(2)

根据式(2)，基于ENVI软件计算得到研究区的SiO2含量图，并根据SiO2含量百分数(酸度)对灰度图像进行彩色密度分割。根据周围岩性，将SiO2含量在68%～73%的岩性带作为硅化蚀变带，得到研究区的硅化蚀变带分布图(图6)。

图6 研究区SiO2含量和硅化蚀变带分布Fig.6 Distribution of SiO2 content and silicified alteration belts in study area

将反演结果与区域地质图对比发现： 石英砂岩、石英岩和第四系冲积砾石的SiO2含量高，集中位于研究区北部(呈红色)； 钾花岗岩、二长花岗岩、花岗闪长岩等酸性岩类次之，集中位于研究区中部(呈青色)； 辉长岩、辉绿岩等基性岩类的SiO2含量最低，集中位于研究区南部(呈蓝色)。以上分析表明，SiO2含量反演结果与地质图有较强的一致性，利用反演结果能够对酸性—基性岩体进行厘定。根据研究区内岩性分布和SiO2含量，识别出4条硅化蚀变带(图6)，与区域断裂带(图1)基本一致。

3 结果与分析

由蚀变异常信息分布图(图7)可以看出，研究区内铁染异常信息较弱且较分散，羟基异常和碳酸盐异常信息较强，主要集中在研究区北部和中部。

图7 柳园地区找矿预测图Fig.7 Prediction map of mineral prospection in Liuyuan area

2016年7月下旬，对研究区提取的蚀变异常信息进行了实地验证，60个验证点中有53个点位与实际情况一致，吻合度达88.9%，硅化带与断裂带一致，说明遥感处理结果与勘探结果具有较好的相关性； 而蚀变信息和硅化带对于断裂带的依附作用也说明了岩浆在断裂带中运移的特点明显。

实地验证时，已发现在铁染蚀变强并有羟基蚀变、碳酸盐蚀变和硅化异常的区域存在花牛山铅锌矿和花牛山金银矿(图7)。

分析已知矿床的蚀变类型，结合区域岩浆岩分布和构造信息，选取铁染、镁羟基和碳酸盐蚀变强烈，硅化断裂发育的区域作为成矿有利区域，圈定的A、B两处找矿有利区蚀变信息显示良好，异常信息密集，呈面状分布； 异常规模大、连续性好、强度高、硅化带发育，是寻找金矿的有利区域。

4 结论

(1)利用ASTER遥感数据对甘肃北山柳园地区进行矿化蚀变异常信息提取处理，取得了较好的效果，表明了基于遥感数据识别蚀变信息的可行性。所提取的硅化断裂破碎带与研究区实际情况的吻合性表明，基于ASTER热红外波段数据的SiO2含量反演可以较有效地提取硅化带，并能很好地区分酸性和基性岩类。

(2)应该指出的是，基于ASTER数据提取的蚀变异常信息中仍包含一定数量的伪信息，在实际应用中应予排除。

(3)研究区内已知矿区蚀变异常明显，硅化带发育，异常总体与断裂分布大致相同，说明岩浆作为矿床的物源基础，以断裂为通道，在运移过程中与围岩发生蚀变，并完成元素和矿物的富集。可以推断，断裂是该区成矿、控矿的主要构造因素。

(4)研究区内已知矿床为岩浆热液型矿床，矿区周围铁染、镁羟基和碳酸盐蚀变强烈，硅化异常发育； 根据已知矿区成矿特点和蚀变类型，圈定出2个成矿有利区。

[1] 陈建明,孙卫东,闫柏琨,等.ASTER多光谱遥感异常提取在新疆天湖铁矿中的应用[J].新疆地质,2009,27(4):368-372.

[2] 张玉君,杨建民.基岩裸露区蚀变岩遥感信息的提取方法[J].国土资源遥感,1998,10(2):48-55.

[3] 甘甫平,王润生,郭小方,等.利用成像光谱遥感技术识别和提取矿化蚀变信息——以河北赤城—崇礼地区为例[J].现代地质,2000,14(4):465-469.

[4] 王俊虎,张杰林,张静波.基于ASTER热红外数据的SiO2含量反演在某矿田信息提取中的应用[J].铀矿地质,2010,26(5):306-312.

[5] Crósta A,Moore J M.Enhancement of landsat thematic mapper imagery for residual soil mapping in SW Minais Gerais State,Brazil:A prospecting case history in Greenstone belt terrain[C]//Proceedings of the 7th Thematic Conference on Remote Sensing for Exploration Geology.Ann Arbor,MI,USA:[s.n.],1989:1173-1187.

[6] 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].Nat Resour Res,2000,9(4):277-293.

[7] 王辉,范玉海,张少鹏,等.运用高分遥感技术圈定西昆仑黑恰铁多金属矿化带[J].中国地质调查,2016,3(5):13-20.

[8] 易欢,李健强,韩海辉,等.遥感技术在阿尔金贝壳滩地区矿产资源综合调查中的应用[J].中国地质调查,2016,3(4):1-5.

[9] 闫柏琨,董新丰,王喆,等.航空高光谱遥感矿物信息提取技术及其应用进展——以中国西部成矿带调查为例[J].中国地质调查,2016,3(4):55-62.

[10] 彭自栋,申俊峰,曹卫东,等.近红外分析提取蚀变信息及其找矿实践——以甘肃岗岔金矿为例[J].中国地质调查,2015,2(3):28-39.

[11] 朱江.北山造山带南带构造-岩浆建造与金多金属成矿[D].北京:中国地质大学,2013.

[12] 陈江,王安建.利用ASTER热红外遥感数据开展岩石化学成分填图的初步研究[J].遥感学报,2007,11(4):601-608.

[13] 余健,董玉森,张志,等.基于ASTER影像的蚀变异常提取方法研究——以赞比亚谦比希铜矿床地区为例[J].国土资源遥感,2011,23(3):54-60.

[14] 李守麟,杨锋杰,姜楠,等.基于ASTER数据的矿化蚀变信息提取[J].山东科技大学学报:自然科学版,2015,34(1):16-21.

[15] 赵志芳,谈树成,王锋德,等.ASTER数据矿化蚀变异常信息提取方法研究[J].国土资源科技管理,2012,29(6):44-50.

[16] 张玉君,杨建民,陈薇.ETM+(TM)蚀变遥感异常提取方法研究与应用——地质依据和波谱前提[J].国土资源遥感,2002,14(4):30-36,82.

[17] 孟良义.热液矿床中的硅化与成矿[J].科学通报,1998,43(6):575-579.

[18] 陈菁,周萍.基于ASTER的哈密土墩地区构造及蚀变信息提取与找矿预测[J].地质力学学报,2015,21(2):209-217.

[19] Ninomiya Y.Quantitative estimation of SiO2content in igneous rocks using thermal infrared spectra with a neural network approach[J].IEEE Trans Geosc Remote Sens,1995,3(3):684-691.

ExtractionofalterationinformationandoreprospectingbasedonASTERdatainLiuyuanareaofGansuProvince

HU Hui， ZHOU Ping

(SchoolofEarthSciencesandResources,ChinaUniversityofGeosciences(Beijing),Beijing100083,China)

Hydrothermal deposits are often accompanied by a certain type of mineralized alteration, which can indicate potential favorable metallogenic areas. The Heishan-Xianquanzi deep fault at Liuyuan area in Gansu Province can be regarded as one of the best demonstration areas for alteration information extraction based on remote sensing data because of its numerous types of hydrothermal deposits, abundant alteration, and well exposed bedrocks. In this paper, with the ASTER images, principal component analysis(PCA) was used to extract the anomalous information of iron-stain, hydroxyl alteration and carbonate, and the quantitative inversion of SiO2content of surface rock was used to extract silicified alteration. Comparing with the existing geological data, the field verification shows that the extracted information is in good agreement with the actual situation，and the relevant factor reaches 88.9%. Based on the known mineralization in the mining area, regional structure, remote sensing alteration information and rock distribution, two favorable prospecting areas were successfully delineated, which provides great support for exploration in this area. This study proves the reliability of the alteration anomaly extraction by the method of PCA and the quantitative inversion of SiO2content based on ASTER data, which can be extended to the alteration information extraction of similar areas.

ASTER； principal component analysis(PCA)； quantitative inversion of silicification； extraction of remote sensing alteration information； favorable prospecting area

10.19388/j.zgdzdc.2017.05.13

胡辉,周萍.基于ASTER的甘肃柳园地区蚀变信息提取与找矿预测[J].中国地质调查,2017,4(5): 86-92.

TP79

A

2095-8706(2017)05-0086-07

2016-10-17；

2016-12-30。

中国地质调查局“调查区及外围高光谱与ASTER数据信息提取对比研究(编号： DD2016006820)”项目资助。

胡辉(1990—),男,硕士研究生,主要从事遥感地质学研究。Email： 1026762696@qq.com。

周萍(1964—),女,副教授,主要从事高光谱遥感教学及科研工作。Email： zhoupx@cugb.edu.cn。

(责任编辑刁淑娟，刘丹)