高光譜遙感在找礦中的應(yīng)用

1、高光譜遙感在找礦中的應(yīng)用1001113309 林良平摘要：高光譜遙感技術(shù)礦物光譜識(shí)別機(jī)理，較詳細(xì)地介紹了高光譜數(shù)據(jù)處理和分析技術(shù)及發(fā) 展程度，并系統(tǒng)地闡述了國(guó)內(nèi)外高光譜遙感技術(shù)在礦產(chǎn)資源調(diào)查應(yīng)用方面的發(fā)展概況，最后 指出了高光譜在礦產(chǎn)資源調(diào)查領(lǐng)域中的應(yīng)用及其發(fā)展方向。關(guān)鍵詞：高光譜遙感；數(shù)據(jù)處理技術(shù)；礦產(chǎn)資源調(diào)查Application of Hyperspectral Remote Sensing on Mineral Exploration1001113309 Liangping LinAbstract: Hyperspectral remote sensing technology min

2、eral spectrum recognition mechanism, the paper introducesin detailthe high spectraldata processingand analysistechnologyand development degree, and systematically elaborated the hyperspectral remote sensing technology at home and abroad in mineral resourcesurvey the generalsituationf the development

3、 of applicationnd finallpointsout the high spectrumin the mineralresourcesLn the fieldf investigation application and development direction.Key words : Hyperspectral remote sensing; Data processing technology; Mineral resource survey0引言所謂高光譜遙感，是在紫外到中紅外波段范圍內(nèi)，劃分成許多非常窄卻光譜連續(xù)的圖像 數(shù)據(jù)來進(jìn)行探測(cè)的影像數(shù)據(jù)技術(shù)，這項(xiàng)技術(shù)起源于20世

4、紀(jì)80年代，由于高光譜數(shù)據(jù)是一個(gè) 光譜圖像的立方體，其空間圖像維描述地表二維空間特征，其光譜維揭示圖像每一像元的光 譜曲線特征，由此實(shí)現(xiàn)了遙感數(shù)據(jù)圖像維與光譜維信息的有機(jī)融合。能夠提供更為豐富的地 面信息，因此受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注1M2礦物識(shí)別是高光譜最能發(fā)揮優(yōu)勢(shì)的領(lǐng)域之一,高光譜數(shù)據(jù)立方體蘊(yùn)含著豐富的礦物學(xué)信 息。一般而言，在巖體侵位以及地質(zhì)構(gòu)造等地質(zhì)作用下，熱液侵入、物質(zhì)置換等使源于礦體 的礦物質(zhì)發(fā)生擴(kuò)散作用，使在“未蝕變”圍巖中產(chǎn)生用巖石學(xué)方法難以直接識(shí)別的細(xì)微成分 的變化，而這些成分的變化卻在礦物光譜中有著或強(qiáng)或弱的表現(xiàn)，如富鋁云母與貧鋁云母在 20002500nm光譜區(qū)間的最大吸

5、收位置發(fā)生漂移。因此，利用高光譜遙感技術(shù)不僅可以實(shí) 現(xiàn)礦物種類的識(shí)別，也可以通過對(duì)這些細(xì)微的變化的探測(cè)，實(shí)現(xiàn)對(duì)地質(zhì)作用演化信息的探測(cè)。通過對(duì)礦物的識(shí)別、地質(zhì)成因信息等相關(guān)信息的提取與組合關(guān)系的分析，能夠探討礦床 成生過程中的物源和動(dòng)力過程等，直接判斷可能存在的礦化或礦床信息，進(jìn)而在其它知識(shí)的 輔助下，可以實(shí)現(xiàn)對(duì)礦化與成礦遠(yuǎn)景區(qū)以及靶區(qū)的圈定3。1高光譜遙感礦物光譜識(shí)別1.1光譜機(jī)理任何物質(zhì)其光譜的產(chǎn)生均有著嚴(yán)格的物理機(jī)制。對(duì)于一個(gè)分子，其能量由電子能量、振 動(dòng)能量和轉(zhuǎn)動(dòng)能量組成。根據(jù)分子振動(dòng)能量級(jí)差的計(jì)算，其能量級(jí)差較小時(shí)，產(chǎn)生近紅外區(qū) 的光譜；分子電子能級(jí)之間的能量差距一般較大，產(chǎn)生的光譜位

6、于近紅外、可見光范圍內(nèi)。 在0.1.3m光譜范圍內(nèi)的光譜特征，主要取決于礦物晶格結(jié)構(gòu)中存在著鐵等過渡性金 屬元素；1.32.5Mm光譜范圍內(nèi)的光譜特征是由礦物組成中的碳酸根離子、氫氧根離子及 可能存在的水分子決定的；35m光譜范圍內(nèi)的中遠(yuǎn)紅外波段的光譜特征則由Si-O、Al-O 等分子鍵的振動(dòng)模式?jīng)Q定的3。1.2礦物光譜識(shí)別特征參數(shù)礦物光譜主要取決于物體內(nèi)電子與晶體場(chǎng)的相互作用，以及物體內(nèi)的分子振動(dòng)。在晶體 場(chǎng)作用中由于離子能級(jí)的躍遷會(huì)引起吸收特征的變化，但反射光譜主要還是由礦物的差異引 起的，它與粒徑無關(guān)。電子從一個(gè)原子到另一個(gè)原子的轉(zhuǎn)移也會(huì)對(duì)光譜產(chǎn)生影響，例如Fe-O 的電子轉(zhuǎn)移就會(huì)引起光

7、譜吸收位置向紫外方向移動(dòng)。所以，礦物光譜吸收機(jī)理包括金屬陽離 子在可見光區(qū)域的電子過程以及陰離子基團(tuán)在近紅外區(qū)域的振動(dòng)過程4啤由于電子在各個(gè)不同能級(jí)間的躍遷而吸收或發(fā)射特定波長(zhǎng)的電磁輻射，從而形成特定波 長(zhǎng)的光譜特征，因此，不同晶格結(jié)構(gòu)的巖石礦物成分有其不同的光譜特征1。這是利用高光 譜數(shù)據(jù)尋找?guī)r礦的物理前提6。高光譜地質(zhì)遙感主要是利用高光譜數(shù)據(jù)識(shí)別各種礦物成分、它們的豐度以及制圖（礦物 成分空間分布）。其主要研究?jī)?nèi)容包括從許多光譜參數(shù)中提取各種地質(zhì)礦物的定性、定量信 息。光譜吸收特征包括吸收波段波長(zhǎng)位置、深度、寬度、斜率、對(duì)稱度、面積和光譜絕對(duì)反 射值等參數(shù)。2高光譜數(shù)據(jù)處理和分析技術(shù)高光譜

8、遙感數(shù)據(jù)波段眾多，數(shù)據(jù)量龐大，為快速、準(zhǔn)確地從這些數(shù)據(jù)中提取資源與環(huán)境 信息，識(shí)別不同的物質(zhì)，揭示目標(biāo)的本質(zhì)，則需要依據(jù)實(shí)際應(yīng)用的數(shù)據(jù)處理的要求對(duì)海量數(shù) 據(jù)進(jìn)行處理和分析。高光譜數(shù)據(jù)處理與分析的首要目標(biāo)是實(shí)現(xiàn)對(duì)地觀測(cè)海量數(shù)據(jù)處理能力，同時(shí)要求比較精 確的定量分析能力。近年來，隨著高光譜遙感理論的不斷完善以及機(jī)載和星載高光譜傳感器 的日益成熟，高光譜遙感技術(shù)在資源勘查、環(huán)境評(píng)價(jià)以及軍事研究等領(lǐng)域得到廣泛應(yīng)用。同 時(shí)，在數(shù)據(jù)處理方法研究方面，隨著該技術(shù)應(yīng)用領(lǐng)域的逐漸拓展和深入，相應(yīng)的遙感數(shù)據(jù)處 理方法亦不斷創(chuàng)新和完善。目前，針對(duì)高光譜數(shù)據(jù)特點(diǎn)，基于多光譜遙感已有的成熟的數(shù)據(jù)處理方法，并結(jié)合現(xiàn)代信息

9、技術(shù)，眾多國(guó)內(nèi)外科研工作者通過大量的科研實(shí)踐，又發(fā)展了不 少技術(shù)方法，并在相關(guān)的領(lǐng)域取得了成功。2.1國(guó)內(nèi)外高光譜數(shù)據(jù)處理技術(shù)發(fā)展現(xiàn)狀2.11國(guó)外研究概括美國(guó)加利福尼亞大學(xué)計(jì)算機(jī)可視化研究實(shí)驗(yàn)室主任GlennHealey博士，利用計(jì)算機(jī)算法 和基于地物光譜特征的反射模型7(reflectan(m3Ddels),研究不同光照條件、不同天氣狀況 下，不同尺度目標(biāo)的識(shí)別技術(shù)，識(shí)別算法可以提取低對(duì)比度、局部可視的亞像元(subpixel) 信息目標(biāo)只占單個(gè)像元面積的5% )；美國(guó)加利福尼亞洲托蘭斯光學(xué)研究系統(tǒng)公司(OKSI)采 用歸納特征值(generalizQdigenvalueroblem,GEP

10、)技術(shù)，將高光譜數(shù)據(jù)轉(zhuǎn)換到類間距離最 大，而類內(nèi)距離最小的特征空間內(nèi)，實(shí)現(xiàn)了海量數(shù)據(jù)的最佳分離效果；美國(guó)華盛頓海軍研究 實(shí)驗(yàn)室(Naval ResearchLaboratory,NRLB成功開發(fā)了可以針對(duì)海量數(shù)據(jù)進(jìn)行有效的數(shù)據(jù)壓 縮，并進(jìn)行像元分解和最終端元(endmember)的識(shí)別的光學(xué)信號(hào)實(shí)時(shí)自適應(yīng)識(shí)別系統(tǒng)9(optical real-time adaptive signature identification sysHamsanyS等發(fā)展了正交亞 空間投影(Orthogonal subspace projec低概察探測(cè)(Low-probability detection, 算L0D)用

11、 于植被覆蓋區(qū)巖石出露少的地物類型的成像光譜填圖和未知背景下的目標(biāo)提取;在混合像元 處理方面，美國(guó)馬里蘭大學(xué)的研究人員提出了一種正交子空間投影方法(OSP)，他們將224 個(gè)波段的AVIRIS影像數(shù)據(jù)去掉噪聲較大的波段后得到158個(gè)波段，再針對(duì)五種主要地物類 型，采用OSP方法得到5個(gè)分量影像，每個(gè)分量各表示一種地物類型的分布情況。經(jīng)檢驗(yàn)， 成圖的分類結(jié)果與地面觀測(cè)是一致的。這一方法既考慮了混合光譜問題，又考慮了數(shù)據(jù)壓縮 問題，還在處理過程中加入了去噪聲的操作，是目前比較有代表性的混合像元處理技術(shù)12； Tompkins提出修正的光譜混合分析(MSMA)模型。該模型利用虛擬端元，采用一個(gè)阻尼最

12、小 二乘算法，根據(jù)一定的先驗(yàn)知識(shí)，有效地并最終可以選擇亞像端元進(jìn)行光譜分解。另外，以下高光譜數(shù)據(jù)處理方法在光譜填圖中亦得到廣泛應(yīng)用，并取得較好的實(shí)際應(yīng)用 效果。比如13 光譜角匹配技術(shù)(SpectralAngle Mapper,SAM)、光譜微分技術(shù)(Spectral Derivative)二值編碼匹配(binaryencoding classification,BEC線性光譜分解(Spectral unmixing/spectralmixing anal、ys最大噪聲組分變換(Minimum noise fraction,MNF)光譜特 征擬合(Spectrafeaturefitting,F

13、F)、交叉相關(guān)光譜匹配技術(shù) (Cross correlogramspectral matching, CCSM)該技術(shù)曾應(yīng)用于美國(guó)內(nèi)華達(dá)州Cuprite地區(qū)的粘土礦物填圖)、最小距離分 類 (minimum distance classification,MDC) 最 大似 然分類 (maximum likelihood classification,MLC馬氏距離分類(mahalanobis distance classification,UD|C二 乘法分 類(least squares classification, LSC)2.12國(guó)內(nèi)研究概括中國(guó)科學(xué)院遙感應(yīng)用研究所提出了面向地物診斷

14、光譜特征提取的光譜吸收指數(shù)計(jì)算方 法(spectral absorption indexbSA其基本原理是：任一光譜吸收特征主要是由光譜吸收峰 和兩個(gè)肩部組成，因此根據(jù)高光譜圖像的中心波長(zhǎng)與帶寬，可以計(jì)算出該吸收峰的波段寬度、 對(duì)稱性參數(shù)、反射率差及吸收強(qiáng)度，并由此建立吸收基線方程。在此基礎(chǔ)上，根據(jù)已知條件 與光譜參數(shù)，解算光譜吸收指數(shù)，生成一系列典型目標(biāo)與背景的光譜吸收指數(shù)圖像。該技術(shù) 在哈圖金礦區(qū)的實(shí)際應(yīng)用中，有效地識(shí)別了5種類型的蝕變巖石，發(fā)現(xiàn)了兩條穩(wěn)定的金礦化 蝕變帶；該所的劉建貴博士根據(jù)城市目標(biāo)物光譜特點(diǎn)，基于多光譜數(shù)據(jù)處理中的K-L變換 技術(shù)，提出了面向地物分類的改進(jìn)型主成分分析技

15、術(shù)(principadomponent analysis,PCA), 并將其應(yīng)用于北京市沙河鎮(zhèn)城市地物分類研究中，取得理想效果；另外，在高光譜數(shù)據(jù)地質(zhì) 應(yīng)用的研究中，中國(guó)國(guó)土資源航空物探遙感中心王潤(rùn)生等根據(jù)礦物的完全波形，利用神經(jīng)網(wǎng) 絡(luò)進(jìn)行礦物自動(dòng)識(shí)別，甘甫平等設(shè)計(jì)開發(fā)了基于完全譜形的成像光譜巖礦識(shí)別技術(shù)，也取得 了一定的應(yīng)用效果。3國(guó)內(nèi)外高光譜遙感技術(shù)在礦產(chǎn)資源調(diào)查的應(yīng)用現(xiàn)狀與前景自20世紀(jì)90年代后期，高光譜技術(shù)就逐漸在美國(guó)、澳大利亞、加拿大等國(guó)由試驗(yàn)走向 實(shí)用階段。目前，該項(xiàng)技術(shù)在礦物填圖、植被生化參數(shù)探測(cè)和大氣參數(shù)反演等領(lǐng)域得到廣泛 應(yīng)用。礦物識(shí)別和礦物填圖是高光譜技術(shù)最成功的應(yīng)用領(lǐng)域

16、。通過對(duì)礦物種類、豐度和成分 的識(shí)別，特別是與成礦作用密切相關(guān)的蝕變礦物的識(shí)別，可以用來有效地圈定熱液礦化蝕變 帶，定量或半定量估計(jì)相對(duì)蝕變強(qiáng)度和蝕變礦物含量，給出對(duì)成礦作用的規(guī)模和強(qiáng)度的有益 認(rèn)識(shí)，這對(duì)加強(qiáng)礦產(chǎn)資源調(diào)查，為礦產(chǎn)調(diào)查尋找礦靶區(qū)和新發(fā)現(xiàn)礦產(chǎn)地提供了可靠的理論依 據(jù)。以下分別從內(nèi)外、國(guó)內(nèi)闡述高光譜遙感技術(shù)在礦產(chǎn)資源調(diào)查的應(yīng)用現(xiàn)狀。3.1國(guó)內(nèi)外應(yīng)用光譜遙感技術(shù)的發(fā)展，成像光譜儀的光譜分辨率和空間分辨率越來越高，因此它的應(yīng)用 面也越來越廣，已在大氣探測(cè)，植被調(diào)查，農(nóng)作物估產(chǎn)，冰雪覆蓋調(diào)查，土地利用監(jiān)測(cè)，海洋 葉綠素濃度調(diào)查，巖石、礦物填圖等方面進(jìn)行了大量的應(yīng)用。巖礦識(shí)別、礦物豐度制圖以

17、及 找礦勘查是成像光譜應(yīng)用的主要方向，也是率先應(yīng)用的領(lǐng)域。Goetz等人在1982年應(yīng)用航 天飛機(jī)上短波紅外輻射計(jì)（SMIRR）的5個(gè)波段（帶寬100 nm），成功地在埃及識(shí)別出高嶺 石和碳酸鹽礦；在墨西哥州下加利福尼亞圈定了鐵氧化礦、黏土礦以及明礬石礦。1984、1985 年美國(guó)地質(zhì)調(diào)查局的Fred A. Krus利用3條航帶的成像光譜數(shù)據(jù)進(jìn)行了蝕變礦物填圖試驗(yàn) 提取2種類型的蝕變礦物。上海技術(shù)物理所利用MAIS數(shù)據(jù)于1993年在勝利油田、1994 年在山東廣饒博興地區(qū)進(jìn)行了油氣資源勘測(cè)試驗(yàn)。1992年，中國(guó)科學(xué)院遙感應(yīng)用研究所利 用MAIS數(shù)據(jù)在新疆阿克蘇柯坪地區(qū)進(jìn)行油氣勘查研究，區(qū)分了該

18、地區(qū)從寒武紀(jì)、奧陶紀(jì)、 志留紀(jì)、泥盆紀(jì)到二迭紀(jì)的地層；1994年,利用上海技術(shù)物理所研制的成像光譜儀在山東昌 維地區(qū)獲取的航空成像光譜資料，結(jié)合野外地面光譜測(cè)試數(shù)據(jù)和化學(xué)勘探數(shù)據(jù)，經(jīng)過處理分析 與驗(yàn)證，發(fā)現(xiàn)成像光譜儀能敏感地收集烴類微滲漏地表異常信息，與測(cè)區(qū)內(nèi)已知化探數(shù)據(jù)的 復(fù)合率達(dá)70%以上。王青華等利用中國(guó)科學(xué)院上海技術(shù)物理所研制的模塊式航空71波段高 光譜儀（MAIS）,在河北省張家口地區(qū)進(jìn)行了巖石識(shí)別研究；甘甫平等以青藏高原為試驗(yàn)區(qū)， 分析了高光譜遙感技術(shù)在地質(zhì)應(yīng)用中的前景。除上述典型地質(zhì)應(yīng)用之外，成像光譜技術(shù)在 金、銀、銅、鉛、鋅、鈾等多種礦產(chǎn)勘查中也有許多示范應(yīng)用。高光譜遙感技術(shù)是

19、伴隨成 像光譜儀的發(fā)展而迅速發(fā)展起來的，隨著高光譜衛(wèi)星傳感器的發(fā)展，高光譜資料將在更大領(lǐng) 域、更多方面取得突破性進(jìn)展，其空間分辨率和光譜分辨率將不斷提高，可以解決的問題和 涉及的領(lǐng)域必將不斷拓展103.2高光譜遙感技術(shù)在礦產(chǎn)資源調(diào)查的應(yīng)用前景目前高光譜遙感技術(shù)在礦產(chǎn)資源調(diào)查領(lǐng)域已經(jīng)得到了成功地應(yīng)用。這是光學(xué)、結(jié)晶學(xué)、 光譜學(xué)、傳感器技術(shù)和圖像處理技術(shù)等學(xué)科共同發(fā)展的結(jié)果，由于它具有將高光譜分辨率的 圖像與光譜合二為一的特點(diǎn)，不僅能有效地直接識(shí)別地表物質(zhì)，而且還能更深入地研究地表 物質(zhì)的成分及結(jié)構(gòu)。因此，通過巖石光譜信息模型，反演某些指示礦物的豐度分布，結(jié)合遙 感專題圖件以及豐富的紋理信息，借助

20、于相應(yīng)的成礦模式和理論，可以從全局、綜合的角度 對(duì)研究區(qū)的礦產(chǎn)進(jìn)行可持續(xù)的勘探和開發(fā)，這在礦產(chǎn)資源調(diào)查應(yīng)用的成礦預(yù)測(cè)方面有著廣泛 的應(yīng)用前景。4結(jié)束語綜上所述，我們可以看出，高光譜遙感以其光譜分辨率高、圖譜合一的特點(diǎn)受到了國(guó)內(nèi) 外研究者的廣泛關(guān)注。從二十世紀(jì)八十年代開始到現(xiàn)在的二十多年中，無論在成像光譜儀等 硬件方面還是在圖像處理系統(tǒng)等軟件方面都得到了的迅速的發(fā)展。同時(shí)，在礦產(chǎn)資源調(diào)查領(lǐng) 域也已經(jīng)得到了廣泛地應(yīng)用。但是，由于不同的礦物光譜分析方法均有各自的優(yōu)缺點(diǎn)，在不 同的情況下，應(yīng)該根據(jù)實(shí)際情況選擇適合需要的方法。為了使高光譜遙感技術(shù)在該項(xiàng)目中得到充分的應(yīng)用，需要進(jìn)一步開展以下工作：（1）對(duì)

21、于高光譜巖礦信息提取技術(shù)，建議深入分析、研究巖礦的地球物理、地球化學(xué)特 性與光譜特征的相關(guān)性，進(jìn)一步完善高光譜遙感混合像元光譜分離與分析技術(shù),重點(diǎn)開展多種 地物成分混合像元分解方法的研究。（2）對(duì)高光譜遙感在地質(zhì)領(lǐng)域的深化應(yīng)用，還需要測(cè)試分析礦物同物異譜、異物同譜以 及不同環(huán)境下的礦物光譜特征，建立礦物多樣性光譜庫(kù)與特征知識(shí)庫(kù)。（3）必須加強(qiáng)對(duì)高植被覆蓋區(qū)巖石礦化蝕變信息提取方法的研究，特別是利用高光譜遙 感數(shù)據(jù)結(jié)合SAR數(shù)據(jù)提取巖礦光譜信息的方法技術(shù)有待研究。參考文獻(xiàn)浦瑞良，宮鵬.高光譜遙感及其應(yīng)用M.高等教育出版社,2000.張卡，盛業(yè)華,張書畢.遙感新技術(shù)的若干進(jìn)展及其應(yīng)用J遙感信息.2

22、004, (2) ：58-62.甘甫平，王潤(rùn)生.高分辨率光譜遙感信息地質(zhì)應(yīng)用技術(shù)方法研究R。國(guó)土資源部科研報(bào)告,200闞明哲，田慶以，張宗貴.新疆哈密三種典型蝕變礦物的HyMap高光譜遙感信息提取J國(guó)土資源遙感.2005,(3):37-41.燕守勛，張兵，趙永超等.礦物與巖石的可見一近紅外光譜特性綜述J遙感技術(shù)與應(yīng)用2003, (8)：191-201.裴承凱，傅錦.高光譜遙感技術(shù)在巖礦識(shí)別中的應(yīng)用現(xiàn)狀與前景J世界核地質(zhì)科學(xué).2007(3):32-38.Bea Thai Glenn Healey. Invariant subpixel material detection in hyperspe

23、ctral imagery J. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(3): 599-608.GatN, Barhen J, GulatiS, SteinerTD. Hyperspectraimaging fortarget/decodiscriminatiosensorand algorithmsA. Proc. Mtg. IRIS SpecialtyGroup on Passive SensorsC. IRIA Publication, 1994. 238-246.Farrand W H, Harsanyi JC. Discrimination of poorly exposed lithologies in imaging spectrometer dataJ. JGR, 1995, 100(E1): 1565-1578.10遙感技術(shù)在地質(zhì)找礦中的應(yīng)用及發(fā)展前景 耿新霞，楊建民，張玉君，姚佛軍2008年6月王晉年，章慶禧，鄭蘭芬，等.以地物識(shí)別和分類為目標(biāo)的高光譜數(shù)據(jù)挖掘J中國(guó)圖形圖像學(xué)報(bào)，1999,4(11).袁迎輝，林子瑜,高光譜遙感技術(shù)綜述J中國(guó)水運(yùn),2007 (8) :155-157.黃光玉,沈占鋒,趙欣梅.高光譜遙感礦