基于mnf變換的蝕變信息提取方法

基于mnf變換的蝕變信息提取方法

圍巖雕刻是尋找熱液礦床的重要標志之一。星載熱發(fā)射和反射輻射儀ASTER(AdvancedSpaceborneThermalEmissionandReflectionRadiometer)數(shù)據(jù)在0.52～0.86μm可見光長范圍有三個波段(15m分辨率);在1.6～2.43μm的短波紅外波段范圍有6個波段(30m分辨率);在8.125～11.65μm熱紅外波段有5個波段(90m分辨率)(Abramsetal.,2000)。蝕變礦物在近紅外、短波紅外和熱紅外波段有吸收特征(Abramsetal.,1983;Spatzetal.,1995),ASTER在短波紅外的6個波段可用于巖性和礦物的識別與探測。在ASTER多光譜中,為了突出不同礦物間的差異,一般是通過比值、主成分變換等方法來完成。如Mars和Rowan用比值法進行泥化蝕變和絹英巖化蝕變填圖(Rowanetal.,2003);Crósta、Tangestani等分別用主成分分析法進行了蝕變礦物填圖(Tangestanietal.,2001;Cróstaetal.,2003,2009;Marsetal.,2006;Perryetal.,2009)。目前,國內(nèi)多數(shù)遙感蝕變信息提取也是主要基于這兩種方法(毛曉長等,2005;叢麗娟等,2007;陳江等,2007;李培軍等,2007;黃照強等,2009;楊長保等,2009;代晶晶等,2010)。對于植被發(fā)育、地形復雜的研究區(qū)來說,植被和陰影對蝕變信息提取的影響較大。比值法可以消除電磁波傳輸過程中乘性因子,可以很好的消除譜帶吸收或反射特征較弱的背景因子(如土壤),然而它受植被、陰影、積雪和云團等影響非常嚴重,因此主要適用于地形起伏較小的干旱地區(qū)的信息增強。主成分分析是針對降低波段數(shù)據(jù)間的相關(guān)性提出的。它以波段間方差最大為原則,實現(xiàn)降維、數(shù)據(jù)壓縮和信息分離的目的,具有變換前后總信息量不變的特點。對于植被發(fā)育、地形復雜地區(qū),當噪聲方差和信號方差沒有明顯差別時,主成分分析中的噪聲分量并不隨著階次的增加而降低。而Green等(Greenetal.,1988)將改進后的主成分變換稱為最大噪聲分量變換(maximumnoisefractiontransformation,MNF)可以使變換后的結(jié)果按圖像質(zhì)量從高到低的順序排列。在前人工作的基礎上,本文提出了一種基于MNF變換和礦物標識的植被覆蓋區(qū)的斑巖銅礦蝕變信息提取方法。方法的基本原理是先將已知光譜轉(zhuǎn)換為圖像像元,作為蝕變信息提取的礦物標識,然后對處理后的圖像進行MNF變換,并根據(jù)變換后的各主成分進行RGB合成,形成突入目標的假彩色合成圖像。1含礦巖體蝕變研究普朗-紅山銅多金屬礦帶位于云南中甸地區(qū),屬于熱帶高原地帶,植被發(fā)育,既有典型的植物覆蓋區(qū)松樹林,又有平原牧區(qū)的雜草和灌木,如圖1所示。研究區(qū)位于義頓島弧南段的格咱火山-巖漿弧,為典型的熱液蝕變斑巖型銅礦床。夾持于娘央-夏隆瓦和彌里躺斷裂之間,沿中甸島弧的復背斜及次級背斜、亞拉夏向斜、紅山背斜、岡錯向斜、普朗向斜、熱絨背斜軸部發(fā)育。斑(玢)巖的產(chǎn)出受區(qū)域構(gòu)造控制明顯,巖體數(shù)量大小多達46個,呈巖株、巖枝和巖墻狀產(chǎn)出,總體呈NNW向延伸。其中較大者從南到北有懶中、普郎、松諾、薩決和促納卡等巖體(曾普勝等,2006;尹光侯等,2009;李文昌等,2009),可以作為典型的植被覆蓋區(qū)蝕變信息提取方法驗證點來討論。巖體地表露頭較大,斑巖型礦化發(fā)育。含礦巖體蝕變分帶明顯,礦床的斑(玢)巖體的蝕變與國內(nèi)外常見的斑巖型礦床基本相似,故按通常的分帶方式劃分為鉀化硅化帶、絹英巖化帶、泥化蝕變帶和青盤巖化帶如圖2,中心是鉀化硅化帶如鉀長石、黑云母等,其周圍有多種蝕變帶(曹殿華等,2006;余海軍等,2009;王安建等,2009)。這些含水蝕變礦物具有診斷吸收光譜。如寬的絹英巖化帶,通常是由于黃鐵礦的氧化產(chǎn)生的褐鐵礦化,可以由伊利石或者白絹云母的診斷光譜判斷。窄的泥化帶可以由高嶺土和明礬石的波譜判斷。外圍的青磐巖化由于圍巖組份的變化,其礦物組合變化較大,但是常見組合是綠簾石、綠泥石和碳酸巖等礦物。圍巖和侵入巖都會產(chǎn)生銅礦化并且有熱液蝕變。由于青磐巖化的礦物組合變化較大,而鉀化硅化帶很少暴露在外,因此對于ASTER數(shù)據(jù)的分析主要集中在絹英巖化和泥化蝕變帶。絹英巖化蝕變光譜特征包括伊利石和白云母的光譜,其Al-OH鍵在2.20μm(ASTER波段6)附近有強吸收特征,在2.38μm(ASTER波段8)附近有次吸收特征。ASTER數(shù)據(jù)可以探測到由于Fe2+置換Al從而使得低值向長波波段移動(Rowanetal.,2003)。Fe3+的強吸收使得礦物(如褐鐵礦)在可見光下的反射率較低。泥化巖石的Al-OH鍵在2.20μm附近也有吸收特征,但是高嶺石和明礬石的光譜特征和白云母及伊利石的光譜特征明顯不同(Lowelletal.,1997;Rowanetal.,2003)。高嶺石在2.17μm附近有第二特征,明礬石在2.17μm有吸收(ASTER波段5),在2.20μm有小吸收特征,這兩種礦物在2.38μm附近均有亞吸收特征。ASTER數(shù)據(jù)在短波紅外的波段設置可以識別這些波段差異(Rowanetal.,2003),如圖3。2方法2.1大氣上界反射率函數(shù)aster本文使用ASTER數(shù)據(jù)為L1B產(chǎn)品,成像時間為2005年11月30日,過境時間為4點1分。影像覆蓋區(qū)域為云南中甸地區(qū),覆蓋范圍為北緯27.632255°～28.275776°,東經(jīng)99.222843°～99.994819°ASTER圖像數(shù)據(jù)的大氣上界視反射率,是圖像輻射校正后得到的基本參數(shù)。假設天空輻照度各向同性和地面朗伯面反射,并忽略大氣的折射、湍流和偏振,由遙感方程,地物表面反射輻亮度是太陽輻照度和表面反射率的函數(shù)。本次獲取的ASTER數(shù)據(jù)是1A級數(shù)據(jù),通過頭文件發(fā)現(xiàn)所得的為輻射定標數(shù)據(jù),像元值為輻亮度值,可直接轉(zhuǎn)換成大氣上界反射率。公式為:RTOA=(π×Lrad×d2)/(ESUNi×cos(z))(1)其中π=3.14159,RTOA是大氣上界反射率,Lrad是輻亮度值,ESUNi是大氣頂部的平均太陽輻射照度(對應各波段,可由通道響應函數(shù)計算得出)。z為太陽天頂角(z=90°-solarelevationangle),可以在ASTER的頭文件中查到。d是日-地距離(天文單位),可以用公式2計算(Achardetal.,1994;Evaetal.,1998):d=(1-0.01672×cos(RADIANS(0.9856)×(JulianDay-4)))(2)JulianDay為衛(wèi)星過境日期的儒略日。根據(jù)1∶20萬地質(zhì)圖對ASTER數(shù)據(jù)進行幾何糾正,誤差控制在1個像元。2.2aster特征分析在提取信息結(jié)果的驗證方面,以前都是利用地面露頭或者實驗室內(nèi)觀測波譜進行驗證,本文通過將波譜庫的標識礦物的波譜采樣為像元波譜作為標識,可以快速驗證不同信息提取方法的有效性。已知目標識別礦物為絹云母、高嶺石和明礬石。根據(jù)ASTER波段響應函數(shù)對標準波譜數(shù)據(jù)重采樣,獲得ASTER傳感器成像波段的地表反射率,如公式(3)。r=∫λ2λ1fλrλdλ∫λ2λ1fλdλ(3)r=∫λ1λ2fλrλdλ∫λ1λ2fλdλ(3)其中r為波段反射率,rλ為對應波長地物反射率,fλ為傳感器的波段響應函數(shù)在波長λ處的響應,波長范圍為λ1到λ2。在ASTER遙感影像上構(gòu)建新像元,將標準礦物波段反射率轉(zhuǎn)換為圖像像元波段反射率,如公式(4)。xni=si(4)xni=si(4)其中xni為ASTER影像第i個像元在第n個波段上的反射率,si礦物在ASTER標準波段的反射率值。新像元為純凈像元,為蝕變識別的參考端元,如圖4。2.3mnf變換結(jié)果MNF變換是由Green等于1988年提出的(Greenetal.,1988),目的是為了解決主成分分析中存在的圖像質(zhì)量不隨主成分數(shù)值的增加而遞減的問題。假設當前圖像由p個波段組成,像素值Z(x)由信號S(x)與噪聲N(x)組成,公式為Z(x)=S(x)+N(x)(5)Ζ(x)=S(x)+Ν(x)(5)其中,x為坐標;ZT(x)={Z1(x),Z(x),...,Zp(x)},S(x)與N(x)分別為互不相關(guān)的信號和噪聲分量。因此,Cov{Z(x)}=∑=∑δ+∑N。其中∑δ和∑N分別表示S(x)與N(x)的協(xié)方矩陣;定義第i波段的噪聲分量為Var{Ni(x)}/Var{Zi(x)},也就是該波段的噪聲方差與波段方差的比值。MNF變換可以用線性公式表示為Yi(x)=aTiZ(x),i=1,...,p(6)Yi(x)=aiΤΖ(x),i=1,...,p(6)上述公式在求解過程中滿足如下條件:在于Yi(x)(j=1,2,...,i)正交的線性變換過程中,噪聲分量保持最大。運用主成分的推導過程,可以得出ai是正規(guī)化后的矩陣∑N∑-1的左側(cè)特征向量,滿足ai∑ai=I;與ai相對于的特征值μi是Yi(x)中的噪聲分量,滿足μ1≥μ2≥...μp。因此,MNF變換后的成分所代表的圖像質(zhì)量將逐漸提升。遙感影像的2.0～2.4μm波段屬于中紅外波段,可用于區(qū)分主要巖石類型。水體反射率總體較低(4%～5%),并隨波長的增大逐漸降低,0.6μm處約2%～3%,過了0.75μm,水體幾乎成為全吸收體。由于植被葉細胞結(jié)構(gòu)的影響,其在中紅外波段受到綠色植物含水量的影響,吸收率大增,反射率下降。因此在近紅外的遙感影像下植被和水體都是暗目標,其反射率都非常低。由以上分析,將ASTER圖像數(shù)據(jù)短波紅外波譜范圍(1.65～2.395μm)的6個波段進行MNF變換,其結(jié)果將干擾信息降低到最小,巖性信息提高到最大。從圖5可以明顯看出,前三個波段的特征值遠遠大于后面三個波段的特征值,前三個波段顯示的地物影像清晰,集中地物的絕大部分光譜信息。后面三個波段,包含地物光譜信息減少,噪聲增大。由標識礦物可以看出,目標礦物是亮色的。根據(jù)圖6可以看出MNF2主要反映絹云母蝕變,MNF3主要反映高嶺石蝕變,MNF4主要反映明礬石蝕變。3主成分分析及數(shù)據(jù)處理為了更進一步的驗證分析本方法對植被發(fā)育、地形復雜地區(qū)的有效性,下面將分別采取主成分分析法和比值法提取泥化蝕變,將MNF變換的結(jié)果與之進行對比。主成分分析法是利用一個特征向量算子作用于輸入圖像,圖像中的方差信息進行重新分配,利用其不同主成分濃縮信息的側(cè)重不同,通過對特征向量載荷的判別分析,從某一個或某幾個主成分中得到特征信息,它的基礎是輸人圖象的相關(guān)性大小。Crósta和Moore在1989年用主成分分析法提取了TM數(shù)據(jù)的氧化鐵(Cróstaetal.,1989)。隨后又將其成功應用在ASTER數(shù)據(jù)中,用ASTER1,4,6,7波段填高嶺石,ASTER1,3,5,6填白/絹云母(Cróstaetal.,2003;Marsetal.,2006)。進行主成分分析后,分析特征向量矩陣,確定包含目標礦物信息的主成分。其判斷標準由Loughlin提出(Loughlinetal.,1991):ASTER波段的特征向量對主成分有高負載荷且具有相反的貢獻值。對實驗區(qū)的ASTER數(shù)據(jù)1,4,6,7波段做主成分分析后,其特征向量矩陣如表1所示。從圖3分析可知,高嶺石在ASTER4和ASTER7有高反射,在ASTER1和ASTER6有強吸收,從表1可以看出,波段1對PC3有高負載荷,為負貢獻(-0.672),而波段4有高負載荷,為正貢獻(0.730),因此PC3符合條件,為高嶺石礦物信息增強圖像。PC3圖像中的亮目標包含高嶺石,其高嶺石豐度圖如圖7(b)所示。對實驗區(qū)的ASTER數(shù)據(jù)1,3,5,6波段做主成分分析后,其特征向量矩陣如表2所示。由表可以看出,波段6對PC4有高負載荷,為負貢獻(-0.872),而波段5有高負載荷,為正貢獻(0.409),因此PC4符合條件,為白/絹云母礦物信息增強圖像,其礦物豐度圖如圖8(b)所示。波段比值法作為一種提取波譜信息的有效手段,廣泛應用于地質(zhì)遙感中(Rowanetal.,1974,1977)。比值法以地物波譜的斜率為依據(jù),增大波譜對比度,突出特征信息。光譜指數(shù)可以用于比值對提取鐵氧化物、碳酸鹽和鐵鎂質(zhì)礦物等。根據(jù)研究表明,(b4+b6)/b5可以提取高嶺石蝕變,(b5+b7)/b6可以提取白/絹云母蝕變。由此得到的高嶺石礦物豐度圖如圖7(c)所示,圖8(c)為白/絹云母蝕變礦物豐度圖。圖7結(jié)果顯示,PCA(ASTER1,4,6,7)的PC3和MNF變換的MN3獲得的高嶺石豐度圖結(jié)果很類似,比值(b4+b6)/b5獲得的豐度圖較差;從圖7我們可以看出,MNF變換的MNF2的豐度圖結(jié)果最好,而PCA(ASTER1,3,5,7)的PC4有噪聲,比值(b5+b7)/b6噪聲最大。由于研究區(qū)位于熱帶高寒區(qū),受植被、陰影、積雪和云團等影響嚴重,這些干擾因素對蝕變信息提取的影響較大。波段比值法是根據(jù)代數(shù)運算的原理,當波段間差值相近但斜率不同時,利用反射波段與吸收波段的比值處理增強各種巖性之間的波譜差異,但是干枯樹葉纖維素的吸收特征和含Al-OH、Fe和Mg-OH的礦物類似,其在2.10(ASTERband5)和2.30μm(ASTERband8)附近有吸收特征,因此用比值法容易混淆干枯樹葉和礦物。主成分分析能夠把原來多波段影像中的有用信息集中到數(shù)目盡可能少的特征影像組中,并使不同波段的影像互不相關(guān),從而達到減少數(shù)據(jù)量的效果。主成分分析對噪聲比較敏感,主成分變換后的影像并不能消除一定的噪聲影響,如圖7、圖8所示,而比值法明顯受噪聲影響較大。而MNF變換不但可以將目標等有效信息集中到盡可能少的低維數(shù)據(jù)中,而且可以有效地分離噪聲。由于植被和水體在短波紅外波段反射率極低,可以視為黑體,本文只將ASTER短波紅外波段進行MNF變換,因此效果良好。通過以上分析,將MNF2、MNF3和MNF4的豐度圖疊加與ASTER3上,得到普朗-紅山成礦帶絹英巖化和泥化蝕變信息蝕變圖,如圖9所示?？梢园l(fā)現(xiàn)普朗-紅山區(qū)整體表現(xiàn)為巖體蝕變信息較強,泥化蝕變和絹英巖化蝕變整體呈NNW向延伸,受構(gòu)造控制明顯。蝕變在區(qū)域上具有反映成礦背景的明顯特征。實驗區(qū)蝕變遙感異常展布方向、組合類型等均顯示與測區(qū)區(qū)域地質(zhì)背景及成礦系列有著密切關(guān)系。蝕變遙感異常展布總體呈NW-NNW向,與實驗區(qū)總體構(gòu)造方向一致。研究區(qū)位于高山侵蝕區(qū),絹英巖化蝕變巖石抗侵蝕能力較弱,是一種最常見的重要蝕變,粘土化強度不大。異常帶與礦化產(chǎn)出的曲嘎寺組、圖姆溝組等地層巖性具一致展布性,且多表現(xiàn)為與巖體相伴出露,反映了較強的構(gòu)造巖體蝕變礦化背景。蝕變遙感異常強濃度區(qū)往往分布在地表有巖體出露或部分出露地帶,可能是淺埋或出露巖體風化較強、地表成礦元素富集導致巖石蝕變所致;而蝕變遙感異常強度弱的區(qū)域落在隱伏巖體區(qū)域。故推測蝕變遙感異常強度可反映巖體埋深。通過蝕變遙感異常點群與研究區(qū)已有礦床(點)產(chǎn)出進行吻合度分析發(fā)現(xiàn),礦化蝕變遙感異常與巖石蝕變帶吻合率高,可以將蝕變遙感異常視為礦化蝕變類型的直接指示標志之一。其中蝕變遙感異常與已知的礦(化)點信息對比,與斑巖體銅礦有關(guān)的絹英巖化帶及泥化帶無一例外都落在羥基異常一級或多級異常重疊區(qū),且羥基異常往往濃度強、面積大且集中分布。蝕變遙感異常可較好地縮小地球化學異常面源靶區(qū),可起到優(yōu)化化探異常的作用。經(jīng)地表地質(zhì)調(diào)查證實,蝕變遙感異常發(fā)育的地帶,往往都落在了1:5萬地球化學異常圖區(qū)內(nèi),且由于蝕變遙感異常具有點源特點,可較好地縮小地球化學異常的面源靶區(qū)范圍,故在測區(qū)可用蝕變遙感異常這一點源信息進行近礦指示。研究區(qū)蝕變遙感異常部分地區(qū)出現(xiàn)蝕變遙感異常不連續(xù)、局部地區(qū)與礦化出現(xiàn)不吻合等的現(xiàn)象,這從干擾因素分析及地形地貌條件分析中可以找到答案,故蝕變遙感異常的認識需借助于其它因素進行全面研究。研究區(qū)蝕變遙感異常多出現(xiàn)在向陽坡,在陰影區(qū)則蝕變遙感異常缺失,造成蝕變遙感異常分布陡然斷開、連續(xù)性差。究其原因,應是由于測區(qū)處于地形深切割區(qū),植被發(fā)育,為蝕變遙感異常提取過程中最重要的干擾因子,從主成分分析法和比值法可以看出。MNF變換