彭光雄, 王明艷, 何 皎

(1.中南大學(xué) 有色金屬成礦預(yù)測教育部重點實驗室, 湖南 長沙 410083; 2.青海省地質(zhì)調(diào)查院, 青海 西寧810012; 3.湖南有色金屬控股集團有限公司 礦山管理部, 湖南 長沙 410015)

基于局部可變窗口的Crosta蝕變信息提取技術(shù)
——以莫海拉亨為例

彭光雄1,2, 王明艷3, 何 皎2

(1.中南大學(xué) 有色金屬成礦預(yù)測教育部重點實驗室, 湖南 長沙 410083; 2.青海省地質(zhì)調(diào)查院, 青海 西寧810012; 3.湖南有色金屬控股集團有限公司 礦山管理部, 湖南 長沙 410015)

針對常規(guī)Crosta技術(shù)的不足, 本文提出一種基于局部可變窗口的改進方法。改進方法利用局部可變窗口將整幅影像劃分為若干個獨立統(tǒng)計分析單元, 并且在每個獨立單元內(nèi)部排除水體、云、冰雪等干擾信息, 然后再進行主成分分析和礦化蝕變異常組分的判斷與選擇。本次研究以莫海拉亨鉛鋅礦區(qū)為例, 利用改進方法進行了礦化蝕變的信息提取和遙感找礦實例分析。結(jié)果表明, 改進的Crosta方法能有效降低環(huán)境噪聲, 對干擾信息有較強的篩選過濾功能, 同時對弱蝕變信息有較強的識別能力。褐鐵礦化和硅化是礦區(qū)主要的礦化蝕變類型, 斷裂對成礦的控制作用明顯。位于斷裂帶以及斷裂交匯的部位, 且鐵帽、碳酸鹽化和硅化遙感異常重疊的區(qū)域是重要的遙感找礦標(biāo)志。

礦化蝕變；Crosta技術(shù)；遙感異常；局部可變窗口；莫海拉亨

0 引 言

礦床在生成、演化的全過程中, 其成礦條件表現(xiàn)為地質(zhì)演化過程中的地質(zhì)異常事件, 因而尋找地質(zhì)異常成為預(yù)測礦床的必要條件之一(趙鵬大和陳永清, 1999)。隨著遙感技術(shù)的發(fā)展, 礦產(chǎn)地質(zhì)勘查中礦化蝕變的遙感異常跟地球化學(xué)異常和地球物理異常一樣逐漸成為了一種具有獨立性找礦標(biāo)志的參數(shù)(王彪等, 2011)。TM和ASTER等遙感影像在礦化蝕變信息的提取中發(fā)揮了重要作用, 并仍是當(dāng)前遙感地質(zhì)勘探的重要數(shù)據(jù)來源, 其勘探潛力還有待進一步的挖掘(王潤生等, 2011)。基于主成分分析的Crosta 技術(shù)首先在TM遙感數(shù)據(jù)的處理上取得了較大的突破(Crósta and Moore, 1989)。Loughlin (1991)在美國內(nèi)華達州成功運用Crosta 技術(shù)發(fā)現(xiàn)了Gold Bar金礦床。在美國內(nèi)華達PascoCanyon 地區(qū), 2004年運用Crosta技術(shù)在密集勘探區(qū)又新發(fā)現(xiàn)了詳細地質(zhì)填圖未能發(fā)現(xiàn)的表生蝕變帶, 并在該蝕變帶上經(jīng)鉆探發(fā)現(xiàn)了金礦床, 說明利用TM遙感數(shù)據(jù)仍可導(dǎo)致新的發(fā)現(xiàn)(Bedell, 2004)。Crósta et al. (2003)在阿根廷Los Menucos金礦基于Crosta 技術(shù)利用ASTER遙感數(shù)據(jù)成功提取了明礬石、伊利石、高嶺石+蒙脫石、高嶺石等蝕變信息。張玉君和姚佛軍(2009)的研究也表明Crosta 技術(shù)在ASTER的蝕變信息方面也有較好的穩(wěn)定性和良好的應(yīng)用效果。燕守勛等(2011)對700 多個礦床(點)統(tǒng)計后發(fā)現(xiàn)在Crosta彩色合成圖像上, 高含鐵氧化物的暗紅圖斑主要與鐵、鉛鋅、金、銅、鉬礦有關(guān), 高含鐵氧化物與高含羥基礦物的亮白圖斑主要與內(nèi)生銅礦有關(guān), 總相關(guān)率達45%。因此Crosta技術(shù)在TM和ASTER等遙感影像上均表現(xiàn)出良好的找礦指示能力, 被持續(xù)和廣泛地應(yīng)用于礦床蝕變巖的信息增強處理中, 在找礦勘查中發(fā)揮了重要作用。但是傳統(tǒng)的Crosta技術(shù)是基于整幅影像進行統(tǒng)計分析來計算每個組分的特征向量值的, 導(dǎo)致統(tǒng)計計算過程中包含了水體、云、冰雪等干擾信息,從而使得所得到的異常結(jié)果也包含了大量噪聲, 在一定程度上影響了礦化蝕變信息提取的精度。若能利用局部可變窗口將整幅影像劃分為若干個獨立統(tǒng)計分析單元, 并且在每個獨立單元內(nèi)部排除水體、云、冰雪等干擾信息, 然后再進行主成分分析計算和礦化蝕變異常組分的判斷與選擇, 將會有效降低環(huán)境噪聲, 提高礦化蝕變信息提取的精度。

1 方法描述與改進

1.1 Crosta技術(shù)

Crósta and Moore 于1989年提出了一種特征導(dǎo)向的主成分選擇方法(Feature-oriented Principal Components Selection, FPCS)。該方法利用主成分分析(PCA)的特征向量載荷根據(jù)特定目標(biāo)地物(如蝕變)的光譜特征來判斷和選取該地物所在的主成分分量(PC)影像。并且判斷目標(biāo)地物(如蝕變)在對應(yīng)主成分分量(PC)影像中的是暗像元或者亮像元是執(zhí)行該方法一個重要的環(huán)節(jié)。英國國家遙感中心(U.K. National Remote Sensing Centre, NRSC)在此基礎(chǔ)上總結(jié)并提出利用最能反映目標(biāo)地物(如蝕變)的4個特征遙感波段進行主成分分析的方法, 從而發(fā)展成為Crosta 技術(shù)(Loughlin, 1991)。張玉君等(2003)、張玉君和姚佛軍(2009)、Crósta et al. (2003)對TM和ASTER遙感影像Crosta 技術(shù)能識別的主要蝕變類型的特征波段進行了研究, 本文歸納總結(jié)如表1所示。根據(jù)特定礦化蝕變光譜特征和Crosta法則, 通常反射率高的波段和反射率低的波段兩者的特征向量的符號相反且絕對值比較大的組分則為礦化蝕變異常所在的組分, 一般情況下是第4組分PC4; 并且若反射率高的波段對應(yīng)的特征向量值為正值, 則異常表現(xiàn)為亮像元, 反之則表現(xiàn)為暗像元; 以此來判斷異常組分像元是亮像元或是暗像元, 若異常為暗像元則可對該組分乘以－1將其轉(zhuǎn)換為亮像元。

表1 主要礦化蝕變Crosta分析的特征波段組合Table 1 The characteristic bands of Crosta technique for major alteration types

1.2 局部可變窗口Crosta技術(shù)

由于Crosta技術(shù)具有快速、穩(wěn)定、可靠的優(yōu)點并且不需要進行輻射校正和大氣校正, 使得其在地質(zhì)勘查領(lǐng)域得到廣泛應(yīng)用。常規(guī)的Crosta技術(shù)是針對整個影像進行統(tǒng)計計算的。而地表類型是復(fù)雜多樣的,并且還包括水體、云、冰雪等干擾信息, 因而用整個影像的統(tǒng)計結(jié)果難以表征局部地表的統(tǒng)計特點。因此利用整個影像進行Crosta分析必然會引入較多的環(huán)境噪聲, 對礦化蝕變信息提取的精度產(chǎn)生負面影響。解決上述問題的思路是利用局部可變窗口將整幅影像劃分為若干個獨立單元, 排除水體、云、冰雪等干擾信息, 對有效的背景像元進行標(biāo)識, 然后在每個獨立單元內(nèi)部再進行Crosta計算分析。改進的Crosta技術(shù)流程如圖1所示, 方法步驟描述如下。

步驟1: 輸入遙感影像。輸入一幅遙感影像A。

圖1 局部可變窗口Crosta分析礦化蝕變信息提取方法流程Fig.1 The flow chart of the improved Crosta technology

步驟2: 有效背景像元標(biāo)識。對步驟1中輸入的遙感影像A進行水體、云、冰雪和高覆蓋度的植被等干擾地物的識別, 進行有效背景像元的區(qū)分和標(biāo)識, 其中有效背景像元是指為非損壞數(shù)據(jù)像元、非水體像元、非云像元、非冰雪像元和非高覆蓋度的植被像元?？衫脷w一化植被指數(shù)NDVI和歸一化水體指數(shù)NDWI對遙感影像A進行植被和水體的判斷識別。TM遙感影像的NDVI的計算方法為(TM4－TM3/TM4+TM3), NDWI的計算方法為(TM2－TM5)/(TM2+TM5); ASTER遙感影像的NDVI的計算方法為(ASTER3－ASTER2/ASTER3+ ASTER2), NDWI的計算方法為(ASTER1－ASTER4)/ ( ASTER1+ASTER4)。

步驟3: 局部可變窗口選擇。對經(jīng)過步驟2進行有效背景像元標(biāo)識的遙感影像以N×N像元的活動窗口對每個像元進行掃描并進行統(tǒng)計, 其中N為11至31之間的奇數(shù), 該統(tǒng)計是以掃描點所在像元為中心,從11×11窗口開始搜索, 依次擴大搜索窗口, 最大擴展至31×31 窗口, 直到有效背景像元的數(shù)量占整個窗口像元數(shù)量的比例達到51%時停止搜索。如圖2所示。

步驟4: 窗口內(nèi)主成分分析。對經(jīng)過步驟2進行有效背景像元標(biāo)識的遙感影像根據(jù)Crosta方法選擇能反映礦化蝕變的4個遙感波段(如表1所示), 然后對步驟3中選擇的N×N窗口中對所有的有效背景像元進行基于特征導(dǎo)向的主成分分析, 得到PC1、PC2、PC3和PC4組分。以TM的鐵染異常和ASTER鐵帽異常提取為例, 某一個N×N窗口主成分分析結(jié)果如表2所示。

圖2 局部可變窗口統(tǒng)計分析示意圖Fig.2 The schematic diagram of the statistical analysis on the local variable window

表2 某N×N窗口主成分分析各組分的特征向量值Table 2 The Eigenvectors of four PCA components in the local variable window

步驟5: 異常組分的判斷。根據(jù)礦化蝕變光譜的強吸收和高反射特征對步驟4中得到的4個組分進行判斷, 得到礦化蝕變異常所在的組分。判斷的方法是根據(jù)反射率高的波段和反射率低的波段兩者的特征向量的絕對值較大且符號相反的組分就判斷為礦化蝕變異常所在的組分。

步驟6: 異常明暗像元的判斷。對經(jīng)過步驟5得到的礦化蝕變異常所在的組分進行明暗像元的判斷, 判斷的方法是當(dāng)反射率高的波段對應(yīng)的特征向量值為正值, 則異常表現(xiàn)為亮像元, 反之則表現(xiàn)為暗像元。

步驟7: 異常明暗像元轉(zhuǎn)換與賦值。以輸入的遙感影像A的任一波段為模板進行復(fù)制, 構(gòu)建一個異常影像B; 當(dāng)經(jīng)過步驟6判斷出的異常為亮像元時則將該組分中心像元的特征向量的值直接賦給異常影像B所對應(yīng)位置的像元, 當(dāng)經(jīng)過步驟6判斷出的異常為暗像元時則將該組分中心像元的特征向量的值乘以-1, 將暗像元轉(zhuǎn)換為亮像元后再賦給異常影像B所對應(yīng)位置的像元, 得到最終異常影像C。

步驟8: 輸出異常影像。對步驟7中得到的最終異常影像C進行輸出, 灰度影像C中的礦化蝕變異常均表現(xiàn)為亮像元。如圖3b是該方法提取的ASTER鐵帽異常。

2 效果比較分析

利用ENVI4.5+IDL7.0軟件開發(fā)平臺對上述基于局部可變窗口的Crosta技術(shù)進行編程以實現(xiàn)蝕變異常信息的提取。

分別利用改進方法與常規(guī)Crosta法提取了青海莫海拉亨地區(qū)的TM鐵染異常和ASTER鐵帽異常,統(tǒng)計結(jié)果比較如表3所示。改進方法和常規(guī)Crosta方法提取的TM鐵染異常的均值分別為0.2004和0.1179, 標(biāo)準(zhǔn)差分別為3.1319和3.5238, 改進方法提取的TM鐵染異常比常規(guī)Crosta方法的均值要大69.7%, 標(biāo)準(zhǔn)差要小12.5%, 說明改進方法提取的TM鐵染異常更加強烈而集中一些。改進方法和常規(guī)Crosta方法提取的ASTER鐵帽異常的均值分別為0.1252和0.0476, 標(biāo)準(zhǔn)差分別為3.0795和3.6237,改進提取的ASTER鐵帽異常比常規(guī)Crosta方法的均值要大163.0%, 標(biāo)準(zhǔn)差要小54.4%, 也說明改進方法提取的ASTER鐵帽異常表現(xiàn)出更加強烈而集中的特點, 而且能較好地彌補部分常規(guī)Crosta方法遺漏的蝕變異常信息。

圖3中A、B、C和D四個礦床(點)正好位于在圖3b改進方法提取的鐵帽異常的高值區(qū), 而在圖3a中則位于常規(guī)Crosta方法提取的鐵帽異常的低值區(qū),從而反映出改進方法對弱蝕變信息有較強的識別能力。莫海拉亨地區(qū)的蝕變異常提取結(jié)果比較分析表明, 改進的Crosta方法對干擾信息有較強的篩選過濾功能, 同時對弱蝕變信息有較強的識別能力。

表3 改進方法與常規(guī)Crosta法提取的蝕變異常統(tǒng)計結(jié)果Table 3 The statistical results of the anomaly extracted through the traditional Crosta technology and the improved method

圖3 常規(guī)Crosta方法(a)和改進方法(b)提取的ASTER鐵帽異常結(jié)果Fig.3 The gossan anomaly extracted through the traditional Crosta technology(a) and the improved method(b)

3 應(yīng)用實例

青海雜多縣境內(nèi)的莫海拉亨鉛鋅礦區(qū)地處沱沱河雜多晚古生代斷裂帶的南緣, 位于青海省重要的多金屬成礦帶上, 是三江成礦帶北西段的重要組成部分, 具有良好的成礦地質(zhì)條件。本文以莫海拉亨鉛鋅礦區(qū)為例, 應(yīng)用基于局部可變窗口的Crosta蝕變信息提取技術(shù)進行了遙感找礦研究。

3.1 礦化蝕變特征

莫海拉亨鉛鋅礦區(qū)地層主要為下石炭統(tǒng)雜多群碳酸鹽組(C1Z2)及碎屑巖組(C1Z1)、中-下二疊統(tǒng)開心嶺群諾日巴尕日保組(P2nr)及九十道班組(P2j)。區(qū)內(nèi)礦化帶呈長條狀賦存于早石炭世雜多群灰?guī)r組(C1Z2)中, 呈北西向帶狀展布, 展布方向與主構(gòu)造線方向基本一致, 地表礦化清晰可見(如圖4a)。含礦巖體以灰?guī)r為主, 主要表現(xiàn)為褐鐵礦化、鉛鋅礦化, 在裂隙發(fā)育處還可見塊狀鉛鋅礦石, 局部伴有少量銅藍、孔雀石等銅礦化。圍巖蝕變主要為硅化、碳酸鹽化和白云巖化。礦化帶內(nèi)部結(jié)構(gòu)具明顯的分帶現(xiàn)象,礦化蝕變從中心向兩側(cè)分別為: 蜂窩狀強褐鐵礦化(中心帶)(如圖4b)、褐鐵礦化和硅化(過渡帶)、弱褐鐵礦化和硅化(基巖帶)。區(qū)內(nèi)鉛鋅礦體風(fēng)化后在地表形成的褐黃色的鐵帽以及呈硅化、碳酸鹽化、白云巖化的灰?guī)r與長石石英砂巖接觸破碎帶是該地區(qū)主要的找礦標(biāo)志(李善平等, 2011)。

圖4 地表礦化蝕變特征Fig.4 Characteristics of the surface mineralization and the alteration

3.2 蝕變信息提取

本文運用基于局部可變窗口的Crosta蝕變信息提取技術(shù), 采用ASTER1234的特征波段組合進行鐵帽異常的信息提取, 采用ASTER1348的特征波段組合進行碳酸鹽化異常的信息提取(張玉君等, 2006)。利用ASTER的熱紅外波段組合比值法(E10+E11+E12)/ (3×E13), 進行硅化異常信息的提取(Hiroshi and Kazuaki, 2003)。采用碳酸鹽化(R)+鐵帽(G)+硅化(B)的組合方式得到蝕變異常的彩色合成影像(如圖5a)。利用均值加2倍方差作為閾值對鐵帽和硅化異?；叶扔跋衩芏确指? 分別賦予紅色和藍色, 并以碳酸鹽化灰度影像作為底圖進行疊加, 得到如圖5b所示的結(jié)果。

圖5 ASTER提取的礦化蝕變異常及斷層空間分布圖Fig.5 The distribution map of the mineralization anomalies and the faults extracted by ASTER

區(qū)內(nèi)1︰5萬成礦元素組合異常、野外觀測礦床(點)和部分原生樣測試結(jié)果可用于對遙感提取的鐵帽、碳酸鹽化、硅化異常進行評價和分析。鐵帽和硅化異常主要沿北西向的斷裂帶分布, 尤其以F3斷層對東南端的硅化異常控制作用最為明顯。碳酸鹽化異常呈北西向與F1和F2斷層平行集中分布在C礦點周圍的區(qū)域。A、B、C和D四個主要礦點均位于北西向斷裂帶附近, 并且鐵帽和硅化異常比較強烈。根據(jù)1︰5萬成礦元素組合異常與遙感異常的套合情況, 發(fā)現(xiàn)成礦元素組合異常所在的區(qū)域基本也都是鐵帽、碳酸鹽化和硅化遙感異常同時出現(xiàn)的區(qū)域。表4莫海拉亨地區(qū)不同巖石成礦元素分配特征也能解釋這個現(xiàn)象。表4中褐鐵礦化硅化灰?guī)r中Pb和Zn元素的含量分別為2992.21×10?6和6618.54 ×10?6, 大大高于沒有褐鐵礦化和硅化的普通灰?guī)r;而灰白色灰?guī)r則分別為300.27×10?6和801.28×10?6,灰色灰?guī)r分別為59.82×10?6和319.52×10?6。

3.3 遙感找礦分析

三江斷裂帶自古生代起, 經(jīng)歷中生代和新生代期間的長期多次活動, 形成了莫海拉亨地區(qū)的基本構(gòu)造格架, 并控制了區(qū)內(nèi)中酸性侵入體的分布。北西西向次級斷裂及北東向與北西西斷裂的交切復(fù)合部位為巖漿、礦質(zhì)的賦存提供了極為有利的空間。區(qū)內(nèi)的已知礦床(點)基本分布在北西向斷裂的兩側(cè), 金屬礦產(chǎn)受斷裂構(gòu)造的控制作用明顯, 而呈現(xiàn)出沿北西向斷裂呈等間距分布的規(guī)律。莫海拉亨礦區(qū)內(nèi)斷裂構(gòu)造廣泛分布在下石炭統(tǒng)雜多群、下-中二疊統(tǒng)開心嶺群中, 各斷裂彼此交錯切割, 形成黃褐色破碎蝕變帶, 為成礦提供了的重要通道和賦礦空間。北西西向斷裂是莫海拉亨礦區(qū)的主干斷裂, 基本控制了礦區(qū)內(nèi)地層和礦化帶的分布。礦區(qū)內(nèi)北東與北西西向斷裂及其派生的次級裂隙與圍巖的交切部位易產(chǎn)生接觸交代作用, 導(dǎo)致元素的遷移或富集, 從而控制礦床(點)在空間上的分布。

從表4可以看出, 區(qū)內(nèi)礦化主要集中分布于灰?guī)r以及構(gòu)造破碎帶中, 礦化強度與硅化、褐鐵礦化、碎裂巖化有密切關(guān)系?？傮w表現(xiàn)為, 褐鐵礦化越強、巖石碎裂程度越高, 礦化則越強。因此北西向斷裂、北東向斷裂以及斷裂交匯部位部分, 且鐵帽、碳酸鹽化和硅化遙感異常同時出現(xiàn)的區(qū)域是重要的遙感找礦標(biāo)志。F3、F4和F5斷層及F3和F6斷層的交匯處硅化異常十分強烈, 局部伴隨高強度的鐵帽異常,是找礦勘探的重點區(qū)域。

表4 莫海拉亨地區(qū)不同巖石成礦元素統(tǒng)計特征Tabe 4 Statistics of the ore forming elements from different rocks in Mohailaheng

4 結(jié) 論

(1) 改進的Crosta技術(shù)利用局部可變窗口將整幅影像劃分為若干個獨立統(tǒng)計分析單元, 并且在每個獨立單元內(nèi)部排除水體、云、冰雪等干擾信息, 然后再進行主成分分析計算和礦化蝕變異常組分的判斷與選擇, 能有效降低環(huán)境噪聲, 對干擾信息有較強的篩選過濾功能, 同時對弱蝕變信息有較強的識別能力。

(2) 利用改進的Crosta技術(shù)提取的礦化蝕變信息對莫海拉亨礦區(qū)的遙感找礦具有較好指導(dǎo)意義。由于褐鐵礦化和硅化灰?guī)r中Pb和Zn元素的含量大大高于沒有褐鐵礦化和硅化的普通灰?guī)r及斷裂對成礦的控制作用, 位于斷裂帶以及斷裂交匯的部位,且鐵帽、碳酸鹽化和硅化遙感異常重疊的區(qū)內(nèi)是重要的遙感找礦標(biāo)志。

(3) 改進Crosta技術(shù)的優(yōu)越性在莫海拉亨地區(qū)得到了初步的體現(xiàn), 對于不同地區(qū)、不同礦床類型的礦化蝕變信息提取的效果還有待進一步的研究和檢驗。致謝: 感謝中國地質(zhì)科學(xué)院礦產(chǎn)資源研究所楊建民研究員和中國地質(zhì)大學(xué)(武漢)張志教授提出的建設(shè)性的修改意見, 感謝青海省地質(zhì)調(diào)查院提供的野外地質(zhì)照片和部分測試數(shù)據(jù)。

李善平, 潘彤, 黃青華, 白宗海, 張志青, 趙海霞. 2011.青海三江北段莫海拉亨鉛鋅礦床地質(zhì)特征及找礦前景. 青海大學(xué)學(xué)報(自然科學(xué)版), 29(3): 41?47.

王彪, 陳利燕, 王核, 任廣利, 吳玉峰, 黃朝陽, 付王偉. 2011. 遙感蝕變信息定量提取方法在成礦預(yù)測中的應(yīng)用——以西昆侖塔什庫爾干地區(qū)為例. 大地構(gòu)造與成礦學(xué), 35(3): 372?377.

王潤生, 熊盛青, 聶洪峰, 梁樹能, 齊澤榮, 楊金中, 閆柏琨, 趙福岳, 范景輝, 童立強, 林鍵, 甘甫平, 陳微, 楊蘇明, 張瑞江, 葛大慶, 張曉坤, 張振華, 王品清, 郭小方, 李麗. 2011. 遙感地質(zhì)勘查技術(shù)與應(yīng)用研究. 地質(zhì)學(xué)報, 85(11): 1699?1744.

燕守勛, 武曉波, 周朝憲, 劉朝暉, 莊永成, 曹春香, 魏欣欣, 于彩虹, 肖春生. 2011. 遙感和光譜地質(zhì)進展及其對礦產(chǎn)勘查的實踐應(yīng). 地球科學(xué)進展, 26(1): 13?30.

張玉君, 楊建民, 姚佛軍. 2006. 用ASTER數(shù)據(jù)進行不同類型礦床蝕變異常提取研究. 礦床地質(zhì), 25(增刊):507?511.

張玉君, 姚佛軍. 2009. 應(yīng)用多光譜ASTER數(shù)據(jù)對ETM遙感異常的定性判別研究——以東昆侖五龍溝為例.巖石學(xué)報, 25(4): 963?70

張玉君, 曾朝銘, 陳薇. 2003. ETM+(TM)蝕變遙感異常提取方法研究與應(yīng)用——方法選擇和技術(shù)流程. 國土資源遙感, 56(2): 44?51.

趙鵬大, 陳永清. 1999. 基于地質(zhì)異常單元金礦找礦有利地段圈定與評價. 地球科學(xué)——中國地質(zhì)大學(xué)學(xué)報, 24(5): 443?448.

Bedell R. 2004. Remote sensing in mineral exploration. SEG Newsletter, 58: 8?14

Crósta A P and Moore J McM. 1989. Enhancement of Landsat Thematic Mapper imagery for residual soil mapping in SW Minas Gerais State Brazil: A prospecting case history in greenstone belt terrain // Proceedings of the 9th Thematic Conference on Remote Sensing for Exploration Geology, Calgary (Ann Arbor, MI: Environmental Research Institute of Michigan): 1173?1187.

Crósta A P, Souza Filho C R, Azevedo F and Brodie C. 2003. Targeting key alteration minerals in epithermal deposits in Patagonia, Argentina, using ASTER imagery and principal component analysis. International Journal of Remote Sensing, 24(21): 4233?4240.

Hiroshi W and Kazuaki M. 2003. Rock type classification by multi-band TIR of ASTER. Geosciences Journal, 7(4): 347?358.

Loughlin W. 1991. Principal component analysis for alteration mapping. Photogrammetric Engineering and Remote Sensing, 57(9): 1163?1169.

An Improved Crosta Technique Based on Local Variable Window for Alteration Information Extraction—A Case Study of the Mohailaheng Area

PENG Guangxiong1,2, WANG Mingyan3and HE Jiao2
(1. MOE Key Laboratory of Metallogenic Prediction of Nonferrous Metals, Central South University, Changsha 410083, Hunan, China; 2. Qinghai Institute of Geological Survey, Xining 810012, Qinghai, China; 3. Department of Mineral Resources, Hunan Nonferrous Metals Holding Group Co., Ltd., Changsha 410015, Hunan, China)

With the advancement of remote sensing technology, the mineralization-related alteration anomalies can now be used as independent indicators for mineral exploration. Crosta technique, as a method for mineralization and alteration information extraction, played an important role in mineral exploration. However, the traditional Crosta technique calculates the eigenvectors of each component based on the statistical analysis of the entire image. It will produce a lot of noise in the abnormal component and reduce the accuracy of the alteration information extracted. This paper presents an improved method based on local variable window. In the improved method, the entire image is divided into a number of independent statistical analysis units by the local variable window. In each local variable window, principal component analysis and judgment of the abnormal component will comply after the elimination of interference information such as water, clouds, snow and so on. The improved method can reduce the background noise, filter interference information, and identify weak alteration information effectively. Using the improved Crosta technique, mineralization-related alteration anomalies are extracted to guide mineral resources prospecting in the Mohailaheng area, Qinghai province. The NWW-trending faults are the principal faults in the Mohailaheng area, which control the distribution of the strata and the mineralized zones. The combinations of silicification, ferritization and carbonatization anomalies within the fault zones are useful indicators for mineral exploration. There are some intensive alteration anomalies of silicification and ferritization in the intersections of fault F3, F4and F5, which will be the high priority targets for Pb-Zn deposit exploration.

mineralization and alteration; Crosta technique; remote sensing anomaly; local variable window; Mohailaheng

P627

A

1001-1552(2013)03-0553-008

2012-05-25; 改回日期: 2013-03-17

項目資助: 青海省重大科技專項(編號: 2010-J-A1)、中國博士后科學(xué)基金(批準(zhǔn)號: 2012T50832)和湖南省科技資助計劃博士后專項(批準(zhǔn)號: 2012RS4047)聯(lián)合資助。

彭光雄(1978?), 男, 博士后, 講師, 主要從事遙感地質(zhì)與成礦預(yù)測研究。Email: pgxcsu@csu.edu.cn