賀 洋，徐 韜，宋 云

(四川省地質(zhì)調(diào)查院，成都610081)

0 引言

隨著地物光譜儀的發(fā)展與普及，基于巖礦光譜數(shù)據(jù)測量和特征分析的遙感勘查技術(shù)已成為地質(zhì)工作的重要技術(shù)之一。地物光譜數(shù)據(jù)作為遙感數(shù)據(jù)分析的重要支撐，可幫助理解各種地物的波譜特性和提高不同種類遙感數(shù)據(jù)的分析應(yīng)用精度。1990年，童慶禧等［1］通過大量地物光譜數(shù)據(jù)的測量和分析，總結(jié)出我國277種典型地物波譜及其特征;2000年，王青華等［2］利用MAIS成像光譜儀對河北張家口地區(qū)巖石類型進行了較準(zhǔn)確的分類;2008年，曹燁等［3］利用便攜式短波紅外光譜礦物測量儀 (PIMA)研究了河南前河金礦區(qū)的蝕變礦物種類，并對相對含量大于5%的6種蝕變礦物進行了礦物學(xué)填圖。隨著高光譜技術(shù)的快速發(fā)展，礦物識別、礦物填圖已是遙感地質(zhì)定量化研究的最重要的研究發(fā)展方向［4］。

本文利用ASD FieldSpec 3便攜式地物光譜儀，對四川省旺蒼縣水磨—大河地區(qū)63個測點的10余種代表性巖礦進行了波譜數(shù)據(jù)測量，采用ENVI4.4軟件對實測波譜數(shù)據(jù)進行處理和轉(zhuǎn)換，建立了研究區(qū)巖礦光譜數(shù)據(jù)庫，并以此為參考光譜數(shù)據(jù)運用光譜角填圖、礦物指數(shù)法、光譜匹配濾波、人機交互解譯調(diào)整等方法，對研究區(qū)ASTER影像進行巖礦信息的提取，結(jié)果表明對該區(qū)巖性的劃分達(dá)到了理想效果。該方法精度高、經(jīng)濟實用、可操作性強，具有廣闊的應(yīng)用前景。

1 研究區(qū)概況

研究區(qū)位于四川盆地北緣，大巴山西端南坡，區(qū)域面積約為171.2 km2。該區(qū)屬中亞熱帶濕潤季風(fēng)氣候，雨量充沛，光熱資源豐富，植被覆蓋度高，地貌復(fù)雜，平均相對海拔1399 m，為典型的高中山峽谷地貌 (見圖1)。該區(qū)屬揚子準(zhǔn)地臺北緣，跨及川中坳陷區(qū)及地臺北緣坳陷褶皺帶2個二級構(gòu)造單元，經(jīng)歷了強烈的拉張、俯沖、碰撞、走滑等復(fù)雜地質(zhì)演化過程以及頻繁的構(gòu)造運動和強烈的巖漿活動。主要出露地層有中—上元古界火地埡群麻窩子組、震旦系燈影組、寒武系筇竹寺組、奧陶系寶塔組等。區(qū)內(nèi)巖漿活動頻繁，巖石類型多樣，分帶性較明顯，巖性主要為閃長巖、石英閃長巖、輝長巖等［5］。

圖1 研究區(qū)地貌及實測路線圖Fig.1 Geomorphology and measured route of research area

2 光譜測量時間及測量路線選擇

光譜測量時間直接關(guān)系到數(shù)據(jù)采集的質(zhì)量，結(jié)合該區(qū)地理環(huán)境情況，本次測量工作選擇每天早上10:00至下午14:00，期間光照條件良好，太陽高度角與方位角適宜，能見度高，大氣中的CO2、H2O等氣體分子和氣溶膠、灰塵微粒等含量小且相對穩(wěn)定，風(fēng)力小于3級，無濃密云和卷云，保障了數(shù)據(jù)采集的精度，使測得的光譜數(shù)據(jù)盡量反映巖礦本身的光譜特性，確保所測結(jié)果準(zhǔn)確可靠。

測量路線的選擇是數(shù)據(jù)采集工作中極為重要的部分，本文充分考慮測區(qū)地形地貌、巖礦區(qū)域分布特征、植被覆蓋等因素，選擇構(gòu)造簡單、接觸關(guān)系清楚、地層連續(xù)、露頭較好且具有區(qū)內(nèi)巖礦類型典型代表性的5條路線作為本次光譜測量工作的測量路線 (見圖1)。對區(qū)內(nèi)典型巖礦類型進行實地光譜測量，包括砂巖、灰?guī)r、白云巖、千枚巖、大理巖、閃長巖、霓霞巖等，完成了風(fēng)化面、新鮮面等多條件下的光譜測量工作。測量路線總長度達(dá)35.9 km(鄰區(qū)25.9 km)，涵蓋了63個測點 (鄰區(qū)28個)及10余種巖礦類型。

3 光譜數(shù)據(jù)處理及建庫

由于野外實測巖礦光譜數(shù)據(jù)所受干擾因素較多，如隨機誤差、大氣影響、儀器本身性能等，本次工作對光譜數(shù)據(jù)進行了處理及各種轉(zhuǎn)換，以消除噪聲并突出地物光譜的某些細(xì)微差別。

3.1 消除隨機誤差

光譜測量中為了避免探測目標(biāo)范圍和目標(biāo)局部特征的隨機影響誤差，采取多次測量取平均值的方法 (一般每個樣本重復(fù)測量6次)，在檢查每次測量結(jié)果時，如果有信號跳變的現(xiàn)象，要予以剔除重測。

3.2 大氣影響去除

光譜野外實測過程中，由于大氣中水汽的吸收，地面光譜和遙感數(shù)據(jù)在水汽吸收波段基本都為噪聲，光譜會在局部 (大氣吸收帶中心)呈現(xiàn)不同程度的跳變，需要加以分析并剔除。

3.3 光譜平滑去噪

由于光譜儀不同波段間能量上的差異，導(dǎo)致光譜特征曲線上呈現(xiàn)一些隨機噪聲信號，為得到平穩(wěn)與概略的變化，需平滑波形以去除包含在信號內(nèi)的少量噪聲［6］。本次采用靜態(tài)平均法，使用低通濾波保留低頻部分的同時消除高頻部分，達(dá)到平滑和去噪的目的。

3.4 研究區(qū)光譜數(shù)據(jù)庫的建立

從ASD FieldSpec 3地物光譜儀導(dǎo)出63個“.mn”格式的實測光譜數(shù)據(jù)，對所有光譜點曲線導(dǎo)入，建立光譜庫，并依據(jù)ASTER各個波段的中心波長，對光譜庫中所有曲線進行重采樣，采樣前后的光譜庫見圖2。光譜庫的建立為該區(qū)巖性分類提供了數(shù)據(jù)支撐。

圖2 野外光譜數(shù)據(jù)庫采樣前后 (上為采樣前，下為采樣后)Fig.2 Sampling contrast of spectral database in the field

4 遙感圖像數(shù)據(jù)的選擇

ASTER是NASA(美國國家航空航天局)與METI(日本經(jīng)濟貿(mào)易產(chǎn)業(yè)省)合作并由兩國的科學(xué)界、工業(yè)界參與的項目。它作為一種高級光學(xué)傳感器搭載于1999年12月發(fā)射升空的Terra衛(wèi)星之上，有可見光近紅外、短波紅外、熱紅外3個譜段，幾乎覆蓋了光學(xué)遙感所有大氣窗口的譜段，專門為地質(zhì)應(yīng)用和火山監(jiān)測而設(shè)計。ASTER衛(wèi)星傳感器數(shù)據(jù)的顯著特點在于短波紅外范圍的波段數(shù)目更多、單波段波長間隔更窄以及熱紅外設(shè)置多波段，在識別和提取巖石、礦物信息方面有明顯的優(yōu)勢［7］。

4.1 ASTER數(shù)據(jù)大氣校正

大氣校正的目的是消除大氣和光照等因素對地物反射率的影響，是一個反演地物真實反射率的過程，影像上地物的光譜反射率曲線與實地對應(yīng)的真實地物的光譜曲線的接近程度，直接反映了巖石分類的精度。

本文在ENVI軟件平臺下使用FLAASH校正工具對工作區(qū)影像進行大氣糾正。FLAASH采用MODTRAN4+輻射傳輸模型，通過圖像像素光譜上的特征估計大氣的屬性，不依賴遙感成像時同步測量的大氣參數(shù)數(shù)據(jù)，可以有效去除水蒸氣/氣溶膠散射效應(yīng)。

大氣糾正精度采用光譜曲線比較進行控制。將經(jīng)過大氣糾正后的比較純凈的影像像元光譜曲線與波譜庫中對應(yīng)地物的光譜曲線進行對比，若曲線曲率差異較大，則調(diào)整FLAASH大氣糾正的各參數(shù)重新進行糾正，直到影像像元光譜曲線與波譜庫中對應(yīng)地物的光譜曲線變化趨勢一致，則為達(dá)到要求的大氣糾正結(jié)果。圖3是經(jīng)過大氣校正后的影像，霾和薄云被較好地去除。

圖3 大氣校正前后影像對比 (RGB=321，左為校正前，右為校正后)Fig.3 Image contrast of atmospheric correction

4.2 ASTER數(shù)據(jù)正射糾正

由于工作區(qū)北高南低，地形起伏度較大，幾何上需要進行三維正射糾正，在ERDAS IMAGINE9.1的LPS模塊進行。本次工作的精度控制為影像圖上隨機抽取地物點的平面位置中誤差不大于1個像元，特殊情況下不大于2個像元。對區(qū)內(nèi)北東、北西、西部等海拔較高的山地，該指標(biāo)作適當(dāng)放寬，限定為上述指標(biāo)的2倍以內(nèi)。

5 綜合解譯方法技術(shù)

根據(jù)野外實測的巖石光譜曲線和USGS光譜庫的典型巖石光譜曲線提取端元波譜，對區(qū)內(nèi)區(qū)域圖像像元的光譜曲線進行匹配，找到最接近的光譜，達(dá)到巖性分類的目的。主要手段有光譜角填圖、礦物指數(shù)法、光譜匹配濾波、人機交互解譯調(diào)整。所有的計算機自動解譯在ENVI 4.4環(huán)境下進行。

5.1 光譜角填圖

光譜角填圖將光譜數(shù)據(jù)視為多維空間的矢量，利用解析方法計算像元光譜與光譜數(shù)據(jù)庫光譜或像元訓(xùn)練光譜之間的夾角，根據(jù)夾角的大小確定光譜間的相似程度，以達(dá)到識別地物的目的［8～9］。將影像光譜同實測標(biāo)準(zhǔn)光譜進行比較，將兩個光譜作為矢量空間的兩個矢量，其維度等于波段數(shù)，通過計算兩者間的“光譜角”，確定它們的相似程度。區(qū)內(nèi)10種巖性的光譜數(shù)據(jù)庫為本次巖性填圖的基本依據(jù)。圖4是閥值為5°的SAM偽彩色分類圖像，其中藍(lán)色為閃長巖，淡藍(lán)色為大理巖，綠色為白云巖，綠黑色為灰?guī)r，紫紅色為板巖，紫黑色為霓霞巖，藍(lán)紫色為砂巖。由于像元光譜角度受地物本身、環(huán)境輻射等諸多因素影響，需結(jié)合其他分析方法及野外巖性點綜合對其巖性進行劃分。

圖4 研究區(qū)光譜角巖性分類Fig.4 Spectral angle lithology classification of research area

5.2 礦物指數(shù)法

礦物指數(shù)法是為了突出某一類礦物的信息，分別選取同類礦物的3種礦物比值進行處理，然后采用3種礦物指數(shù)進行 RGB彩色合成 (即礦物組合)增強信息［10］。本次對區(qū)內(nèi)碳酸鹽/鐵鎂礦物信息進行提取，采用 (6+9)/(7+8)提取角閃石、綠泥石、綠簾石含量較高的地質(zhì)體，(7+9)/8提取碳酸鹽、綠泥石含量較高的地質(zhì)體，(6+8)/7提取白云石含量較高的地質(zhì)體，當(dāng) (6+9)/(7+8)、(7+9)/8和 (6+8)/7分別被賦予紅 (R)、綠(G)、藍(lán) (B)色時，圖像上相應(yīng)巖性界線就會較清楚地顯現(xiàn)出來 (見圖5)。在圖中含角閃石類較多的地質(zhì)體呈紅色，含碳酸鹽較多的地質(zhì)體成淺綠色、淺黃色，含白云石較多的地質(zhì)體呈藍(lán)色、藍(lán)綠色。通過該3種礦物比值信息的提取，區(qū)內(nèi)東北部的閃長巖、中南部的白云巖等巖性信息較為清楚地顯示出來。

圖5 研究區(qū)礦物指數(shù)法RGB合成圖Fig.5 Synthesis chart(RGB)of Mineral Index of research area

5.3 光譜匹配濾波

將已知端元波譜的響應(yīng)最大化，并抑制未知背景合成的響應(yīng)，最后“匹配”已知波譜。光譜匹配濾波后將形成一個新的數(shù)據(jù)體，其波段數(shù)等于分類中所用的參考光譜數(shù)目，每個波段對應(yīng)一個波譜端元，相應(yīng)的像元值是每個端元波譜的匹配度。采用3種波譜端元的豐度進行RGB合成，圖像的色彩界線反映的是相應(yīng)波譜端元的豐度［11～13］。圖6為利用板巖、碳酸鹽巖、砂巖作為匹配濾波參考光譜所識別出的巖性分布，從圖6中可見，區(qū)內(nèi)碳酸鹽礦物色調(diào)呈綠色，且色調(diào)較為均一，分布廣泛;板巖成紫紅色主要分布在北部、中部等地區(qū);砂巖在區(qū)內(nèi)顯示不明顯，需通過綜合分析厘定其巖性界線。

5.4 人工交互解譯

將計算機自動分類的結(jié)果轉(zhuǎn)換成矢量層，在ArcGIS平臺下進行空間分析，對照遙感影像特征和野外實測光譜巖性點，結(jié)合地質(zhì)解譯經(jīng)驗，勾勒巖性界線，得到工作區(qū)巖性信息綜合分類圖 (見圖7)。

5.4.1 巖漿巖

閃長巖主要分布于研究區(qū)北部，特征非常明顯，在ASTER影像上呈灰白色;在光譜角巖性分類圖中呈藍(lán)色;在礦物指數(shù)法RGB合成圖中呈紅色、淡紅色;在光譜匹配濾波RGB合成圖中呈紫色，周邊圍繞綠色，反映出巖相的變化。霓霞巖分布于研究區(qū)中部，在ASTER影像上特征較為明顯，火地埡群與發(fā)育于其中的霓霞巖巖體構(gòu)成一個穹隆構(gòu)造，其邊界以陡崖陡坎為界。

圖6 研究區(qū)光譜匹配濾波RGB合成圖Fig.6 Synthesis chart(RGB)of matched filtering of research area

圖7 研究區(qū)巖性單元解譯圖Fig.7 Interpretation chart of lithologic unit classification of research area

5.4.2 奧陶系 (O)

主要分布在研究區(qū)南部，以灰?guī)r、頁巖為主。在ASTER影像上色調(diào)呈灰白色、淺紫紅色，平行紋形發(fā)育。在礦物指數(shù)法RGB合成圖中呈現(xiàn)藍(lán)綠色，與寒武系界線較為清楚。

主要分布于研究區(qū)南部，在ASTER影像上呈紫紅色，其紋理結(jié)構(gòu)特征明顯，可見地層連續(xù)出露，主要巖性為白云巖、泥巖、砂巖。在礦物指數(shù)法RGB合成圖中呈藍(lán)色、淡黃色、淡綠色;在匹配濾波RGB合成圖中主要呈綠色。

5.4.4 震旦系 (Z)

震旦系為一套白云巖、夾泥巖地層，其界線在ASTER影像上通常表現(xiàn)為陡崖，在礦物指數(shù)法RGB合成圖中呈綠色;在光譜匹配濾波RGB合成圖中為灰綠色與淺紅色的界線。

5.4.5 元古界火地埡群麻窩子組 (Pt m)

麻窩子組主要巖性為大理巖、千枚巖等。在光譜匹配濾波RGB合成圖中呈現(xiàn)淺紅、淡綠色，部分地區(qū)巖性界線不明顯，需要根據(jù)遙感影像特征和地質(zhì)背景資料進行區(qū)分。

5.4.6 元古界火地埡群上兩組 (Pt s)

上兩組巖性為板巖、片巖夾碳酸鹽巖。主要分布在區(qū)內(nèi)北部地區(qū)，在光譜角巖性分類圖中呈紫紅色、綠色;在礦物指數(shù)法RGB合成圖中呈黃色、黃綠色;在光譜匹配濾波RGB合成圖中呈現(xiàn)綠色、淺紅色。

6 結(jié)論

野外巖礦光譜數(shù)據(jù)測量工作受到多重復(fù)雜因素的影響，應(yīng)因地制宜選擇合適的測量時間和路線，盡量排除各種外在干擾因素的影響，所測結(jié)果才能真實反映巖礦本身的光譜特性。

運用ASTER數(shù)據(jù)與巖礦實測光譜數(shù)據(jù)相結(jié)合，在識別和提取巖礦信息方面效果顯著，大幅度提高了基于遙感影像的巖性分類精度和可信度，可以有效地劃分區(qū)內(nèi)巖性界線，滿足填圖需求。

通過本次工作所建立的巖礦光譜數(shù)據(jù)庫，為該區(qū)巖礦光普分析、反演和后期類比研究工作提供了科學(xué)依據(jù)，由其建立的巖石地層解譯標(biāo)志，對該區(qū)及鄰區(qū)的巖礦、地層信息的提取具重要的參考意義。

該項工作有快捷、高效、經(jīng)濟等顯著特點，并能為大比例尺地質(zhì)礦產(chǎn)調(diào)查提供前期的技術(shù)資料，在交通不便的未知區(qū)域開展類似工作，對區(qū)域地質(zhì)調(diào)查、礦產(chǎn)調(diào)查等工作具重要的參考輔助價值，其在地學(xué)研究領(lǐng)域的應(yīng)用將會越來越廣泛。

由于工作區(qū)特殊的地理氣候，植被覆蓋度過高，計算機自動解譯方法的效果受到了一定影響，須通過目視解譯加以彌補。

如何準(zhǔn)確去除大氣輻射影響、傳感器等其他因素附加在影像中的噪聲，如何最大化降低地物光譜儀野外實測的干擾因素，進而提高利用光譜特征匹配進行地物識別的準(zhǔn)確度，有待進一步研究和探索。

［1］ 童慶禧，田國良.中國典型地物波譜及其特征分析［M］.北京:科學(xué)出版社，1990.TONG Qing-xi，TIAN Guo-liang.Spectra and analysis of typical earth objects of China ［M］.Beijing:Science Press，1990.

［2］ 王青華，王潤生，郭小方.高光譜遙感技術(shù)在巖石識別中的應(yīng)用［J］.國土資源遙感，2000，(4):39～43.WANG Qing-hua，WANG Run-sheng，GUO Xiao-fang.Application for discrimination of rock using hyperspectrail remote sensing technique［J］.Remote Sensing for Land ＆ Resources，2000，(4):39～43.

［3］ 曹燁，李勝榮，申俊峰，等.便攜式短波紅外光譜礦物測量儀 (PIMA)在河南前河金礦熱液蝕變研究中的應(yīng)用［J］.地質(zhì)與勘探，2008，(2):39～43.CAO Ye，LI Sheng-rong，SHEN Jun-feng，et al.Application of Portable Infrared Mineral Analyzer(PIMA)in the Qianhe gold mine，Henan Province［J］.Geology and Prospecting，2008，(2):39 ～43.

［4］ 孫衛(wèi)東，楊金中，甘甫平，等.遙感礦物填圖技術(shù)在阿吾拉勒山一帶的應(yīng)用研究［C］ //第16屆全國遙感技術(shù)學(xué)術(shù)交流會論文集.北京:地質(zhì)出版社，2007:153～156.SUN Wei-dong，YANG Jin-zhong，GAN Fu-ping，et al.The application and research of remote sensing mineral mapping on Awulale Mountain［C］ //16thNational Remote Sensing Technology Academic Exchange Conference Proceedings.Beijing:Geological Publishing House，2007:153 ～156.

［5］ 四川省地質(zhì)調(diào)查院.四川南江地區(qū)礦產(chǎn)遠(yuǎn)景調(diào)查報告［R］.成都:四川省地質(zhì)調(diào)查院，2013.Sichuan Geological Survey.Report of mineral proceeding research in Nanjiang area，Sichuan Province［R］.Chengdu:Sichuan Geological Survey，2013.

［6］ 葉成名.基于高光譜遙感的青藏高原巖礦信息提取方法與應(yīng)用研究［D］.成都:成都理工大學(xué)，2011.YE Cheng-ming.The research of rock mineral information extraction based on hyperspectral remote sensing in Tibetan Plateau ［D］.Chengdu:Chengdu University of Technology，2011.

［7］ 時丕龍，付碧宏，二宮芳樹.基于ASTER VNIRSWIR多光譜遙感數(shù)據(jù)識別與提取干旱地區(qū)巖性信息——以西南天山柯坪隆起東部為例 ［J］.地質(zhì)科學(xué)，2010，45(1):333～347.SHI Pi-long，F(xiàn)U Bi-hong，Ninomiya Y.Detecting lithologic features from ASTER VNIR-SWIR multispectral data in the arid region:A case study in the eastern Kalpin uplift，southwest Tianshan ［J］.Chinese Journal of Geology，2010，45(1):333 ～347.

［8］ 王志剛，朱振海，王紅梅，等.光譜角度填圖方法及其在巖石識別中的應(yīng)用［J］.遙感學(xué)報，1999，3(1):60～65.WANG Zhi-gang，ZHU Zhen-hai，WANG Hong-mei，et al.Applications of spectral angle mapping method in lithological identification ［J］.Journal of Remote Sensing，1999，3(1):60 ～65.

［9］ 畢曉佳，苗放，葉成名，等.Hyperion高光譜遙感巖性識別填圖［J］.物探化探計算技術(shù)，2012，34(5):599～603.BI Xiao-jia，MIAO Fang，YE Cheng-ming，et al.Lithology identification and mapping by Hyperion hyperspectral remote sensing［J］.Computing Techniques for Geophysical and Geochemical Exploration，2012，34(5):599～603.

［10］ 高萬里，張緒教，王志剛，等.基于ASTER遙感圖像的東昆侖造山帶巖性信息提取研究［J］.地質(zhì)力學(xué)學(xué)報，2010，16(1):59～69.GAO Wan-li，ZHANG Xu-jiao，WANG Zhi-gang，et al.ASTER remote sensing image-based lithologic information extraction of the East Kulun Orogenic Belt［J］.Journal of Geomechanics，2010，16(1):59 ～69.

［11］ 林娜，楊武年，劉漢湖.基于高光譜遙感的巖礦端元識別及信息提取研究［J］.遙感信息，2011，5(2):114～118.LIN Na，YANG Wu-nian，LIU Han-hu.Mineral endmember identification and information extraction based on hyperspectral remote sensing［J］.Remote Sensing Information，2011，5(2):114～118.

［12］ 郝建亭.光譜數(shù)據(jù)處理及其在植被信息提取中的應(yīng)用［D］.成都:成都理工大學(xué)，2008.HAO Jian-ting.Spectral data processing and its application in vegetation information extraction-taking Maoergai district of Upper Minjiang River as case study［D］.Chengdu:Chengdu University of Technology，2008.

［13］ 甘甫平，王潤生，馬藹乃，等.基于光譜匹配濾波的蝕變信息提取 ［J］.中國圖像圖形學(xué)報，2003，8(2):147～150.GAN Fu-ping，WANG Run-sheng，MA Ai-nai，et al.Alteration extracting based on Spectral Match Filter(SMF)［J］.Journal of Image and Graphics，2003，8(2):147 ～150.