韓海輝， 王藝霖， 任廣利， 楊軍錄， 李健強， 楊敏

(1.中國地質調查局西安地質調查中心，西安 710054； 2.長安大學地質工程與測繪學院，西安 710054)

遙感蝕變異常非線性分析方法
——以北山新、老金廠為例

韓海輝1,2， 王藝霖1， 任廣利1， 楊軍錄1， 李健強1， 楊敏1

(1.中國地質調查局西安地質調查中心，西安 710054； 2.長安大學地質工程與測繪學院，西安 710054)

以北山新、老金廠為實驗區(qū)，利用ASTER遙感數據，通過分形模型與變點分析模型，定量化計算蝕變異常下限值，探索非線性分析方法計算遙感異常下限值的有效性。結果表明: 對于遙感蝕變異常具有分形分布特征的地區(qū)，采用變點分析法可快速計算出地質背景與蝕變異常下限值，且結果具有較高的擬合度; 通過野外驗證，提取的蝕變異常信息與已知礦體以及地面蝕變地質體的光譜測量結果吻合較好; 因此，該方法可作為定量計算遙感蝕變異常閾值的可選方法，這也為今后定量化研究遙感蝕變異常提供了新思路。

非線性； 分形； 變點分析； 遙感蝕變異常； 新、老金廠

0 引言

礦物在電磁波譜上具有特有的診斷性波譜特征，利用這些特征可有效識別礦物或礦物成分[1]。尤其近礦蝕變形成的蝕變礦物異常往往與礦床的規(guī)模及礦化強度相關，能為地質找礦提供重要依據[2]。自20世紀80年代開始，國內外學者就通過TM，ASTER，Hyperion，AVIRIS等遙感數據，利用主成分分析、比值分析、光譜角填圖等信息增強方法進行了鐵染、泥化、碳酸鹽巖化等蝕變帶的識別[3-8]，這為全球鐵、銅、鉬、金等礦種的資源勘查工作提供了有效幫助。其中，張玉君等[9]基于數據的正態(tài)分布性提出的去干擾遙感異常主分量門限化技術，在我國礦產資源潛力評價工作中得到了廣泛應用。但地質異常分布并不局限于正態(tài)分布，還具有不連續(xù)性、突變性、多樣性及自相似性等非線性特征，由此導致地質異常下限值的復雜性，而傳統(tǒng)數據處理方法通常只考慮隨機性，這就導致結果存在某些局限性和弊端[10]。就遙感異常提取來說，由于蝕變異常信息往往與復雜地質背景疊加在一起，如果僅考慮異常信息分布的隨機性來確定下限值，就有可能在濾除地質背景干擾的同時許多低弱礦化蝕變異常信息也被濾除了，或者地質背景信息并未被完全濾除，因此遙感異常下限值的分析處理還應采用一些非線性分析方法，以有效增強和提取遙感礦化蝕變異常信息。大量研究表明分形和多重分形能較好地表征復雜地質背景下的非線性地質異常，近年來在地球化學領域的研究中取得廣泛應用[11-12]，但在地質成礦背景復雜的地區(qū)，這種方法應用研究還較少。基于此，本文選擇具有典型蝕變分帶特征的北山新、老金廠金礦床進行剖析，采用ASTER多光譜數據，利用非線性的分形模型和變點分析模型定量計算遙感蝕變異常下限值，探索非線性方法的有效性，并分析實驗區(qū)遙感礦化蝕變礦物的分帶特征與光譜特征，為遙感技術輔助地質礦產勘查提供新思路。

1 研究區(qū)概況及數據預處理

1.1 研究區(qū)概況

北山成礦帶是我國西北固體金屬礦產主要資源地之一，已發(fā)現鐵、銅、鎳、金、鎢、鉛、鋅等礦產地幾十處，是西北地區(qū)一個重要資源遠景區(qū)[13]。新、老金廠金礦床位于北山南帶—柳園礦集區(qū)的南部，為同一礦床不同組成部分，出露的地層主要有下二疊統(tǒng)基—酸性火山巖、輝綠巖、英安巖、流紋巖、碎屑巖、玄武巖、安山凝灰?guī)r等，上二疊統(tǒng)酸性流紋巖、凝灰?guī)r、碎屑巖等，中石炭統(tǒng)粉砂質板巖、礫巖及酸性火山巖夾層，礦區(qū)北部及東南還零星出露有敦煌巖群眼球狀混合巖和中下侏羅統(tǒng)礫巖、砂巖和粉砂巖等； 區(qū)內總體構造線走向近EW向，此外還發(fā)育NE和NW向斷裂； 而侵入巖不發(fā)育，僅見少量輝長巖脈、花崗斑巖脈、霏細巖脈和石英脈出現[14]。

新、老金廠礦體主要賦存在新金廠斷裂南側的火山巖段，在斷裂北側的碎屑巖段有也產出。在新金廠礦區(qū)，共發(fā)現礦脈 30 余條，礦脈大部分分布在輝綠巖中，少數分布在英安巖和板巖中，具有較寬的圍巖蝕變。在老金廠礦區(qū)，分為西、中和東3個礦段，共有含金石英脈 120 條，圍巖蝕變較窄。在東礦段礦體主要為石英脈型； 在中礦段礦體主要賦存在新金廠斷裂帶及其次級裂隙內； 在西礦段礦體產出與新金廠相似，且礦化帶連續(xù)[14]。

礦區(qū)圍巖蝕變具有分帶性，從礦體中心向外依次可分為硅化、黃鐵礦化(褐鐵礦化)、絹云母化、鐵碳酸鹽巖化和青磐巖化。其中，硅化或以石英大脈出現，或以平行的石英細脈或網脈帶出現，與金礦化的關系最為密切。輝綠巖中為鐵白云石化、綠泥石化； 英安巖中為絹云母化、鉀長石化和高嶺石化； 板巖中為絹云母化、綠泥石化[14]。

1.2 遙感數據預處理

本文使用的ASTER數據時相為2000年4月7日，數據級別為L1B，原始數據已經過了輻射校正和幾何糾正，無云及陰影遮蓋，影像質量較好。對該數據進行了串擾校正、大氣校正、重采樣處理(重采樣至30 m)，此外選擇對河流、白泥地、植被和第四系等干擾地物敏感的波段，通過掩模技術降低其對異常信息提取帶來的影響。

2 蝕變異常信息提取

2.1 分形和多重分形模型

分形作為一種幾何體的屬性，其本質特性是自相似性，即不同尺度變換下具有相似性，而多種分形可以反映更復雜的空間模式[12]。成礦過程中各種尺度地質異常的大小和個數通常也服從分形或多重分形分布[15]。因此，本文將異常像元亮度值作為因子帶入分形模型，通過計算雙對數多重分形圖確定蝕變異常下限值。分形模型為[16-17]，設有異常像元亮度值集合{Xi，i=1,2，…,N}，則

(1)

式中：r為特征尺度；K為常數；D為分維數；N(r)則表示尺度大于等于r的Xi的數目或和數。將式(1)兩邊取對數可得

lgN(r)=lgK-Dlgr。

(2)

由式(2) 可以看出，lgr與lgN(r)呈線性關系。如果該地區(qū)蝕變異常信息具有自相似性多重分形特征，那么計算時將異常像元亮度值作為r值，N(r)則為亮度值大于等于r的Xi的數目，將兩者代入分形模型中即可生成雙對數圖，而由于lgr與lgN(r)呈線性關系，因此可對雙對數圖進行分段擬合，以確定區(qū)分背景和異常的臨界值，即異常下限值。

2.2 變點分析模型

為了確定異常下限值，通常會采用最小二乘法進行分段線性擬合，然后以分段擬合直線交叉處的分界值作為異常下限值[18]。但此方法中，異常下限值的選擇往往是非定量的，因而本文采用變點分析法[19-20]定量地計算下限值，再用最小二乘法分段擬合直線，求出分維數D和擬合度R2以查驗方法與結果的有效性。

變點是指模型或輸出序列在某未知時刻發(fā)生突然變化，該時刻即稱為系統(tǒng)的變點。變點統(tǒng)計分析的目的是判斷和檢驗變點的存在、位置和個數，并估計出變化的躍度。本文采用的均值變點分析法，計算過程如下。

(3)

(4)

(5)

3)計算期望值，即

(6)

4)計算極大值，即

(7)

由以上步驟可見，變點的存在會使S和Si的差值增大。因此，本文先對每一類遙感異常數據構建一個樣本序列X0，通過計算lgN(r)與lgr的商，對其取對數以構建該樣本序列，再依據上述公式計算樣本序列X0的統(tǒng)計量S與Si的差值，最后通過求極大值確定變點位置，即可得出所需的異常下限值。

2.3 實驗結果與分析

2.3.1 石英及硅化蝕變帶提取

石英在ASTER數據第12波段反射率強于第11波段，故選取B12/ B11可以提取絕大多數硅化蝕變異常信息[21]。應用分形法生成硅化異常分量的雙對數形式如圖1(a)所示，使用均值變點法生成S與Si差值變化曲線如圖1(b)所示。通過計算發(fā)現，在i=135時，S與Si差值最大，對應的像元亮度值r=1.151 039，故以該值為閾值設計濾波器，以實現地質背景與硅化蝕變異常的分離。

(a) 異常分量雙對數圖 (b) S與Si差值變化曲線

圖1 硅化蝕變分形特征分析圖

Fig.1 Fractal characteristics analysis diagram of silicification

2.3.2 褐鐵礦化蝕變帶提取

褐鐵礦化在ASTER數據第1波段反射率最弱，而在第2波段反射率較強，故選取B2/B1可以提取絕大多數褐鐵礦化蝕變異常信息[21]。應用分形法生成褐鐵礦化異常分量的雙對數形式如圖2(a)所示，使用均值變點法生成S與Si差值變化曲線如圖2(b)所示。通過計算發(fā)現，在i=79時，S與Si差值最大，對應的像元亮度值r=1.174 591，故以該值為閾值設計濾波器，實現地質背景與褐鐵礦化蝕變異常的分離。

(a) 異常分量雙對數圖 (b)S與Si差值變化曲線

圖2 褐鐵礦化蝕變分形特征分析圖

Fig.2 Fractal characteristics analysis diagram of limonitization

2.3.3 絹云母及絹云母化蝕變帶提取

絹云母在ASTER數據的第6波段具有強吸收，第5和第7波段為強反射，故選取(B5+B7)/B6可以提取絕大多數絹云母化蝕變信息[21]。應用分形法生成絹云母化異常分量的雙對數形式如圖3(a)所示，使用均值變點法生成S與Si差值變化曲線如圖3(b)所示。

(a) 異常分量雙對數圖 (b)S與Si差值變化曲線

圖3 絹云母化蝕變分形特征分析圖

Fig.3 Fractal characteristics analysis diagram of sericitization

通過計算發(fā)現，在i=122時，S與Si差值最大，對應的像元亮度值r=2.314 833，故以該值為閾值設計濾波器，實現復雜地質背景與絹云母化蝕變異常的分離。

2.3.4 綠泥石及青磐巖化蝕變帶提取

綠泥石在ASTER數據的第8波段存在明顯吸收特征，第7波段和第9波段為強反射，故選取(B7+B9)/B8可以提取絕大多數青磐巖化蝕變信息[21]。應用分形法生成青磐巖化異常分量的雙對數形式如圖4(a)所示，使用均值變點法生成S與Si差值變化曲線如圖4(b)所示。計算發(fā)現，在i=153時，S與Si差值最大，對應的像元亮度值r=2.471 953，故以該值為閾值設計濾波器，實現地質背景與青磐巖化蝕變異常的分離。

(a) 異常分量雙對數圖 (b)S與Si差值變化曲線

圖4 青磐巖化蝕變分形特征分析圖

Fig.4 Fractal characteristics analysis diagram of propylitization

上述分形特征分析結果顯示(圖1—4)，實驗區(qū)遙感蝕變異常存在明顯的多重分形分布特征，而采用變點分析法可定量地計算出地質背景與蝕變異常下限值。以該值分段進行線性擬合，得到的擬合度均較高，4類蝕變礦物的異常信息分段擬合度均超過0.98，地質背景分段的擬合度均超過0.74，這表明使用該方法得出的異常下限值客觀有效。

從表1的統(tǒng)計結果可以看出，本文得出的異常下限值與門限化技術的N相對應時，4種蝕變異常的N差異較大，其中硅化和褐鐵礦化對應的N約為1.5，而絹云母化和青磐巖化對應的N則超過3，這個結果表明對于具有非線性特征的遙感蝕變礦物異常信息，若僅考慮正態(tài)分布性劃分異常下限值，提取結果并不能有效反映異常信息，而應用分維變點法計算下限值則相對簡單、快捷、可靠。

表1 遙感蝕變礦物異常信息統(tǒng)計表

圖5為實驗區(qū)遙感蝕變異常分布。從圖5可以看出，提取的蝕變信息呈近EW向線性展布，與區(qū)域構造線方位一致。其中沿著近EW向主斷裂(新金廠斷裂)的異常發(fā)育最好，尤其在礦點附近硅化與褐鐵礦化異常較為集中。從蝕變礦物總體分布來看，新金廠斷裂以北的碳質和凝灰質板巖內異常不發(fā)育(新金廠斷裂北側礦點附近的硅化和褐鐵礦化異常主要由堆侵的礦石引起)，僅局部分布的石英脈顯示硅化和青磐巖化信息，而新金廠斷裂及其以南的次級斷裂兩側和交叉部位，蝕變異常發(fā)育較好，且與已知礦體較吻合。礦區(qū)蝕變異常表現出一定的分帶性，從礦體中心(礦點)向外依次發(fā)育硅化-褐鐵礦化-青磐巖化-絹云母化，其中硅化和褐鐵礦化與金礦點在空間位置關系上表現更緊密。

圖5 實驗區(qū)遙感蝕變異常分布

Fig.5 Remote sensing alteration anomalies map in the testing area

3 野外驗證

在老金廠礦區(qū)設計了一條地質剖面L16線(圖6)，對出露的不同巖性、不同蝕變類型的巖礦石等進行ASD地面光譜測量，以驗證礦區(qū)蝕變礦物特征和分布規(guī)律。L16線剖面位于老金廠金礦區(qū)東部，縱穿老金廠礦區(qū)，剖面起點坐標： E94°58′08″，N40°56′47″，長約6 km，剖面方位168°。地質剖面圖(圖6)顯示礦區(qū)出露的巖性主要有粗砂巖、細砂巖、碳質泥巖、泥質粉砂巖、砂質礫巖、泥鈣質板巖、花崗巖脈、玄武巖、閃長玢巖、英安玢巖及輝長巖脈等。剖面巖礦光譜測量結果顯示硅化英安玢巖(BSY-275)、閃長玢巖(BSY-278/282)等分別在2 250 nm和2 340 nm波段處具有Fe-OH和Mg-OH 的吸收峰，表現出明顯的綠泥石化特征(圖7(a)); 輝長巖脈(BSY-283)與英安玢巖的光譜曲線近似(圖7(a))，也表現為綠泥石化; 碎屑巖類反射率變化較大(0.05～0.4)，其在2 205 nm波段處具有弱的Al-OH吸收峰，個別位于巖體接觸帶上的樣品還在2 340 nm波段處具有弱的OH吸收峰(圖7(b)); 花崗巖脈(BSY-268)分別在2 210 nm和2 340 nm波段處具有明顯的Al-OH吸收峰和CO32-吸收峰(圖7(c))。

圖6 老金廠L16線地質剖面

(a) 中基性巖漿巖(b) 砂巖類(c) 花崗巖脈

(d) 玄武巖 (e) 褐鐵礦化蝕變帶

圖7 老金廠蝕變地質體光譜曲線

Fig.7 Spectral curves of alteration geophysical bodies

野外驗證發(fā)現碎屑巖類、板巖類異常不發(fā)育，局部見有絹云母化?；◢弾r脈、巖體接觸帶及破碎帶中蝕變礦物發(fā)育，其中花崗巖脈呈黃褐色，地表風化強烈，各種蝕變礦物均見出現。破碎蝕變帶中主要以褐鐵礦化、絹云母化為主，而英安玢巖、閃長玢巖體接觸帶則主要分布有綠泥石化、絹云母化。在老金廠南側見有后期花崗巖脈侵入于二疊紀地層中，花崗巖中主要發(fā)育褐鐵礦化、綠泥-綠簾石化，外圍可見有絹云母化。野外調查結果顯示區(qū)內提取的蝕變礦物特征與地面光譜測量吻合較好。

礦區(qū)內金礦體存在的蝕變異常如下： 第一，沿英安玢巖和碎屑巖產出的金礦體主要出現褐鐵礦化、絹云母化，而英安玢巖受后期熱液活動的影響表現出綠泥石化。第二，產于碎屑巖中的金礦體，主要賦存在破碎的石英脈中，發(fā)育強的硅化、褐鐵礦化，其主要受近EW向的斷裂破碎帶控制。因此，本區(qū)內遙感礦化蝕變異常查證時應重點檢查與近EW向斷裂構造相關的硅化+褐鐵礦化的蝕變組合，特別是輝綠玢巖、輝長巖脈、輝石巖脈邊部的斷層部位與含有細脈狀褐鐵礦化、硅化的石英脈發(fā)育地段。

4 結論

1)本文研究結果表明，對于地質異常具有非線性特征的地區(qū)，采用分形模型和變點分析法可快速計算遙感蝕變異常下限值，野外驗證也證明了該方法獲取的蝕變異常下限值客觀有效，這可為地質礦產勘查提供重要依據。

2)以分維變點法得出的異常下限值對應門限化方法的N值時，各類蝕變異常的N值差異較大，表明對于具有非線性特征的遙感蝕變異常，傳統(tǒng)方法提取結果并不能有效反映異常信息，而分維變點法可進一步彌補其不足。

3)應用分維變點法可快速有效地區(qū)分出地質背景和遙感蝕變異常，但如何對蝕變異常進行蝕變等級劃分，仍需進一步研究和探討。

[1] 童慶禧,張兵,鄭蘭芬.高光譜遙感——原理、技術與應用[M].北京:高等教育出版社,2006. Tong Q X,Zhang B,Zheng L F.Hyperspectral Remote Sensing[M].Beijing:Higher Education Press,2006.

[2] 童慶禧,田國良.中國典型地物波譜及其特征分析[M].北京:科學出版社,1990. Tong Q X,Tian G L.Spectral and Analysis of Typical Earth Objects of China[M].Beijing:Science Press,1990.

[3] Goetz A F H,Rowan L C.Geologic remote sensing[J].Science,1981,211(4484):781-791.

[4] Ninomiya Y,Fu B H,Cudahy T J.Detecting lithology with advanced spaceborne thermal emission and reflection radiometer(ASTER) multispectral thermal infrared “Radiance-at-Sensor” data[J].Remote Sensing of Environment,2005,99(1/2):127-139.

[5] Galv?o L S,Almeida-Filho R,Vitorello I.Spectral discrimination of hydrothermally altered materials using ASTER short-wave infrared bands:Evaluation in a tropical savannah environment[J].International Journal of Applied Earth Observation and Geoinformation,2005,7(2):107-114.

[6] Pournamdari M,Hashim M,Pour A B.Spectral transformation of ASTER and landsat TM bands for lithological mapping of soghan ophiolite complex,South Iran[J].Advances in Space Research,2014,54(4):694-709.

[7] 毛曉長,劉文燦,杜建國,等.ETM+和ASTER數據在遙感礦化蝕變信息提取應用中的比較——以安徽銅陵鳳凰山礦田為例[J].現代地質,2005,19(2):309-314. Mao X C,Liu W C,Du J G,et al.Comparison between ETM+and ASTER data for extraction of alteration information:A case study of Fenghuangshan Orefield,Tongling,Anhui Province[J].Geoscience,2005,19(2):309-314.

[8] 楊日紅,李志忠,陳秀法.ASTER數據的斑巖銅礦典型蝕變礦物組合信息提取方法——以秘魯南部阿雷基帕省斑巖銅礦區(qū)為例[J].地球信息科學學報,2012,14(3):411-418. Yang R H,Li Z Z,Chen X F.Information extraction of typical alteration mineral assemblage in porphyry copper using aster satellite data,Arequipa province of south Peru[J].Journal of Geo-information Science,2012,14(3):411-418.

[9] 張玉君,曾朝銘,陳薇.ETM+(TM)蝕變遙感異常提取方法研究與應用——方法選擇和技術流程[J].國土資源遙感,2003(2):44-49,doi:10.6046/gtzyyg.2003.02.11. Zhang Y J,Zeng Z M,Chen W.The methods for extraction of alteration anomalies from the ETM+(TM) data and their application:Method selection and technological flow chart[J].Remote Sensing for Land and Resources,2003,56(2):44-49,doi:10.6046/gtzyyg.2003.02.11.

[10]陳聆,郭科,柳柄利,等.地球化學礦致異常非線性分析方法研究[J].地球物理學進展,2012,27(4):1701-1707. Chen L,Guo K,Liu B L,et al.The study of non-linear analysis method of geochemical ore-forming anomaly[J].Progress in Geophysics,2012,27(4):1701-1707.

[11]成秋明.非線性成礦預測理論:多重分形奇異性-廣義自相似性-分形譜系模型與方法[J].地球科學-中國地質大學學報,2006,31(3):337-348. Cheng Q M.Singularity-generalized self-similarity-fractal spectrum(3S) models[J].Earth Science-Journal of China University of Geosciences,2006,31(3):337-348.

[12]成秋明,張生元,左仁廣,等.多重分形濾波方法和地球化學信息提取技術研究與進展[J].地學前緣,2009,16(2):185-198. Cheng Q M,Zhang S Y,Zuo R G,et al.Progress of multifractal filtering techniques and their applications in geochemical information extraction[J].Earth Science Frontiers,2009,16(2):185-198.

[13]楊合群,李英,楊建國,等.北山造山帶的基本成礦特征[J].西北地質,2006,39(2):78-95. Yang H Q,Li Y,Yang J G,et al.Main metallogenic characteristics in the Beishan orogen[J].Northwestern Geology,2006,39(2):78-95.

[14]胡朋.北山南帶構造巖漿演化與金的成礦作用[D].北京:中國地質科學院,2007. Hu P.Tectonomagmatic Evolution and Gold Metallogeny in South Beishan Mountain,Northwest China[D].Beijing:Chinese Academy of Geological Sciences,2007.

[15]成秋明.成礦過程奇異性與礦床多重分形分布[J].礦物巖石地球化學通報,2008,27(3):298-305. Cheng Q M.Singularity of mineralization and multifractal distribution of mineral deposits[J].Bulletin of Mineralogy,Petrology and Geochemistry,2008,27(3):298-305.

[16]申維.分形混沌與礦產預測[M].北京:地質出版社,2002. Shen W.Fractal and Chaos with Application in Mineral Resource Prediction[M].Beijing:Geology Publishing House,2002.

[17]梁鈺琦,王功文,朱彥彥,等.分形方法在遙感蝕變信息提取中的應用研究[J].遙感技術與應用,2011,26(4):508-511. Liang Y Q,Wang G W,Zhu Y Y,et al.Alteration from ETM+data rating based on fractal technologies[J].Remote Sensing Technology and Application,2011,26(4):508-511.

[18]刁海,張達,狄永軍,等.基于主成分分析和分形模型的ASTER蝕變異常信息提取[J].國土資源遙感,2011,23(2):75-80.doi:10.6046/gtzyyg,2011.02.14. Diao H,Zhang D,Di Y J,et al.The extraction of alteration anomalies from ASTER data based on principal component analysis and fractal model[J].Remote Sensing for Land and Resources,2011,23(2):75-80.doi:10.6046/gtzyyg,2011.02.14.

[19]項靜恬,史久恩.非線性系統(tǒng)中數據處理的統(tǒng)計方法[M].北京:科學出版社,1997. Xiang J T,Shi J E.The Statistical Method of Data Processing in Nonlinear System[M].Beijing:Science Press,1997.

[20]韓海輝,高婷,易歡,等.基于變點分析法提取地勢起伏度——以青藏高原為例[J].地理科學,2012,32(1):101-104. Han H H,Gao T,Yi H,et al.Extraction of relief amplitude based on change point method:A case study on the Tibetan plateau[J].Scientia Geographica Sinica,2012,32(1):101-104.

[21]Kalinowski A,Oliver S.ASTER Mineral Index Processing Manual[M].Remote Sensing Applications Geoscience Australia,2004.

(責任編輯： 邢宇)

Nonlinear analysis method for remote sensing alteration anomalies：A case study of Xinjinchang and Laojinchang in Beishan

HAN Haihui1,2, WANG Yilin1, REN Guangli1, YANG Junlu1, LI Jianqiang1, YANG Min1

(1.Xi’anCenterofChinaGeologicalSurvey,Xi’an710054,China; 2.InstituteofGeologicalEngineeringandSurveying,Chang’anUniversity,Xi’an710054,China)

The purpose of this study is to explore a new effective method to conduct quantified calculation of the lower threshold. Based on ASTER image, the authors used the fractal model and the change-point analysis model in study areas named Xinjinchang and Laojinchang. The experimental results show that the model could quickly calculate the lower threshold for the alteration anomaly with fractal characteristics, and the model verification results also show that the threshold values are accurate and effective. In addition, field geological survey also indicates that the alteration anomalies delineated by the authors are well in accord with the known orebodies and the spectra of the alteration geological bodies. The authors thus hold that the nonlinear analysis method is a reliable means for extracting alternation anomalies and is also useful for mineral exploitation.

nonlinear; fractal; change point analysis; remote sensing alteration anomalies; Xinjinchang and Laojinchang

10.6046/gtzyyg.2017.01.07

韓海輝,王藝霖,任廣利,等.遙感蝕變異常非線性分析方法——以北山新、老金廠為例[J].國土資源遙感,2017,29(1):43-49.(Han H H,Wang Y L,Ren G L,et al.Nonlinear analysis method for remote sensing alteration anomalies：A case study of Xinjinchang and Laojinchang in Beishan[J].Remote Sensing for Land and Resources,2017,29(1):43-49.)

2015-08-27；

2015-09-28

中國地質調查局地質調查項目“東昆侖成礦帶木孜塔格鉛鋅銅金多金屬礦調查評價區(qū)地質礦產調查”(編號： DD2016002)、中國地質調查局地質調查項目“航空高光譜遙感調查”(編號： 12120113073200)、中國地質調查局地質調查項目“青海省柴達木北緣地質礦產調查”(編號： 12120113032500)、“十二五”國家科技支撐計劃項目“岔路口-神仙灣鉛鋅成礦帶成礦地質背景及靶區(qū)優(yōu)選”(編號： 2015BAB05B03-01)和國家自然科學基金項目“綠泥石礦物近紅外光譜吸收譜帶的位移機理與控制機制研究”(編號： 41502312)共同資助。

韓海輝(1983-),男,工程師，主要從事遙感地質方向的研究。Email: hanhh06@hotmail.com。

TP 751.1

A

1001-070X(2017)01-0043-07