汪子義， 張廷斌,2,3， 易桂花， 鐘康惠， 別小娟， 王繼斌， 孫姣姣

(1.成都理工大學地球科學學院，成都 610059； 2.成都理工大學工程技術學院，樂山 614000； 3.自然資源部地學空間信息技術重點實驗室，成都 610059)

0 引言

世界經濟發(fā)展的百年歷程中，斑巖銅礦提供了超過75%的Cu資源和超過50%的Mo資源需求量，同時，也是Au和Ag等金屬資源的重要來源[1]。我國斑巖銅礦占銅儲量的42.19%，矽卡巖銅礦占銅儲量的22.42%[2]。但是，我國每年的銅產量并不能滿足經濟發(fā)展的需求，Cu資源需求量對外依賴度高達70%[3]。因此，斑巖型銅礦床在工業(yè)界和科學界備受關注。

以班公湖—怒江成礦帶多龍礦集區(qū)鐵格隆斑巖銅礦遠景區(qū)為例，在對鐵格隆遠景區(qū)各蝕變帶蝕變礦物(組合)波譜分析的基礎上，利用混合調制匹配濾波(mixture tuned matched filtering，MTMF)方法開展基于OLI數(shù)據(jù)的蝕變礦物組合提取研究，并與Hyperion高光譜數(shù)據(jù)提取結果進行對比驗證，初步分析鐵格隆遠景區(qū)基于OLI數(shù)據(jù)的蝕變礦物組合分帶特征。

1 研究區(qū)概況

青藏高原是聚合板塊最發(fā)育的地區(qū)，對斑巖型銅礦床及伴生礦床形成十分有利，具有良好的斑巖型銅礦床成礦前景，已經成為我國最重要的礦產資源基地之一[2,26-27]。青藏高原氣候干旱、空氣稀薄、植被稀疏、基巖裸露等特點，也為遙感蝕變礦物識別和提取提供了良好的地表環(huán)境。其中，西藏多龍礦集區(qū)大地構造位置屬三江構造系(一級構造單元)、羌塘弧盆地系(二級構造單元)、扎普—多不雜巖漿弧(三級構造單元)，位于班公湖—怒江結合帶西段，是岡底斯陸塊與羌塘陸塊的分界線[28]。多龍礦集區(qū)中的鐵格隆斑巖銅礦遠景區(qū)作為本文研究區(qū)域，主要出露下侏羅統(tǒng)曲色組(J1q)、中侏羅統(tǒng)色哇組(J2s)以及第四系(Q4)； 巖漿巖較發(fā)育，主要有花崗閃長斑巖和輝長巖等[29]。研究區(qū)工作程度較低，在地表和鉆孔內見硅化、絹云母化、褐鐵礦化和角巖化[29]，地表常見蝕變礦物主要有褐鐵礦、絹云母、高嶺石、石英、綠泥石和綠簾石等。

2 遙感數(shù)據(jù)源與礦物波譜特征分析

2.1 遙感數(shù)據(jù)源

Landsat8 OLI數(shù)據(jù)VNIR波譜區(qū)間有6個波段，SWIR波譜區(qū)間有3個波段，波段設置如表1所示。

表1 OLI數(shù)據(jù)波段設置Tab.1 Bands setting of OLI data

OLI數(shù)據(jù)獲取于2015年11月22日，為經過幾何校正的L1T產品，地理參考為UTM投影WGS坐標系。Hyperion數(shù)據(jù)獲取于2004年10月30日，為L1R產品，沒有地理參考，需要以OLI數(shù)據(jù)為基準進行幾何校正。為了削弱大氣散射和吸收等影響，OLI數(shù)據(jù)進行了輻射定標和基于MODTRAN(moderate resolution transmittance)輻射傳輸模型的大氣校正等預處理； Hyperion數(shù)據(jù)進行了壞波段去除、輻射定標、壞線修復、條紋去除、Smile效應去除、基于MODTRAN輻射傳輸模型的大氣校正和幾何校正等預處理，幾何校正誤差控制在0.5個像元以內。

2.2 礦物波譜特征分析

利用SVC HR-1024波譜儀采集了地表常見蝕變礦物褐鐵礦、高嶺石、白云母和綠泥石等的野外光譜，并對野外采集礦物波譜、USGS波譜庫礦物波譜和基于OLI波譜重采樣的USGS礦物波譜進行了對比分析，對比結果示意圖如圖1所示。

(a) USGS波譜庫波譜(b) 基于OLI波譜重采樣的USGS礦物波譜 (c) 野外采集波譜

圖1典型蝕變礦物波譜曲線對比

Fig.1Comparisonofspectraoftypicalalterationminerals

從圖1(a)和(c)中可以看出： ①絹英巖化帶中富含白云母(絹云母)，白云母在2.20 μm附近(2.13～2.27 μm之間)具Al-OH類礦物吸收特征[30-32]，VIR波譜區(qū)間反射率較低； ②褐鐵礦在0.5 μm和0.9 μm附近具吸收特征，是Fe3+類礦物的診斷性譜段[32-34]，VNIR波譜區(qū)間反射率較低； ③高嶺石為泥化帶典型蝕變礦物，在2.05～2.24 μm之間具雙吸收特點[32,34]，其他波譜區(qū)間反射率較高； ④綠泥石為青磐巖化帶的典型蝕變礦物，通常主要為鐵綠泥石和鎂綠泥石，綠泥石在2.32 μm附近(2.28μm～2.40μm之間)具強吸收特征，主要是由Mg-OH類礦物引起，而在0.90 μm附近的吸收特征主要是由Fe3+類礦物引起[33-34]，VNIR波譜區(qū)間反射率低于SWIR。對應OLI數(shù)據(jù)重采樣波譜(圖1(b))，高嶺石和白云母在SWIR2波段具有吸收特征； 相反，綠泥石在SWIR2波段具有反射特征； NIR波段褐鐵礦和綠泥石波譜都具有一定的吸收特征，但區(qū)別于褐鐵礦，綠泥石在紅光波段也具有一定的吸收特征，褐鐵礦則為反射特征； 而褐鐵礦在藍光波段具吸收特征。

3 蝕變礦物提取與分析

3.1 提取方法

MTMF方法是一種高光譜數(shù)據(jù)制圖方法，近年來被廣泛應用到多光譜蝕變礦物提取中[24,35-36]。該方法通過對目標波譜的最優(yōu)線性檢測與評估，在混合像元分解基礎上，反演每個像元中不同探測目標的豐度[37]。該方法主要基于目標波譜的整體形態(tài)，礦物波譜特征分析時，不僅分析了礦物的吸收特征，還分析了礦物的整體波譜形態(tài)及吸收特征對整體形態(tài)的影響。匹配結果由2個部分構成，分別記錄了目標端元波譜的匹配程度得分和不可信度得分，匹配得分與不可信度得分比值則能較好地表達蝕變礦物豐度信息[38]。MTMF方法提取蝕變礦物時，還需要以最小噪聲分離(minimum noise fraction rotation，MNF)、純凈像元指數(shù)計算、N維散點圖純凈像元(端元)選取和端元波譜分析(端元識別)等系列數(shù)據(jù)處理為基礎。

3.2 OLI數(shù)據(jù)蝕變礦物提取

OLI數(shù)據(jù)識別出的端元中共有3種端元與研究區(qū)常見礦物波譜特征比較吻合，利用SAM方法對3種端元進行礦物類型識別，端元1與野外白云母和高嶺石SAM匹配得分最高分別為0.885和0.902； 端元2與野外綠泥石SAM匹配得分最高為0.913，端元3與野外褐鐵礦SAM匹配得分最高為0.847。3種端元與重采樣USGS波譜匹配得分情況見表2。因此，確定端元1為Al-OH類蝕變礦物，端元2為Mg-OH類蝕變礦物，端元3為鐵染類蝕變礦物。OLI數(shù)據(jù)3類蝕變礦物豐度如圖2所示。

表2 OLI數(shù)據(jù)3種端元USGS波譜庫波譜SAM得分Tab.2 SAM score of three endmembers of OLI data

(a) Al-OH類蝕變礦物 (b) Mg-OH類蝕變礦物 (c) 鐵染類蝕變礦物

圖23種端元礦物豐度

Fig.2Abundanceofthreeendmembers

從圖2中可以看出，Al-OH類蝕變礦物信息主要呈EW向串珠狀集中展布，分布于研究區(qū)中部； Mg-OH類蝕變礦物信息大面積團塊分布于研究區(qū)西南部，東部、北部有零星分布； 鐵染類蝕變礦物信息團分布在Al-OH類和Mg-OH類蝕變礦物信息之間，斑塊狀分布。OLI數(shù)據(jù)遙感蝕變礦物空間分布基本符合斑巖銅礦圍巖蝕變分帶特征，即由內而外分別是Al-OH類蝕變礦物(絹云母化+泥化)、鐵染類蝕變礦物和Mg-OH類蝕變礦物(青磐巖化)。

3.3 Hyperion數(shù)據(jù)蝕變礦物提取

Hyperion數(shù)據(jù)共識別出4種端元分別與研究區(qū)常見礦物褐鐵礦、綠泥石、高嶺石和白云母波譜特征比較吻合，采用SAM方法對這4種端元進行定性和定量分析，確定礦物類型。端元1，2，3和4分別與野外礦物白云母、高嶺石、綠泥石和褐鐵礦波譜匹配得分最高，分別為0.823，0.849，0.917和0.862。這4種端元與USGS波譜庫礦物波譜匹配得分情況見表3。因此，確定端元1為白云母，端元2為高嶺石，端元3為綠泥石，端元4為褐鐵礦。依據(jù)這4種端元礦物波譜分別進行蝕變礦物提取，提取結果如圖3所示。

表3 Hyperion數(shù)據(jù)4種端元USGS波譜庫SAM匹配得分Tab.3 SAM score of four endmembers of Hyperion data

(a) 白云母(b) 高嶺石+蒙脫石 (c) 綠泥石 (d) 鐵染類礦物

圖34種端元礦物豐度

Fig.3Abundanceoffourendmembers

對比圖2和圖3可以發(fā)現(xiàn)，OLI數(shù)據(jù)與Hyperion數(shù)據(jù)提取的蝕變礦物空間分布基本一致。OLI數(shù)據(jù)Al-OH類礦物主要包含白云母、高嶺石和蒙脫石信息，圖2(a)中的1和2與圖3(a)中的1和2白云母信息對應，圖2(a)中的3與圖3(b)中的3高嶺石+蒙脫石信息對應； OLI數(shù)據(jù)Mg-OH類礦物與Hyperion數(shù)據(jù)綠泥石空間分布一致，圖2(b)中的4和5與圖3(c)中的4和5綠泥石信息對應； OLI數(shù)據(jù)鐵染類礦物與Hyperion數(shù)據(jù)鐵染類礦物空間分布一致，圖2(c)中的6和7與圖3(d)中的6和7鐵染類礦物對應。

3.4 OLI和Hyperion數(shù)據(jù)遙感蝕變分帶特征

2種數(shù)據(jù)遙感蝕變分帶特征如圖4所示。

(a) OLI數(shù)據(jù) (b) Hyperion數(shù)據(jù)

圖4OLI和Hyperion數(shù)據(jù)遙感蝕變分帶特征

Fig.4CharacteristicsofremotesensingalterationzonesofOLIandHyperiondata

從圖4中可以發(fā)現(xiàn)，OLI數(shù)據(jù)Al-OH類礦物主要包含白云母、高嶺石和蒙脫石信息，對應斑巖銅礦的絹英巖化+泥化蝕變帶，分布在內帶； Mg-OH類礦物主要包含綠泥石信息，綠泥石是青磐巖化帶主要蝕變礦物，對應青磐巖化蝕變帶，分布在外帶； OLI數(shù)據(jù)和Hyperion數(shù)據(jù)鐵染類蝕變礦物空間分布基本一致，主要分布在內外帶之間。在圖4(a)中，鐵格隆斑巖銅礦遠景區(qū)圍巖蝕變由中心向外圍依次是Al-OH類(絹云母+高嶺石+蒙脫石)和Mg-OH類(綠泥石)蝕變礦物組合分帶，對應為絹英巖化+泥化帶和青磐巖化帶圍巖蝕變分帶特征，鐵染類礦物組合則分布在絹英巖化+泥化帶和青磐巖化帶之間； 在圖4(b)中，鐵格隆斑巖銅礦遠景區(qū)圍巖蝕變由中心向外圍依次是絹云母、絹云母+高嶺石、高嶺石和綠泥石4種蝕變礦物組合分帶，對應于絹英巖化帶→絹英巖化帶疊加泥化帶→泥化帶→青磐巖化帶的圍巖蝕變分帶特征，青磐巖化帶在礦區(qū)的西南部最為發(fā)育?？傮w上，OLI和Hyperion數(shù)據(jù)遙感蝕變分帶特征一致，符合斑巖銅礦圍巖蝕變分帶特征。

4 結論與展望

通過分析斑巖型銅礦典型蝕變礦物(組合)在Landsat8 OLI數(shù)據(jù)各波段的吸收和反射特征，基于MTMF方法進行了西藏多龍礦集區(qū)鐵格隆研究區(qū)地表蝕變礦物組合的提取研究，得出以下結論：

1)對比Hyperion數(shù)據(jù)蝕變礦物信息提取結果，OLI數(shù)據(jù)能夠有效區(qū)分和識別Al-OH類、Mg-OH類和含F(xiàn)e3+類蝕變礦物信息。

2)對應斑巖型礦床地表蝕變分帶模型，OLI數(shù)據(jù)Al-OH類(絹英巖化+泥化)、Mg-OH類(青磐巖化)和含F(xiàn)e3+類遙感蝕變礦物組合的分帶特征良好。