王永亮

(山東省物化探勘查院，山東 濟南 250014)

0 引言

在一些地形地貌極其復(fù)雜的地質(zhì)環(huán)境中進行礦產(chǎn)資源儲量勘探時，需要特別注重勘探工作的時效性、經(jīng)濟性和準確性。目前人們對礦產(chǎn)資源儲量勘探技術(shù)的選擇應(yīng)用方面有著較高的要求，在合適的地質(zhì)環(huán)境下應(yīng)用有效勘探技術(shù)可以提升勘探工作的精準度和效率。

針對礦產(chǎn)資源儲量勘探這一問題，相關(guān)領(lǐng)域?qū)W者進行了研究。文獻[1]提出一種可以獲取深層地層材料的技術(shù)，屬于層位探取手段，在施工的過程中能夠有效解決不同地質(zhì)層中含有的礦物質(zhì)類型和礦量，該項技術(shù)在應(yīng)用前需要選擇合適的鉆具，從而保障探勘工作的效果最大化和參數(shù)的精準識別與控制，通過數(shù)據(jù)統(tǒng)計顯示，該技術(shù)對砂層巖心的勘探采集率在95%左右，勘探效率較高，但是該項技術(shù)適用環(huán)境較少，且采集橫向范圍有限，不能對地質(zhì)環(huán)境中的礦產(chǎn)資源做出合理的信息規(guī)劃。文獻[2]中提出一種能夠減少勘探采集礦產(chǎn)資源風(fēng)險的方法，充分利用礦床探測技術(shù)構(gòu)建了勘探礦量資源的安全模型，對整個勘探采礦流程劃分為五個階段，針對具體的勘探階段，基于完整的礦床進行了礦床探測與可控危險源的轉(zhuǎn)化，能夠預(yù)測到絕大部分災(zāi)害事故的發(fā)生，但是這項技術(shù)施工成本較大且無法對礦產(chǎn)資源的儲量完整估算，在勘探水準方面存在一定缺陷。

遙感技術(shù)近年來在礦產(chǎn)資源勘探中取得了明顯效果， 文章采用改進遙感技術(shù)對礦產(chǎn)資源儲量勘探進行研究，通過對礦產(chǎn)資源信息進行處理，實現(xiàn)信息勘測，應(yīng)用遙感技術(shù)建立勘測模型，充分發(fā)揮改進遙感技術(shù)的信息處理能力和信息整合能力，實現(xiàn)礦產(chǎn)資源儲量高效勘探。

1 基于改進遙感技術(shù)的礦產(chǎn)資源光譜信息處理

1.1 歸一化參數(shù)遙感圖像特征空間檢測

根據(jù)傳統(tǒng)的礦產(chǎn)資源儲量勘探經(jīng)驗可知，地質(zhì)表面建筑密集度、土壤裸露程度、地表綠化面積和土壤濕度均能夠反映出底層生態(tài)環(huán)境[3-4]。文章在應(yīng)用改進遙感技術(shù)進行礦產(chǎn)資源相關(guān)信息采集以及預(yù)處理的過程中首先確定標準的生態(tài)參數(shù)，然后建立能夠?qū)崿F(xiàn)礦產(chǎn)資源儲量勘探數(shù)據(jù)采集的模型，準確反映所勘探地區(qū)的土壤、水質(zhì)、植被等表征信息，信息的狀況可以用歸一化植被指數(shù)表示：

(1)

式中，R1、R2分別代表R數(shù)據(jù)第1波段和第2波段的光譜反射率。

由于部分地區(qū)的礦產(chǎn)資源勘探位置周邊存在建筑物和不透水情況，所以文章通過遙感技術(shù)的中紅波段與近紅波段光譜交替反射來分析建筑物和不透水情況下的礦產(chǎn)資源，反射情況由歸一化建筑指數(shù)來表示，計算過程如公式(2)所示：

(2)

遙感圖像特征空間如圖1所示：

圖1 遙感圖像特征空間

根據(jù)上圖的遙感圖像特征空間可知，歸一化植被特征空間表現(xiàn)為線性，歸一化建筑特征空間表現(xiàn)為三角形，與理想狀態(tài)相符[5-6]。礦產(chǎn)資源采集過程中，文章利用改進遙感技術(shù)控制已經(jīng)裸露出的地表光譜特征，用裸土指數(shù)表示具體的光譜特征，計算過程如下：

(3)

式中，R3代表改進遙感技術(shù)檢測的藍色波段。

在明確改進遙感技術(shù)中的生態(tài)參數(shù)后，提取礦產(chǎn)資源儲量的資源信息。文章所應(yīng)用的改進遙感技術(shù)可應(yīng)用于Landsat-5、Landsat-8號和GF-1、GF-2數(shù)據(jù)，每種衛(wèi)星都具備采集探勘地區(qū)的巖石層狀態(tài)、蝕變狀態(tài)以及礦物質(zhì)光譜等信息，通過衛(wèi)星內(nèi)部對遙感參數(shù)的控制來校正標準的地質(zhì)結(jié)構(gòu)幾何參數(shù)[7]。

不同地區(qū)的礦產(chǎn)資源勘探所應(yīng)用的改進遙感技術(shù)標準也不同，可供選擇的遙感技術(shù)參數(shù)可以具體到0～50個波段，每個波段又可以精細劃分到米級的空間分辨率。文章選用適應(yīng)性較大的陸地衛(wèi)星5號，該衛(wèi)星在對OLL數(shù)據(jù)采集精準度方面具有突出優(yōu)勢，幾何保真度以及輻射分辨率可以直接應(yīng)用在描繪勘探地區(qū)的地層地貌上。該衛(wèi)星對ASTER數(shù)據(jù)的控制主要劃分為多個波段，所測得的空間分辨率在10 m～25 m范圍內(nèi)，通過對該組數(shù)據(jù)的分析可以獲取勘探地區(qū)的鐵染、明礬、鈣化等礦物質(zhì)信息[8-9]。匯總以上改進遙感技術(shù)采集到的信息，制作出1∶50 000～1∶25 000比例遙感圖像，再運用不同顏色對不同種類礦物質(zhì)和礦產(chǎn)資源儲量進行對比，凸顯出改進遙感技術(shù)對礦產(chǎn)資源儲量信息的勘探情況，從而完成對采集信息的處理任務(wù)[10-11]。

1.2 基于波段分析的高光譜數(shù)據(jù)預(yù)處理

改進遙感技術(shù)對勘探地區(qū)的巖石、礦石樣品進行光譜反射率統(tǒng)計，利用光譜的差異性保障礦產(chǎn)資源的識別精準度。從現(xiàn)場選取樣品，將現(xiàn)場采集到的巖石、礦石樣品帶到實驗室中完成光譜測量和X熒光元素含量測定。SVC光譜儀的采樣間隔為1 nm，波長范圍為300 nm～3 000 nm，每次測試可獲取3 000個波段。

為了避免外部環(huán)境因素對光譜的影響，文章在陰暗環(huán)境下固定穩(wěn)定的光譜發(fā)射源，反復(fù)對勘探地區(qū)的礦物質(zhì)進行高光譜數(shù)據(jù)的預(yù)測。

根據(jù)光譜顏色確定礦物分布情況，通過改進遙感技術(shù)中的區(qū)域光譜庫、聚類分析和平滑去噪手段完成高光譜數(shù)據(jù)預(yù)處理工作[12]。由于不同地區(qū)采集到的高光譜數(shù)據(jù)不同，文章通過建立集中的高光譜數(shù)據(jù)庫解決這一問題，在數(shù)據(jù)庫中對改進遙感技術(shù)采集到的信息進行計算，計算后的礦產(chǎn)資源量會以光譜形式呈現(xiàn)出來。不同類型的礦產(chǎn)資源在相同儲量的情況下對外體現(xiàn)的光譜特征是不同的，所以高光譜數(shù)據(jù)預(yù)處理的過程中對整個光譜反射率的聚類分析和平滑去噪可以作為預(yù)處理流程的最后步驟，以便提升高光譜數(shù)據(jù)的穩(wěn)定性。

1.3 蝕變信息波段比值提取

文章應(yīng)用改進遙感技術(shù)的波段比值法對勘探地區(qū)的礦產(chǎn)資源蝕變信息進行提取，解決外部環(huán)境對處理方法中參數(shù)的影響，精確反演外部環(huán)境信息。數(shù)據(jù)處理后，得到的礦物分布圖如圖2所示：

圖2 基于ASTER數(shù)據(jù)的蝕變礦物分布圖

在遙感圖像中深層次切割礦產(chǎn)資源所在地的地形陰影中的波段值為0時，則證明蝕變信息提取內(nèi)容不可靠，勘探地區(qū)的鐵染信息被嚴重遮蓋，不利于改進遙感技術(shù)的實施，為了避免波段值出現(xiàn)0值狀態(tài)，增加波段比值提取方法，將蝕變信息放大化分析[13-14]。波段比值提取如公式(4)所示：

(4)

式中，x代表波段比值；Bi、Bi+1、Bi+2分別代表光譜吸收峰或反射峰所在的波段。

2 遙感綜合礦產(chǎn)資源信息融合

2.1 礦產(chǎn)信息生態(tài)指標融合模型

在針對礦產(chǎn)信息進行融合前，先建立信息融合模型，通過模型對礦產(chǎn)資源所在地區(qū)的生態(tài)環(huán)境相關(guān)指數(shù)進行分析，確定地區(qū)土壤濕度、建筑指數(shù)、植被覆蓋率、裸土指數(shù)四個生態(tài)指標對礦產(chǎn)勘測的影響效果，并以這四個指標作為勘測模型的驅(qū)動函數(shù)。由于不同指標在模型中的側(cè)重不同，所以文章在模型中針對不同的指標設(shè)定相應(yīng)的權(quán)重值，然后通過多個變量在模型中的迭代變化將遙感信息集中壓縮到幾個數(shù)據(jù)集中，最后從數(shù)據(jù)集中確定模型的評價結(jié)果，如下所示為四個生態(tài)指標在模型中的計算公式：

(5)

式中，RSIEI代表四個生態(tài)指標的綜合模型；αk代表四個生態(tài)指標的方差貢獻權(quán)重；n代表生態(tài)指標數(shù)量。

2.2 礦產(chǎn)元素波段信息融合流程

改進遙感技術(shù)采集到的地質(zhì)環(huán)境圖像具有極高的空間分辨率，每張圖像的每個像素都可以表現(xiàn)出地面幾米范圍內(nèi)的信息，從中可以明確規(guī)劃出巖性和礦物分布情況[15]。明確信息布局后，根據(jù)信息融合模型對遙感技術(shù)下的礦產(chǎn)元素信息進行融合，融合過程如圖3所示：

圖3 礦產(chǎn)元素信息融合

(1)對改進遙感技術(shù)下的圖像進行非監(jiān)督分類，設(shè)定n個類別；

(2)應(yīng)用拉普拉斯金字塔技術(shù)將遙感圖像分解成多個低頻圖層和高頻圖層，并將兩類型圖層規(guī)范化處理；

(3)對比礦產(chǎn)資源元素信息覆蓋的圖層與低頻圖層立方卷積，確定兩種圖層的覆蓋范圍，解決礦床生成過程中的物源以及判斷可能存在的礦化或礦床信息問題的多解性，需要在每層圖層關(guān)系中建立一種多目標函數(shù)求解：

f(x)

(6)

f(x)≥Mx∈b2

(7)

式中，M代表低頻圖層中的物源解；bi代表圖像波段中的礦床信息。分析發(fā)現(xiàn)，多目標函數(shù)f(x)可以看成是圖層空間的礦床信息與物源解的一種關(guān)系描述。

(4)確定圖層與圖層之間的波段，通過波段將所有的礦產(chǎn)元素信息合成精準的礦產(chǎn)信息空間關(guān)系，實現(xiàn)信息融合。

3 基于光譜波段分析的礦產(chǎn)資源儲量遙感勘探

完成對改進遙感技術(shù)的相關(guān)信息融合處理后，本文應(yīng)用改進遙感技術(shù)的光譜波段分析測量信息空間礦產(chǎn)資源儲量數(shù)據(jù)。

(1)數(shù)據(jù)導(dǎo)入。將礦產(chǎn)資源的信息空間導(dǎo)入到獨立的文件夾中，檢查信息內(nèi)容是否可以順暢打開和所有的遙感圖像是否清晰。

(2)空中三角測量。確定遙感圖像中點位與地面實際位置之間的位置關(guān)系，測量的過程可以通過計算器自動計算或手動計算，自動計算能夠更精準尋找到實際地面的加密點，手動計算可以控制圖像中像控點的形成，兩種計算手段的結(jié)合應(yīng)用可以提高空中三角測量精準度，測量結(jié)果的體現(xiàn)是在三維空間中體現(xiàn)，完成復(fù)刻實際的地形地貌，避免礦產(chǎn)資源儲量的勘探誤差。

(3)生成數(shù)字產(chǎn)品?？罩腥菧y量形成的三維空間為生成數(shù)字產(chǎn)品創(chuàng)造穩(wěn)定的模型基礎(chǔ)，數(shù)字產(chǎn)品即為無紋理信息的三維三角網(wǎng)可視化模型，能夠?qū)ΦV產(chǎn)資源的地形地貌中所有的實物映射體現(xiàn)。

(4)選用ArcGIS管理工具設(shè)置采樣點密度。通過轉(zhuǎn)換工具將提取的數(shù)據(jù)格式轉(zhuǎn)換成柵格格式，增設(shè)屬性文字，得到CAD格式數(shù)據(jù)，輸出數(shù)據(jù)后估算礦產(chǎn)儲量[15]。

4 實例分析

為了驗證文章提出的基于改進遙感技術(shù)應(yīng)用的礦產(chǎn)資源儲量勘探方法的實際應(yīng)用效果，選取某區(qū)域礦區(qū)進行實例分析，首先對礦區(qū)內(nèi)部的數(shù)據(jù)進行處理，提高數(shù)據(jù)精度，根據(jù)處理后的數(shù)據(jù)建立三維模型。選取礦區(qū)面積100 000m2進行采集，設(shè)定采樣距離為3.0 m，將符合礦區(qū)規(guī)范生產(chǎn)要求的礦產(chǎn)數(shù)據(jù)提取出來。礦產(chǎn)資源儲量一般應(yīng)用動用儲量單位來表示。儲量勘測首先設(shè)定礦產(chǎn)資源勘測的有效范圍，并量測礦區(qū)中挖方量和填方量，估算礦產(chǎn)區(qū)內(nèi)礦產(chǎn)儲量是否符合儲量計算規(guī)范。使用ArcGIS數(shù)據(jù)管理軟件對遙感三維空間中的礦產(chǎn)信息設(shè)定高程點密度值，并在每個高程點中添加屬性元素，等待數(shù)據(jù)轉(zhuǎn)換工具對礦產(chǎn)儲量數(shù)據(jù)的計算值輸出。在已經(jīng)具備坐標和高程點的三角網(wǎng)模型中設(shè)定閾值范圍，將三角網(wǎng)中的每個填挖方疊加處理，獲取準確的礦產(chǎn)儲量數(shù)據(jù)?；诟倪M遙感技術(shù)勘探實驗過程如圖4所示：

圖4 基于改進遙感技術(shù)勘探實驗過程

通過遙感圖像得到礦區(qū)遠景分布結(jié)果如圖5所示：

圖5 礦區(qū)遠景分布結(jié)果

觀察圖5可知，遙感圖像能夠清晰地展示出該地區(qū)的地質(zhì)變化情況，其中被圈中區(qū)域為礦產(chǎn)資源儲備勘探的重點區(qū)域。

研究區(qū)內(nèi)未見巖漿巖出露，以綠簾石為主。應(yīng)用ASTER遙感數(shù)據(jù)獲取了鐵染、羥基和碳酸鹽化蝕變礦物信息的R1、R2、R3數(shù)據(jù)波段，分析RGB假彩色合成圖，實驗結(jié)果如圖6所示：

圖6 RGB假彩色合成圖

根據(jù)遙感數(shù)據(jù)確定礦區(qū)蝕變信息，從而圈定礦產(chǎn)所在區(qū)域，提高勘探精度。觀察上圖可知，該礦區(qū)的鉛元素和鋅元素含量十分豐富，但是存在異常，異常檢測結(jié)果如圖7所示：

圖7 遙感找礦預(yù)測區(qū)分布圖

根據(jù)圖7可知，鉛元素含量異常區(qū)域為200 m2，鉛元素含量為5.5%，鋅元素含量異常區(qū)域為400 m2，含量為4.5%。根據(jù)上述遙感圖像勘測結(jié)果得到礦產(chǎn)儲量如表1所示：

表1 礦產(chǎn)儲量勘探結(jié)果

根據(jù)上表可知，文章提出的勘探技術(shù)具有極強的勘探能力，勘探結(jié)果與實際結(jié)果吻合度高達98.6%，具有極強的勘探能力，能夠精準地檢測到礦產(chǎn)資源儲量，確保開采效果。

5 結(jié)論

文章運用改進遙感技術(shù)對礦產(chǎn)資源地區(qū)的生態(tài)環(huán)境指標進行采集與標定，進而選擇了最佳的遙感技術(shù)實現(xiàn)參數(shù)，為礦產(chǎn)資源儲量勘探創(chuàng)建良好的數(shù)據(jù)基礎(chǔ)。文章進行了如下研究：

(1)根據(jù)衛(wèi)星數(shù)據(jù)可以有效劃分不同地質(zhì)環(huán)境下的礦產(chǎn)資源狀態(tài)，提升遙感技術(shù)的區(qū)域分辨能力和對礦產(chǎn)資源的識別能力。

(2)建立遙感綜合礦產(chǎn)勘測模型并將礦產(chǎn)元素信息融合，以圖層的方式將改進遙感技術(shù)采集的信息表現(xiàn)出來，使得勘探結(jié)果更具有直觀性。

(3)儲量勘探的過程中運用了空中三角測量技術(shù)和ArcGIS數(shù)據(jù)管理軟件，在數(shù)據(jù)計算方面和模型點位識別方面實現(xiàn)了較大的提升。