GF-5高光譜數據在鈾礦勘查中的應用

張元濤, 潘蔚, 余長發

(1.核工業北京地質研究院,遙感信息與圖像分析技術國家級重點實驗室,北京 100029;2.核工業二八〇研究所,德陽 618300)

0 引言

高光譜作為一種先進的成像光譜技術,具有光譜分辨率高和圖譜合一的優勢[1]。自誕生以來,該技術已經廣泛應用于地質、生態、農業等多個領域,其中在地質領域的應用尤為廣泛。高光譜技術能反映不同地物精細的光譜特征,借助該技術,國內外學者進行了大量構造解譯、巖性識別以及礦物提取等研究,并取得了很好的效果[2-10]。

高分五號衛星(GF-5)于2018年5月成功發射,其所搭載的可見光短波紅外高光譜相機(Advanced Hyperspectral Imager,AHSI)可獲取高光譜分辨率和大幅寬的高光譜數據。目前在地質領域,只有少數學者借助該數據進行了巖性識別、構造解譯[3]、巖性分類[4]以及礦物提取[5-7]等研究。但由于各種原因,將該數據用于鈾礦勘查的研究較少。

內蒙古衛境地區地處內蒙古自治區中北部,屬于巴音寶力格隆起鈾成礦帶,目前已經發現了大量的花崗巖型鈾礦化點、異常點,具有優越的花崗巖型鈾礦成礦潛力[11]。此外,該區裸露的基巖為遙感地質研究提供了有利的條件。為促進GF-5高光譜數據在地質領域的應用及內蒙古衛境地區鈾礦勘查工作,本文以內蒙古衛境地區為研究區,基于GF-5高光譜數據,采用光譜沙漏技術開展蝕變端元識別及蝕變信息提取,并借助PCI Geomatica軟件中的LINE模型自動獲取了研究區線性構造。在此基礎上,利用ArcGIS軟件將各類蝕變信息及線性構造進行整合,制作研究區鈾成礦潛力圖,圈定鈾成礦有利區,以期為該區后續鈾礦勘查工作提供參考。

1 研究區地質背景

衛境地區地處中蒙邊境,內蒙古自治區二連浩特市西南,屬中低山丘陵草原區,地勢相對平坦。區內地表植被稀少,基巖裸露程度高,影像紋理特征清晰,不同巖性地層色調差異明顯,多種類型蝕變發育,十分有利于開展遙感地質研究。

研究區地質圖略圖如圖1所示。研究區的大地構造位置處于二連浩特—錫林浩特褶皺帶西南段,巴音寶力格隆起西段。出露地層主要有青白口系、二疊系大石寨組、侏羅系上統、白堊系上統、新近系和第四系。其中青白口系主要為一套變質巖,包括大理巖、片巖、板巖及結晶灰巖等; 二疊系大石寨組,包括一、二、三和四巖組,巖性主要有千枚巖、凝灰巖、流紋巖、板巖、大理巖及英安巖等。二者為區內主要的含礦地層[11]。巖漿巖方面,研究區侵入巖廣布,主要以二疊世、侏羅世及白堊世花崗巖體為主。其中與鈾礦化關系密切的主要是早侏羅世花崗巖及早白堊世花崗巖。構造方面,研究區內斷裂構造發育,主要有NE向、NW向斷裂,局部有近SN及近EW向構造。

1. 第四系; 2. 玄武巖; 3. 新近系; 4. 白堊系; 5. 侏羅系滿克頭鄂博組二巖段; 6. 大石寨組四巖組; 7. 大石寨組三巖組; 8. 大石寨組二巖組; 9. 大石寨組一巖組; 10. 青白口系; 11. 早白堊世花崗巖; 12. 晚侏羅世花崗巖; 13. 早侏羅世二長花崗巖; 14. 早侏羅世花崗巖; 15. 晚二疊世二長花崗巖; 16. 晚二疊世花崗巖; 17. 早二疊世閃長巖; 18. 志留紀花崗巖; 19. 斷層(虛線為推測斷層); 20. 野外驗證點

2 數據源及預處理

2.1 GF-5高光譜數據

GF-5衛星是中國高分辨率對地觀測系統重大專項中實現高光譜分辨率觀測的衛星,衛星軌道高度705 km,其搭載的AHSI能獲取可見光、近紅外、短波紅外共330個波段的數據,影像幅寬達60 km(表1)。所用高光譜圖像成像時間為2019年11月3日,景號為88317,數據級別為L1級,研究區內圖像清晰,無云、雪干擾,有利于遙感地質解譯和信息提取。

表1 GF-5 AHSI圖像的主要參數

2.2 數據預處理

利用成像光譜數據對地物進行識別依賴于地物精細的光譜特征,為從圖像中獲取地物真實的光譜特征,必須進行光譜數據的輻射定標與大氣校正等預處理。此外,由于GF-5 AHSI圖像條帶噪聲明顯,因此需進行條帶去除。涉及的主要預處理包括輻射定標、大氣校正、波段選擇、條帶去除、正射校正及光譜去噪平滑等。

其中大氣校正利用ENVI軟件中FLAASH大氣校正模塊來完成,校正過程中不進行分塊處理。為減少質量較差波段以及VNIR與SWIR之間重復波段對提取結果的影響[12],同時考慮到陰離子與陽離子診斷譜帶的分段性[13],分別選取400～1 000 nm(共140個波段)和2 058～2 361 nm(共37個波段)2個波譜區間段的圖像數據進行研究。為去除條帶噪聲,采用“全局去條紋”的方法[14]分別對2個波譜區間的圖像進行條帶去除。經過處理,圖像的條帶噪聲得到有效消除(圖2)。正射校正可對圖像同時進行傾斜改正和投影差改正。利用ENVI中的RPC Orthorectification Workflow模塊,結合影像自帶的RPC文件以及軟件自帶的DEM文件(GMTED2010.jp2)進行正射校正處理。校正后的圖像基于WGS-84橢球被投影到UTM投影(UTM Zone 49N)。最后利用最小噪聲分離(minimum noise fraction,MNF)正反變換變換進行去噪和光譜平滑處理。

(a) 原始影像 (b) 修復后影像

3 信息提取及成礦潛力圖制作

本文信息提取技術流程如圖3所示。

圖3 研究流程圖

基于GF-5 AHSI數據,采用光譜沙漏技術進行高光譜蝕變信息提取,采用主成分變換(principal component analysis,PCA)和PCI Geomatica軟件中的LINE模塊提取線性構造,最后結合ArcGIS中的Weighted Overlay工具進行綜合分析制作研究區鈾成礦潛力圖。

3.1 蝕變信息提取

蝕變信息(礦物)提取是高光譜遙感的主要研究內容之一,國內外學者進行了廣泛的研究[2,5-9,13,15-16]。大量研究表明,一般陰離子診斷帶位于2 000～2 500 nm光譜區域,而Fe2+,Fe3+和Mn2+等陽離子的診斷帶一般位于400～1 200 nm光譜區域[17]?；谔卣魈崛?、端元光譜選取和光譜相似性匹配的礦物信息提取技術(即沙漏技術)是最早發展的面向高光譜信息提取的技術[18],包括了MNF、像元純凈指數(pixel purity index, PPI)、n維可視化、端元光譜識別以及礦物填圖等步驟,在礦物填圖領域廣泛應用[2,6-9,19-20]。

3.1.1 端元波譜判定

經MNF變換、PPI計算以及n維可視化分析,分別提取了VNIR和SWIR波譜區間段的端元光譜。在VNIR波譜區間段共獲得5條影像端元光譜,利用光譜特征擬合(spectral feature fitting,SFF)進行光譜分析,并結合專家知識綜合分析每條端元光譜的特征吸收位置、吸收深度、吸收寬度和光譜整體形態等。經篩選,最終識別1條針鐵礦光譜(圖4(a))?？梢?獲取的端元光譜與USGS參考光譜在波形及吸收位置方面一致性較高。同樣,在SWIR波譜區間段初步獲取的7條圖像端元光譜基礎上,最終篩選出3條蝕變礦物端元光譜,最終識別為低鋁絹云母、中鋁絹云母及高鋁絹云母(圖4(b))。前人研究表明,絹云母的鋁羥基(Al-OH)吸收峰波長與云母中六次配位鋁(AlVI)含量呈負相關[16,21],據此可區分出低鋁絹云母、中鋁絹云母及高鋁絹云母[5,16]。高鋁絹云母的Al-OH吸收峰在2 190～2 202 nm之間,中鋁絹云母的Al-OH吸收峰在2 202～2 212 nm,低鋁絹云母的Al-OH吸收峰在2 212～2 225 nm[22]。但在具體劃分的過程中,不同學者有不同的依據。如文獻[16]以Al-OH在2 195 nm,2 210 nm和2 225 nm處的主吸收特征結合共同的2 345 nm處的次級吸收特征進行不同鋁含量絹云母的劃分,而文獻[5]則以2 193 nm,2 201 nm和2 218 nm處的吸收特征進行劃分。本次研究識別的絹云母端元,在2 345 nm附近具有共同的次級吸收特征,主吸收特征分別出現在2 201 nm,2 210 nm和2 218 nm,據此將其分別劃分為高鋁絹云母、中鋁絹云母和低鋁絹云母(圖4(b))。

(a) 針鐵礦端元波譜 (b) 絹云母端元光譜

3.1.2 礦物填圖

端元波譜獲取后,可利用填圖算法對參考端元和圖像光譜進行處理和分析,實現礦物的種類、組成成分或者豐度的反演。填圖算法大致可分為基于像素和亞像素方法[23]。其中基于像素的光譜角匹配(spectral angle mapper, SAM)和光譜信息散度(spectral information divergence, SID),以及基于亞像素的混合調制匹配濾波(mixture tuned matched filtering, MTMF)和匹配濾波(matched filtering, MF)等算法都得到了廣泛應用。MF是一種部分解混或光譜分解技術,用于在高光譜圖像的每個像素中尋找感興趣目標的豐度,可最大限度地提高感興趣目標的響應,抑制復合未知背景的響應[23]。其輸出結果為匹配濾波得分,得分越接近1表明像元光譜與參考目標越匹配[24]。本次研究利用MF進行蝕變填圖,并結合中值濾波對提取結果進行了優化。

3.2 線性構造提取

線性構造這個概念首先由霍布斯提出,泛指航空照片和衛星照片上呈現的與構造有關的線形影像,包括節理、斷裂構造、劈理、構造裂隙、構造破碎帶等[25]。線性構造在遙感圖像中主要表現為連續或不連續的線性體,由色調差異、地貌特征顯示的非人工的線性影像和弧形影像組成。其在本質上與地殼斷裂相關,成因上與地質作用有直接或間接的關系,且大多受地質構造控制[26],能大致反映一個地區的基本構造格局。在成礦方面,線性構造往往為巖漿成礦溶液的上升、轉移、凝固和富集提供了有利場所,是十分重要的控礦構造因素,并在一定程度上影響著成礦帶的分布范圍及賦存位置等[27]。

從遙感圖像中提取線性構造,常用的方法有目視解譯、自動或半自動提取,其中PCI Geomatica軟件中的LINE模塊常用于線性構造自動提取研究[28-30]。該模塊包含邊緣探測和線探測2部分功能,只需對該模塊的6個參數(表2)進行簡單設置,就能快速提取遙感圖像中的線性構造。本次研究以VNIR 400～1 000 nm波譜范圍的圖像為數據源,借助PCA將變換后的第一主分量導入LINE模塊以自動提取線性構造,模塊相應參數設置如表2所示。

表2 LINE模塊不同參數及研究采用值

3.3 鈾成礦潛力圖生成

利用信息綜合技術建立區域綜合信息礦產預測模型,進行礦產資源定量評價,是當前礦產資源勘查領域信息找礦的重要途徑[31]。本次研究將從GF-5高光譜數據中獲取的5個證據層(針鐵礦,高鋁、中鋁和低鋁絹云母蝕變礦物,線性構造)進行整合,以形成鈾成礦潛力圖。首先,需要對各證據層進行歸一化與分類處理。其中歸一化處理公式為:

,

(1)

式中:Xn,X,Xmin和Xmax分別為歸一化后的證據層、證據層、證據層中的最小值和證據層中的最大值。其次,將歸一化后的證據層按數值范圍分為低、中低、中高和高4類,相應的得分為1,2,3和4。最后,通過權重疊加將各證據層進行整合以獲取最終結果。

4 結果與討論

4.1 蝕變礦物分布特征

利用光譜沙漏技術分別從VNIR和SWIR 2個譜段識別了針鐵礦、高鋁絹云母、中鋁絹云母以及低鋁絹云母。結果顯示,針鐵礦主要呈團塊狀出現在研究區西北部地區(圖5)。在地層巖性上,該類蝕變主要分布于侏羅紀、晚二疊世花崗巖與圍巖接觸帶巖體一側,反映該處蝕變與酸性花崗巖有關的熱液活動有關; 高鋁絹云母主要呈團塊狀、星點狀分布于白堊紀與二疊紀巖體中。局部呈帶狀出露于NW和NWW向平直溝谷內,受構造控制明顯; 中鋁絹云母主要呈團塊狀、帶狀和星點狀出露于研究區東南部、中部以及西北部,尤以東南部近似沿地層展布的蝕變分布范圍廣。在中部,亦可見一呈“丫”字形分布的強蝕變區,受近EW向構造的影響,其頂部蝕變呈串珠狀沿EW向展布。在巖性地層上,該類蝕變主要分布于二疊系大石寨組及新近系地層中; 低鋁絹云母主要呈團塊狀、星點狀出露于研究區中部、南部和東南部地區,在地層巖性上,主要出露于二疊系大石寨組及青白口系地層中。

(a) 針鐵礦 (b) 高鋁絹云母

4.2 線性構造分布特征

通過對VNIR波段(400～1 000 nm)高光譜數據的PCA變換,獲取了一系列線性不相關的主分量; 將信息量最大的第一主分量導入PCI Geomatica軟件中的LINE模塊,自動提取了研究區線性構造; 并結合ArcGIS Kernel Density工具,制作了線性構造密度分布圖(圖6)。經統計分析,本次研究共獲取線性構造321條,提取結果主要分布于圖像的不同色調分界面以及呈線狀展布的色調異常帶上,整體效果較好。而在局部區域,提取結果受線狀道路及影像接縫的影響,但影響較小。從空間分布來看,提取線性構造主要分布在研究區西部、西北部、中部及

(a) 線性構造 (b) 線性構造密度

東北部地帶,尤以西部、西北部分布廣泛; 從地層巖性來看,提取的線性構造在巖體和地層中均有分布,但在早白堊世花崗巖(K1γ)南部及晚二疊世二長花崗巖(P2ηγ)中分布較少; 從線性構造方位來看,提取的線性構造主要呈EW,NWW,NW向展布(圖7)。這與文獻[11]野外查證中發現NW向構造最為發育的特征相符。此外,直接觀察圖像,研究區溝谷多呈NW向展布,在一定程度上也印證了提取結果的可靠性。但是,提取的NE向線性構造較缺乏,可能是由于NE向線性構造在圖像中大多不是以線狀溝谷顯示的,而是以色調差異不顯著的界面顯示的(圖6)。

圖7 線性構造玫瑰花圖

4.3 綜合分析及鈾成礦潛力預測

為對線性構造及5類蝕變進行綜合分析并確定鈾成礦潛力區,需對各證據層進行歸一化、分類及權重疊加處理。其中,歸一化處理利用式(1)完成。經過歸一化處理后的證據層,其像元值介于0～1之間。依據數值范圍將各歸一化證據層分為低、中低、中高和高4類,且設置相應的得分為1,2,3和4。各證據層分類數值范圍以“均值+n倍標準差”來確定,其中,對蝕變信息n分別取2,2.5和3,而對線性構造n分別取1.5,2和2.5,最終設置值見表3。

基于表3值,結合ArcGIS中軟件的Reclassify模塊,獲取了各證據層分類結果(圖8(a)—(e))。經過分類,有效區分了低、中低、中高及高4個等級的區域,并疊合已知放射性異常點及鈾礦化點進一步開展鈾成礦分析。結果顯示,在放射性異常點或鈾礦化點聚集區I(圖8(f)),針鐵礦連片分布,局部也見高鋁、中鋁及低鋁絹云母礦物,指示該處鈾成礦與上述4類蝕變關系密切,尤其是針鐵礦。在構造復雜度方面,該區線性構造復雜度為最高等級(圖8(e))。如在WJ17-219號點,該處巖性破碎且發育針鐵礦及絹云母等蝕變(圖9(a)),存在放射性異常(伽瑪測量值為90～240 ppm),側面印證了提取結果的可靠性。

(a) 針鐵礦 (b) 高鋁絹云母 (c) 中鋁絹云母

(a) 絹云母、針鐵礦及褐鐵礦化 (b) 受構造控制發育硅化、赤鐵礦化、褐鐵礦化及針鐵礦化

在聚集區II,基于GF-5 AHSI提取的上述4類蝕變不明顯。但在該處野外查證中發現一受構造控制呈近EW向展布的蝕變帶,帶內發育強烈的硅化、赤鐵礦化、褐鐵礦化及高嶺土化等[32]。本次研究未能識別出這些蝕變,可能是所用圖像空間分辨率相對較低,導致未能識別該處呈小規模展布的蝕變異常。而在構造復雜度方面,該區構造復雜度高,指示該區的熱液通道及儲礦空間十分發育(圖8(e))。如在WJ17-160號點,該點位于花崗巖體內,巖性破碎發育強烈的硅化、赤鐵礦化、褐鐵礦化及針鐵礦化等蝕變,整個蝕變分布受構造控制顯著,伽瑪測量值為80～120 ppm(圖9(b))。

在中部聚集區III,見一“丫”字形蝕變帶,有研究表明該處Al-OH,Mg-OH,Fe-OH和碳酸鹽類蝕變礦物大量聚集且硅化蝕變強度高[32]。本次研究發現,該“丫”字形區域的Al-OH礦物主要為中鋁絹云母,外側則出露低鋁絹云母蝕變(圖8(c)、(d))。野外查證中發現WJ17-171點巖石破碎,發育有石英脈、硅質脈、赤鐵礦、褐鐵礦及針鐵礦等蝕變,并存在放射性異常(伽瑪測量值為50～200 ppm)(圖9(c))。

在聚集區IV,有研究指出該處Al-OH蝕變礦物最為發育[33-34]。本次研究發現敖包吐巖體(K2γ)與地層的接觸帶發育的Al-OH礦物主要是中鋁絹云母(圖8(c))。在野外查證中發現WJ17-59點除發育絹云母蝕變外,沿構造破碎帶發育強烈的硅化、赤鐵礦化、褐鐵礦化及針鐵礦化等蝕變(圖9(d)),且沿構造破碎帶發育強放射性異常(伽瑪測量值400～900 ppm)。

綜上所述,本文采用的蝕變信息及線性構造提取方法可行; 針鐵礦,高鋁、中鋁和低鋁絹云母蝕變礦物以及線性構造與鈾成礦關系密切,可作為該區鈾礦找礦指示性要素(證據層)。

為此,基于分類結果,結合ArcGIS軟件中的Weighted Overlay模塊將各證據層整合。本次研究假定各證據層權重相同,即對礦床的形成有相同的重要性(表3)。整合得到的結果如圖8(f)所示,從中可發現研究區被劃分為了低、中低及中高3個區域。其中,成礦概率低的區域占整個研究面積的94.22%,中低概率區域的占比為5.76%,而中高概率的區域范圍較小,占比僅為0.02%。

將已知放射性異常點及鈾礦化點疊加于鈾成礦潛力圖上可以看出,已發現的4處放射性異常點或鈾礦化點聚集區(Ⅰ,Ⅱ,Ⅲ及Ⅳ)均位于潛力圖上的中低概率區域附近(圖8(f)),從而在一定程度上印證了該潛力圖的可靠性。依據上述結果,結合地質資料進一步圈定出預測區一處。該預測區內包含中低、中高概率成礦有利區,且連片分布。在蝕變方面,該預測區發育強烈的針鐵礦蝕變,并發育一定高鋁絹云母蝕變。此外,該區線性構造復雜度為中高級別,暗示有更大概率形成熱液通道和儲礦空間,進一步可指導研究區下一步鈾礦勘查工作。

5 結論

1)在內蒙古衛境地區利用GF-5 AHSI數據采用光譜沙漏技術成功提取了研究區針鐵礦、低鋁、中鋁以及高鋁絹云母蝕變礦物。采用PCA和PCI Geomatica軟件中的LINE模塊自動提取了研究區線性構造。并通過對以上結果的分析及野外查證,指出了各證據層的空間展布規律并驗證了提取結果的可靠性。

2)借助ArcGIS軟件,實現了各證據層的整合,制作了可靠性較高的鈾成礦潛力圖。其中,成礦概率低、中低及中高的區域占比分別為94.22%,5.76%和0.02%。據此結合地質資料,圈定出1處預測區,從而為該區后續鈾礦勘查工作提供了指導,同時也為GF-5高光譜數據在地質找礦領域的應用提供了參考。

3)盡管本文基于GF-5高光譜數據很好地提取了研究區的蝕變信息,但也存在由于影像空間分辨的制約未能有效識別呈小規模展布的蝕變的缺陷,由此可以看出單一數據源有一定的適用條件。因而在遙感蝕變信息提取乃至遙感地質勘查中,采用多源遙感數據可互補數據之間的不足,提高蝕變信息提取及勘查效果。

志謝：感謝核工業北京地質研究院栗旭升博士在論文撰寫中給予的寶貴建議,同時也感謝審稿專家給予的寶貴意見。