閆柏琨， 董新豐， 王　喆， 楊蘇明， 于峻川， 李　娜， 甘甫平

(1.中國國土資源航空物探遙感中心,北京 100083； 2.國土資源部航空地球物理與遙感地質(zhì)重點實驗室,北京 100083)

?

航空高光譜遙感礦物信息提取技術(shù)及其應(yīng)用進展

——以中國西部成礦帶調(diào)查為例

閆柏琨1,2， 董新豐1,2， 王喆1,2， 楊蘇明1,2， 于峻川1,2， 李娜1,2， 甘甫平1,2

(1.中國國土資源航空物探遙感中心,北京 100083； 2.國土資源部航空地球物理與遙感地質(zhì)重點實驗室,北京 100083)

為推進航空高光譜遙感礦物信息提取技術(shù)及其在地質(zhì)工程化中的應(yīng)用，2010—2015年，以我國西部成礦帶為調(diào)查區(qū)，使用CASI/SASI/TASI航空高光譜數(shù)據(jù)，在進行礦物光譜特征分析、高光譜影像數(shù)據(jù)預(yù)處理、礦物信息提取、蝕變異常信息篩選及區(qū)域找礦預(yù)測基礎(chǔ)上，編制了礦物種類分布圖、單礦物豐度分布圖和找礦預(yù)測圖等高光譜地質(zhì)調(diào)查系列專題圖件； 建立了一套高光譜遙感礦物填圖技術(shù)體系，解決了高光譜數(shù)據(jù)預(yù)處理與礦物提取等方面的技術(shù)問題，推進了地質(zhì)填圖向精細化和微觀化方向發(fā)展。該研究為高光譜技術(shù)在地質(zhì)工程化中的應(yīng)用奠定了基礎(chǔ)，豐富了地質(zhì)填圖的產(chǎn)品類型和內(nèi)容，并服務(wù)于地質(zhì)找礦等地質(zhì)工作。

高光譜； 地質(zhì)； 找礦； 礦物

0　引言

高光譜遙感技術(shù)具有“圖譜合一”的特點，可同時獲取地表高分辨率的空間信息和波譜信息[1]，在地質(zhì)應(yīng)用領(lǐng)域中具有較好的發(fā)展前景。目前在該領(lǐng)域中，高光譜技術(shù)研究內(nèi)容和存在問題主要涉及2個方面： ①高光譜數(shù)據(jù)影像處理； ②高光譜遙感地質(zhì)應(yīng)用[2]。高光譜數(shù)據(jù)影像處理主要包括條帶噪聲去除、絕對輻射值轉(zhuǎn)換、系統(tǒng)誤差校正和壞線修復(fù)等工作[3]； 數(shù)據(jù)處理不好，會降低數(shù)據(jù)質(zhì)量，如定標(biāo)參數(shù)誤差會引起條帶效應(yīng)[4]。高光譜遙感地質(zhì)應(yīng)用主要包括高光譜礦物填圖和高光譜礦產(chǎn)資源勘查技術(shù)體系構(gòu)架[2]； 如何做到礦物信息提取準(zhǔn)確、礦物種類提取多樣、并能將填圖結(jié)果應(yīng)用于找礦預(yù)測，是現(xiàn)階段該領(lǐng)域所需解決的問題。

1　調(diào)查區(qū)概況

2010—2015年中國地質(zhì)調(diào)查局部署的6個調(diào)查區(qū)(圖1)總面積約1.24萬km2，均為干旱裸露區(qū)，無植被覆蓋，適宜開展高光譜遙感調(diào)查工作。

圖1　調(diào)查區(qū)分布Fig.1　Distribution of investigation areas

6個調(diào)查區(qū)分別位于甘肅柳園、方山口和祁連山地區(qū)，新疆北山、阿爾金地區(qū)，青海納赤臺地區(qū)，多數(shù)處于整裝勘查區(qū)內(nèi)，地質(zhì)礦產(chǎn)資料豐富，礦床種類多樣。以甘肅柳園和方山口調(diào)查區(qū)為例，區(qū)內(nèi)分布金礦床和礦點20余處，賦礦巖體和地層為海西—印支期花崗斑巖體及其外接觸帶的震旦系洗腸井群變質(zhì)地層、二疊系哲斯群中基性火山巖和火山沉積巖。礦床成因可分為巖漿熱液和海相火山巖型，主要有南金灘、花牛山、新金廠等礦床，受石英脈和斷裂蝕變帶控制明顯。礦床周邊礦物蝕變有硅化、絹云母化、褐鐵礦化、綠泥石化和方解石化等[6]。

航遙中心負責(zé)2010年調(diào)查區(qū)、2012與2013年調(diào)查區(qū)東半部、2014年調(diào)查區(qū)北半部和2015年HyMap調(diào)查區(qū)，總面積約5 700 km2。至目前為止，已完成了2015年以前調(diào)查區(qū)所有數(shù)據(jù)的獲取與處理和2010與2014年調(diào)查區(qū)的野外查證工作，編制了1∶5萬比例尺系列成果圖件69幅。

2　技術(shù)方法

高光譜遙感礦物信息提取的技術(shù)流程包括數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理和礦物信息提取。

在數(shù)據(jù)預(yù)處理中，多航帶數(shù)據(jù)地表二向性反射分布函數(shù)(bidirectional reflectance distribution function, BRDF)校正與無縫拼圖和大氣校正是關(guān)鍵環(huán)節(jié)與技術(shù)難點。BRDF校正與無縫拼圖的目的是抑制或消除地表二向性反射引起的航帶間的地物光譜差異，可顯著降低礦物識別的檢出限、提高礦物的識別率，對增強高光譜礦物弱信息提取能力至關(guān)重要。對多數(shù)類型的礦床而言，相對于成巖、變質(zhì)、風(fēng)化等其他地質(zhì)作用產(chǎn)生礦物的含量而言，熱液蝕變異常相對較弱，因而對弱信息的提取對開展找礦預(yù)測非常重要。針對這一問題，項目組開展了多航帶裸露地表BRDF校正方法研究，其校正結(jié)果如圖2所示。

圖2　地表二向性反射校正與無縫拼圖Fig.2　BRDF correction and seamless mosaicing

礦物信息提取的難點與關(guān)鍵技術(shù)是如何進行大區(qū)域信息的快速提取、礦物弱信息的提取，以及礦物微觀信息(類質(zhì)同象替換)的提取?；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(shù)(即“沙漏流程”)是最早發(fā)展的面向高光譜信息提取的技術(shù)； 但該技術(shù)因處理速度慢、難以處理大區(qū)域數(shù)據(jù)、礦物識別檢出限高等多方面原因，難以在大區(qū)域數(shù)據(jù)處理與工程化應(yīng)用中使用。為此，項目組開發(fā)了礦物識別分層譜系、光譜特征歸一化匹配與光譜特征綜合法、光譜分解法等方法，在區(qū)域性找礦應(yīng)用中，主要應(yīng)用了這3種方法。目前，理論上可識別褐鐵礦、赤鐵礦、針鐵礦、綠泥石/綠簾石、透閃石/滑石、角閃石/陽起石、絹(白)云母/伊利石/蒙脫石、高嶺石、蛇紋石、地開石、葉蠟石/明礬石、輝石、橄欖石、符山石、電氣石、黃玉、黑云母、金云母、方解石、白云石、菱鐵礦、菱鎂礦、孔雀石、石膏、黃鉀鐵礬、石英/硅化和超基性巖等近30種巖礦信息(其中經(jīng)野外實地驗證的有15種)，識別正確率達到90%以上。

2.1礦物識別分層譜系

礦物識別分層譜系方法(圖3)參照或借鑒礦物學(xué)的分類方法，在可見—反射紅外光譜區(qū)間，根據(jù)光譜主要譜帶的譜帶特征及其成因，將可提取的礦物分為含F(xiàn)e2+礦物、含F(xiàn)e3+礦物、含Mn2+礦物、含Al—OH鍵礦物、含Mg—OH鍵礦物、碳酸鹽礦物和水合硫酸鹽礦物等7類。

圖3　礦物分層識別譜系Fig.3　Hierarchical diagram of mineral identification

在每一類礦物中，根據(jù)譜帶的組合特征(主要譜帶、次要譜帶、伴隨譜帶的主次序列關(guān)系)又可分為若干礦物族，每一族中包括若干礦物種乃至一些變種礦物，這樣，就形成了類—族—種—亞種(變種)序列。如Al—OH鍵礦物可分為高嶺石族、蒙脫石族、白云母-伊利石族和明礬石族； 白云母-伊利石族中又包括伊利石、高鋁白云母、中鋁白云母和低鋁白云母等礦物或變種[7]。礦物識別分層譜系方法的核心思想是基于光譜特征的決策樹分類法，對礦物識別具有普適性。該方法是在分析蝕變礦物光譜特征的基礎(chǔ)上開發(fā)的，礦物光譜特征及其變化規(guī)律是礦物的自身屬性，主要與礦物的成分和結(jié)構(gòu)等有關(guān)，這一規(guī)律不隨調(diào)查區(qū)不同而變化，從這個角度而言，該方法具有普適性； 但算法中未考慮1 400 nm和1 900 nm附近大氣吸收譜帶的礦物光譜特征，故在對地物測試光譜時應(yīng)綜合考慮。

圖4　高光譜礦物豐度反演流程Fig.4　Inversion process of mineral abundance from hyperspectral data

2.2光譜特征歸一化與光譜特征綜合法

光譜特征歸一化匹配與光譜特征綜合法是綜合光譜特征和光譜相似性匹配算法進行的礦物識別。光譜相似性匹配算法不同于常用的光譜角或匹配濾波算法，在匹配前首先對光譜特征強度(或吸收深度)進行歸一化[8]，消除影像光譜與參考光譜礦物含量差異對匹配度的影響，使礦物種類在光譜相似性匹配中占主導(dǎo)； 然后利用光譜吸收位置等特征參量對礦物信息做進一步識別。

2.3光譜分解法

光譜分解法流程(圖4)如下： ①采用高光譜遙感端元提取方法提取端元，并從美國地質(zhì)調(diào)查局(USGS)光譜庫中選取各端元的光譜； ②運用Hapke模型計算隨機混合光譜，端元光譜除①中選取的光譜之外，加入一些造巖礦物與金屬礦物光譜； ③對隨機混合的反射光譜進行去連續(xù)統(tǒng)分解，分解前對端元光譜與混合光譜去連續(xù)統(tǒng)，在端元光譜中加入所有譜段均為“1”的光譜代表光譜不活躍的端元，建立光譜分解的豐度與光譜隨機混合時隨機設(shè)定的豐度之間的統(tǒng)計關(guān)系； ④對高光譜數(shù)據(jù)進行去連續(xù)統(tǒng)分解，得到光譜分解豐度，根據(jù)③中建立的統(tǒng)計關(guān)系，將光譜分解豐度轉(zhuǎn)換為礦物豐度。

3　區(qū)域性找礦預(yù)測

3.1“礦物—蝕變礦物”信息提取與篩選

初步總結(jié)了一套“礦物—蝕變異?！业V蝕變異常”的2級信息篩選找礦預(yù)測方法。首先通過礦物組合與分布特征，從區(qū)域變質(zhì)、成巖、接觸變質(zhì)、化學(xué)風(fēng)化和熱液蝕變等多種成因的礦物中篩選出熱液蝕變成因的蝕變異常信息； 然后以現(xiàn)代礦床成因理論為指導(dǎo)，分析蝕變異常發(fā)育與產(chǎn)出的地質(zhì)背景(與地層、構(gòu)造、巖體的關(guān)系)，篩選出找礦意義或概率相對較大的找礦蝕變異常。蝕變信息篩選具體方法如下：

(1)基于礦物空間展布與分布特征的異常信息篩選。成巖(沉積、巖漿)和區(qū)域變質(zhì)成因的礦物以面狀分布為主要特征，且空間展布特征與巖體展布和地層層理展布特征的一致性較大； 而熱液蝕變成因的礦物分布則以小團塊狀、長條帶狀為主要特征，少量為星散狀，且空間展布特征與巖體展布和地層層理展布特征的一致性、協(xié)調(diào)性較差。

(2)基于礦物組合的異常信息篩選。由內(nèi)生金屬礦床蝕變礦物組合可知，不同的礦床類型具有不同的礦物組合，因此可采用礦物組合的方法篩選熱液成因的礦物信息。因受遙感數(shù)據(jù)空間分辨率、信噪比、礦物檢出限及礦床特定地質(zhì)條件等多種因素影響，從機載高光譜遙感數(shù)據(jù)提取出的礦物種類一般少于在野外地質(zhì)觀察基礎(chǔ)上總結(jié)出的礦物種類。例如高光譜遙感礦物提取結(jié)果顯示，本調(diào)查區(qū)內(nèi)熱液脈型金礦地表在遙感像元尺度上僅能看到褐鐵礦和絹云母，則可用該組合進行蝕變異常的篩選。

(3)基于礦物成分和結(jié)構(gòu)等微觀信息的異常信息篩選?；诠庾V進行礦物多型、有序度等信息的提取仍處于光譜特征定性分析的研究層面，尚不能支撐找礦應(yīng)用。層狀硅酸鹽礦物的層間水含量因受大氣影響無法用機載高光譜數(shù)據(jù)探測，故可支持應(yīng)用的信息以絹云母的Al成分變化信息為主。在區(qū)域找礦預(yù)測應(yīng)用中，絹云母的形成時空跨度很大，其成分變化的確切原因更難以確定； 但絹云母的成分變化至少可作為區(qū)分熱液蝕變與區(qū)域變質(zhì)成因的絹云母的重要參數(shù)。例如在2012年調(diào)查區(qū)，區(qū)域變質(zhì)成因的絹云母以貧Al為主，而熱液蝕變成因的絹云母以中Al或富Al為主。

(4)基于侵入巖體的異常信息篩選。斑巖型、矽卡巖型、巖漿期后高溫?zé)嵋盒秃统詭r型礦床在成因上與侵入巖體密切相關(guān)，可根據(jù)調(diào)查區(qū)內(nèi)侵入巖體與蝕變礦物的空間關(guān)系進行異常篩選，優(yōu)選出成礦條件較好、找礦潛力較大的蝕變異常； 若對調(diào)查區(qū)的區(qū)域成礦規(guī)律研究深入，則可重點根據(jù)特定構(gòu)造運動期的侵入巖體進行找礦預(yù)測。此外，對于不同的礦床類型，蝕變礦物的空間展布特征及與侵入巖體的關(guān)系可能也不同。

圖5-1　航空CASI_SASI高光譜遙感系列圖件Fig.5-1　Series maps of aero CASI_SASI hyperspectral remote sensing

(5)基于地層的異常信息篩選。淺成低溫?zé)嵋盒偷V床、卡林型金礦床、火山巖熔礦塊狀硫化物礦床、密西西比河型礦床和Sedex型礦床在成因上分別與沉積巖、火山巖地層密切相關(guān)，可根據(jù)調(diào)查區(qū)內(nèi)控礦地層與蝕變礦物的空間關(guān)系進行異常篩選，優(yōu)選出成礦條件較好、找礦潛力較大的蝕變異常。

(6)基于構(gòu)造的異常信息篩選。熱液脈型礦床在成因上往往與構(gòu)造、特別是斷裂構(gòu)造有關(guān)，構(gòu)造控礦特征明顯。該類礦床的顯著特征是蝕變礦物的空間展布受構(gòu)造控制，并且在構(gòu)造交叉、轉(zhuǎn)折等構(gòu)造產(chǎn)狀、性質(zhì)變化的部位更有利于成礦。

圖5-2　航空CASI_SASI高光譜遙感系列圖件Fig.5-2　Series maps of aero CASI_SASI hyperspectral remote sensing

3.2地質(zhì)調(diào)查產(chǎn)品體系

為了更好地服務(wù)于地質(zhì)調(diào)查工作，滿足地質(zhì)調(diào)查與找礦預(yù)測需求，項目組結(jié)合高光譜遙感技術(shù)特征，總結(jié)并編制出一套高光譜遙感地質(zhì)調(diào)查產(chǎn)品體系，包括基礎(chǔ)信息產(chǎn)品與綜合分析信息產(chǎn)品2大類?；A(chǔ)信息產(chǎn)品包括遙感影像圖、礦物種類分布圖、礦物豐度分布圖和礦物成分信息分布圖，綜合分析信息產(chǎn)品包括巖性-構(gòu)造解譯圖和找礦預(yù)測圖。目前已編制了甘肅柳園、青海納赤臺、新疆阿爾金等5個調(diào)查區(qū)的遙感影像圖、礦物分布圖、單礦物豐度圖、蝕變異常圖及找礦預(yù)測圖等5大類圖件共計69幅(比例尺為1∶5萬)。圖5為2010年調(diào)查區(qū)的部分圖件，圖件中不同航帶間信息一致性高，礦物信息檢出率高(除第四系覆蓋的區(qū)域外，80%以上的區(qū)域正確識別出了礦物)。

2010—2013年，在調(diào)查區(qū)中共圈定60余個找礦有利區(qū)，經(jīng)不完全的野外查證，在15處找礦有利區(qū)中發(fā)現(xiàn)了Au、Ag、Cu、Ni等金屬元素礦化異常，其中部分有利區(qū)成礦元素的豐度接近或超過邊界品位，顯示出較好的找礦潛力。在2010年調(diào)查區(qū)內(nèi)，根據(jù)高光譜異常發(fā)現(xiàn)了多處Au和Ag礦化異常，其中一處石英脈出露寬度1～2 m，地表延伸長度約1 000 m； 2個地表組合樣品的Au品位分別為0.14 g/t和0.25 g/t。另一處石英脈出露寬度2～3 m，地表延伸長度約100 m； 3個地表組合樣品的Au品位分別為0.49 g/t、0.58 g/t和0.63 g/t。還有一處矽卡巖中Au品位為0.32～1.74 g/t。此外，2014年在祁連山調(diào)查區(qū)內(nèi)發(fā)現(xiàn)一處Au礦點，通過地表連續(xù)采樣與化學(xué)分析，認為有必要進一步進行地面勘查工程控制。

4　后續(xù)發(fā)展方向

4.1數(shù)據(jù)獲取與預(yù)處理

在航空高光譜數(shù)據(jù)獲取與預(yù)處理方面，需針對如何提高數(shù)據(jù)獲取效率與保證數(shù)據(jù)質(zhì)量進行系統(tǒng)研究，確定高效、科學(xué)的工作流程； 在顯著降低飛行成本的同時，提高數(shù)據(jù)質(zhì)量，建立嚴格的數(shù)據(jù)質(zhì)量檢控規(guī)范。數(shù)據(jù)質(zhì)量的主要指標(biāo)包括信噪比、光譜保真度、空間分辨率和光譜分辨率。光譜保真度是需要特別關(guān)注的指標(biāo)，除儀器性能指標(biāo)外，還與儀器的定標(biāo)方法和流程及大氣校正方法等密切相關(guān)，需要對這些流程進一步系統(tǒng)優(yōu)化； 并針對特定問題開展技術(shù)開發(fā)，特別是提升高海拔、高濕度地區(qū)大氣校正精度的問題。

4.2礦物信息提取

在礦物信息提取方面，需要特別關(guān)注礦物微觀信息提取方法的開發(fā)。目前的找礦預(yù)測應(yīng)用中，主要應(yīng)用的是蝕變礦物的種類、豐度等信息； 但實際上，礦物微觀信息可能還蘊含著更準(zhǔn)確、更豐富的成礦信息。常見的微觀信息包括絹云母的Si/Al與Al/(Mg,Fe)類質(zhì)同象與結(jié)晶度[9]、綠泥石Mg/Fe類質(zhì)同象、高嶺石結(jié)晶度、橄欖石Mg/Fe類質(zhì)同象和明礬石K/Na類質(zhì)同象等。此外，在信息提取自動化方法、軟件開發(fā)、光譜相似性礦物的區(qū)分和熱紅外遙感信息提取等方面仍需開展研究。

4.3區(qū)域找礦預(yù)測應(yīng)用

在區(qū)域找礦預(yù)測應(yīng)用方面，需要在構(gòu)建找礦預(yù)測模型、規(guī)范野外查證、應(yīng)用礦物微觀信息和部署調(diào)查區(qū)等方面加強研究。目前的找礦預(yù)測模型以概念性地質(zhì)模型為主，與現(xiàn)代礦床成因理論和礦床系統(tǒng)的研究成果結(jié)合不夠； 應(yīng)在概念性地質(zhì)模型的基礎(chǔ)上，融入礦床系列/系統(tǒng)剖面圖和礦床成礦模式圖，形成圖文結(jié)合的預(yù)測模型，以增強預(yù)測模型的科學(xué)性和客觀性。目前的野外查證方法和流程等仍存在不太規(guī)范的問題，應(yīng)從高光譜技術(shù)與信息特點出發(fā)，結(jié)合不同礦床類型進行總結(jié)，充分發(fā)揮光譜、采樣、測試等多種方法的優(yōu)勢，確保在提高效率的同時，最大程度地發(fā)掘高光譜找礦效果。礦物微觀信息蘊含著豐富的地質(zhì)信息，與礦物產(chǎn)出的地質(zhì)背景和流體的物理、化學(xué)條件密切相關(guān)，并且具有明確的因果關(guān)系，應(yīng)進一步挖掘這些信息，充分發(fā)揮其作用。此外，在調(diào)查區(qū)部署方面應(yīng)加強研究，要充分吸收成礦帶區(qū)域成礦背景與規(guī)律和礦產(chǎn)遠景區(qū)劃與找礦部署的研究成果[10-14]，依據(jù)不同成礦帶、不同礦床類型的成礦特征和勘查形式，進行合理科學(xué)的找礦部署。

5　結(jié)論

(1)在區(qū)域性找礦預(yù)測中，蝕變異常的類型和空間展布特征等信息是重要的預(yù)測因子，目前其他調(diào)查或勘查技術(shù)手段難以大范圍、快速、宏觀地獲取這些信息。高光譜遙感技術(shù)在快速發(fā)現(xiàn)礦化蝕變或礦化線索、分析蝕變帶的空間展布和標(biāo)志性蝕變礦物組合方面具有明顯的優(yōu)勢，提取的礦物信息、蝕變異常信息以及圈定的找礦有利區(qū)可為地面地質(zhì)調(diào)查和礦產(chǎn)勘查提供重要信息。

(2)通過近幾年的工程化試應(yīng)用，項目組已建立了一套高光譜遙感礦物填圖技術(shù)體系。獲取航空高光譜數(shù)據(jù)后，可在最短時間內(nèi)高質(zhì)量完成從數(shù)據(jù)預(yù)處理到高光譜找礦預(yù)測圖制作等工作，將高光譜數(shù)據(jù)快速轉(zhuǎn)化為找礦線索，充分顯示了高光譜遙感在礦產(chǎn)資源基礎(chǔ)性調(diào)查中的特有優(yōu)勢，為在我國西部成礦帶部署高光譜遙感調(diào)查工作提供了依據(jù)； 豐富了西部成礦帶找礦預(yù)測的技術(shù)方法，為更好地開展下一步找礦預(yù)測工作、推進高光譜技術(shù)在地質(zhì)工程化中的應(yīng)用奠定了基礎(chǔ)。

致謝： 中國國土資源航空物探遙感中心王潤生教授級高級工程師、楊金中研究員在找礦預(yù)測方法和成果表達等方面給予了指導(dǎo)與幫助，在此表示衷心感謝。

[1] 成寶芝.高光譜圖像異常目標(biāo)檢測算法研究與進展[J].國土資源遙感,2014,26(3):1-7.

[2] 王茂芝.高光譜遙感影像處理與地質(zhì)應(yīng)用若干關(guān)鍵問題研究[D].成都:成都理工大學(xué),2014.

[3] 張紫程,張緒教,胡道功,等.Hyperion高光譜遙感在青海東昆侖東大灘地區(qū)找礦中的應(yīng)用[J].現(xiàn)代地質(zhì),2011,25(4):759-767.

[4] 李志忠,汪大明,劉德長,等.高光譜遙感技術(shù)及資源勘查應(yīng)用進展[J].地球科學(xué)：中國地質(zhì)大學(xué)學(xué)報,2015,40(8):1287-1294.

[5] 梁樹能,甘甫平,閆柏琨,等.綠泥石礦物成分與光譜特征關(guān)系研究[J].光譜學(xué)與光譜分析,2014,34(7):1763-1768.

[6] 劉德長,葉發(fā)旺,趙英俊,等.航空高光譜遙感金礦床定位模型及找礦應(yīng)用——以甘肅北山柳園—方山口地區(qū)為例[J].地球信息科學(xué)學(xué)報,2015,17(12):1545-1553.

[7] 甘甫平,王潤生,馬靄乃.基于特征譜帶的高光譜遙感礦物譜系識別[J].地學(xué)前緣,2003,10(2):445-454.

[8] Clark R N,Swayze G A,Livo K E,et al.Imaging spectroscopy:Earth and planetary remote sensing with the USGS Tetracorder and expert systems[J].Journal of Geophysical Research,2003,108(E12):5131.

[9] 彭自棟,申俊峰,曹衛(wèi)東,等.近紅外分析提取蝕變信息及其找礦實踐——以甘肅崗岔金礦為例[J].中國地質(zhì)調(diào)查,2015,2(3):28-39.

[10]李榮社,陳雋璐,馬中平,等.中國西北部造山帶中幾個古生代俯沖增生楔的識別與確認[J].中國地質(zhì)調(diào)查,2016,3(1):44-51.

[11]查顯鋒,李榮社,辜平陽,等.北阿爾金紅柳溝—拉配泉構(gòu)造混雜巖帶東段的結(jié)構(gòu)、構(gòu)造[J].中國地質(zhì)調(diào)查,2015,2(8):35-42.

[12]校培喜,高曉峰,康磊,等.西昆侖—阿爾金成礦帶地層-巖石-構(gòu)造時空格架及成礦地質(zhì)背景新認識[J].中國地質(zhì)調(diào)查,2015,2(2):48-55.

[13]邱瑞照,譚永杰,朱群,等.中國及鄰區(qū)重要成礦帶成礦規(guī)律研究與境外地質(zhì)工作思考[J].中國地質(zhì)調(diào)查,2014,1(3):44-52.

[14]李文淵,董福辰,張照偉,等.西北地區(qū)礦產(chǎn)資源成礦遠景與找礦部署研究主要進展及成果[J].中國地質(zhì)調(diào)查,2015,2(1):18-24.

(責(zé)任編輯：刁淑娟)

Mineral information extraction technology by airborne hyperspectral remote sensing and its application progress： An example of mineralization belts of western China

YAN Bokun1,2， DONG Xinfeng1,2， WANG Zhe1,2， YANG Suming1,2，YU Junchuan1,2， LI Na1,2， GAN Fuping1,2

(1.ChinaAeroGeophysicalSurvey&RemoteSensingCenterforLandandResources,Beijing100083，China； 2.KeyLaboratoryofAeroGeophysicsandRemoteSensingGeologyofChinaMinistryofLandandResources,Beijing100083,China)

In order to improve the extraction technology of mineral information from airborne hyperspectral and boost its application in geological engineering, the authors have completed several types of thematic maps based on CASI/SASI/TASI airborne hyperspectral data, including minerals species and abundance maps, as well as ore prospecting map from 2010 to 2015. All these maps were based on the mineral spectral feature analysis, hyperspectral image preprocessing, mineral information extraction, alteration anomaly information screening and regional prospecting prediction in mineralization belts of western China. A set of hyperspectral technique series was built to solve the problems of image preprocessing and minerals extraction and improve the airborne hyperspectral mapping to be more accurate and microcosmic. These investigations would help to build the foundation for hyperspectral applications in geological engineering and would be helpful to the traditional geological mapping and ore prospecting work.

hyperspectral； geology； ore prospecting； mineral

2016-03-18；

2016-06-01。

中國地質(zhì)調(diào)查局“天山—北山重要成礦區(qū)帶遙感調(diào)查(編號： 121201003000150008)”、“航空高光譜遙感調(diào)查(編號： 12120113072900)”和“高光譜地質(zhì)調(diào)查技術(shù)方法研究(編號： 12120115040801)”項目聯(lián)合資助。

閆柏琨(1970—)，男，博士,教授級高級工程師，主要從事高光譜、熱紅外遙感在地質(zhì)調(diào)查、行星探測中的應(yīng)用等研究。
Email： 55561161@qq.com。

TP79

A

2095-8706(2016)04-0055-08

引用格式： 閆柏琨,董新豐,王喆，等.航空高光譜遙感礦物信息提取技術(shù)及其應(yīng)用進展——以中國西部成礦帶調(diào)查為例[J].中國地質(zhì)調(diào)查,2016,3(4): 55-62.