矿产资源潜力评价报告.doc

浙江省矿产资源潜力评价遥感异常提取1.浙江省主要成矿区（带）成矿地质特征及矿床成矿谱系 综合了全国各类地质资料和现有地质成矿理论认识的基础上，对全国用五分法（袁孚、朱裕生，1980，1981；陈毓川、朱裕生，1999）做了统一划分。其中浙江省的情况是这样的。浙江省所属滨太平洋成矿域，下扬子成矿省和华南成矿省，长江中下游中生代铜金铁铅锌硫成矿带、江南地块中生代铜钼金银铅锌成矿带、浙闽沿海中生代非金属铅锌银成矿带、杭州湾-武夷山北段古生代、中生代铅锌银钨锡稀土稀有矿床成矿带。 下扬子成矿省是显生宇地层发育的成矿省，其次是中元古代地层出露较广，它是古元古代以后地壳连续活动的成矿省。华南成矿省是新太古代以后连续活动，其活动又逐步增加的成矿省，其中在泥盆纪（地层占15.27%）和侏罗纪地层（16.46%）两时代出露的地层最多，其次是寒武系（8.23%）、白垩系（11.21%）、石炭系（7.24%）三个时代。所以它是晚古生代和中生代活动强烈的成矿省。 下扬子成矿省主要超值元素组合：Fe2O3、Cu；Pb、Zn、Ag、Cd；Au、As、Hg、Sb；W、Sn、Bi；Ti、V、Cr、Co；Li、La、Y、Nb、Zr；SiO2、Al2O3、Zr、Ba、Sr；F八组。成矿省已知矿床有236处（内生192，外生40，变质4），矿床类型有18类，主要类型有接触交代型67处（以铁铜矿床为主，占全国同类矿床的20.68%，居全国之首）、热液型59处、陆相火山岩型40处（玢岩铁矿、占全国同类矿床的23.95%，属全国之首）、斑岩型13处、热液（水）型13处，其他各类较少。由此可知，五组超值元素组合与产出矿床的事实较接近，且接触交代型矿床（以Fe、Cu为主）和陆相火山岩型（以玢岩铁矿床为主）居全国同类矿床之首。 华南成矿省是我国有色、贵金属、稀有稀土矿床最丰富的成矿省之一，地质工作程度很高，地球化学元素的丰度值也高，超值元素的组合有：W、Sn、Mo、Bi；（Cu）、Pb、Zn、Ag、Cd；Au、As、Hg、Sb；La、Li、Be、Nb、Y、Zr；U、Th；SiO2、Al2O3；B、F；Ti七组，其中的SiO2、Al2O3组合反映了地壳的酸度较高。其中的Pb、Au、W、Sn、Bi、La、Be、Nb、U、Th、Zr、Al2O3等12种元素是全国是最高的。成矿省内已勘查的矿床497处（内生322，外生153，变质22），位于华北陆块成矿省之后，居全国第二。其有18种矿床类型，主成因类型是热液型（以钨锡矿床为主，185处，占全国同类矿床的26.97%，位于全国之首），花岗岩型矿床16处，占全国同类矿床的64%，位于全国之首。涉及的矿种有W、Sn、Mo、Bi、U、Th、Au、As、Hg、Sb及Y、La、Li、Be等矿种和地球化学组合。已知矿床的特征和地球化学超值元素的组合相互印证了区域成矿作用的成矿机制、证明地球化学元素在矿产勘查中的作用。 浙江省有7个勘查靶区。勘查靶区的具体名称和包含的矿种如下。皖浙天目山-宁国Sn Cu Ag W萤石勘查靶区；浙江西天目山-石耳山Ag W Sn萤石勘查靶区；浙江永康西溪-中山Pb Zn Ag Cu萤石勘查靶区；浙江松阳靖居口Cu Pb Zn Au勘查靶区；浙江青田温溪Au、明矾石、叶蜡石勘查靶区；浙江文成明矾石叶蜡石萤石勘查靶区；浙江开化白沙关-江西玉京峰Cu Ag W Sn勘查靶区。2.浙江省矿产资源概述浙江矿产资源以非金属矿产为主。石煤、明矾石、叶蜡石、水泥用凝灰岩、建筑用凝灰岩等储量居全国首位，萤石居全国第2位。东海大陆架盆地有着良好的石油和天然气开发前景。全省已发现的矿产113种，其中已查明资源储量、并列入浙江省矿产资源储量表的矿种69种，包括能源矿产4种：煤、石煤、放射性铀矿及浅层天然气。金属矿产(含稀散元素)23种：铁、钛、钒、铜、铅、锌、镍、钴、钨、锡、铋、钼、汞、锑、金、银、铌、铍、镓、铟、镉、钪、硒。非金属矿产42种：普通萤石、熔剂灰岩、冶金白云岩、耐火粘土、硫铁矿、明矾石、重晶石、电石灰岩、含钾砂页岩、泥炭、砷、硼、磷、硅灰石、长石、叶蜡石、透辉石、沸石、水泥灰岩、玻璃白云岩、玻璃用石英岩、玻璃用砂岩、玻璃用脉石英、水泥配料砂岩、硅藻土、水泥配料页岩、高岭土(含地开石)、陶瓷土、伊利石粘土、膨润土、砖瓦用粘土、水泥配料用粘土、水泥配料用泥岩、铸石用玄武岩、铸石用辉绿岩、饰面用闪长岩、饰面用花岗岩、珍珠岩、水泥用凝灰岩、建筑用凝灰岩、饰面用大理岩、水泥用大理岩等。截至 2000年底，全省已查明729处矿产地，查明资源储量的矿区522处，其中燃料矿区119处、金属矿区116处、非金属矿区287处。已查明饮用天然矿泉水147处，地热矿泉及地热异常29处。在查明的矿产中，以萤石、明矾石、叶蜡石、伊利石、硅灰石、沸石、石灰石、花岗岩、大理岩、珍珠岩和高岭土、膨润土、硅藻土等为代表的“十块石头三把土”已成为浙江优势矿产资源，并在全国占有一定地位。在浙江省优势矿产资源中，叶蜡石、明矾石探明的资源储量居全国之首，萤石、伊利石名列全排名全国第五到第十位的矿产有硅灰石、高峙土、大理岩、珍珠岩、膨润等。金属矿产中，铅、锌、钼矿资源储量也较丰富、是浙江省潜在优势矿产。地下水是水资源的重要组成部分，也是地下矿产资源的组成部分。经全省区域性水文地质普查，初步查明了全省不同类型的地下水在不同地貌单元中的赋存条件、分布规律和可采资源量。全省还分别进行了杭州、宁波、温州、嘉兴、湖州、金华等大中城市，主要城镇、海岛、建设开发区和农业基地水文地质评价和专项供水勘查，探明了可供设施建设的地下水开采储量。 东海大陆架蕴藏着石油、天然气资源。全省沿海平原及杭嘉湖平原区还分布有浅层天然气。东海陆架盆地已发现有可开采价值的油气资源包括平湖油气田、春晓气田及丽水西次凹气田，其中后两个气田年产量分别可达39亿立方米和5亿立方米，距离浙江沿海地区较近，可供油气登陆点也较多，故东海油气在浙江省具有较好的利用前景。浙江省与中生代火山岩有关的非金属矿产，以资源储量大、品位高、品种较多而闻名全国。不同矿种分布相对集中，明矾石、叶蜡石以大中型矿床为主，主要集中在浙南地区。萤石矿主要分布在浙中的武义、永康、东阳、嵊州、金华，以及浙北地区，点多质佳，矿床成群分布。膨润土规模大、质量较好、开发较早，集中分布在浙西北侏罗一白垩系的火山碎屑沉积盆地中。沸石矿主要分布在丽水地区以火山碎屑沉积岩为主的白垩系盆地中，矿化范围广，资源潜力很大。硅藻土仅分布在浙东嵊县、新昌县境内的玄武岩层间，层位稳定，厚度巨大，资源储量丰富。以沉积矿床为主的化工、建材矿产，质优量大，主要分布在浙西北区。水泥灰岩、熔剂灰岩、电石灰岩、白云岩及石英砂岩，大理岩、硅灰石等，矿体厚度巨大，延伸稳定。金属矿产主要与岩浆岩、火山岩有关，分布较广，大多数均为小型矿床或矿点，少数产地可达大型规模。如黄岩五部为大型铅锌矿床，余杭闲林埠钼铁矿、绍兴漓渚铁矿、龙泉乌岙铅锌矿、黄岩上垟铅锌矿、诸暨七湾铅锌矿、绍兴西裘铜矿、建德岭后铜矿、遂昌治岭头金银矿、天台大岭口银铅锌矿及青田石平川钼矿等均为中型矿床。浙江虽有若干成煤时期的地层，但形成较有工业意义的煤矿，仅有二叠系龙潭煤系，且主要分布在浙北地区。煤矿资源储量主要在长广煤田，储量的70%分布在安徽广德县境内。3.浙江省各地矿产资源分布上虞市虞南区域梁岙叶腊石、建筑石料：位于丰惠镇西南金家、双溪、梁岙山、方岙、新窑一带蒋村-下漳建筑石料：位于汤浦镇西徐湾、下漳、蒋村一带吴里建筑石料：位于章镇南吴里（龙浦）一带岭南花岗石材开采区：位于岭南乡白龙潭、里蒋、田家山一带永和建筑石料开采区：位于永和镇西青贤岭一带童郭-半岙建筑石料：位于下管镇南东、童郭-半岙村一带诸暨市金、银、铅、锌、铜、铀、钼、萤石、大理石：分布于南部石煤、石灰石、锰、磷、钾：分布于西北部高岭土、石墨、地开石、白云石、黄沙：分布境内各处诸暨东南：斯宅镇-陈蔡镇-璜山镇-岭北镇、毗邻东阳罗山乡：铜、铅、锌、矿缙云县：沸石矿省直辖县级政区：铁、钼、铜、铅锌、花岗岩省直辖县级政区：铅、锌、金、银、铜、萤石、花岗岩、叶蜡石、大理石、石英、瓷土、铀丽水市：金、钼莲都区：铅锌、石英、花岗岩、铜、铁、锰、银、石灰石、煤缙云县：砩石、莹石、凝灰岩、珍珠岩、花岗岩、高岭土青田县：钼、叶蜡石、红白泥、花岗岩、高岭土、砂石料遂昌县：金、银、铜、锌、铅、莹石、钾长石、透辉石台州市三门县：铅、锌、铁、铜、钼、粘土、高岭土、花岗石衢州市：石灰岩、石煤、大理石、铝钒衢县：石灰岩、花岗岩、方解石、萤石、煤、大理石常山县：黄铁矿、赤铁矿、锰矿、铜矿、铅锌矿、钨锡矿、铍钾矿、铀矿、铌钽矿芙蓉乡：钨、锡、石英、石煤、花岗岩金华市婺城区：粘土矿、石灰岩矿、岩石矿、金矿金东区：钼、金、锡、银兰溪市：煤、石灰石东阳市：莹石矿、金银矿、铜铝锌、钴土矿、铀矿武义县：萤石、花岗岩、瓷土、麦饭石、金、银宣武乡：石煤、铁砂、花岗岩浦江县：煤、石煤、莹石、金、磷钾、石灰石、瓷石、花岗岩绍兴市：铁、铜、金、铅锌、硅藻土、石灰岩越城区：铁、金、银、锌、硅藻土、叶脂石、花岗石、石英砂新昌县：萤石、花岗石湖州市长兴县：石灰石、石英石、硅灰石、煤炭德清县：莹石、石煤、白云岩、石灰岩、花岗岩以、磁铁矿、铌铁矿、褐铁矿安吉县：膨润土、黄砂、石灰石、石英石、花岗岩温州市：银、黄铁、铜、锰、铅、锌、明矾石、叶蜡石、灰绿岩、花岗岩、绢云母、高岭土瓯海区：花岗石、伊利石、高岭土乐清市：锰、铅、锌、铁、瓷土、石英文成县：花岗岩泰顺县：辉绿岩矿、叶蜡石矿宁波市鄞县：明矾石、氟石、黄铁矿宁海县：铝、锌、沸石、花岗岩、辉钼、陶土4.用于遥感异常提取的数据共有12景ETM数据，它们的序号、轨道号和行号分别为：033117039，034117040，048118038，049118039，050118040，051118041，072119038，073119039，074119040，075119041，094120039和095120040。这些数据获取的时间有：19990909，19991221，20000308，20000504，20000614，20011021，20021111。5.在异常提取前对遥感数据进行的处理5.1几何纠正以1：10万地形图和外业GPS点为控制资料，对ETM数据进行几何纠正；纠正模型采用几何多项式模型。图1：控制点分布示意图几何多项式模型要求的控制点个数与多项式阶项（n）及地形情况相关。控制点个数最少应二倍于(n+1)(n+2)/2。当阶项n=2或更高时，通常要求每景控制点在20个以上，困难地区应适当增加控制点，保证在30-50个之间。复杂地形条件下，将对整景影像进行分区选点和纠正，并保证相邻分区有影像重叠区和公共控制点。几何纠正后的几何精度检查以满足精度的地形图或实测GPS控制点为基础，随机选取除纠正控制点以外的不少于25个检查点，检查遥感影像的校正精度，校正精度应满足1）平地1个像素；2)丘陵2个像素；3）山地3个像素。5.2正射校正 正射校正是一个对影像空间和几何畸变进行校正，从而生成平面正射影像的处理过程。将相机或卫星模型与有限的地面控制点结合起来，可以建立正确的校正公式，产生精确的、经几何纠正的、具有地图精度级的正射影像。 使用ENVI进行正射校正需要几步来完成，不考虑采集数字影像数据的传感器和相片的类型，其处理步骤都是一样的。这些步骤包括：（1）进行内定向（Interior Orientation，只针对航空相片而言）内定向将建立相机参数和航空相片之间的关系。它将使用航片间的条状控制点、相机框标（fiducial mark）和相机的焦距，来进行内定向。（2）进行外定向（Exterior Orientation）外定向将把航片或者卫片上的地物点同实际已知的地面位置（地理坐标）和高程联系起来。通过选取地面控制点，输入相应的地理坐标，来进行外定向。这个过程同影像到影像的配准（image-to-map registration）比较相似。（3）使用数字高程模型（DEM）进行正射校正这一步将对航片和卫片进行真正的正射校正。校正过程中将使用定向文件、卫星位置参数，以及共线方程（collinearity equations）。共线方程是由以上两步，并协同数字高程模型（DEM）共同建立生成的。参考书：ENVI遥感影像处理专题与实践P86-97 PCI图像处理教程P289-2965.3地理配准使用Registration选项可以对图像进行地理坐标定位，或根据基底图像的几何坐标对其他图像进行纠正。地面控制点可以交互式地在显示窗口和/或矢量窗口中选取。纠正可以采用多项式函数、Delaunay三角测量或旋转、缩放、平移（RST）等方法来进行。支持的重采样方法包括最临近、双线性和三次卷积法。使用ENVI的多层动态覆盖功能，可以对基图像和纠正图像进行比较并对配准精度进行快速估计。参考书：ENVI遥感影像处理专题与实践P62-76ENVI遥感影像处理教程P430-4416.蚀变异常找矿的地质依据近矿围岩蚀变现象作为找矿标志已有数百年历史，有文献记载也可追索到约200a前，根据围岩蚀变信息发现的大型金属、非金属矿床更是不胜枚举，北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等等找矿实例，充分证明交代蚀变岩石信息作为找矿标志的重要意义。岩石的交代蚀变主要是不同类型的热液与原生岩石相互作用的产物。最常见的蚀变为硅化、绢云母化、绿泥石化、云英岩化、矽卡岩化、白云岩化、重晶石化及锰铁碳酸盐化。某种有用元素的逐步富集是形成矿床的必要条件，而这种成矿物质通常由成矿热液进行迁移搬运和卸载沉淀。近矿围岩蚀变是成矿物质逐步富集成矿过程中留下的印迹。地质学家断言，绝大多数岩浆生成的矿床都伴随有其围岩的交代蚀变现象，而且蚀变带范围大于矿体分布的范围数倍至数十倍。遥感探测的是地表物质的光谱信息，因此只要有一定面积的蚀变岩石出露，遥感都有可能测出，也就是说，即或矿体隐伏，只要有蚀变岩出露，就有可能用TM发现，当然蚀变信息的强弱也很重要。7.蚀变异常提取的波谱前提近30a来，一批学者进行了大量岩石和矿物波谱特性研究工作，这些研究涉及到晶体场理论的矿物学、固体物理学、量子力学、遥感岩石学等众多学科，最引人注意的是Hunt和他领导的实验室在70年代系统地发表了关于矿物岩石波谱测试结果的文章，Hunt (1978)利用近300个粒状矿物的测定结果归纳出下述重要结论：(1)主要造岩矿物的主要成分，即硅、铝、镁和氧，其振动基频在中红外和远红外区，波长位于10m附近或更长区域，第一倍频也在5m附近或更长区域，高倍频谱带强度太弱，所以在可见-近红外(VNIR)区不产生具有诊断性的谱带。 (2)岩石中的次要成分，如铁杂质或蚀变矿物，在岩石特征谱带形成中占有优势。换言之，在可见及近红外区中，天然矿物和岩石最常见的光谱特征是由以这样或那样形式存在的铁产生的，或者是由水、OH-基团或CO2 -3基团产生的。(3)热液蚀变矿物在短波近红外波段具有诊断性强的吸收特征，它们是纯矿物本身固有的特征。不同矿物混合在一起组成的岩石，并不能改变矿物的波谱特征，因此，岩石的波谱是组成岩石的纯矿物波谱的线性组合，但某种矿物吸收特征的强弱不但取决于其含量，而且还取决于辐射能量的可接近程度。例如，某一矿物被透明矿物所包围时，其吸收特征就较强，反之亦然。吸收特征的尖锐程度取决于矿物的结晶程度，结晶程度越好，吸收特征越明显。(4)绝对反射率和谱带的光谱对比度对矿物颗粒大小非常敏感，对透明物质来说，一般粒级越小，总反射率越高，但光谱对比度降低；对不透明物质，粒级越小，反射率越低。现将对岩石矿物在可见光-近红外区反射光谱特征起主导作用的离子和基团的重要吸收谱带列入表1，并引用两个波谱曲线图(图2，3)，直观地展示含三价铁离子矿物及热液蚀变岩石中常见矿物的反射波谱曲线。图2：含Fe3 + 矿物的反射波谱曲线(纵坐标经零点偏移,据Lee 和Raines ,1984)A. 反射曲线B. 基本谱形图3：热液蚀变岩石中常见矿物的反射波谱曲线(A - 热液蚀变岩石中常见矿物的反射波谱曲线,纵坐标经零点偏移；B - 由左侧矿物反射波谱曲线组合而成。据Knepper，1989)表1：对岩石矿物在可见光-近红外区反射光谱特征起主导作用的离子和基因的重要吸收谱带离子或基因特征吸收波谱中心Pm对应的TM波段Pm异常提取依据典型矿物及分子式二价铁离子(Fe2 + )1. 12. 4 之间，因矿物不同而异三价铁离子(Fe3 + )0. 450. 55吸收较强0. 850. 900. 94TM1(0. 450. 52)TM2 (0. 520. 62)TM4 (0. 760. 90)TM3 (0. 630. 69) 亮度值偏高, TM1、TM2、TM4 亮度值偏低赤铁矿Fe2O3针铁矿FeO(OH)黄钾铁矾KFe3 (OH) 6| (SO4) 2 羟基(OH- )(Al - OH)(Mg - OH)2. 202. 30TM7(2. 082. 35)TM5 (1. 551. 75)亮度值高于TM7 亮度值高岭石Al4 Si4O10 (OH) 8叶蜡石Al2 Si4O10 (OH) 2白云母KAl2 AlSi3O10 (OH) 2滑石Mg3 Si4O10 (OH) 2蛇纹石Mg6 Si4O10 (OH) 8液态水(H2O)1. 401. 90碳酸根离子(CO2 -3 )1. 902. 002. 162. 352. 55TM7(2. 082. 35)方解石CaCO3白云石CaMgCO3 28.蚀变异常产生的原理围岩蚀变的种类较多，而且不同矿化产生的近矿围岩蚀变也不同。围岩蚀变产生的某些特殊蚀变矿物的相对富集，与未蚀变岩石相比产生的波谱和色调、色彩不同（表2）。通过对与成矿有关的某些蚀变矿物波谱特征的识别，确定含矿体的存在。一般来讲，绿泥石化、绢云母化、高岭土化、褐铁矿化、黄铁矿化均含有Fe2+、Fe3+离子或OH-、CO32-离子。由这些基因构成的岩石矿物在Landsat-7的各波段上存在明显地物特征谱带（图4）,铁的氧化物、氢氧化物和硫酸盐在TM1、TM2、TM3波段反射比曲线上升梯度很陡，TM4波段附近有一个较强的吸收带。含羟基矿物在TM7存在强烈响应吸收谷，是许多蚀变矿物的重要波谱特征。铁化具有独特的颜色（褐红色、黄褐色），在波谱曲线上有两个明显的吸收带，第一个吸收带位于0.40.5m（相当于TM1波段）处，第二吸收带位于0.81.0 m（相当于TM4波段）处，在0.630.69 m（相当于TM3波段）附近反射相对较高。与热液作用有关的蚀变，如高岭土化、绿泥石化、绿帘石化、绢云母化、碳酸盐岩等，在2.082.35 m（相当于TM7波段）附近有一个较强的光谱吸收带，在1.551.75 m（相当于TM5波段）附近存在较高的反射率（图5）。通过对TM不同波段进行组合，增强处理，可圈定出围岩蚀变的范围和强度，而围岩蚀变的范围与强度与矿床的规模及矿化强度有关，因此反映围岩蚀变的遥感找矿异常提取可作为地质找矿的重要依据之一。表2：不同蚀变岩的影像特征TM组合黄铁矿铁帽矽卡岩高岭土硅化粘土、云母真彩色深暗色紫红色红色灰白色暗绿淡黄淡青色彩红外暗紫深黄色金黄色浅灰色暗紫浅黄色图4：含氧化铁矿物的反射波谱特性曲线及TM相应波段图5：主要蚀变矿物的反射波谱曲线9.异常提取对象及方法围岩蚀变的种类较多，而且不同矿化作用所产生的近矿围岩蚀变也会不同。围岩蚀变产生的某些特殊蚀变矿物的相对富集。与未蚀变岩石相比，其产生的波谱和色调、色彩会有较大不同。通过对与成矿有关的某些蚀变矿物特征波谱的识别，可以直接确定含矿体的存在。一般来讲，绿泥石化、绢云母化 、高岭土化、褐铁矿化、黄铁矿化均含有Fe3、Fe2离子或0H一、C032离子。由这些离子或离子基团构成的岩石矿物在Landsat-7的各波段上存在着明显的特征谱带。铁的氧化物、氢氧化物和硫酸盐在TM1、TM2、TM3波段的反射比曲线上升梯度很陡，TM4波段附近有一个较强的吸收带，含羟基矿物在TM7存在着强烈的响应吸收谷。这些是许多蚀变矿物的重要波谱特征。对这些蚀变信息的提取的方法很多，常见的提取方法主要有比值变换法、主成分分析法、光谱角填图法、对应分析法、MPH技术、混合像元分解法。9.1比值变换法（Band Ratio）波段比值法是根据代数运算的原理，当波段间差值相近但斜率不同时，利用反射波段与吸收波段的比值处理增强各种岩性之间的波谱差异，抑制地形的影响，并显示出动态的范围。因而，以矿物的特征光谱为基础，选用适当的波段比值进行彩色合成，可增强弱信息。对于蚀变矿物就是分析蚀变矿物的波谱曲线，出斜率变化最大的区间和曲线中的反射峰和吸收谷，确定波谱范围，比值增强处理，成突出蚀变信息的图像。根据野外光谱测量，理论上能被TM图像资料识别的蚀变矿物有三类：铁的氧化物，氧化物和硫酸盐，包括褐铁矿，赤铁矿，针铁矿和黄钾铁矾，这类矿物在TM1，2，3波段，光谱反射率曲线上升梯度较大，而在TM4波段附近有一个较强的光谱吸收带。羟基类矿物，包括粘土矿物和云母。其反射光谱的典型特征表现在TM7波段存在有较强的光谱吸收。水合硫酸盐矿物(石膏和明矾石)和硫酸盐矿物(方解石和白云石)在TM7波段，均有较强的光谱吸收，而前者TM4大于TM5，后者TM4与TM5相近。识别热液蚀变常用的波段比值有：TM3/1，用于识别褐铁矿；TM5/4，用于区分有植被和无植被覆盖的土壤和岩石，区分云母及黄钾铁矾，明矾石及石膏、方解石及粘土这三类矿物；TM5/7，识别含羟基矿物，水合硫酸盐和碳酸盐；TM7/4，区分云母、石膏与明矾石；TM3/4，识别植被和区分褐铁矿化岩石。例如：以TM5/7(红)、TM3/(绿)、TM3/4(蓝)三种波段比值图像，进行假彩色合成，赤铁矿和针铁矿呈绿至青色，黄钾铁矾呈黄白色，含羟基矿物、水合硫酸盐化岩石呈品红色。9.2主成分分析法（又称K-L变换）主成分分析法( PCA)是现在广泛采用的提取岩石蚀变信息的方法。这种方法是对图像数据的集中和压缩，它将多光谱图像中各个波段那些高度相关的信息集中到少数的几个波段，并且尽可能的保证这些波段的信息互不相干。即用几个综合性波段代表多波段的原图像，使处理的数据量减少。对于TM图像，通常PC1、PC2、PC3就包含了95 %以上的信息，而后面的主成分几乎多数是噪音。主成分分析基于变量之间的相互关系，在信息总量守恒的前提下，利用线性变换的方法来实现去相关性。由于所获各主分量之间不相关，故各主分量之间信息没有重复或冗余。蚀变异常信息的提取正是利用了主成分分析的这一基本性质。TM多波段数据通过PCA所获每一主分量常常代表一定的地质意义，且互不重复，即各主分量的地质意义有其独特性。 提取岩石蚀变信息中较为经典，也是使用较多的方法crosta法就是利用主成分分析法，该方法通过(TM1、TM3、TM4、TM5)和(TM1、TM4、TM5、TM7)两组主成分分析提取铁质成分和0H一、C032蚀变信息。用TM1、TM3、TM4、TM5等4个波段进行PCA，对代表铁染物主分量的判断准则是：构成该主分量的特征向量，其TM3系数应与TM1及TM4的系数符号相反，TM3一般与TM5系数符号相同。依有关地物的波谱特征，铁染信息包含于符合这一判断准则的主分量内，将该主分量称之为铁染异常主分量。避免TM5、TM7波段同时参加运算，主要是为了排除粘土类矿物蚀变信息干扰。用TM1、TM4、TM5、TM7等4个波段进行PCA，对代表羟基化物主分量的判断准则是：构成该主分量的特征向量，其TM5系数应与TM7及TM4的系数符号相反，TM1一般与TM5系数符号相同。依有关地物的波谱特征，羟基信息包含于符合这一判断准则的主分量内，故此主分量可称为羟基异常主分量。删去TM2、TM3波段，是为了避免可见光波段同时参加运算，主要是为了排除铁氧化物的干扰。由于异物同谱现象的存在，这些异常主分量还可能包含着非蚀变的地质因素，有待于用其它计算方法乃至借助地质知识经目视解译加以区分。9.3光谱角填图法（SAM）光谱角度填图方法又称光谱角度匹配法，是以实验室测得的标准光谱或从图像上提取的已知点的平均光谱为参考，求算图像中每个像元矢量(将像元n个波段的光谱响应作为n维空间的矢量)与参考光谱矢量之间的广义夹角，根据夹角的大小来确定光谱间的相似程度，以达到识别地物的目的。我们可以选取高光谱数据运用SAM方法来提取蚀变信息。该方法基于整个谱形特征的相似概率的大小，能有效避免因岩石矿物光谱漂移或光谱变异而造成的单个光谱特征的不匹配，并能充分综合利用弱的波谱信息。与此同时，辅之以其他的图像处理方法，提取矿化蚀变信息分布。光谱角识别方法(又称光谱角度填图技术)是在由光谱组成的多维光谱矢量空间，利用一个角度测度函数()求解参考光谱端元矢量(r)与图像像元光谱矢量(t)的相似程度：参考端元光谱可来自实验室、野外测量或已知类别的图像像元光谱。当用实验测量光谱与图像光谱比较时，须将测量光谱按照图像光谱的波长进行重采样，使得两个光谱具有相同的维数。介于0和/2之间，其值愈小，说明二者的相似程度愈高，识别与提取的信息也就愈可靠。通过合理的阈值选择，可以获取蚀变信息的二值图像。9.4对应分析法(Correspondence Analysis)(RQ型因子分析法)因子分析是把一些具有错综复杂关系的因子(样品或变量)归结为数量较少的几个综合因子的一种多元统计方法。通过一系列坐标旋转变换，能够在n个变量中，提取出几个主要的因子，反映n个变量的主要信息，通常也叫降维分析。因子分析分为R型和Q型两种因子分析。Q型因子分析提取出主因子后，分析各个样品的主因子得分，从中研究各个样品间的相互关系。根据因子得分的情况，对样品进行分类；R型因子分析，也叫做主成分分析，对变量进行归纳整理，获得各个变量的主因子得分。从而分析变量之间的关系，对变量进行必要的分类。对应分析是在R型和Q型因子的基础上发展起来的，又称R-Q型因子分析，是由法国巴黎科学院统计研究室Benzeci教授于1970年首次提出的。对应分析提供以下信息：变量(波段)间的关系：在主成分空间，邻近的一些变量(波段)点，表示这些变量(波段)紧密相关。样品间的关系：在主成分空间，邻近的样品具有相似的光谱特征，属于同一种地物类型。变量(波段)与样品间的关系：同一类型的样品点将为邻近的变量(波段)点所表征。具体到图像就是说，这些波段是这些样品的特征波段。同时各个主成分的物理含义也得到明确。对应分析与主成分相比不仅能提供原始图像各波段与对应分析后各成分的关系，还能清晰表达原始图像各波段与图像中主要地物的关系、对应分析后各成分与图像中主要地物的关系，更重要的是所需岩性信息在对应分析后三成分的假彩色合成图像上得到了更加清晰地展现。9.5MPH技术（Mask PCA and HIS）MPH技术是排除临边效应影响和提取矿化弱信息的一种数字图像处理技术。该技术有机地组合了三种传统的数字图像处理方法：掩膜技术(MASK)、主成分变换(PCA)以及弱信息色度与饱和度调整(HIS)。掩膜技术就是去除遥感图像中的干扰信息(如水体、云阴影等)，掩膜后图像像元灰度值的均值有所下降，而标准差有较大提高。将去除干扰信息的图像作主成分变换，即在信息总量守恒的前提下，利用线性变换的方法来实现去相关性。由于所获各主分量之间不相关，故各主分量之间信息没有重复或冗余。TM多波段数据通过PCA所获每一主分量常常代表某一特定的地质意义。对做完主成分变换的彩色合成图像作从RGB到HIS的彩色空间变换。HIS空间是采用 H(色调)I(饱和度)S(亮度)来定义颜色。H、I、S三者之间相关系数很小，对3个成分作增强处理信息量损失较小。常用该方法进行遥感图像中色调定量解释，图像增强及含矿信息提取，多源遥感数据的融合，以及对地质信息中的岩性识别和构造解译。9.6混合像元分解法(Mixed Pixel Decomposition)一个像素只包含了一种地物的信息，这种像素叫做纯像素(pure pixe1)。然而在遥感图像中，通常一个像素包含了多种地物的信息，这种像素称为混合像元(mixed pixe1)。根据每个像素中某种地物所占百分比对像素进行分解，这一过程叫混合像元的分解。人们已经建立了多种模型用于混合像元的分解，这些模型包括：线性模型，概率模型，几何光学模型，随机几何模型，模糊模型等。将混合像元分解模型用于蚀变信息提取的目的是通过计算每个像元中各典型地物(如植被)的丰度，除去植被等干扰信息，为后续提取矿化蚀变信息提供可靠的基础数据。 9.7Gram-schmidt投影方法对于有积雪覆盖的高山地区，运用主成分分析和波段比值法提取蚀变信息难以取得理想的效果。Gram-Schmidt构造算法如下14：设1 ,2 , ,是一组相互独立的向量，利用下列方式构造该向量组的正交基。1 =11 2 ;i =i- ii - i 2 ; = i - 1k - 1 k将遥感数据的一个MN大小的图像当成一个MN维向量，所有波段的遥感数据组成一组线性独立的向量。利用Gram-Schmidt投影方法构造多波段遥感数据的正交向量。把原始TM影像TM1、2 、3 、4 、5 、6 、7看作L2空间线性独立的随机变量序列。第一个初始向量的选择被设定为基向量，其它向量顺序在前面向量所组成的空间内投影，并且从本身中减去在前面向量空间的估计，剩下不相关的分量。挑选相似性最小的变化结果向量图像、相似性最大的变化结果向量图像和相似性中等的变化结果向量图像合成彩色图像，可以获得蚀变异常区域。采用Gram-Schmidt正交投影方法分解处理多光谱TM数据信息，可以定量化地评价多波段信息相似性程度，同时可以定量化评价多波段信息对处理结果的贡献。9.8去相关技术因各波段间存在着较高的相关性，必定会产生大量的冗余信息，不利于岩性的识别，通过原始波段图像与一个转换矩阵相乘，可实现去相关处理。这种方法可作为一种有效的辅助手段，配合其他方法进行图像处理。利用去相关分析结合主成分分析与比值分析，可以在中等程度植被覆盖区进行矿化蚀变信息增强处理，有效提取出矿化蚀变信息。在编制区域1：20万和1：5万遥感综合地质解译图时，所用的基础图件一般是经过去相关、边缘增强及彩色合成处理后的TM图像。9.9归一化植被指数法绿色植被反射光谱在0.650.70m处存在叶绿素强吸收带，而在0.700.75m处植被反射光谱曲线呈陡直上升形态。人们普遍采用归一化植被指数NDVI=(TM4-TM3)/(TM4+TM3)来反映植被覆盖程度及生长状况。由于与金属成矿作用息息相关的青磐岩化的反射光谱吸收带处在TM7波段，因而(TM7-NDVI)/(TM7+NDVI)组合处理则兼顾了围岩蚀变与植被两类信息。将这种图像数据进行归一化处理后与TM1、TM2等数据作彩色合成，对增强青磐岩化和碳酸岩化蚀变矿物的光谱信息提取比较有效。9.10基于支持向量机(SVM)遥感矿化蚀变信息提取支持向量机(SVM)是一种基于统计学习理论的机器学习算法，在解决有限样本、非线性及高维模式识别问题中表现出许多特有的性能，并且具有强大的泛化能力。但支持向量机算法本身是一种监督学习方法，需要一定数量标注过类型的训练样本。对遥感找矿信息而言，训练样本选取的方法主要通过野外实地调查，然后，在遥感影像上，利用准确的界线建立感兴趣区，选取训练样本，这种地面调查花费的人力、物力和财力较大，且有些地理区域，地面难以抵达，这些地区的样本信息就难以获取，实际应用效率较低。因此,可以首先利用光谱角度制图法(SAM)提取训练样本，然后，利用支持向量机(SVM)提取遥感矿化蚀变信息。SVM算法的实现。首先，利用光谱角制图法(SAM)选取足够数量的训练样本；然后，利用SVM构造最优分类器模型；最后，利用该分类器模型对遥感图像进行信息提取，其算法描述如下：第1步，对每个影像像元光谱计算它与各类实测光谱间的光谱角，并将该角度和所设定的初始阈值比较，若小于某类设定阈值，则选为该类的训练样本。这里的技术关键是初始阈值的设置，既要保证采集到足够的样本，又要保证训练样本与提取目标的最大相似性；第2步，如果某类的训练样本数未达到所需的样本数，则重新调整阈值，执行步骤1；第3步，利用提取的训练样本集，应用cross-validation算法确定最优SVM模型参数；第4步，根据最优SVM模型参数训练SVM分类器模型；第5步，采用训练好的SVM模型对整个遥感图像进行信息提取。9.11光谱特征匹配技术(SCM)提取矿化蚀变信息光谱特征匹配技术(SCM)是应用地物的特征吸收谱段来判别研究区内含该类地物的丰度，首先要确定要提取的地物在该区存在，对该地物的标准光谱和原始图像进行闭联集去除，然后进行光谱特征匹配。该方法的关键点是进行光谱吸收谷的匹配，其原理是：应用最小二乘法，以去除闭联集的某个标准地物光谱曲线为标准，在吸收的谱段范围内对ETM影像中每一个像元进行吸收谷深度对比，根据吸收谷位置和深度的近似性确定该像元与该地物的相似程度，相似程度越大，该像元的光谱特征匹配结果取值也越大，同时用均方根误差(root mean square(RMS)error)的大小来确定该像元与该类地物的比较结果的精度，一般来说，RMS越小，说明精度较高，如果RMS1，说明选取了不合适的标准地物或吸收谷的谱段不合适。以上几种是现今在遥感蚀变信息提取中广泛采用的方法。在选取这些方法的时候应根据不同的数据源和数据条件。利用比值变换法进行异常提取，无论高值区或低值区均可能会出现相同的比值，故不可避免的会出现假异常，所以在进行比值变换之前应先去除图像中的干扰因素，主成分分析法的特点是降低波段间的相关性和冗余性，但该方法应结合其他去除干扰地物信息的方法，才能取得较好的效果，对应分析法是对主成分分析法的改进，它的特点是主成分的特征向量值与反变换后的主成分图像值可以同时在主成分空间中进行比较，局部细节更容易被挖掘； Gram-schmidt投影方法是针对有积雪覆盖的高山地区，该方法是利用岩石光谱曲线Z轴(光谱深度)存在信息差，利用角度分解的方法从多维向量空间中能分离出更多的信息，并将较弱蚀变带信息显示出来，它的特点是可以定量化评价多波段信息对处理结果的贡献；混合像元分解法是针对中等植被覆盖地区，该方法对去除植被干扰有很好的效果，可采用此方法重构不含植被的新的多波段图像，然后结合其他方法进行蚀变信息的提取；光谱角填图法是针对高光谱数据，该方法的特点是可以有识别蚀变矿物类型，而其他方法都只能简单的进行矿化蚀变带的识别。在运用这些方法的同时，还应注意结合研究区的实际情况辅助其他的遥感图像处理方法，如：线性拉伸，彩色密度分割，中值滤波等，以达到理想的遥感图像弱信息的提取效果。尽管当前蚀变遥感信息提取的方法很多，常用的有比值法、主分量分析法、改进的克罗斯塔分析法、光谱角法以及它们的混合法、彩色空间变换等技术，但在大面积遥感异常提取中，蚀变信息的提取会因涉及到的矿床类型、规模、控矿要素、蚀变类型及强度、基岩裸露程度以及地形切割复杂程度、数据云雪植被覆盖度等的不同而受到一定影响。因此，不能简单地使用主成分分析、比值等单一的技术方法进行异常提取，必须在经过多种方法的比较或有效组合，在应用一种主要方法的基础上，研究采用合理的辅助方法增强遥感异常提取效果。另外，先期进行去干扰一做掩膜处理，后期做阈值处理，并利用多种手段筛选提取的遥感异常，如此才能进一步提高遥感异常的可信度。10.本项目遥感异常提取工作方法概述遥感异常提取对象为羟基和铁染两种异常。技术流程如图6所示：图6：遥感异常提取工作技术流程图10.1预处理为了尽可能减少环境对异常提取影响，使在较大程度上清除干扰覆盖区（该区不进行异常提取），主要有以下一些方法：去除图像中波段间不重叠边处理不同景、不同时相遥感图像、数据之间准归一化处理根据图像中遥感环境特征同异，选用整景或将一景图像分割为数个子区分别处理去除程辐射处理去除云、雾覆盖区处理去除冰雪、水体覆盖区处理去除地形阴影、云影覆盖区处理去除植被覆盖区处理去盐碱地（白泥地）分布区处理表3：干扰地物的去除方法地物去除方法阴影云TM7/TM1TM1高端切割植被水体TM5/TM4TM7低端切割 或TM7/TM1盐碱地冰、雪湖泊、湿地TM3或TM4高端切割TM7/TM1TM7/TM110.2异常信息提取对处理过的待提取图像采用“面向特征主分量选择法”（克罗斯塔技术），配合比值法的方法进行异常蚀变信息的提取（采用B1、4、5、7提取羟基异常，采用B1、3、4、5提取铁染异常）；当需要从所提取的异常中检出与某种类型矿床相关的遥感异常时（分类提取），采用光谱角法进行监督分类。10.3异常后处理异常的分级为突出异常强度的变化信息，利用统计方法对异常强度进行分级，从高到底分为1-3级，级别划分采用均（中）值+n倍标准离差切割（n=1.5-3.0）的方法来确定。异常的滤波处理由于图像上任意一点(像元)的计算结果只与计算公式有关,图像上常常会出现某一类比较均匀的图斑上分布孤立异常点的现象，需要采用滤波的方法,去掉图中过于孤立的异常像元，或将孤立像元归并到包围它们或与它们相邻的较连续分布的那些异常中去。其基本的做法是，给每一类异常规定一个应保留的最小连片像元数，凡小于此数的连片像元和孤立像元都应去除，或者归并到包围它们或与其相邻的较大的连片异常中去。假异常的去除11.利用PCI对12景ETM数据进行遥感异常提取流程11.1了解异常提取景的基本信息拿到数据后，首先查看该景数据的基本信息。在写字板中打开后缀为“HRF-FST”的数据，出现下面内容：记录下划线表示的信息：获取日期（ACQUISITION DATE）、图像的像素数（PIXELS PER LINE、LINES PER BAND、图像的位置坐标（UL）、太阳高度角（SUN ELEVATION）、太阳方位角（SUN AZINUTH ANGLE）。在写字板中打开后缀为“MLT-FST”的数据，查出：记录下各波段获取时的灵敏度“L”或“H”。11.2计算准准归一化因子11.3建立数据库建立“.pix”数据库利用“HRF.FST”引导文件导入1，-6（实际为1，-5波段，7波段）。点击“”，弹出如下 “ImageWorks Configuration”对话框，设置“Image Size”“Visible Window”“Image Planes”参数，另外“Image Planes”选择“8”，即控制面板中出现8个电子枪。点击“Accept”。在“File”下拉菜单中选择“Utility”, 选择“Tools”下拉菜单中的“Subset”，弹出下面的对话框，输入原文件（_HRF.FST）的路径名称，确定输出的文件路径名称，选择需要添加的通道，如下所示： 输入原文件（_HRF.FST）的路径名称，确定输出的文件路径名称，在“Selectable Layers”框下将需要的波段从源文件层添加到目标层，点击“Subset”，如上图框所示。“.pix”数据库中增加25个通道点击“”，在“View”下拉菜单下，选择Aplications/Database Utilities，选择“Tasks”下的“PCIMOD”，出现右下边的对话框，填写“FILE”，“PCIOP”（点击后，出现右上图框，选择“ADD”），“PCIVAL”（数字表示8U、8S、16U、32R四种类型的通道数目）。如下所示填好参数，点击“Status”“Run”。11.4全图统计在“View”下拉菜单下，选择“Histograms”弹出“Multi Histogram Panel”控制面板，双击直方图可以弹出如下统计图，从图中读取并记录该通道像素的最大最小值，其它的通道的最值依次读取。（注：选中“From File”，即在文件中而非视图中进行统计）表 各波段的灰度最值统计表波段（Band）DN MinDN Max12910821911431614748111541437312411.5去干扰去除边框ETM+各通道组成的图像边框不整齐，因此需要进行去边框处理。对整幅图像来说，最靠左边数据是Band1采集的，最右边数据Band5采集的，所以可以利用Band1*Band5处理。点击右上图的“”，出现右下图的“Xpace”工具栏，选择好命令后，出现右下图的对话框，设置好参数，点击“Status”“Run”。经过运算，去边框后图像存在第8通道中。其中：“OPER”表示操作的运算；“CNST”表示运算系数；“DBIC”表示参与运算的通道；“DBOC”表示输出的通道；“ZERODIV”表示被0除的数输出值；“RVAL”填写输入范围与输出范围（之间用逗号间隔）。去除白泥地首先看白泥地在各波段的波谱特征，目视解译及现场考察白泥地的