高寒山区遥感与化探综合找矿信息的提取
杨自安1, 2，彭省临2，刘悟辉2，石菲菲1，和志军1，邹 林1
(1. 有色金属矿产地质调查中心，北京，100012；
2. 中南大学 地学与环境工程学院，湖南 长沙，410083)
摘 要：
摘 要：针对高寒山区矿产资源丰富，但自然环境条件恶劣，采用传统的地质找矿方法难度较大的特点，以青海省乌兰—都兰地区(简称两兰地区)为研究对象，针对多元找矿信息的空间相关关系，采用遥感化探信息融合处理技术，提出基于套合关系的彩色图像合成、基于耦合关系的HIS彩色空间变化、二维相关编码和关联系数变换等综合技术模型，优选出具有地质找矿意义的综合异常和有利矿化地段。研究结果表明：采用这种方法能实现遥感与化探信息的综合处理，优选出找矿异常和找矿目标，为加快矿产资源勘查评价以及找矿技术方法优选提供科学依据。
关键词：
中图分类号：TP79 文献标识码：A 文章编号：1672-7207(2009)04-1121-06
Extraction of remote sensing and geochemical prospecting information in high and cold mountainous areas
YANG Zi-an1,2, PENG Sheng-lin2, LIU Wu-hui2, SHI Fei-fei1, HE Zhi-jun1, ZOU Lin1
(1. China Non-ferrous Metals Resource Geological Survey, Beijing 100012, China;
2. School of Geoscience and Environmental Engineering, Central South University, Changsha 410083, China)
Abstract: Based on the fact that the high and cold mountainous area has rich mineral resources and great prospecting potential, but it is hard to prospect ore, taking the Lianglan areas in Qinghai study area was taken as studied object, a strong basis to speed up the evaluation of mineral resources in this area was studied using the modern computer information processing technology for the integrated processing of remote sensing and geochemical information and the deep level metallogenic information extraction. The results show that the comprehensive analysis model is based on the relationship between the sets and coupling and the corresponding techniques, the comprehensive processing of remote sensing and geochemical information can be obtained, and the integrated exploration anomaly and prospecting target can be optimally selected. It is helpful to speed up the evaluation of mineral resources and optimize the prospecting methods.
Key words: remote sensing information; geochemical information; comprehensive analysis model; Lianglan area in Qinghai Province
随着信息技术的不断发展，地质、地球物理、地球化学、遥感等找矿技术不断成熟并得到广泛应用，同时为地质勘查、成矿分析积累了大量的找矿经验[1-3]。运用现代计算机信息处理手段，对其进行深层次的提取与综合，是目前成矿分析的一项重要工作[4-5]。对各种综合找矿模式的研究、多元地学信息的综合处理技术、遥感与物化探综合评价方法等已成为新的研究热点和研究方向[6]。多元地学找矿信息(地质、物化探、遥感等)之间存在着套合和耦合这2种不同的空间相关关系。所谓套合，是指多元信息之间在空间上相关，但成因关系不明显；而耦合则是空间和成因均相关[7]。综合地质异常分析及定量研究，从本质上讲属于空间分析问题[8]。进行遥感与地质、物探与化探信息的综合研究，建立综合分析模型，以研究异常之间的套合关系，更重要的是着重研究它们之间的耦合关系。多元地学数据综合分析的关键技术之一是数据或信息融合，其目的是将地质、物探、化探、遥感等多源数据进行处理、分析和综合，以生成满足特定应用需求的综合信息[9]。遥感与化探找矿信息虽然属性不同，但都是根据地表地质体或地质现象的特性而获得的，都是以不同形式的物理量和化学量表现出来的与找矿有关的地质信息[10]。大量研究结果表明，在可见光到中红外波段范围内遥感器可接受的波段内，有些矿物或化学组分具有特征的吸收(或反射)谱带，反映了遥感对地球化学信息的响应。同时，在多数情况下，这种响应不是单矿物或单元素的信息，而是包括土壤和植物在内的多种矿物、多元素的综合信息。换句话说，在机理上，遥感信息与地球化学信息之间存在一定的相关性[11]。因此，通过多元数理统计分析能够对遥感和地质、物探、化探数据之间的相关性进行正确的识别和判断。对于遥感与化探信息的综合处理及相关分析，目前，在国内外尚处于试验探索阶段，大都停留在应用遥感的岩石、构造和蚀变等信息与化探异常叠合，进行空间分布关系的定性分析，取得了一定的效果[11]。在此，本文作者以青海省乌兰—都兰地区(简称两兰地区)为研究对象，针对多元地学找矿信息的空间相关关系，对遥感与化探数据综合处理分析模型进行研究。基于套合关系的综合处理，以表达两类数据信息在空间上的相互关系；采用彩色图像合成技术，生成满足特定应用需求的合成信息；基于耦合关系的综合处理，采用基于数据层融合的彩色空间变换和二维相关编码、基于决策(符号)层融合的关联系数变换等技术，分析研究两类数据信息在空间和成因上的相关关系[14]。
1 基于套合关系的综合处理与分析
1.1 技术模型
采用合适的数据变换方法，把实型的化探数据转换成图像数据，使之在空间上和量纲上都与遥感图像保持一致，便于两者的综合处理。
彩色图像合成技术是根据一定的变量筛选原则，针对不同的应用要求，选取3个变量作为RGB 3个分量进行彩色合成。比如，选择1个遥感变量(含原始波段和派生变量)与2个化探变量(含元素或派生变量)直接进行彩色合成，得到1幅彩色合成图像，其叠置图像直观地反映了两类信息的空间套合关系，能更好地对遥感异常、化探异常及矿体三者之间的空间结构和空间的一致性进行分析，对找矿方向有明确的指示作用，这是一种简单而有效的方法。
1.2 综合处理分析
由于遥感数据为栅格格式，而化探数据为矢量格式，因此，首先，将研究区的化探异常输出为柵格格式的灰度图像，再与遥感铁化或泥化蚀变异常图像进行假彩色合成，得到化探异常与遥感蚀变异常的空间叠置图像。以重叠区域为多信息综合区，非重叠区域为单一信息区。从处理结果发现，在已知的多金属矿化地段，遥感蚀变异常与化探异常叠合程度较好，较好地指示了铜铅锌多金属矿化的存在。其中，遥感蚀变异常主要沿山脊(分水岭)分布，连续性好，面积较大，与铜锌矿化蚀变带的走向一致，且二者吻合程度较高，说明该异常为矿化体引起的地表孔雀石化、褐铁矿化等蚀变岩石的反映。可见，遥感蚀变异常能准确指示矿(化)体的赋存位置。而Cu-Pb-Zn-Ag组合异常则出现在铜锌矿化带下方的汇水盆地内，铜锌矿化破碎带主要出露于山脊部位，附近的蚀变岩石裸露破碎，地形切割较大，沟系发育，岩石风化主要以物理风化为主，因此，其下方汇水盆地内发育的化探异常应由该铜锌矿化破碎带引起，为矿化异常的表现。
2 基于耦合关系的综合处理与分析
将化探数据经转换后成图作为遥感图像等价的图像层。数据融合可在不同层次进行，包括数据层融合、决策(符号)层融合，实现遥感与化探信息的综合处理及相关性分析。数据层图像数据属于定量数据，而决策(符号)层数据则属于定性数据。
2.1 基于数据层的融合处理与分析
2.1.1 IHS彩色空间变换
a. 技术模型。IHS变换是在芒塞尔彩色空间变换基础上发展而来的一种方法，其变换公式为：
经过波段分析和选择波段，通过IHS变换可以提取蚀变矿物信息等。具体实现方法是：首先对化探组合元素进行网格化处理，输出为16位(或32位)BIL格式文件，再通过地理坐标配准、插值放大和统一量纲，把化探数据经转换后成图作为遥感图像等价的图像层对待。而对于研究区铁化和泥化蚀变遥感信息的最佳变量图像，则按化探数据范围进行掩膜处理，使二者的数据范围相同，便于数据的融合处理。
b. 综合处理分析。选取反映铁化蚀变遥感信息的最佳变量(PC4)、化探元素Cu-Pb-Zn-Ag和Cr-Ni-Co组合，三者进行IHS彩色空间变换，然后，对亮度I进行均值滤波、最优密度分割等处理，提取其综合信息异常(图1)。结果显示，这些综合异常主要集中分布在查查河以北、野马滩以北、哈莉哈德山、沙柳河—巴音山及柯柯赛沟两侧。大部分异常集中反映了沙柳河—巴音山地段的铜铅锌多金属矿化区及其矿化区中的矿床(点)，尤其在太子沟—藏碑沟矿集区中，由NW向和近EW向的层间破碎带引起的地表绿泥石化、铁锰碳酸盐化、孔雀石化、兰铜矿化、褐铁矿化等蚀变岩普遍发育，与这类综合异常十分吻合。该矿化地段的主要成矿元素为Cu，Zn，Pb和Ag，其内带以Cu和Zn异常最为发育，其化探异常强度高，连续性好，但规模较小，是主要赋矿地段的反映；外带异常明显受近EW向的断裂和O3tn地层控制，以Cu和Ag异常发育最广，且连续性较好，规模大，应为矿化区异常的反映；Ag元素与C，Zn和Pb成矿元素十分密切，是该矿化区各类矿床的主要成矿指示元素；此外，Au元素在O3tn地层及其与中酸性岩浆侵入岩接触带附近也有较好的异常显示。同时，在综合异常显现的地段，发现了一些新的矿化蚀变体和蚀变破碎带，表明这种综合异常在较大程度上是多金属矿化的表征[13]。可见，这种综合异常不仅表达了已有多金属矿化的存在，而且为发现新矿化地提供了有用的信息，可成为一种重要的找矿标志。
红色域为高值级，绿色域为低值级；背景为ETM8单色图像
图1 遥感与化探融合处理异常图
Fig.1 Anomaly image of remote sensing and geochemical fusion
2.1.2 二维相关编码
二维相关编码彩色图像是一种以图像方式，通过彩色的有规律变化来直接反映二维变量统计相关关系
空间分布特征的有效手段，其应用对象必须是2个(或2组)在局部空间上存在相关关系的变量。
a. 技术模型。根据应用要求，通过多元数据相关分析，选择亮度均为256级的2幅图像H(i, j)和V(i, j)。首先，把H和V的亮度由256级(0~255)线性压缩成16级(0~15)，压缩后的图像取名为H′(i, j)和V′(i, j)；再对图像H′(i, j)和V′(i, j)利用R(i, j)=[H′(i, j)+V′(i, j)]×16进行二维相关编码，使H′(i, j)和V′(i, j)两幅图像编码成1幅图像R(i, j)，其范围为0~255，每1个码值对应1个彩色级，而且要保持行、列方向的彩色呈梯度逐渐变化。当处理图像R(i, j)时，对每个像元值按二维彩色表赋予对应的彩色级时，便使R(i, j)最终成为1幅彩色相关图像。
b. 综合处理分析。对于化探数据的转换，以及与遥感数据的地理配准、统一量纲等，均按上述IHS彩色空间变换的方法进行处理。然后，选取反映铁化蚀变遥感信息的最佳变量图像和Cu-Pb-Zn-Ag元素组合灰度图像，并将二者的亮度由256级(0~255)线性压缩成16级(0~15)，进行二维相关编码，最终形成1幅彩色图像(图2)。从图2可看到，通过二维相关编码后，铁化蚀变遥感信息与Cu-Pb-Zn-Ag异常之间的相关性明显增强，在相关性强的地段，图像上均呈粉红色调；在相关性差或不相关的地区，显示为黄绿色或蓝色等。强相关地段的分布形式不仅与研究区的赋矿地层、岩体接触部位相一致，而且与已知的多金属矿化区和蚀变带相吻合，如曲录、沃拉达坂、高恩霍特勒、哈莉哈德山、哈茨谱山等岩体接触部位，以及钻石沟—东沟、太子沟—藏碑沟、哈莉哈德山、哈茨谱山、柯柯赛等已知的多金属矿化区。这表明，遥感数据波段所具有的岩石矿物或化学组分的特征谱带是对地球化学信息的响应，这种相关信息反映在其数据之中。
彩色区为遥感与化探的复合异常，背景为ETM8单色图像
图2 铁化蚀变遥感信息与Cu-Pb-Zn-Ag组合异常融合图
Fig.2 Fusion image of Fe alteration remote sensing information and Cu-Pb-Zn-Ag anomaly
2.2 基于决策(符号)层的融合处理
2.2.1 技术模型
基于决策(符号)层的数据融合处理，是针对定性数据分析的数学原理提出来的。
设A(i, j)是遥感蚀变异常图像，仅存在“有异常”(即有A)和“无异常”(即无A)2种属性；B(i, j)是化探异常图，也存在“有异常”(即有B)和“无异常”(即无B)2种属性。在此，引入Yule的关联系数Q：
通过式(3)计算频数和Q，可以得到关联系数图像Q(i, j)。根据Q(i, j)图像值可圈出综合异常区。关联系数Q具有如下性质：
①当Q=1时，表明A和B 2个属性完全相关，即有A时必有B，没有A时一定没有B；
②当Q=-1时，此时A和B 2个属性完全相反，即有A时没有B，有B时没有A；
③当Q的范围在闭区间[-1，1]时，Q越大，说明A和B属性关系越密切。
2.2.2 综合处理分析
首先，选取遥感铁化蚀变异常图和Cu-Pb-Zn-Ag化探异常2幅图像，进行灰度化转换，并通过坐标 配准、统一量纲，将其叠置在一起，再进行遥感与化探异常基于关联系数变换的融合处理。然后，根据融合图像关联系数，圈定出综合异常区，分析其相关性。从图3可以看到，铁化蚀变遥感信息异常与Cu-Pb-Zn-Ag化探异常相关性密切的地区已完全“凸现”出来，均分布于地层与岩体的接触带上或矿(化)体的产出部位。这与前述的综合处理结果大致相当，说明通过多元数理统计分析方法，能够对遥感与化探数据之间的相关性作出正确的识别和判断。
红色区为遥感与化探的复合异常，背景为ETM8单色图像
图3 遥感与化探信息融合处理异常图
Fig.3 Anomaly image of remote sensing and geochemical fusion information
对于矿化地段、遥感异常与化探异常，由于自然地理景观以及形成因素上的差异，三者在空间位置并不完全一致。遥感异常与矿化地段一般较好地对应，而化探异常往往由于元素迁移而出现一定距离的偏移，从而形成矿化体→遥感异常→化探异常的距离差，这种距离差在高陡的地势地貌上显得更加明显。可见，基于决策数据层的关联系数变换，能把遥感与化探信息相关性密切的地区识别出来，这在西部高寒山区对综合信息靶区进行定位预测时，选取模型区十分有利。
3 结 论
a. 针对遥感和化探找矿信息之间的套合和耦合关系，以空间分析技术为支撑，提出了基于套合关系的彩色图像合成技术、基于数据层融合的彩色空间变换和二维相关编码、基于决策(符号)层融合的关联系数变换等技术方法，实现了遥感与化探信息的综合处理及相关性分析。
b. 优选出了具有地质找矿意义的综合信息异常，圈定了曲录、沃拉达坂、高恩霍特勒、哈莉哈德山、野马滩北、钻石沟—东沟、太子沟—藏碑沟、哈茨谱山、柯柯赛等找矿靶区，为在该地区进一步开展地质矿产勘查工作提供了科学依据。
c. 在遥感与化探信息的数据空间相关性分析和增强矿化异常强度等方面，取得了良好的示范效果。
d. 在高寒山区深切割、强侵蚀的景观条件下，要准确地分析遥感与化探信息的空间相关性，还必须结合自然景观环境、成矿地质背景及成矿地质条件来进行综合分析与研究。
因此，要使本文所建立的综合分析模型及采用的技术方法具有普适性，还需要进行深入的理论和综合模型研究，以及多地区的实践检验。
参考文献：
[1] 陈述彭, 童庆禧, 郭华东. 遥感信息机理研究[M]. 北京: 科学出版社, 1998.
CHEN Shu-peng, TONG Qing-xi, GUO Hua-dong. Mechanism of remote sensing information[M]. Beijing: Science Press, 1998.
[2] 周成虎, 骆剑承, 杨晓梅, 等. 遥感影像地学理解与分析[M]. 北京: 科学出版社, 1999.
ZHOU Cheng-hu, LUO Jian-cheng, YANG Xiao-mei, et al. Geo-understanding and analysis for remote sensing image[M]. Beijing: Science Press, 1999.
[3] Perisov A V. Remote sensing from research to operation[C]// Proceedings of the 18th Annual Conference of RS Society. Scotland: University of Dundee, 1992: 129-146.
[4] 肖克炎, 朱裕生, 张晓华, 等. 矿产资源评价中成矿信息提取与综合技术[J]. 矿床地质, 1999, 18(4): 379-384.
XIAO Ke-yan, ZHU Yu-sheng, ZHANG Xiao-hua, et al. The extraction and integration technology of minerogenic information in mineral resources assessment[J]. Mineral Deposits, 1999, 18(4): 379-384.
[5] 朱裕生, 肖克炎, 王全明. 成矿预测方法[M]. 北京: 地质出版社, 1997.
ZHU Yu-sheng, XIAO Ke-yan, WANG Quan-ming. The method of mineral prediction[M]. Beijing: Geological Press, 1997.
[6] 王世称, 陈永良, 夏立显. 综合信息矿产预测理论与方法[M]. 北京: 科学出版社, 2000.
WANG Shi-chen, CHEN Yong-liang, XIA Li-xian. Theory and method of mineral prediction using integrated information[M]. Beijing: Sciences and Technology Press, 2000.
[7] 赵鹏大, 陈永清, 刘吉平, 等. 地质异常成矿预测理论与实践[M]. 武汉: 中国地质大学出版社, 1999.
ZHAO Peng-da, CHEN Yong-qing, LIU Ji-ping, et al. Theory and practice of geoabnormity in mineral exploration[M]. Wuhan: China University of Geosciences Press, 1999.
[8] 田文兵. 浅议矿产资源评价研究意义及发展趋势[J]. 内蒙古科技与经济, 2008, 158(4): 60-62.
TIAN Wen-bing. Simply discusses on research significance and development trend of the mineral resource evaluation[J]. Inner Mongolia Science Technology & Economy, 2008, 158(4): 60-62.
[9] 左仁广, 夏庆霖, 谭 宁, 等. 西藏冈底斯斑岩铜矿综合信息预测[J]. 中南大学学报: 自然科学版, 2007, 38(2): 368-373.
ZUO Ren-guang, XIA Qing-lin, TAN Ning, et al. Synthetic information prediction of porphyry copper in Tibet[J]. Journal of Central South University: Science and Technology, 2007, 38(2): 368-373.
[10] 方洪宾, 李志中. 遥感化探信息综合分析在地质找矿中的应用研究[J]. 国土资源遥感, 1998, 38(4): 33-36.
FANG Hong-bin, LI Zhi-zhong. The application of integration of remote sensing and chemical exploration information analysis to studying geological mineral deposit prediction[J]. Remote Sensing for Land & Resources, 1998, 38(4): 33-36.
[11] 徐瑞松, 马跃良, 何在成. 遥感生物地球化学[M]. 广东: 广东科技出版社, 2003.
XU Rui-song, MA Yue-liang, HE Zai-cheng. Remote sensing in biogeochemistry[M]. Guangzhou: Guangzhou Technology Press, 2003.
[12] 王海芹. 基于GIS的矿产资源评价信息系统分析与设计[J]. 山东国土资源, 2008, 24(3): 50-52.
WANG Hai-qin. Analysis and design of mineral resource evaluation information system based on GIS[J]. Land and Resources in Shangdong Province, 2008, 24(3): 50-52.
[13] 杨利民, 杨自安, 罗铁良, 等. 青海两兰地区化探异常筛选评价的新方法研究[J]. 地质与勘探, 2007, 43(5): 77-81.
YANG Li-ming, YANG Zi-an, LUO Tie-liang, et al. New method of geochemical anomaly screening and appraising in the Wulan-Dulan area, Qinghai province[J]. Geology and Prospecting, 2007, 43(5): 77-81.
收稿日期：2009-01-10；修回日期：2009-03-20
基金项目：国家“十一?五”科技支撑计划项目(2006BAB01A06)；国土资源大调查项目(1212010761503)
通信作者：杨自安(1970-)，男，博士，高级工程师，从事遥感技术方法用地质应用研究；电话：010-61592581；E-mail: yzaldy88@126.com
