云南會(huì)澤鉛鋅礦玄武巖與碳酸鹽巖區(qū)景觀格局分析

石振杰，溫興平，馬 威，沈 攀，羅大游，郁 智

(1.昆明理工大學(xué)國(guó)土資源工程學(xué)院，云南昆明 650093；2.云南省礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)工程實(shí)驗(yàn)室，云南昆明 650093)

云南會(huì)澤鉛鋅礦玄武巖與碳酸鹽巖區(qū)景觀格局分析

石振杰1，2，溫興平1，2，馬 威1，2，沈 攀1，2，羅大游1，2，郁 智1，2

(1.昆明理工大學(xué)國(guó)土資源工程學(xué)院，云南昆明 650093；2.云南省礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)工程實(shí)驗(yàn)室，云南昆明 650093)

玄武巖與碳酸鹽巖是巖漿巖和沉積巖的典型代表，兩大巖類之間的差異性決定了兩者具有不同的形狀特征和抗風(fēng)化能力。本文以會(huì)澤鉛鋅礦區(qū)為例，研究如何以定量方式表達(dá)這種差異?；?m分辨率的RapidEye遙感影像，利用面向?qū)ο蠓诸惣夹g(shù)分離玄武巖和碳酸鹽巖圖斑，計(jì)算出代表斑塊形態(tài)特征和破碎化信息的10個(gè)景觀指數(shù)，并引用主成分分析法消除指數(shù)之間的信息冗余，更合理地表達(dá)指數(shù)意義。結(jié)果顯示，面向?qū)ο蠓诸惣夹g(shù)分離出的裸巖斑塊可單獨(dú)計(jì)算景觀指數(shù)，分析效果良好；景觀指數(shù)分析和主成分分析結(jié)果一致，顯示出玄武巖破碎度較高，形狀呈不規(guī)則塊狀或團(tuán)塊狀，碳酸鹽巖破碎度比玄武巖低，形狀呈現(xiàn)條帶狀，分析結(jié)果與兩者的巖性特征以及遙感影像圖形特征相符。研究對(duì)于巖漿巖和沉積巖的巖性自動(dòng)識(shí)別有一定的指導(dǎo)作用。

玄武巖 碳酸鹽巖 面向?qū)ο?景觀格局 主成分分析

Shi Zhen-jie，Wen Xing-ping，Ma Wei，Shen Pan，Luo Da-you，Yu Zhi.Analyzing landscape patterns of the basalt and carbonate rock area in the Huize lead-zinc mine，Yunnan Province[J].Geology and Exploration，2016，52(3):0543-0550.

0 引言

運(yùn)用遙感技術(shù)進(jìn)行巖性識(shí)別經(jīng)歷了從目視解譯到人機(jī)交互解譯、計(jì)算機(jī)自動(dòng)分類的發(fā)展歷程，極大地提高了地質(zhì)工作的效率，是遙感地質(zhì)應(yīng)用的一個(gè)重要方面。傳統(tǒng)的巖性信息目視解譯標(biāo)志主要為遙感圖像上的色調(diào)和圖形特征，其分別反映了巖性的光譜特征和形態(tài)標(biāo)志，例如沉積巖色調(diào)較淺，呈淺灰或灰色，圖形特征主要為直線型或折線型的條紋條帶狀；巖漿巖中基性巖色調(diào)多呈深灰至黑色，具有圓形、橢圓形、環(huán)形、串珠狀、不規(guī)則塊狀等圖形特征。

20世紀(jì)70年代起，國(guó)外開始了巖石礦物的光譜特征與處理技術(shù)的研究，為巖性信息自動(dòng)提取奠定了基礎(chǔ)(Hunt,1977；Clarketal.,1990，2003)；之后國(guó)內(nèi)學(xué)者利用多光譜和高光譜數(shù)據(jù)也進(jìn)行了大量的巖礦光譜識(shí)別技術(shù)的應(yīng)用研究，如燕守勛等(2004)提出高光譜巖礦填圖的技術(shù)流程和主要技術(shù)方法，許多學(xué)者對(duì)光譜遙感巖礦識(shí)別方法及應(yīng)用進(jìn)行了詳細(xì)研究(甘甫平等，2003；唐攀科等，2006；王潤(rùn)生等，2010，2011)。隨著遙感信息提取技術(shù)的發(fā)展，基于專家知識(shí)或人工智能等方法在巖性分類中得到應(yīng)用，如采用決策樹C4.5算法(王賢敏等，2010)、運(yùn)用專家知識(shí)混合調(diào)制匹配濾波(MTMF)與波段運(yùn)算方法(孫雨等，2015)、通過對(duì)光譜數(shù)據(jù)或植被指數(shù)的主成分分析(查逢麗等，2015)、引入分形維數(shù)(Cámaraetal.,2015)等進(jìn)行巖性識(shí)別或蝕變信息提取都有效地提高了分類的精度。

米級(jí)、亞米級(jí)遙感影像的出現(xiàn)，地物細(xì)節(jié)信息得到增強(qiáng)，使得綜合了地物光譜、紋理、形狀和位置等特征的面向?qū)ο髨D像處理技術(shù)受到重視(張秀英等，2009)，尤其在城市、植被、巖性等地物分類中應(yīng)用廣泛(Carvalhoetal.，2004；Aitkenheadetal.，2011；Savasetal.，2015)；巖性的識(shí)別在光譜基礎(chǔ)上，加入了紋理(馬德峰等，2008；李智峰等，2011)或地形(Grebbyetal.，2011)信息，精度得到提高。對(duì)于分類圖像的景觀結(jié)構(gòu)組成和空間配置狀況是景觀格局分析的主要內(nèi)容，在土地利用方式(李鑫等，2011；黃思琴等，2015)、景觀格局演變(方仁建等，2015；李學(xué)淵等，2015)和巖溶地區(qū)景觀多樣性變化等方面應(yīng)用較多(羅光杰等，2011)。然而單獨(dú)針對(duì)裸露巖石的景觀指數(shù)研究文獻(xiàn)出現(xiàn)較少。景觀指數(shù)能夠高度概括景觀格局信息，綜合反映單個(gè)斑塊的幾何特征和景觀級(jí)別的空間結(jié)構(gòu)，用于高分辨率影像巖石對(duì)象的形態(tài)特征、破碎程度等分析，對(duì)巖性信息提取研究具有借鑒作用。

本文以云南省會(huì)澤鉛鋅礦區(qū)為例，基于高分辨率影像，運(yùn)用面向?qū)ο蠓诸惣夹g(shù)并結(jié)合地質(zhì)圖提取礦區(qū)玄武巖和碳酸鹽巖圖斑，通過計(jì)算景觀格局指數(shù)，對(duì)比研究?jī)纱髱r性的幾何形態(tài)特征和破碎度，分析其與傳統(tǒng)的巖漿巖、沉積巖遙感解譯標(biāo)志對(duì)應(yīng)關(guān)系，以定量化的方式表達(dá)巖性特征，對(duì)于較大區(qū)域的巖性自動(dòng)識(shí)別有一定的指導(dǎo)意義。

1 研究區(qū)地質(zhì)

會(huì)澤鉛鋅礦位于云南省東北部會(huì)澤縣礦山鎮(zhèn)境內(nèi)，地處滇東高原和黔西高原結(jié)合部，烏蒙山主峰地段，地貌以山地和盆地為主；區(qū)內(nèi)除東部牛欄江流域地形高差較大外，其它地方地勢(shì)起伏相對(duì)和緩。礦區(qū)位于川滇黔鉛鋅銀多金屬成礦區(qū)中南部，面積約為10km2，是我國(guó)著名的鉛鋅鍺生產(chǎn)地之一(韓潤(rùn)生等，2001)。

根據(jù)云南會(huì)澤鉛鋅礦區(qū)1 ∶2.5萬(wàn)地質(zhì)圖，該區(qū)出露的巖石地層主要有上震旦統(tǒng)燈影組(Z2d)白云巖，上泥盆統(tǒng)宰格組(D3zg)硅質(zhì)白云巖、灰?guī)r，下石炭統(tǒng)大塘組(C1d)灰?guī)r、泥巖夾石英砂巖，下石炭統(tǒng)擺佐組(C1b)、中石炭統(tǒng)威寧組(C2w)、上石炭統(tǒng)馬平組(C3m)的白云質(zhì)灰?guī)r、粗晶白云巖，下二疊統(tǒng)梁山組(P1l)石英砂巖夾泥頁(yè)巖，下二疊統(tǒng)棲霞茅口組(P1q+m)灰?guī)r夾中-粗晶白云巖，上二疊統(tǒng)峨眉山玄武巖組(P2β)的致密塊狀玄武巖?？偟膩砜丛搮^(qū)地層巖性主要包括玄武巖、碳酸鹽巖和砂巖或粉砂巖三類(圖1)，是巖漿巖和沉積巖的典型代表，其中玄武巖分布于礦山廠斷裂以北和礦區(qū)南部，相對(duì)集中，面積廣布；碳酸鹽巖位于礦山廠斷裂南部和東部，呈NE-SW向展布；砂巖、粉砂巖呈條帶狀和斑塊狀鑲嵌于碳酸鹽巖區(qū)，由于出露面積小，且具有沉積巖條紋條帶狀圖形特征，可將其劃分到碳酸鹽巖區(qū)，因此研究區(qū)巖性單元可劃分為玄武巖和碳酸鹽巖兩類，是本文景觀格局的研究對(duì)象。玄武巖與碳酸鹽巖巖性差異明顯，且碳酸鹽巖為廣泛分布的石炭系和二疊系下統(tǒng)棲霞、茅口組的灰?guī)r、白云巖及白云質(zhì)灰?guī)r，發(fā)育的巖溶地貌處于中晚期階段，巖區(qū)內(nèi)巖性發(fā)育和風(fēng)化程度相似，因此其內(nèi)部景觀格局具有一致性和整體性，是與玄武巖區(qū)具有不同景觀特征的巖性單元。

圖1 研究區(qū)巖性單元?jiǎng)澐?據(jù)云南會(huì)澤鉛鋅礦區(qū)1 ∶2.5萬(wàn)地質(zhì)圖改編)Fig.1 Lithologic unit division in study area (modified from 1 ∶25000 geological map of Huize lead-zinc mine area，Yunnan province) 1-碳酸鹽巖；2-玄武巖；3-砂巖1-carbonate rock；2-basalt；3-sandstone

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及預(yù)處理

遙感數(shù)據(jù)尤其是數(shù)據(jù)分辨率的合理選擇與研究對(duì)象的尺度范圍密切相關(guān)，不同尺度的對(duì)象選取適宜的空間分辨率的影像可以得到較好的分類精度和應(yīng)用效果。本次研究選用2010年10月30日獲取的RapidEye衛(wèi)星數(shù)據(jù)，其影像獲取能力強(qiáng)，地面采樣間隔為6.5m，正射影像分辨率為5m，具有大范圍覆蓋、高重訪率、高分辨率和多光譜數(shù)據(jù)獲取等優(yōu)勢(shì)。數(shù)據(jù)除了常規(guī)的藍(lán)、綠、紅和近紅外波段外，提供的紅邊波段有利于區(qū)分植被與巖石信息(表1)。預(yù)處理是遙感影像進(jìn)行分類前保證精度的重要過程，經(jīng)過輻射校正、大氣校正、正射校正后，對(duì)影像進(jìn)行圖像配準(zhǔn)和裁剪，最終獲取研究區(qū)影像。會(huì)澤鉛鋅礦區(qū)域范圍不大，巖性種類簡(jiǎn)單且差異明顯，選取5m分辨率的RapidEye影像地表信息豐富、紋理清晰，能夠突出裸露巖石、植被及地形等特征差異，確保分類精度和滿足景觀格局分析的需要。

表1 RapidEye波段參數(shù)

2.2 面向?qū)ο蠓诸?/p>

面向?qū)ο蠓诸惣夹g(shù)是以對(duì)象(圖斑)為單位，集合光譜、色調(diào)、形態(tài)、紋理和空間關(guān)系等信息將影像進(jìn)行分類，不僅突破了基于像元分類的方法，也能多層次的獲取對(duì)象信息，更好地發(fā)揮了高分辨率影像的價(jià)值。本文基于ENVI 5.1面向?qū)ο罂臻g特征提取模塊完成圖像分割、對(duì)象分離、特征提取和參數(shù)測(cè)量這一過程，將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，以利于進(jìn)行更高層的分析和理解。圖像分割是影響分類效果的關(guān)鍵因素之一，研究采用的多尺度分割算法綜合了圖像的光譜、紋理和形狀特征，充分利用各個(gè)波段及DEM、NDVI、波段比值、HSI顏色空間等輔助信息，將圖像劃分為各具特性、互不重疊的區(qū)域；其次選取訓(xùn)練樣本進(jìn)行監(jiān)督分類，分類器采用支持向量機(jī)(SVM)，此時(shí)的監(jiān)督分類同樣集合了數(shù)據(jù)的光譜、空間和紋理信息，分類精度更高。

2.3 景觀指數(shù)選取

景觀指數(shù)高度濃縮了景觀信息，以指標(biāo)形式展現(xiàn)景觀斑塊幾何特征和結(jié)構(gòu)配置。綜合考慮研究區(qū)出露巖石的特性、結(jié)構(gòu)、分布等因素，以玄武巖、碳酸鹽巖和整個(gè)出露巖石為研究單元，選取斑塊面積、密度、形狀指數(shù)等10個(gè)指標(biāo)對(duì)其形態(tài)特征和破碎度進(jìn)行評(píng)價(jià)，指標(biāo)公式及意義見表2。景觀指數(shù)基于GIS平臺(tái)中景觀生態(tài)學(xué)分析工具Patch Analyst(Rempeletal.，2011)進(jìn)行計(jì)算。

表2 景觀指數(shù)選取及含義

注：公式中i表示景觀類型，j表示斑塊，N代表斑塊數(shù)量，A代表斑塊面積，E代表斑塊周長(zhǎng)。

3 結(jié)果與分析

3.1 分類結(jié)果及精度評(píng)價(jià)

研究經(jīng)過多次實(shí)驗(yàn)，采用邊緣檢測(cè)分割算法和Full Lambda Schedule合并算法對(duì)圖像進(jìn)行分割、合并，閾值分別設(shè)為50和80，紋理內(nèi)核為3，獲取圖斑后選取樣本利用SVM進(jìn)行監(jiān)督分類。根據(jù)研究需要，結(jié)合土地利用標(biāo)準(zhǔn)，將研究區(qū)劃分為五種土地利用類型，分別是裸巖、林地、耕地、建設(shè)用地和河流，各自特征見表3。這5種土地利用類型皆為玄武巖和碳酸鹽巖的上覆景觀，各景觀類型差異較大，研究目的在于對(duì)獨(dú)立的巖性單元景觀格局進(jìn)行分析，因此需要針對(duì)裸巖、玄武巖和碳酸鹽巖分布區(qū)的圖斑進(jìn)行景觀指數(shù)計(jì)算。

精度評(píng)價(jià)是對(duì)分類結(jié)果準(zhǔn)確度檢驗(yàn)的重要環(huán)節(jié)，本文結(jié)合實(shí)地考察情況，采用混淆矩陣對(duì)分類結(jié)果進(jìn)行精度驗(yàn)證，分別計(jì)算總體精度、Kappa系數(shù)、生產(chǎn)者精度和用戶精度(表4)。如表4所示，總體分類精度為91.05%，Kappa系數(shù)為0.87，總體分類效果良好；裸巖用戶精度達(dá)到83.69%，雖然錯(cuò)分樣本較多，是因?yàn)樯倭繋r石風(fēng)化物緊靠耕地，邊界不明顯，被分入裸巖和建設(shè)用地中，實(shí)則會(huì)逐漸風(fēng)化成土壤被開發(fā)為耕地，也揭示了巖石風(fēng)化的特性，但不影響后續(xù)景觀格局分析。

表3 研究區(qū)土地利用類型劃分

表4 土地利用類型分類精度

3.2 巖性斑塊景觀指數(shù)分析

玄武巖和碳酸鹽巖的巖性差異使得其被風(fēng)化剝蝕的程度不同，且在遙感圖像上具有巖漿巖和沉積巖不同的圖形特征，通過上述10個(gè)景觀指數(shù)分析玄武巖、碳酸鹽巖和整個(gè)裸巖的破碎程度和形態(tài)特征是研究的主要目的。結(jié)果如表5所示，斑塊數(shù)量(NP)、邊界密度(ED)、斑塊密度(PD)和平均斑塊面積(MPS)是較常用的表示景觀細(xì)碎化的指標(biāo)，在此用于揭示這兩種巖石類型的破碎度情況。從斑塊數(shù)量來看，裸巖單元分割的斑塊數(shù)量共為241個(gè)，其中玄武巖為158個(gè)，約占66%，而碳酸鹽巖約占39%，玄武巖占比重更大，表明在同一分割尺度下玄武巖被分割程度較高，體現(xiàn)了其更容易風(fēng)化破碎；斑塊密度也被稱為破碎度指標(biāo)，玄武巖斑塊密度值大于碳酸鹽巖，破碎情況明顯；玄武巖平均斑塊面積比碳酸鹽巖偏小，說明單個(gè)斑塊尺度上，玄武巖斑塊相對(duì)較小，破碎程度高，而碳酸鹽巖斑塊較大，破碎度較低；邊界密度也代表了被分割的程度，單位面積內(nèi)邊界值越大說明斑塊形狀越復(fù)雜，主要表現(xiàn)為斑塊邊界曲折呈鋸齒狀，不規(guī)則，玄武巖邊界密度較大，表明其在被分割為較小斑塊的同時(shí)，邊界復(fù)雜、不規(guī)則，也體現(xiàn)了其破碎程度高。以上綜合反映出玄武巖較碳酸鹽巖被分割程度更高，表明玄武巖更容易被剝蝕風(fēng)化，巖石破碎化明顯。景觀指標(biāo)也定量顯示了玄武巖破碎化和不規(guī)則的邊界特征，而且因在裸巖單元占比重大，也提升了整個(gè)裸巖的破碎度指數(shù)值，這與玄武巖和碳酸鹽巖的巖性特征相符。

平均斑塊邊界(MPE)、平均周長(zhǎng)面積比(MPAR)、平均形狀指數(shù)(MSI)和平均斑塊分維數(shù)(MPFD)代表了景觀斑塊的形狀指標(biāo)，用于表示斑塊的幾何形狀特征、復(fù)雜程度等。玄武巖的平均斑塊邊界比碳酸鹽巖小，是因?yàn)槠鋯蝹€(gè)斑塊平均面積較小，碳酸鹽巖單個(gè)斑塊在空間尺度上占有優(yōu)勢(shì)。其余指標(biāo)都是以斑塊的周長(zhǎng)與面積的關(guān)系衡量其形狀特征的，平均周長(zhǎng)面積比代表了平均單個(gè)斑塊的形狀緊密性特征，周長(zhǎng)面積比越小斑塊形狀越趨近于圓形，越大表明斑塊形狀變?yōu)榉叫位蚓匦?，玄武巖的平均周長(zhǎng)面積比較碳酸鹽巖小，體現(xiàn)了玄武巖的斑塊總體呈團(tuán)塊狀，而碳酸鹽巖斑塊總體上偏條帶狀。面積加權(quán)平均形狀指數(shù)(AWMSI)以斑塊面積為權(quán)重，指數(shù)越大，斑塊形狀就越復(fù)雜。玄武巖的平均形狀指數(shù)比碳酸鹽巖小，而面積加權(quán)的平均形狀指數(shù)較大，說明玄武巖在連片化形成大斑塊的同時(shí)，形狀趨于復(fù)雜、不規(guī)則；相反，碳酸鹽巖面積加權(quán)平均形狀指數(shù)較小，而平均形狀指數(shù)偏大，表明大面積的碳酸鹽巖斑塊更趨向簡(jiǎn)單化；研究區(qū)建筑、道路、工礦等建設(shè)用地大多分布在碳酸鹽巖單元之上，該指數(shù)反映出人為干擾對(duì)景觀的影響。分維數(shù)也是表達(dá)景觀格局總體特征和斑塊形狀復(fù)雜程度的重要指標(biāo)，數(shù)值越接近1表明形狀越簡(jiǎn)單，通常是人為影響造成的，能夠反映人類活動(dòng)的干擾情況，數(shù)值越接近于2表明形狀復(fù)雜程度越高。玄武巖的平均斑塊分維數(shù)和面積加權(quán)平均斑塊分維數(shù)(AWMPFD)均比碳酸鹽巖大，可見無(wú)論斑塊大小尺度變化，玄武巖斑塊分維數(shù)偏大，形狀比碳酸鹽巖更為復(fù)雜，破碎度也高，這與玄武巖容易被風(fēng)化剝蝕后成土，造成其上覆景觀類型多樣有關(guān)；碳酸鹽巖斑塊分維數(shù)偏小，人為活動(dòng)影響較多，使其形狀相對(duì)規(guī)則簡(jiǎn)單。以上也綜合反映了玄武巖和碳酸鹽巖分別呈現(xiàn)了近圓形、不規(guī)則塊狀和條帶狀的圖形特征，符合巖漿巖和沉積巖典型的圖形特征。

表5 各巖性單元景觀指數(shù)值

3.3 主成分分析

主成分分析是把數(shù)量較多且相關(guān)性比較大的變量轉(zhuǎn)化為少數(shù)獨(dú)立的不相關(guān)的綜合變量組成主成分，用主成分去分析問題。通過相關(guān)性分析得知，本文用來衡量巖性單元破碎度和形狀特征的景觀指數(shù)之間相關(guān)性比較大，例如面積加權(quán)平均斑塊分維數(shù)與平均斑塊邊界和平均斑塊面積、平均形狀指數(shù)和面積平均形狀指數(shù)都呈顯著負(fù)相關(guān)，其顯著性水平為0.05；平均斑塊分維數(shù)與邊界密度和斑塊密度、邊界密度與斑塊密度以及平均斑塊邊界和平均斑塊面積都呈顯著正相關(guān)，顯著性水平達(dá)到0.01。這些相關(guān)性比較大的景觀指數(shù)對(duì)于景觀格局的解釋存在信息的重疊和冗余，主成分分析可以對(duì)其進(jìn)行降維，以涵蓋85%以上信息的主成分來反映景觀格局特征。

為了便于對(duì)比分析，將以上10個(gè)景觀指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)轉(zhuǎn)化后的數(shù)據(jù)進(jìn)行主成分分析，計(jì)算結(jié)果見表6和表7。表6可知，第一主、第二主成分初始特征值分別為7.848、2.152，方差貢獻(xiàn)率分別為78.479%、21.521%。前兩種主成分的累積方差貢獻(xiàn)率達(dá)到100%，說明這兩種主成分包含了所有指數(shù)信息，可以對(duì)研究單元的破碎度等特征進(jìn)行綜合分析。表7為主成分分析載荷矩陣，表示主成分與原始各指數(shù)之間的相關(guān)程度?？梢钥闯龅谝恢鞒煞諪1與面積加權(quán)平均斑塊分維數(shù)(AWMPFD)、平均斑塊邊界(MPE)、平均斑塊面積(MPS)、平均形狀指數(shù)(MSI)、面積加權(quán)平均形狀指數(shù)(AWMSI)、平均斑塊分維數(shù)(MPFD)、邊界密度(ED)和斑塊密度(PD)的載荷值均大于89.7%，可用第一主成分表示這8個(gè)指數(shù)信息內(nèi)容；由載荷系數(shù)可以得知，第一主成分值越大，平均斑塊邊界、平均斑塊面積和平均形狀指數(shù)越小，其余指數(shù)越大，且第一主成分與面積加權(quán)平均斑塊分維數(shù)相關(guān)性最大，表明該主成分綜合反映了巖性單元斑塊的面積和邊界復(fù)雜度，代表破碎化程度。第二主成分F2與斑塊數(shù)量(NP)和平均周長(zhǎng)面積比(MPAR)載荷值為76%以上，可以反映這2個(gè)指數(shù)信息內(nèi)容，且與平均周長(zhǎng)面積比呈正相關(guān)，相關(guān)性最大，與斑塊數(shù)量呈負(fù)相關(guān)，該主成分主要反映了巖性單元斑塊的形狀特征。

表6 主成分分析因子提取

表7 主成分載荷矩陣

將主成分載荷矩陣中的數(shù)據(jù)分別除以主成分所對(duì)應(yīng)特征值的平方根求得兩個(gè)主成分中原始指標(biāo)對(duì)應(yīng)的系數(shù)，主成分值即為各系數(shù)與原始指數(shù)乘積之和，計(jì)算公式如下：

F1=0.3567×AWMPFE-0.3525×MPE-0.3511×MPS-0.3412×MSI+0.3343×AWMSI+0.3248×MPFD+0.3243×PD+0.3203×ED-0.1733×MPAR+0.2321×NP

F2=0.0283×AWMPFE-0.1076×MPE-0.1227×MPS+0.2004×MSI-0.2391×AWMSI+0.2829×MPFD+0.2849×PD+0.3009×ED+0.5960×MPAR-0.5179×NP

F=0.78×F1+0.22×F2

各巖性單元主成分值計(jì)算結(jié)果見表8，其中F為綜合主成分值。以上可知第一主成分包含了8個(gè)指數(shù)信息，代表巖性單元破碎化程度；第二主成分包含2個(gè)指數(shù)信息，代表巖性單元形狀特征。通過比較，玄武巖第一主成分值較大，表明玄武巖斑塊破碎度高，邊界復(fù)雜，而碳酸鹽巖斑塊破碎程度偏低，F(xiàn)1為負(fù)值更體現(xiàn)了其與玄武巖的差異較大；玄武巖第二主成分值同樣較碳酸鹽巖大，表明玄武巖斑塊形狀呈不規(guī)則團(tuán)塊狀，而碳酸鹽巖斑塊形狀簡(jiǎn)單規(guī)則，呈條帶狀。主成分分析結(jié)果總體符合玄武巖和碳酸鹽巖的巖性特征和遙感解譯標(biāo)志。

表8 各巖性單元主成分值

4 結(jié)語(yǔ)

本文以云南會(huì)澤鉛鋅礦區(qū)玄武巖和碳酸鹽巖為研究對(duì)象，基于面向?qū)ο蠓诸惣夹g(shù)和景觀格局分析工具，通過景觀指數(shù)計(jì)算和主成分分析完成了兩大巖性單元的破碎程度和形態(tài)特征的分析，獲得以下認(rèn)識(shí)：

(1)研究基于RapidEye高分辨率多光譜影像，通過面向?qū)ο蠓诸惣夹g(shù)分離出的裸巖精度較高，用以進(jìn)行的景觀指數(shù)分析效果良好。

(2)文中選取了10個(gè)景觀指數(shù)用來表示裸巖斑塊的破碎度情況和形態(tài)特征，結(jié)果顯示玄武巖的斑塊數(shù)量、斑塊密度和邊界密度均大于碳酸鹽巖，而平均斑塊面積較小，表明玄武巖邊界復(fù)雜、破碎度較高；通過平均斑塊邊界、周長(zhǎng)面積比、形狀指數(shù)和斑塊分維數(shù)等形狀指標(biāo)分析得出，玄武巖斑塊形狀近圓形、呈團(tuán)塊狀，形成的大斑塊形狀復(fù)雜不規(guī)則，而碳酸鹽巖因自身特征和人為干擾影響，總體形狀簡(jiǎn)單，斑塊呈條帶狀。

(3)主成分分析結(jié)果顯示，通過景觀指數(shù)因子分析，提取的主成分累積方差貢獻(xiàn)率達(dá)100%。其中第一主成分包含了平均斑塊邊界、平均斑塊面積、平均形狀指數(shù)、面積加權(quán)平均形狀指數(shù)、平均斑塊分維數(shù)、面積加權(quán)平均斑塊分維數(shù)、邊界密度和斑塊密度8個(gè)指數(shù)信息，載荷值均大于89.7%，代表了巖石斑塊的破碎化程度；第二主成分包含了斑塊數(shù)量和平均周長(zhǎng)面積比2個(gè)指數(shù)信息，載荷值在76%以上，主要反映巖石斑塊的形狀特征。

(4)通過計(jì)算，玄武巖第一、第二及綜合主成分值均大于碳酸鹽巖，表明玄武巖斑塊破碎度高，邊界復(fù)雜，形狀呈不規(guī)則團(tuán)塊狀，碳酸鹽巖斑塊破碎度偏低且形狀簡(jiǎn)單規(guī)則，呈條帶狀。主成分分析結(jié)果與景觀指數(shù)分析結(jié)果相同，均符合玄武巖和碳酸鹽巖風(fēng)化特征和圖形解譯標(biāo)志。

(5)本文通過玄武巖和碳酸鹽巖的景觀指數(shù)以及主成分分析獲取其形態(tài)特征和破碎度，以對(duì)應(yīng)巖漿巖和沉積巖的解譯標(biāo)志，效果良好，具有可行性，也適合于其它區(qū)域巖性單元景觀格局研究。

致謝：本文得到昆明理工大學(xué)地質(zhì)過程與礦產(chǎn)資源省創(chuàng)新團(tuán)隊(duì)和昆明理工大學(xué)遙感地球化學(xué)學(xué)科方向團(tuán)隊(duì)聯(lián)合資助，在此表示感謝！

Aitkenhead M J，Aalders I H.2011.Automating land cover mapping of Scotland using expert system and knowledgeintegration methods[J].Remote Sensing of Environment，115:1285-1295

Cámara J，Gómez-Minguel V，ngel Martín M.2015.Identification of bedrock lithology using fractal dimensions of drainage networks extracted from medium resolution LiDAR digital terrain models [J].Pure and Applied Geophysics：1-17

Clark R N，King TVV，Klejwa M，Swayze G A，and Vergo N.1990.High spectral resolution reflectance spectroscopy of minerals [J].Journal of Geophysical Research，95(B8):12653-12680

Clark R N，Swayze G A，Livo K E，Kokaly R F，Sutley S J，Dalton J B，McDougal R R，Gent C A.2003.Imaging spectroscopy: earth and planetary remote sensing with the USGS Tetracorder and expert systems [J].Journal of Geophysical Research，108 (E12):5-1

De Carvalho L，Clevers J，Skidmore A，de Jong S.2004.Selection of imagery data and classifiers for mapping Braziliannsemideciduous Atlantic forests [J].International Journal of Applied Earth Observationand Geoinformation，5(3):173-186

Fang Ren-jian，Shen Yong-ming，Shi Hai-dong.2015.The changes of coastal wetland landscape pattern based on the characteristics of reclamation: a case study in coastal wetlandof Yancheng，Jiangsu Province，China [J].ActaEcologicaSinica，35(3):641-651(in Chinese with English abstract)

Gan Fu-ping，Wang Run-sheng，Ma Ai-nai，Zhang Zong-gui，Li Meng-xia.2003.Integration for extracting and mineral analysis models for geologicalapplication using remote sensing data [J].Journal of Remote Sensing，7(3):207-213(in Chinese with English abstract)

Grebby S，Naden J，Cunningham D，Tansey K.2011.Integrating airborne multispectral imagery and airborne LiDAR data for enhanced lithological mapping in vegetated terrain [J].Remote Sensing of Environment，115:214-226

Han Run-sheng，Chen Jin，Li Yuan，Ma De-yun，Zhao De-shun，Ma Geng-sheng.2001.Ore-controlling tectonics and prognosis of concealed ores in HuizePb-Zn deposit [J].ActaMineralogicaSinica，21(2): 255-266(in Chinese with English abstract)

Han Run-sheng，Liu Cong-qiang，Huang Zhi-long，Li Yuan，Chen Jin.2001.Characteristics of ore-controlling structures and ree composition of fault rocs in Huize Lead-Zinc deposit，Yunnan [J].Journal of Mineralogy and Petrology，(04):11-18(in Chinese with English abstract)

Huang Si-qin，Chen Ying,Zhang Ren-zhi,Wu Wei,Wei Chen.2015.Spatial correlation analysis of land fragmentation and agriculturedevelopment based on landscape indexes [J].Agricultural Research in the Arid Areas,33(3):238-244(in Chinese with English abstract)

Hunt G R.1977.Spectral signatures of particulate minerals in the visible and near infrared [J].Geophysics，42 (3):501-513

Li Xin,Ou Ming-hao,Ma Xian-lei.2011.Analysis on impact of fragmentation based on landscapeindex to cultivated land use efficiency-a case on Lixiahedistrict in Yangzhou city [J].Journal of Natural Resources，26(10):1758-1767(in Chinese with English abstract)

Li Xue-yuan，Zhao Bo，Chen Shi-lei，Zhao Ying-wang，Bian Kai.2015.Spatial-temporal evolution analysis of mining geological environment based on RS and GIS: a case study of the Dongsheng ore district [J].Remote Sensing for Land & Resources，27(2):167-173(in Chinese with English abstract)

Li Zhi-feng，ZhuGu-chang，Dong Tai-feng.2011.Application of GLCM-based texture features to remote sensing image classification [J].Geology and Exploration，47(3):456-461(in Chinese with English abstract)

Luo Guang-jie，Li Yang-bing，Wang Shi-jie，Cheng An-yun，Dan Wen-li.2011.Comparison of ecological significance of landscape diversity changes in karst mountains: a case study of 4 typical karst area in Guizhou Province [J].ActaEcologicaSinica,31(14):3882-3889(in Chinese with English abstract)

Ma De-feng，Li Pei-jun.2008.The use of multiscale texture in image classification for lithologic mapping[J].Acta Petrological Sinica,24(6):1425-1430(in Chinese with English abstract)

Rempel R S，Kaukinen D，Carr A P.2012.Patch analyst and patch grid.Ontario Ministry of Natural Resources.Centre for Northern Forest Ecosystem Research，Thunder Bay，Ontario

Savas S,Durduran.2015.Automatic classification of high resolution land cover using a new data weighting procedure: The combination of k-means clustering algorithm and central tendency measures (KMC-CTM) [J].Applied Soft Computing，35:136-150

Sun Yu，Nie Jiang-tao，Tian Feng，Qin Kai，YangGuo-fang，Wang Jian.2015.Alteration mineral mapping of the Xiangshan uranium core using HySpex imaginghyperspectral data and its geological significance [J].Geology and Exploration，51(1):165-174(in Chinese with English abstract)

Tang Pan-ke，Wang Run-sheng,Yang Su-ming，Liu Sheng-wei，Yan Bo-kun，Chen Wei-tao.2006.Uncertainty of influential factors about target recognition of imaging spectrometry [J].Geology and Exploration，42(2):74-78(in Chinese with English abstract)

Wang Run-sheng，Gan Fu-ping，Yan Bo-kun，Yang Su-ming，Wang Qing-hua.2010.Hyperspectral mineral mapping and its application [J].Remote Sensing for Land & Resources,(1):1-13(in Chinese with English abstract)

Wang Run-sheng，Xiong Sheng-qing，Nie Hong-feng，Liang Shu-neng，Qi Ze-rong，Yang Jin-zhong，Yan Bai-kun，Zhao Fu-yue，F(xiàn)an Jing-hui，Tong Li-qiang，Lin Jian，Gan Fu-ping，Chen Wei，Yang Su-ming，Zhang Rui-jiang，Ge Da-qing，Zhang Xiao-kun，Zhang Zhen-hua，Wang Pin-qing，Guo Xiao-fang，Li Li.2011.Remote sensing technology and its application in geological exploration [J].ActaGeologicaSinica,85(11):1699-1743(in Chinese with English abstract)

Wang Xian-min，NiuRui-qing，Wu Ting.2010.Research on lithology intelligent classification for Three Gorges Reservoir area [J].Rock and Soil Mechanics，31(9):2946-2950(in Chinese with English abstract)

Yan Shou-xun，Zhang Bing，Zhao Yong-chao，Zheng Lan-fen，Tong Qing-xi，Yang Kai.2004.Summarizing the technical flow and main approaches fordiscrimination and mapping of rocks and minerals using hyperspectral remote sensing [J].Remote Sensing Technology and Application,19(1):52-59(in Chinese with English abstract)

Zha Feng-li,Ma Ming，Chen Sheng-bo，Liu Yan-li，Li Yan-qiu，Huang Shuang.2015.Remote sensing lithologic classification of multispectral data based on the vegetation inhibition method in the vegetation coverage area [J].Earth Science-Journal of China University of Geosciences，40(8):1403-1408(in Chinese with English abstract)

Zhang Xiu-ying，F(xiàn)eng Xue-zhi，Jiang Hong.2009.Feature set optimization in object-oriented methodology [J].Journal of Remote Sensing，13(4):664-669(in Chinese with English abstract)

[附中文參考文獻(xiàn)]

方仁建,沈永明,時(shí)海東.2015.基于圍墾特征的海濱地區(qū)景觀格局變化研究——以鹽城海岸為例[J].生態(tài)學(xué)報(bào),35(3):641-651

甘甫平,王潤(rùn)生,馬藹乃,張宗貴,李孟霞.2003.遙感地質(zhì)信息提取集成與礦物遙感地質(zhì)分析模型[J].遙感學(xué)報(bào),7(3):207-213

韓潤(rùn)生,陳 進(jìn),李 元,馬德云,趙德順,馬更生.2001.云南會(huì)澤鉛鋅礦床構(gòu)造控礦規(guī)律及其隱伏礦預(yù)測(cè)[J].礦物學(xué)報(bào),21(2):265-267

韓潤(rùn)生,劉叢強(qiáng),黃智龍,李 元,陳 進(jìn).2001.云南會(huì)澤鉛鋅礦床構(gòu)造控礦及斷裂構(gòu)造巖稀土元素組成特征[J].礦物巖石,20(4):11-18

黃思琴,陳 英,張仁陟,吳 瑋,魏 晨.2015.基于景觀指數(shù)的耕地細(xì)碎化與農(nóng)業(yè)經(jīng)濟(jì)水平的空間相關(guān)性分析[J].干旱地區(qū)農(nóng)業(yè)研究,33(3):238-244

李 鑫,歐名豪,馬賢磊.2011.基于景觀指數(shù)的細(xì)碎化對(duì)耕地利用效率影響研究——以揚(yáng)州市里下河區(qū)域?yàn)槔齕J].自然資源學(xué)報(bào),26(10):1758-1767

李學(xué)淵,趙 博,陳時(shí)磊,趙穎旺,邊 凱.2015.基于遙感與GIS的礦山地質(zhì)環(huán)境時(shí)空演變分析——以東勝礦區(qū)為例[J].國(guó)土資源遙感,27(2):167-173

李智峰,朱谷昌,董泰鋒.2011.基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用[J].地質(zhì)與勘探,47(3):456-461

羅光杰,李陽(yáng)兵,王世杰,程安云,丹文麗.2011.巖溶山區(qū)景觀多樣性變化的生態(tài)學(xué)意義對(duì)比——以貴州四個(gè)典型地區(qū)為例[J].生態(tài)學(xué)報(bào),31(14):3882-3889

馬德峰,李培軍.2008.加入多尺度圖像紋理的巖性分類[J].巖石學(xué)報(bào),24(6):1425-1430

孫 雨,聶江濤,田 豐,秦 凱,楊國(guó)防,王 健.2015.相山鈾礦巖芯HySpex成像高光譜數(shù)據(jù)蝕變礦物提取及其地質(zhì)意義[J].地質(zhì)與勘探,51(1):165-174

唐攀科,王潤(rùn)生,楊蘇明,劉圣偉,閻柏琨,陳偉濤.2006.成像光譜地物識(shí)別影響因素的不確定性淺析——以礦物識(shí)別為例[J].地質(zhì)與勘探,42(2):74-78

王潤(rùn)生,甘甫平,閆柏琨,楊蘇明,王青華.2010.高光譜礦物填圖技術(shù)與應(yīng)用研究[J].國(guó)土資源遙感,(1):1-13

王潤(rùn)生,熊盛青,聶洪峰,梁樹能,齊澤榮,楊金中,閆柏琨,趙福岳,范景輝,童立強(qiáng),林 鍵,甘甫平,陳 微,楊蘇明,張瑞江,葛大慶,張曉坤,張振華,王品清,郭小方,李 麗.2011.遙感地質(zhì)勘查技術(shù)與應(yīng)用研究[J].地質(zhì)學(xué)報(bào),85(11):1699-1743

王賢敏,牛瑞卿,吳 婷.2010.三峽庫(kù)區(qū)巖性智能分類研究[J].巖石力學(xué),31(9):2946-2950

燕守勛,張 兵,趙永超,鄭蘭芬,童慶禧,楊 凱.2004.高光譜遙感巖礦識(shí)別填圖的技術(shù)流程與主要技術(shù)方法綜述[J].遙感技術(shù)與應(yīng)用,19(1):52-59

查逢麗,馬 明,陳圣波,劉彥麗,李艷秋,黃 爽.2015.基于植被抑制法的植被覆蓋區(qū)多光譜遙感巖性分類[J].地球科學(xué)—中國(guó)地質(zhì)大學(xué)學(xué)報(bào),40(8):1403-1408

張秀英,馮學(xué)智,江 洪.2009.面向?qū)ο蠓诸惖奶卣骺臻g優(yōu)化[J].遙感學(xué)報(bào),13(4):664-669

Analyzing Landscape Patterns of the Basalt and Carbonate Rock Area in the Huize Lead-Zinc Mine，Yunnan Province

SHI Zhen-jie1,2，WEN Xing-ping1,2，MA Wei1,2，SHEN Pan1,2，LUO Da-you1,2，YU Zhi1,2

(1.FacultyofLandResourceEngineering，KunmingUniversityofScienceandTechnology，Kunming，Yunnan650093；2.MineralResourcesPredictionandEvaluationEngineeringLaboratoryofYunnanProvince，Kunming，Yunnan650093)

Basalt and carbonate rocks are typical representatives of igneous and sedimentary rocks，of which the distinct shape features and anti-weathering abilities depend on the differences of the two main types. With the Huize lead-zinc mine area of Yunnan Province as an example，this work attempted to characterize such differences by a quantitative manner. Based on RapidEye remote sensing imagery with 5m resolution，the map patches of basalt and carbonate rocks were extracted using the object-oriented classification technology. Then ten landscape indices representing the patch shape and fragmentation information were calculated，and principal component analysis was performed to eliminate redundant information between indices to express the meaning of indices more reasonably. The results show that for the bare rock patches separated by the object-oriented classification technology，the landscape indices can be calculated independently，which achieve good results. Results of landscape index and principal component analyses were consistent，indicating that the fragmentation degree of basalt is higher than carbonate rocks，and basalt patch shape exhibits blocks of irregular or massive shapes，while carbonate rock has a strip-like form. The analysis results are consistent with lithologic features and graphic characteristic in imagery of the two rocks. The study results would be helpful fo lithology identification of igneous and sedimentary rocks.

basalt，carbonate rocks，object-oriented，landscape pattern，principal component analysis

2015-11-13；

2016-03-04;[責(zé)任編輯]陳偉軍。

國(guó)家自然科學(xué)基金聯(lián)合基金(U1133602)、國(guó)家自然科學(xué)基金(41101343)和云南省高技術(shù)產(chǎn)業(yè)發(fā)展項(xiàng)目計(jì)劃資助。

石振杰(1991年-)，男，昆明理工大學(xué)碩士研究生，主要研究方向?yàn)檫b感地質(zhì)。E-mail: shizhenjie8657 @163.com。

溫興平(1970年-)，男，教授，博士生導(dǎo)師，主要從事遙感地質(zhì)及應(yīng)用研究。E-mail：619001715@qq.com。

P627

A

0495-5331(2016)03-0543-08