Landsat8數(shù)據(jù)與GF—1數(shù)據(jù)提取鐵染蝕變信息的對比分析

王守志 邢立新 楊愛霞 張福坤

摘要 分別使用Landsat8數(shù)據(jù)與GF1數(shù)據(jù)提取研究區(qū)的蝕變信息，利用波段比值法對2種數(shù)據(jù)的提取結(jié)果進(jìn)行對比分析。結(jié)果表明，雖然Landsat8數(shù)據(jù)與GF1數(shù)據(jù)都能夠提取出鐵染蝕變信息，然而對一些微弱的鐵染蝕變信息，GF1數(shù)據(jù)卻表現(xiàn)出更佳的提取效果。

關(guān)鍵詞 Landsat8數(shù)據(jù)；GF1數(shù)據(jù)；波段比值法；鐵染蝕變信息

中圖分類號 S126 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2016）09-284-04

Abstract We used Landsat8 data and GF1 data to extract alteration information in the study area， and then analyzed the extraction results of two kinds of data using the band ratio method. The result showed that， although Landsat8 data and GF1 data could extract alteration information， GF1 data showed better extraction effect for some weak iron stained alteration information.

Key words Landsat8 data； GF1 data； Band ratio method； Iron stained alteration information

圍巖蝕變是指巖漿熱液活動(dòng)中圍巖發(fā)生的一系列化學(xué)反應(yīng)，它不僅能夠反映礦體存在與否，而且能夠指示礦體位置，因此是一種重要的找礦標(biāo)志。由于蝕變圍巖具有獨(dú)特的電磁波輻射特征，因此可以通過遙感的方法識別蝕變圍巖。目前，蝕變信息提取大多采用Landsat衛(wèi)星系列數(shù)據(jù)。例如，何國金等[1]利用TM數(shù)據(jù)提取出了內(nèi)蒙古撰山子地區(qū)的金礦化蝕變信息；馬建文[2]利用TM多光譜數(shù)據(jù)提取出了含礦蝕變帶；沈利霞等[3]利用TM數(shù)據(jù)提取出了內(nèi)蒙古不同植被覆蓋率地區(qū)的礦化蝕變信息。自Landsat8發(fā)射以來，OLI（陸地成像儀）傳感器也加入了蝕變信息提取的行列。然而，Landsat系列衛(wèi)星的空間分辨率最高為15 m，在一定程度上影響了蝕變信息提取的精度，尤其是異常蝕變信息的提取。GF1衛(wèi)星為我國高分辨率對地觀測系統(tǒng)國家科技重大專項(xiàng)的首顆衛(wèi)星，其中的PMS相機(jī)設(shè)置有2 m全色、8 m多光譜波段，是分辨率較高的新型光學(xué)遙感器。筆者利用波段比值法分別對Landsat8數(shù)據(jù)、GF1數(shù)據(jù)進(jìn)行蝕變信息提取，然后對提取結(jié)果進(jìn)行對比分析，為更好地提取蝕變信息提供參考。

1 研究區(qū)域與數(shù)據(jù)源

1.1 研究區(qū)概況 研究區(qū)域（圖1）位于新疆天山山脈中部腹地，行政區(qū)劃屬和靜縣管轄。研究區(qū)地處高寒山區(qū)，海拔較高，夏季短暫且多雨，冬季漫長且多雪。

研究區(qū)域地層出露比較齊全，地殼運(yùn)動(dòng)及火成活動(dòng)都較強(qiáng)烈，成礦地質(zhì)條件優(yōu)越，礦產(chǎn)資源十分豐富，是新疆重要的鐵礦、銅礦帶。區(qū)域上出露的地層有古生界志留系上統(tǒng)、泥盆系中統(tǒng)及上統(tǒng)、石炭系下統(tǒng)及上統(tǒng)、二疊系下統(tǒng)及上統(tǒng)，中生界三疊系下統(tǒng)及中上統(tǒng)、侏羅系下統(tǒng)及中下統(tǒng)、中統(tǒng)、上統(tǒng)，白堊系下統(tǒng)及上統(tǒng)，新生界古近系、新近系及第四系，且在志留系及泥盆系地層有火成巖體侵入[4]。

1.2 數(shù)據(jù)源 Landsat 8衛(wèi)星由NASA（美國國家航空航天局）于2013年2月11日成功發(fā)射。其上攜帶有2個(gè)主要載荷：OLI（Operational Land Imager，陸地成像儀）和TIRS（Thermal Infrared Sensor，熱紅外傳感器）。OLI傳感器有9個(gè)光譜波段，與ETM+相比增加了2個(gè)波段，波段范圍有所變化，其中尤以近紅外和全色波段的波長范圍變化最明顯，空間分辨率為15 m（全色波段）和30 m（多光譜波段），成像幅寬為185 km；TIRS有2個(gè)熱紅外波段，空間分辨率為100 m[5]。

GF1衛(wèi)星于2013年4月26日在酒泉衛(wèi)星發(fā)射中心由長征二號丁運(yùn)載火箭成功發(fā)射，其上搭載了2臺2 m分辨率全色/8 m分辨率多光譜相機(jī)，4臺16 m分辨率多光譜相機(jī)[6]。它的特點(diǎn)是增加了高分辨率多光譜相機(jī)，該相機(jī)的性能在國內(nèi)投入運(yùn)行的對地觀測衛(wèi)星中最強(qiáng)。此外，GF1的寬幅多光譜相機(jī)幅寬達(dá)到了800 km。GF1在具有類似空間分辨率的同時(shí)，可以在更短的時(shí)間內(nèi)對一個(gè)地區(qū)重復(fù)拍照，其重復(fù)周期只有4 d，而世界上同類衛(wèi)星的重復(fù)周期大多超過10 d?？梢哉f，GF1實(shí)現(xiàn)了高空間分辨率和高時(shí)間分辨率的完美結(jié)合。Landsat8與GF1的數(shù)據(jù)信息對比見表1。

2 Landsat8數(shù)據(jù)與GF1數(shù)據(jù)鐵染蝕變信息提取對比

2.1 干擾信息去除 遙感異常提取工作要求高質(zhì)量的遙感數(shù)據(jù)，對于干擾因素如云、雪、植被等，在遙感地質(zhì)領(lǐng)域，這些信息是不利信息，需要在獲取遙感影像的時(shí)候加以考慮，在選擇遙感數(shù)據(jù)時(shí)，一般情況下，盡可能地選擇在植被發(fā)育不好、冰雪覆蓋較少、天空云量較少的季節(jié)，這樣有利于最大程度獲得地表裸露的巖石、土壤以及微弱的礦化蝕變信息[7]。因此，為了能更加有效、準(zhǔn)確地提取目標(biāo)地物信息，該研究選取了無云、冬季的影像，在蝕變信息提取之前只需要建立掩膜圖像去除積雪即可。表2為Landsat8數(shù)據(jù)與GF1數(shù)據(jù)去除干擾信息前后的對比結(jié)果。從表2可以看出，干擾信息去除前后的效果還是比較明顯的，說明干擾信息對異常信息的提取是有一定程度影響的。

2.2 鐵染蝕變信息提取 在蝕變信息提取之前，首先對Landsat8數(shù)據(jù)、GF1數(shù)據(jù)各波段進(jìn)行相關(guān)性分析，結(jié)果見表3、4。

從表3可以看出，Band2與Band3相關(guān)性較高，Band3與Band4相關(guān)性較高，Band6與Band7相關(guān)性較高，而Band5相對獨(dú)立。從表4可以看出，Band1與Band2的相關(guān)性較高，Band2與Band3的相關(guān)性較高。

另外，根據(jù)含鐵礦物的波譜特征（圖2），F(xiàn)e2+在1.1～2.4 μm波段的波譜隨著礦物內(nèi)部結(jié)構(gòu)的差異而具有不同的波譜吸收特征。Fe3+的吸收波譜帶分布在0.85～0.94 μm、0. 45 μm以及0.55 μm波段，其中0.85～0.94 μm為Fe3+的強(qiáng)吸收帶。對于Landsat8數(shù)據(jù)，含鐵離子礦物在Band2、Band3、Band5的反射率會降低，而在Band4的反射率會增高；對于GF1數(shù)據(jù)，含鐵離子礦物在Band1、Band2、Band4的反射率會降低，而在Band3的反射率會增高。含鐵離子的礦物主要有赤鐵礦、褐鐵礦、針鐵礦、黃鉀鐵礬、磁鐵礦等，這些礦物的光譜特征主要由其所包含的鐵離子價(jià)態(tài)和其中的含水性等因素決定的。

波段比值法可以消除地形影響，主要應(yīng)用于具有強(qiáng)吸收和高反射波譜特性的地物信息的增強(qiáng)處理。因此，在遙感礦化蝕變信息提取中需要根據(jù)蝕變地物的光譜特征選擇相應(yīng)的波段進(jìn)行比值法處理。在該研究中，Landsat8數(shù)據(jù)則采用Band4/Band2進(jìn)行含鐵蝕變的增強(qiáng)，GF1數(shù)據(jù)采用Band3/Band1進(jìn)行含鐵蝕變的增強(qiáng)。

2.2.1 Landsat8數(shù)據(jù)提取蝕變信息。針對研究區(qū)遙感影像波段分析，確定研究區(qū)以Band2、Band4為一組進(jìn)行波段比值提取鐵染異常信息，得出波段比值信息（表5）。為了加強(qiáng)蝕變異常點(diǎn)的連通性，消除孤立點(diǎn)的影像，將符合要求的主成分波段進(jìn)行5×5中值濾波處理。當(dāng)多光譜影像覆蓋面積足夠大時(shí)，其各波段及其線性處理結(jié)果統(tǒng)計(jì)規(guī)律服從正態(tài)分布[8-10]。而后，將濾波后的結(jié)果圖按照“均值+n×標(biāo)準(zhǔn)差”的方法進(jìn)行閾值分割，該研究統(tǒng)一按照均值分別加上3.0、2.5、2.0、1.5倍標(biāo)準(zhǔn)差為標(biāo)準(zhǔn)劃分出一級、二級、三級程度的蝕變信息（表5）。

而后，將中值濾波后的異常信息分類圖導(dǎo)入到ArcGIS中，得到圖3。

2.2.2 GF1數(shù)據(jù)提取蝕變信息。針對研究區(qū)遙感影像波段分析，確定研究區(qū)以Band1、Band3為一組進(jìn)行波段比值提取鐵染異常信息，得出波段比值信息（表6）。為了加強(qiáng)蝕變異常點(diǎn)的連通性，消除孤立點(diǎn)的影像，該研究將符合要求的主成分波段進(jìn)行5×5中值濾波處理。當(dāng)多光譜影像覆蓋面積足夠大時(shí)，其各波段及其線性處理結(jié)果統(tǒng)計(jì)規(guī)律服從正態(tài)分布[8-10]。而后，將濾波后的結(jié)果圖按照“均值+n×標(biāo)準(zhǔn)差”的方法進(jìn)行閾值分割，該研究統(tǒng)一按照均值分別加上3.0、2.5、2.0、1.5倍標(biāo)準(zhǔn)差為標(biāo)準(zhǔn)劃分出一級、二級、三級程度的蝕變信息（表6）。

而后，將中值濾波后的異常信息分類圖導(dǎo)入到ArcGIS中，得到圖4。

2.3 分析與驗(yàn)證 根據(jù)Landsat8數(shù)據(jù)和GF1數(shù)據(jù)的波段特性，將USGS波譜庫中鐵染蝕變礦物（赤鐵礦、褐鐵礦、針鐵礦、黃鉀鐵礬、磁鐵礦反射率的平均）的波譜曲線進(jìn)行重采樣，使其分別與數(shù)據(jù)源的波譜區(qū)間及間隔一致，重新建立USGS波譜曲線。然后，分別將Landsat8和GF1影像數(shù)據(jù)提取的蝕變信息的波譜曲線與經(jīng)過重采樣的礦物光譜曲線進(jìn)行相似性匹配，對比兩者的匹配度。

為滿足上述驗(yàn)證需要，首先根據(jù)原始數(shù)據(jù)計(jì)算地表反射率，得出其地表反射率曲線，然后，將提取的蝕變信息部分的波譜曲線與經(jīng)過重采樣的USGS波譜庫中鐵染蝕變礦物波譜曲線進(jìn)行匹配，檢驗(yàn)匹配度。由于GF1數(shù)據(jù)可以提取出更多的蝕變信息，尤其是

弱蝕變信息，為此該研究選取出了Landsat8數(shù)據(jù)提取不到的弱蝕變信息部分進(jìn)行驗(yàn)證。結(jié)果表明，GF1數(shù)據(jù)提取的鐵染異常信息和USGS波譜庫中鐵染蝕變礦物匹配達(dá)到了78.1%（圖5）。

因此，雖然Landsat8數(shù)據(jù)和GF1數(shù)據(jù)都能夠提取出蝕變信息，然而對一些微弱的鐵染蝕變信息，GF1數(shù)據(jù)卻表現(xiàn)出更佳的提取效果。

3 結(jié)論

該研究運(yùn)用波段比值法，分別根據(jù)Landsat8數(shù)據(jù)和GF1數(shù)據(jù)對研究區(qū)域的鐵染異常信息進(jìn)行提取，對提取結(jié)果進(jìn)行對比分析后發(fā)現(xiàn)，GF1數(shù)據(jù)能夠提取出更多的異常信息，尤

其是Landsat8數(shù)據(jù)提取不到的弱蝕變信息其效果尤佳。然而，一方面，該研究對鐵染蝕變信息的提取是基于原始影像的提取，未對影像進(jìn)行幾何校正、大氣校正等預(yù)處理，可能會影響到比較的結(jié)果；另一方面，GF1數(shù)據(jù)的多光譜波段只有4個(gè)波段，且多為可見光波段，未能充分利用其他波段的信息，而Landsat8數(shù)據(jù)波段范圍從可見光波段一直到短波紅外波段。

所以，后續(xù)將考慮從以下兩方面進(jìn)行改進(jìn)：①對參與提取的影像進(jìn)行幾何校正、大氣校正等預(yù)處理，降低二者幾何匹配及大氣信息對提取結(jié)果的干擾；②將Landsat8數(shù)據(jù)與GF1數(shù)據(jù)相融合，使用融合后的數(shù)據(jù)提取更精確的鐵染蝕變信息，綜合二者的優(yōu)勢，獲取精度更高的鐵染蝕變信息。

參考文獻(xiàn)

[1]何國金，胡德永，陳志軍，等.從TM圖像中直接提取金礦化信息[J].遙感技術(shù)與應(yīng)用，1995，10（3）：51-54.

[2]馬建文.利用TM數(shù)據(jù)快速提取含礦蝕變帶方法研究[J].遙感學(xué)報(bào)，1997，1（3）：208-213.

[3]沈利霞，劉麗萍，蘇新旭，等.不同植被覆蓋率地區(qū)遙感礦化蝕變提取研究[J].現(xiàn)代地質(zhì)，2008，22（2）：293-298.

[4]宋弢.基于ETM+遙感數(shù)據(jù)的礦化蝕變異常信息提取[D].西安：長安大學(xué)，2010：1-54.

[5]初慶偉，張洪群，吳業(yè)煒，等.Landsat8衛(wèi)星數(shù)據(jù)應(yīng)用探討[J].遙感信息，2013，28（4）：110-114.

[6]陸春玲，王瑞，尹歡.“高分一號”衛(wèi)星遙感成像特性[J].航天返回與遙感，2014，35（4）：67-73.

[7]周永貴.阿爾金山北緣喀臘大灣地區(qū)遙感異常信息提取及找礦靶區(qū)預(yù)測[D].北京：中國地質(zhì)科學(xué)院，2013：1-100.

[8]MOGHTADERI A，MOORE F，MOHAMMADZADEH A.The application of advanced spaceborne thermal emission and reflection（ASTER）radiometer data in the detection of alteration in the Chadormalu Paleocrater，Bafq region，Central Iran[J].Journal of Asian earth sciences，2007，30（2）：238-252.

[9]ZHANG X F，PAZNER M，DUKE N.Lithologic and mineral information extraction for gold exploration using ASTER data in the south Chocolate Mountains（California）[J].ISPRS journal of photogrammetry & remote sensing，2007，62（4）：271-282.

[10]呂鳳軍，郝躍生，石靜，等.ASTER遙感數(shù)據(jù)蝕變遙感異常提取研究[J].地球?qū)W報(bào)，2009（2）：271-276.