遙感與化探數(shù)據(jù)融合處理技術(shù)方法及應(yīng)用研究

■徐世來(lái)

（青海省第五地質(zhì)礦產(chǎn)勘查院　青?！∥鲗帯?10028）

遙感與化探數(shù)據(jù)融合處理技術(shù)方法及應(yīng)用研究

■徐世來(lái)

（青海省第五地質(zhì)礦產(chǎn)勘查院青海西寧810028）

實(shí)際工作中，對(duì)于礦產(chǎn)的勘查工作，合理將遙感、化探技術(shù)綜合利用，將二者的優(yōu)點(diǎn)結(jié)合在一起，通過(guò)互補(bǔ)提高找礦的準(zhǔn)確性和找礦效率。通過(guò)在實(shí)際找礦過(guò)程中對(duì)遙感、化探的利用取得了的不錯(cuò)效果，可以確定該方法是一種不錯(cuò)的找礦方式，應(yīng)當(dāng)在未來(lái)礦產(chǎn)勘查中對(duì)其進(jìn)行推廣與應(yīng)用。基于此，本文將著重分析探討遙感與化探數(shù)據(jù)融合處理技術(shù)方法及應(yīng)用，以期能為以后的實(shí)際工作起到一定的借鑒作用。

遙感化探數(shù)據(jù)融合

1　遙感與化探技術(shù)概述

1.1遙感技術(shù)

遙感技術(shù)在礦產(chǎn)勘查中的具體應(yīng)用，就是通過(guò)遙感數(shù)據(jù)或遙感圖形，找到找礦區(qū)域的成礦背景、成礦地質(zhì)行跡、成礦條件等。遙感地質(zhì)找礦模型，建立由遙感地質(zhì)圖像和信息層面上升到規(guī)則層面和知識(shí)層面上。

1.2化探技術(shù)

化探技術(shù)是地球化學(xué)找礦技術(shù)的簡(jiǎn)稱(chēng)，目前，我國(guó)在礦產(chǎn)勘查過(guò)程中，化探技術(shù)已經(jīng)成為了一個(gè)獨(dú)立的應(yīng)用體系。在找礦過(guò)程中可以依據(jù)方法和勘查對(duì)象的不同進(jìn)行分離，主要分為金屬礦化探、地?zé)峄降取?/p>

2　遙感與化探數(shù)據(jù)融合處理技術(shù)方法

2.1數(shù)據(jù)融合方法

（1）像素層數(shù)據(jù)融合基于像素的數(shù)據(jù)融合大都是以初始圖象數(shù)據(jù)為基礎(chǔ)，讓圖象增強(qiáng)、分割以及分類(lèi)是其主要目的，只有這樣才能將更佳的輸入信息提供給人工判讀圖象或者特征層的進(jìn)一步融合。在三級(jí)融合層中像素層融合在我國(guó)是研究最成熟的一級(jí)，豐富且有效的融合算法已經(jīng)形成。（2）特征層數(shù)據(jù)融合在對(duì)信息提供上，像素層比較有限，例如：在分類(lèi)處理圖象時(shí)，單單運(yùn)用圖象的像素值的分類(lèi)結(jié)果，存在有限精度，但是對(duì)圖象中目標(biāo)特征信息進(jìn)行運(yùn)用，則能夠讓分類(lèi)精度得到顯著提升。隨著不斷增長(zhǎng)的對(duì)地觀(guān)測(cè)數(shù)據(jù)量以及不斷提升的圖象分辨率，用戶(hù)的靜態(tài)非實(shí)時(shí)信息需求逐漸轉(zhuǎn)化成動(dòng)態(tài)實(shí)時(shí)，很多用戶(hù)都開(kāi)始需要基于遙感數(shù)據(jù)實(shí)時(shí)處理的目標(biāo)檢測(cè)、變化檢測(cè)以及目標(biāo)識(shí)別等應(yīng)用。（3）決策層數(shù)據(jù)融合。數(shù)據(jù)融合的最高層次就是決策層融合，通過(guò)決策層融合的結(jié)構(gòu)能夠直接成為決策要素來(lái)實(shí)施相應(yīng)行為，并且還能夠讓決策者直接提供決策參考。決策層融合方法主要有基于辨識(shí)和基于知識(shí)的兩種決策融合方法。基于辨識(shí)法是通過(guò)將一定的假設(shè)前提進(jìn)行設(shè)定，然后將目標(biāo)的概率模型建立起來(lái)，從而實(shí)施目標(biāo)分類(lèi)，其中最為常見(jiàn)的方法有MAP方法、ML方法以及BC方法等。而基于知識(shí)的決策層融合方法，則是通過(guò)運(yùn)用邏輯模板和句法上下文知識(shí)來(lái)對(duì)數(shù)據(jù)進(jìn)行描述和融合，比較常見(jiàn)的有，基于神經(jīng)網(wǎng)絡(luò)的方法、基于專(zhuān)家知識(shí)的方法以及基于模糊邏輯的方法等。

2.2遙感與化探數(shù)據(jù)的疊合

在礦產(chǎn)勘查過(guò)程中，將遙感與化探數(shù)據(jù)合理疊合在一起，其主要目的就是發(fā)揮各自?xún)?yōu)勢(shì)，做到優(yōu)勢(shì)互補(bǔ)。在對(duì)圖像進(jìn)行疊合后，遙感圖形的基本特征并不會(huì)受到破壞，又可以不同程度地顯出化探異常情況，依據(jù)情況對(duì)礦產(chǎn)勘查情況進(jìn)行合理分析。在找礦過(guò)程中對(duì)區(qū)域范圍部分按原圖色彩進(jìn)行監(jiān)督分類(lèi)，在多次試驗(yàn)之后，確定各分類(lèi)賦值。在分類(lèi)與監(jiān)督的基礎(chǔ)下，先通過(guò)條件判斷，再利用算數(shù)運(yùn)算與假彩色合成并融合遙感圖像，監(jiān)督分類(lèi)化探圖像采用應(yīng)用幾何平均法與假彩色合成，最終完成遙感圖像融合，從而為找礦提供有利的圖像依據(jù)。

2.3遙感影像信息提取和地球化學(xué)測(cè)量相結(jié)合

以某工程實(shí)際為例，測(cè)區(qū)遙感數(shù)據(jù)采用ETM+數(shù)據(jù)，應(yīng)用1、4、7波段進(jìn)行假彩色圖像的合成，主要應(yīng)用主成分分析法，將以羥基為主的基因團(tuán)異常和以鐵染為主的變價(jià)元素異常進(jìn)行提取。在這其中，測(cè)區(qū)的地形信息主要有第一的主成分突出，分析增強(qiáng)Fe3+信息主要由1、3、4、5或者是2、3、4、5波段，突出金屬或羥基信息主要由1、4、5、7或者2、4、5、7。分級(jí)所提取異常利用標(biāo)準(zhǔn)離差的倍數(shù)，羥基異常的分級(jí)分別取3．0，2．5，2．0倍的標(biāo)準(zhǔn)差，鐵染異常的分級(jí)分別取3．2，2．7，2．2倍的標(biāo)準(zhǔn)差。分別將各級(jí)異常輸出到不同的通道中并賦與紅綠藍(lán)顏色，得到異常數(shù)據(jù)。

結(jié)合菱形塊狀構(gòu)造分析在遙感影像的分析中，存在一二級(jí)羥基異常在菱形塊狀構(gòu)造帶內(nèi)，并且有二三級(jí)的鐵染異常在周?chē)?。在菱形塊狀構(gòu)造帶的周?chē)?00道400 nt的高航磁異常，其可以將該區(qū)域內(nèi)的巖漿熱液活動(dòng)位置實(shí)現(xiàn)圈定，以此更好的提供依據(jù)給巖漿巖侵入有關(guān)成礦背景的尋找工作。在區(qū)內(nèi)的中部會(huì)由于兩條EW向斷裂構(gòu)造引起的破碎帶和基性巖體引起羥基、鐵染異常。而對(duì)于南部的羥基、鐵染異常，其主要是由于熱液侵入后沿不同方向形成的斷裂、節(jié)理。

土壤地球化學(xué)測(cè)量分析在航磁、遙感影像和遙感礦化信息提取共同圈定的范圍內(nèi)密集布點(diǎn)，其他區(qū)域布僅設(shè)控制點(diǎn)。測(cè)量分析結(jié)果一共圈定了Cu、Pb、Zn、Au、Ag、W、Mo、As、Sb、Bi、Sn、Hg、Cd等13種單元素異常200多處。圖1為測(cè)區(qū)Cu、Zn、Sb、Hg、As化探綜合異常圖(僅列出具有找礦意義、元素套合較好的乙3級(jí)以上異常)。由圖1可知:主要的異常套合區(qū)集中于測(cè)區(qū)東部3條斷裂帶區(qū)域內(nèi)，Au、Ag、Cu、Pb等綜合異常分布于測(cè)區(qū)北部；在測(cè)區(qū)北部以Au、Cu、Ag、Mo組合異常為特征呈近EW向展布，中部以Cu、Ag、Pb、Zn、Ni、Mo、W、Bi組合異常為主要特征呈近EW向或NW向展布，南部以Cu、Au、Ag、Mo、W、Bi組合異常為主要特征呈NW向或NE向展布，表明區(qū)內(nèi)該類(lèi)親銅類(lèi)成礦元素和鐵組元素具有較大的找礦潛力。

圖1　Cu、Zn、Sb、Hg、As化探異常與遙感影像構(gòu)造分析結(jié)果

[1]曹廣真.多源數(shù)據(jù)融合在金礦成礦預(yù)測(cè)中的應(yīng)用研究 [D].山東科技大學(xué)，2003.

[2]潘軍.多元地學(xué)空間數(shù)據(jù)融合及可視化研究 [D].吉林大學(xué)，2005.

[3]吳健.遙感-化探信息融合方法研究 [D].吉林大學(xué)，2008.

[4]魏文薪.遙感數(shù)據(jù)與化探數(shù)據(jù)融合及應(yīng)用研究 [D].吉林大學(xué)，2007.

[5]張翠芬.多源遙感數(shù)據(jù)協(xié)同巖性分類(lèi)方法研究 [D].中國(guó)地質(zhì)大學(xué)，2014.

P632[文獻(xiàn)碼]A

1000-405X（2016）-9-340-1