基于ASTER遙感數(shù)據(jù)的巖性提取方法研究

張 春， 劉漢湖， 陽昌霞

（成都理工大學(xué)地球科學(xué)學(xué)院，成都 610059）

目前，遙感數(shù)據(jù)源越來越多，但就現(xiàn)階段而言，數(shù)據(jù)空間分辨率和光譜分辨率的提高往往不能兼得，相反有些還出現(xiàn)互相消長的趨勢. 由于ASTER 數(shù)據(jù)具有較高的空間分辨率和光譜分辨率特征，因而在地質(zhì)勘查、巖性識別中越來越多地被應(yīng)用［1］. 得益于遙感技術(shù)的不斷成熟，人們獲得巖石的光譜圖像并對其進(jìn)行分析變得更加方便，現(xiàn)階段，各個國家在使用這種技術(shù)對巖石屬性進(jìn)行研究時，通常選取的是植被較少，沒受到人的影響以及有大面積的巖石直接顯露出來的區(qū)域，并開發(fā)出一大批可用的巖性提取技術(shù)方法［2］. 國內(nèi)外研究人員應(yīng)用ASTER數(shù)據(jù)已取得了一些研究進(jìn)展，Kruse等使用空中GERAIS數(shù)據(jù)從內(nèi)華達(dá)州的某個地區(qū)獲取其中的相關(guān)巖性數(shù)據(jù)，并識別出其中出現(xiàn)硅化的區(qū)域，同時在出現(xiàn)了熱液蝕變的范圍內(nèi)找到了銨長石等物質(zhì)［3-4］. Rowan等對位于加州的帕斯山脈進(jìn)行了分析，通過ASTER得到的信息進(jìn)行分析，同時使用了相關(guān)分析技術(shù)，比如匹配濾波等，成功識別方解石和白云石［5］. Sankaran 等以阿曼蘇丹國中部地區(qū)為研究區(qū)，基于ASTER遙感數(shù)據(jù)檢測相關(guān)的熱液礦化帶［6］. 陳圣波等利用光譜波段比值法對影像進(jìn)行增強(qiáng)處理，還有效區(qū)分出片巖以及碳酸鹽巖等巖性信息［7］. 本文使用西藏自治區(qū)貢覺縣ASTER數(shù)據(jù)，通過圖像處理、地質(zhì)解譯及信息提取等步驟并采用相關(guān)方法來增強(qiáng)圖像，從而獲得相關(guān)的巖性信息，提取研究區(qū)的巖性信息，從而給巖性研究和礦床勘探提供參考.

1 研究區(qū)概況

研究區(qū)貢覺縣屬于藏東南三江流域的橫斷山脈峽谷區(qū)，屬西藏自治區(qū)昌都地區(qū)管轄，面積6 352.5 km2.地形從東南向西北傾斜. 最高海拔5443 m，最低海拔2570 m，平均海拔4021 m［8］，工作區(qū)露頭良好，大部分為基巖裸露區(qū)［9］. 處于青藏高原東南部北端，處于羌塘地體東西與南北向構(gòu)造的拐角處，東鄰金沙江縫合帶，西鄰班公—怒江縫合帶，它是羌塘地塊和蘭坪—思茅地塊中許多早期新生代沉積盆地之一，它長約275 km，寬約15 km，并且呈北北西向條帶狀展布［10］. 西藏—川西—三江地區(qū)的地質(zhì)構(gòu)造十分復(fù)雜. 通過拉張與匯聚、隆起與坳陷的演化，形成了復(fù)雜多樣的構(gòu)造格局目前對其早期構(gòu)造演化的研究表明，它主要分為三個階段：晚古生代-中生代早期多島造山階段、中生代中后期陸內(nèi)俯沖造山階段和新生代陸內(nèi)轉(zhuǎn)換造山階段［11］.

圖1 研究區(qū)位置示意圖Fig.1 Location map of the study area

2 數(shù)據(jù)預(yù)處理

ASTER是高級星載熱發(fā)射反射輻射計（Advanced Spaceborne Thermal Emission and Reflection Radiometer）的簡稱，本文選擇的數(shù)據(jù)源是L1B級數(shù)據(jù)，用ENVI軟件打開L1A級和L1B級數(shù)據(jù)會自動進(jìn)行輻射定標(biāo)，所以直接進(jìn)行大氣校正. 重采樣主要是把短波紅外波段4～9空間分辨率重采樣為15 m，然后對新的ENVI標(biāo)準(zhǔn)格式文件進(jìn)行頭文件的編輯，包括波長與FWHM 值（半最大值全波），將文件的格式從BSQ 轉(zhuǎn)為BIL，以便用FLAASH 模塊進(jìn)行大氣校正. 在選擇好輸入文件后，軟件會彈出縮放因子，根據(jù)頭文件中ASTER數(shù)據(jù)的輻射亮度值的單位與FLAASH模塊中的單位，換算得出縮放因子為10，基于季節(jié)/緯度對MODTRAN 大氣模型進(jìn)行選擇，研究區(qū)的ASTER數(shù)據(jù)處于北緯30°的3月應(yīng)選擇中緯度冬季，根據(jù)當(dāng)?shù)氐膶嶋H情況以及ASTER數(shù)據(jù)的波段的設(shè)置情況［12］.

3 巖性信息提取

3.1 VNIR-SWIR最佳波段組合法

圖像波段數(shù)據(jù)的標(biāo)準(zhǔn)偏差反映了某個波段的像素亮度值相對于波段的像元亮度平均值的離散程度，即圖像波段的不同像素之間的亮度值越離散［13］. 利用最佳指數(shù)因子計算特征值，得到信息量最大的波段合成組合（圖2），用于識別和提取研究區(qū)域的巖性信息［14］. 最佳指數(shù)因子計算公式為

式中：γxy、γxz、γyz分別為兩兩波段之間的相關(guān)系數(shù)，σx、σy和σz分別為單波段bn的標(biāo)準(zhǔn)差. 根據(jù)研究得知，參數(shù)IOIF的數(shù)值增加時，與之相關(guān)的組合就含有更多的信息，它就可以更加清晰地將地表信息展現(xiàn)出來［15］.表1具體展示出不同組合方式下IOIF的值，可以看出來，數(shù)值最大的是136組合，它就是最終的選擇［15］.

圖2 研究區(qū)Band6（R）-3（G）-1（B）彩色合成圖Fig.2 Band6（R）-3（G）-1（B）color synthesis diagram in the study area

3.2 主成分分析法

通過該方法可以實現(xiàn)維度的降低. 通過查看VNIR-SWIR9 波段基本統(tǒng)計數(shù)據(jù)，表2 中可以看出，第一主分量含有最多信息量，達(dá)到了95.372 4%，并且主要來自VNIR 波段中的Band2 以及SWIR 波段中.第一第二主成分分量占總信息的98.147 7%.其余主分量相比第一第二主分量，雖然所含信息較少，但也有十分特別或者重要的巖性信息. 由于第七到第九主分量信息含量十分少，暫不考慮［16］.

為更清楚地分析每個主分量在巖性識別中的作用，提取前六個主成分分量的單波段影像（圖3）. 第一主成分、第二主成分含有信息量較多，各類地質(zhì)體的分辨較好，其余可用來輔助巖性識別.

主成分變換后，不同的主成分包含著不同信息，根據(jù)需要選擇合適的波段組合，此處經(jīng)過多次反復(fù)分析和實驗，最終將信息特征顯著的PC4、PC3、PC5 主成分分別置于紅綠藍(lán)影像層，生成主成分合成影像，主成分合成影像的顏色差別能識別更加細(xì)微的巖性差別（圖4）.

表1 ASTER波段組合OIF指數(shù)Tab.1 ASTER band combined OIF index

表2 主成分分析后信息含量及累計特征值Tab.2 Information content and accumulated characteristic value after PCA

圖3 ASTER PCA主分量單波段影像Fig.3 ASTER PCA principal component single-band image

3.3 波段比值法

該方法經(jīng)常被用在遙感得到的圖像進(jìn)行處理，一般情況下，選擇的波段是任意的，還能夠固定一個波段，然后計算它和其他不同波段之間的比［17］. 具體應(yīng)用時，能將光譜圖像中比較細(xì)微的區(qū)別放大，并且將由于光強(qiáng)的不同而造成的影響盡可能減?。?8］. 對不同的指數(shù)進(jìn)行處理（圖5），通過彩色合成來將巖石屬性的相關(guān)數(shù)據(jù)凸現(xiàn)出來［19-20］.

經(jīng)分析發(fā)現(xiàn)，研究區(qū)東部的砂巖以及驁曲組微晶灰?guī)r的影像特征比較明顯，巖性界線較明顯. 中部的波里拉組角礫狀灰?guī)r影像特征較明顯，與右邊甲丕拉組長石砂巖鈣質(zhì)粉砂巖巖性界線較清楚，研究區(qū)左部的馬拉松多群火山巖組流紋巖相比較而言巖性界線也較清楚，但是其他巖性色調(diào)從圖像上看還是比較混雜，需要結(jié)合考慮其他的礦物指數(shù)方法以及其他方法結(jié)合提取巖性界線.

圖4 ASTER PC4-PC3-PC5 RGB 彩色合成影像圖Fig.4 ASTER PC4-PC3-PC5 RGB color composite image

圖5 研究區(qū)ASTER圖像Fig.5 ASTER image of the study area

4 巖性單元的遙感影像特征研究

4.1 研究區(qū)巖性劃分

本篇文章在研究的時候，結(jié)合了當(dāng)?shù)氐牡刭|(zhì)圖，比例為1∶20萬，經(jīng)分析與統(tǒng)計，研究區(qū)內(nèi)包含的主要巖石種類為灰?guī)r、砂巖、流紋巖、礫巖、花崗巖等等. 其中本研究區(qū)內(nèi)的主要巖性單元為：流紋巖、砂巖、灰?guī)r.

4.2 典型巖性影像特征

通過前文所用的幾種方法解譯出典型巖性的界線，并且最好找出各種巖性具有代表性的影像特征. 由于在不同地層年代，就算同一種巖性由于物質(zhì)組成、外部環(huán)境影響、內(nèi)部結(jié)構(gòu)不同，在影像上也會有不同的特征，因此選取研究區(qū)內(nèi)具有特征的波段組合圖像與主成分分析圖像進(jìn)行影像特征描述（圖6）.

圖6 各類巖石影像特征Fig.6 Image characteristics of various rocks

4.3 編譯巖性解譯圖

本研究區(qū)巖體的主要巖性為微晶灰?guī)r、砂巖、粉砂巖、流紋巖. 為了完成研究區(qū)巖體的目視解譯，首先需要為該區(qū)域建立遙感解釋標(biāo)志. 表3為研究區(qū)巖性解譯標(biāo)志.

表3 研究區(qū)巖性解譯標(biāo)志Tab.3 Interpretation signs of lithology in the study area

將研究區(qū)區(qū)域地質(zhì)解譯草圖與研究區(qū)區(qū)域地質(zhì)簡圖進(jìn)行對比（圖7），可以發(fā)現(xiàn)在研究區(qū)中對貢覺組粉砂巖、巖屑砂巖與驁曲組微晶灰?guī)r的巖性界線識別較為明顯，而由于圖像的影像特征與環(huán)境特點(diǎn)，對東大橋組巖屑砂巖、含礫粗砂巖和土拖組長石巖屑砂巖、粉砂巖較難區(qū)別，對波里拉組生物碎屑灰?guī)r、角礫狀灰?guī)r與甲丕拉組巖屑長石砂巖、鈣質(zhì)粉砂巖巖性界線識別較好，并且在圖像上由于巖性是不斷變化的，最后成果與地質(zhì)圖巖性邊界有一定偏差.

圖7 研究區(qū)地質(zhì)簡圖與解譯圖對比Fig.7 Comparison of geological sketch map and interpretation map

5 結(jié)論

本篇文章對ASTER數(shù)據(jù)進(jìn)行了研究和處理，并對波段組合的最佳方式進(jìn)行了探究，采用了主分量分析以及波段比值等圖像增強(qiáng)方法對西藏自治區(qū)貢覺縣地區(qū)進(jìn)行巖性信息識別與提取，主要研究成果如下所述：

1）基于ASTER多光譜數(shù)據(jù)利用最佳指數(shù)因子進(jìn)行最佳波段組合（631），增強(qiáng)了影像中的巖性信息，可以清晰地圈出砂巖的巖性界線.

2）主成分分析方法與最佳波段組合相比，更加具有優(yōu)勢，從不同的波段組合中可以得出不同的巖性信息，PC4-PC3-PC5 RGB 彩色合成影像中能更清楚地識別灰?guī)r，而利用主成分分析得到的主分量與原始的波段進(jìn)行組合來提取巖性效果并不理想.

3）利用礦物指數(shù)的波段比值方法，得到的礦物指數(shù)圖像能較好地反映不同礦物類型在圖像上的分布狀況；而監(jiān)督分類得到的圖像可以作為輔助來進(jìn)行巖性的識別.

4）通過實驗結(jié)果能夠看出，和常規(guī)的數(shù)據(jù)比起來，通過ASTER獲得的數(shù)據(jù)在清晰度上更好，能更加有效地提取巖性信息. 其中主成分分析法和波段比值法對巖性信息的識別更加有效.

由于礦物混合波譜及其本身結(jié)構(gòu)與化學(xué)成分的不同以及環(huán)境因素的影響，一些具有相似的光譜特征的巖石不易區(qū)分，這使識別和提取一些相似與混合巖石有很大的難度，并且由于一些陰影的影像，導(dǎo)致在使用波段比值法的時候一些巖石礦物的信息會混合在一起，不容易區(qū)分. 而且由于巖性是不斷變化的，最后成果與地質(zhì)圖巖性邊界有一定偏差. 由于ASTER數(shù)據(jù)空間分辨率和巖體出露情況的影響，對一些出露范圍較小的巖體還無法進(jìn)行有效的識別.