基于Hyperion數據的普朗銅礦礦物信息提取分析

李文超，李慧敏，羅閏豪，楊 帆，吳練榮，王瑞雪

（1.昆明理工大學 國土資源工程學院，云南 昆明 650093；2.中銅礦產資源有限公司，北京 100080；3.云南迪慶有色金屬有限責任公司，云南 迪慶藏族自治州 674499）

0 引言

隨著成像光譜技術的發展，多光譜、高光譜技術逐漸應用于低植被覆蓋區甚至裸露區的遙感礦化信息提取，為礦產資源勘測提供了重要的技術支撐，同時大大節省了人力、財力［1］。高光譜圖像具有較高的光譜分辨率，可以完整、連續地提取出地物光譜曲線［2-3］，并且能準確識別礦物或礦物組合等信息，具有很高的地質學意義［4］。

本文利用Hyperion 高光譜數據對普朗地區的蝕變礦物進行提取，并綜合礦區的地質情況、圍巖蝕變等信息對提取的礦物結果進行分析與驗證。

1 地質概況

普朗銅礦位于義敦島弧南端，隸屬于三江成礦帶，其大地構造如圖1 所示。甘孜—理塘結合帶和格咱斷裂帶分布在其東西兩側，是斑巖—矽卡巖型銅鉬多金屬礦集區［5-6］。南義敦島弧整體受控于紅山復式背斜，由一系列NNW（North-North-West）向褶皺和同向斷裂組成［7］。礦區主要露出三疊系和第四系地層，普朗銅礦體主要位于侵入巖中，以石英二長斑巖為主，粗粒石英閃長巖、石英閃長玢巖次之［5］。

1.1 地層

普朗地區地層巖性如圖2 所示，第四系包括冰磧、沖積物、殘坡積物等［6，8］；三疊系上統圖姆溝組分為兩段，其中一段由粉砂質絹云母板巖、變質砂巖夾安山巖以及板巖、變質砂巖、粉砂質絹云母板巖上下兩層組成，另一段由板巖、絹云母板巖、變質砂巖夾薄層灰巖組成；三疊系中統尼汝組一段上部由灰綠色玄武巖、火山角礫巖、一些薄層狀泥晶灰巖和粉砂質灰綠色絹云母組成，下部由細粒狀石英巖、屑砂巖、灰色粉砂質板巖和絹云母黏板巖組成；三疊系中統尼汝組二段，由結晶灰巖和白云石灰巖組成。

Fig.2 Geological map of the Pulang district圖2 普朗地區地層巖性

1.2 構造

研究區中的沉積建造、變質作用、巖漿活動以及有關礦產和中酸性侵入巖的分布由NNW 向斷裂、NNW 向褶皺發育和NNW 向早期走滑斷裂控制，而容巖（礦）構造則是由次級NNW 向斷裂及近EW（East-West）向斷層構成。研究區中，早期斷裂及褶皺被晚期發育規模較小的NE（North-East）向斷層錯切［8］。

研究區內分布有黑水塘斷裂、全干力達斷裂及紅山斷裂，礦區中的玢巖及礦體主要由這3 條斷裂控制。普朗中酸性玢巖復式巖體的分布和產出形態主要由黑水塘斷裂、全干力達斷裂及同向次級斷裂控制。黑水塘斷裂位于普朗礦區中部，呈北西向分布，為逆斷層。黑水塘斷裂中部被中酸性玢巖復式巖體侵位，沿斷裂分布有大面積角化巖帶以及部分已知礦體，該斷裂在地貌上表現為負地形，有多個泉點沿該斷裂分布。全干力達斷裂位于普朗礦區的西南角，呈北東向延伸分布，切斷紅山斷裂并使其發生滑動錯位，該斷裂在地貌上表現為負地形，有多個泉點沿該斷裂分布［9-11］。紅山斷裂位于普朗礦區的西南角，呈北西向延伸分布，有大量角礫巖沿該斷裂帶分布。

1.3 巖漿巖

印支期為礦區內巖漿巖活動強烈的時期，這一時期侵入巖形成的大量淺成—超淺成中酸性斑巖呈現中性向酸性分化演化趨勢。中酸性石英二長玢巖、石英閃長玢巖和花崗閃長玢巖組成巖漿巖的巖體，而復合巖體則由含礦的石英二長斑巖和石英閃長斑巖組成。由于受到黑水塘斷裂和全干力達斷裂控礦以及導礦的影響，火山巖的散布少于侵入巖，其巖石主要由安山巖構成［9］，巖石中Ag、Pb、Cu、Mo、W、Bi、Au、Zn 等元素以中酸性斑（玢）巖體為中心，呈環帶狀分布［12］。三疊系上統的圖姆溝組和曲嘎寺組主要發育火山巖，其中圖姆溝組的火山巖形成了普朗復式巖體的直接圍巖，而曲嘎寺組由上下兩段玄武巖構成，其中上段為蝕變玄武巖，下段為致密玄武巖［13］。

1.4 變質巖

普朗礦區內的變質作用有多期次、多類型疊加的特點，但其變質強度均較弱。變質作用主要分為2 種：①區域變質作用。礦區內部分地區出現由泥質變質成的千枚巖以及變質砂巖、結晶灰巖、大理巖等碳酸鹽蝕變；②熱液蝕變作用。普朗礦區侵入巖體的圍巖蝕變主要表現為圍巖的角巖化，形成分布范圍較廣的蝕變暈帶。侵入巖圍巖主要由長石石英角巖或石英角巖構成；侵入巖內部主要由鉀長石化、鈉綠泥石化、絹云母化、硅化、黃鐵礦化、黃銅礦化等構成。

1.5 圍巖蝕變

普朗礦化可粗略地分為3 期，初期玢巖伴有綠泥石化、絹云母化；中期斑巖伴有硅化、鉀化、絹云母化；晚期玢巖侵入，未見明顯礦化。其中，早中期有一定程度地黃鐵礦化、黃銅礦化、磁黃鐵礦化等［10］。普朗礦區的鉀化硅化帶、絹英巖化帶、青磐巖化帶從內到外分布［14-15］，這些典型的斑巖型蝕變分帶是該地區的重要示礦標志。在礦區的巖體中心分布著鉀化硅化帶，其內部分布有不規則的黃銅礦、黃鐵礦，該巖體與工業礦體高度重合，是礦區內最強烈的蝕變之一。在鉀化—硅化帶外圍分布著包含黃鐵礦化和黃銅礦化分布的絹英巖化帶。在遠離巖體中心部位的石英閃長玢巖中發育著蝕變范圍廣、強度弱的青磐巖化，表現為綠泥石、綠簾石等礦物與長石、黑云母和角閃石等礦物進行的交代作用。此外，青磐巖化也在鉀化硅化帶、絹英巖化帶上發育。銅礦物多出現于鉀化硅化帶和絹英巖化帶中，青磐巖化帶中則基本無銅礦化。

2 遙感數據及其處理

2.1 數據源

本次使用的高光譜數據通過Hyperion 傳感器獲取，該數據有242 個波段，其中在可見光—近紅外設有70 個波段，剩余172個波段為短紅外波段，包含400～2 500 nm 范圍內的光譜，圖幅范圍為7.7 km×185 km。由于研究區范圍較大，需要3景Hyperion數據。數據采集信息如表1所示。

Table 1 Hyper spectral data acquisition information表1 高光譜數據采集信息

2.2 數據預處理

在Hyperion 高光譜數據的242 個波段中，輻射定標波段為8-57（NVIR）和77-224（SWIR）。剔除未定標波段1-7、58-76、255-242，水汽影響較大、質量較差的波段121、122、167-178、224、56、57 波段，重疊且噪音大的77、78 波段，對剩余179個波段進行處理。

由于原始遙感圖像受到大氣影響會形成輻射誤差，需要盡可能地降低程輻射的影響［16-17］，故對遙感影像數據進行大氣校正。

3 蝕變異常信息提取

對Hyperion 數據進行大氣校正等處理，并分析巖石、礦物的光譜吸收特征，運用最小噪聲分離變換（Minimum Noise Fraction，MNF）、純凈像元指數（Pure Pixel Index，PPI）、光譜角制圖（Spectral Angle Mapping，SAM）等相關圖像處理技術是提取高光譜礦物信息［18-20］。

由于高光譜數據具有很高的分辨率且其波段多、相關性較強，導致數據重復度較高，需要對數據進行降維與弱化噪聲處理，采用MNF 將信息集中在有限的特征集內［19，21］。

MNF 處理的本質是進行2 次主成分變換，MNF 變換后高光譜圖像靠前的波段可涵蓋極大部分的有用信息。MNF 將數據拆成兩段，第一段的特征圖像與特征值相關，這是提取純凈像元的主要部分；第二段圖像的噪音部分偏多且與特征值相近，故不選擇該部分進行純凈像元的提取。MNF 處理可以降低圖像噪音，增加提取純凈像元的速度，研究區MNF 變換的特征值曲線如圖3所示。

Fig.3 MNF characteristic curve圖3 MNF特征曲線

由圖3 可知，12 波段1-12 的特征值較大，這是有用信息集中出現的體現，之后曲線漸漸趨向于平穩，圖像的信息趨于0。在12 波段時為噪音少、地物信息多的圖像，而在13 波段時圖像被噪音填滿，證明該范圍波段多為噪聲。進行MNF 變化后不同波段的地物特征圖像如圖4 所示，2波段地物特征見圖4（a），該波段圖像顯示的地物特征最為清晰，提取的有用信息最為集中；圖4（b）為8 波段地物特征；圖4（c）為12 波段地物特征，隨著波段數的增大，圖像中的噪音逐漸增多，但圖像中地物信息依然清晰，故有用信息在此波段范圍內依然較為集中，仍可選用該波段范圍內的圖形進行后續處理；圖4（d）為13 波段地物特征，該圖中噪音占據圖像的主導地位，地物信息幾乎不可見，證明有用信息在此波段后極為稀少，這與圖3 所展示的特征值曲線圖相吻合，故選用波段1-12進行純凈像元的提取。

Fig.4 Ground object features of different bands after MNF transformation圖4 MNF變換后不同波段地物特征

純凈像元的選取采用的是PPI 方法，利用PPI 方法統計樣本點投影特征空間中產生的隨機直線端點次數，次數越多則其越可能是端元。進行足夠多次數的投影后，通過每個像素的計數積分判定端元［22-26］，并選用同一類純像元的典型光譜或平均像元光譜作為端元光譜。

利用MNF 處理后的波段1-12進行PPI運算，雖然迭代次數越多越容易發現純凈像元，但也會因此增加運算時間。從計算機性能和計算量考慮，選取10 000 次作為迭代次數，再依據迭代曲線的規律確定設定的閾值，從而選取隨機向量末端的像元。

PPI 計算的關鍵在于閾值的選取，閾值用于選取隨機向量末端像元，閾值越小，得到的結果精度越高，但同時得到純凈像元的數量也越小。該數值主要依據迭代曲線的變化規律。由低到高進行多個閾值實驗，選取效果較好，閾值為2.5、3、4、4.5 時的PPI 迭代曲線圖進行分析，結果如圖5 所示。由圖5 可知，隨著迭代次數的增加，曲線總會出現增加后逐漸趨于平穩的趨勢，迭代收斂速度與閾值的大小成正相關。由圖5（a）可知，當閾值為2.5 時迭代曲線收斂緩慢，一開始就變為水平且純凈像元數量相較于其他閾值數量變少；由圖5（b）可知，當閾值為3 時近似水平線出現9 000 次左右，表明此時純凈像元數量趨于穩定，且總體增長均勻；由圖5（c）可知，閾值為4 時增速過快，在3 000次附近就出現近似水平線，并在4 000 次后發生突變且沒有近似水平線的出現，表明迭代10 000 次以4 為閾值時，純凈像元數量并沒有趨于平穩；由圖5（d）可知，閾值為4.5時沒有近似水平的曲線出現。故選用增速均勻且總重趨于飽和的閾值為3的處理后數據進行n維可視化處理。

Fig.5 PPI curves of different thresholds圖5 不同閾值PPI曲線

對PPI的處理結果進行n維可視化處理，通過旋轉n維散點圖選擇分布于點云外圍的聚集頂點，該頂點即為純凈像元。將純凈像元的光譜提取出來，利用ENVI 軟件的光譜分析功能將標準光譜庫的礦物光譜與像元的光譜進行匹配，根據兩者的反射率以及反射峰和吸收谷的匹配程度確定端元礦物。

SAM 公式如式（1）所示：

式中：nb為波段數，xi為PPI 提取的端元光譜，yi為高光譜原始圖像光譜。通過計算兩者之間的角度來表示相似度。θ=0說明二者完全相同；θ=π/2說明二者完全不同。由于此夾角不受向量長度的影響，該方法可以有效減少太陽高度、地形等因素的影響［27］?？紤]到本次實驗研究區域地形崎嶇復雜，海拔高，為減少地形、太陽照度等影響，采用光譜角制圖法進行礦物的識別填圖。已識別出的研究區中磁鐵礦、針鐵礦、皂石、硬錳礦、閃鋅礦、綠泥石、錐輝石等巖礦信息分布如圖6所示。

Fig.6 Mineral distribution of the Pulang ore district圖6 普朗礦區礦物分布

4 結果分析

在研究區內，利用高光譜數據對該地區進行蝕變礦物精細化提取，共識別出磁鐵礦、針鐵礦、皂石、硬錳礦、閃鋅礦、綠泥石、錐輝石、錫石等多種礦物。

普朗礦區圍巖蝕變帶和礦物的分布情況如圖7 所示，可以看出在中心礦體（即鉀化硅化帶）及其周圍（即絹英巖化帶）分布有密集的針鐵礦，針鐵礦為黃鐵礦的氧化產物，密集地分布在2 個蝕變帶內，同時在青磐巖化帶內也出現了大量綠泥石，證明了高光譜提取礦物在該區域的可行性。試驗結果詳細地顯示了蝕變帶內占優勢的蝕變礦物種類及分布范圍，提高了蝕變信息的可利用性，特別是能識別出針鐵礦、閃鋅礦、綠泥石、磁鐵礦等與礦化直接相關的礦物，以及能精確地識別礦物種類以及分布范圍，并能夠進行礦物填圖。

Fig.7 Surrounding rock alteration and mineral distribution of Pulang mining district of Yunnan Province圖7 云南普朗礦區圍巖蝕變及其礦物分布

由圖7 可知，在普朗礦區識別出的高溫磁鐵礦沿著北西向斷裂呈帶狀分布，向南無玢巖體出露地區僅有閃鋅礦分布，這也說明在礦區內玢巖體大面積出露地表。

在首采區及其東南部以及礦區的北部識別出較大范圍的閃鋅礦。如圖8 所示，在礦區北部閃鋅礦的密集區出現了Zn 的化探異常，在其周圍伴隨有磁鐵礦等高溫產物以及硬錳礦等風化產物。在較高溫度下形成的閃鋅礦中的Fe 和Mn 含量增多，因此推測在普朗礦區存在的閃鋅礦為高溫閃鋅礦。

Fig.8 Sphalerite and Zn geochemical exploration anomalies圖8 閃鋅礦與Zn化探異常

研究區北部在構造上呈線性構造與環形構造密集分布，且線性構造多為NW-SE（North-West South-East）走向分布，與鐵染及羥基的蝕變異常展布方向一致，推測2 種蝕變異常受到線性構造的控制。結合已知的斑巖體出露情況，北部高光譜提取的針鐵礦、磁鐵礦等多分布于斑巖體上，且此處的線性構造分布密集，便于礦物開采，故此地區可能為有利開采的遠景區。

5 結論

本文通過分析從普朗地區高光譜遙感中提取的蝕變信息，以及從研究區中提取的蝕變礦物，得到如下結論：①通過比較提取的純凈像元光譜與標準波譜庫中的波譜，發現高光譜遙感可以精確地找到蝕變礦物并與相關的地質信息結合，更便于找到有利的成礦區；②MNF 變換后，靠前波段的信息含量高且噪音少，而靠前波段也并非嚴格按照信噪比的高低進行排列，所以選取時需要仔細辨別；③PPI 迭代曲線增速均勻，當迭代曲線不再變化時，純凈像元數趨于穩定，此時PPI閾值為最佳閾值，本實驗中該閾值為3。