ASTER数据在遥感蚀变填图中的应用研究——以内蒙古花敖包特银铅锌多金属矿床为例
发布时间：2021-05-15
摘要花敖包特是位于内蒙古西乌珠穆沁旗的一个大型脉状银铅锌多金属矿床，其矿区的蚀变矿物主要是黏土矿物、绿泥石和方解石，此外还可见孔雀石、萤石和赤铁矿等局部蚀变矿化。结合花敖包特矿床的地质特征，本研究利用高级星载热辐射和反射探测器(ASTER)获取的遥感数据进行蚀变矿物填图。利用ASTER可见光-近红外波段和短波红外波段，对校正后遥感数据采用波段比值分析、波段组合分析和主成分分析来提取黏土矿物、绿泥石和方解石化蚀变。利用ASTER热红外波段，根据相关数值关系，对校正后遥感数据计算二氧化硅含量、QI值以及CI值来分析地质体二氧化硅含量变化规律和碳酸盐化蚀变。结合野外勘查结果发现，主成分分析、波段组合分析能够初步划分矿区绿泥石化、碳酸盐化和黏土化蚀变带以及硅化带，其中主成分分析方法取得的效果较好，显示矿区北部以绿泥石化带为主，南部以碳酸盐化和黏土化混合带为主，而热红外波段数值分析方法在矿田尺度下对矿区附近的硅化带和碳酸盐化蚀变也具有一定的识别能力。
关键词地质学;ASTER;蚀变矿物填图;主成分分析;银铅锌多金属矿床;花敖包特
多光谱-高光谱遥感技术的不断发展，利用卫星数据研究地形地貌复杂的区域已经成为了一种新的趋势(徐冠华等,1996)。近十年以来卫星数据逐步公开，基于新型成矿理念与遥感技术的矿藏探测方法已经成为勘查蚀变异常的常规手段，此方法具有方便高效且成本低的特点(王润生等,2010)。目前常用于遥感解译的多光谱数据来源有ETM+(en‐hancedthematicmapper)、TM(thematicmapper)和ASTER(advancedspacebornethermalemissionandreflectionradiometer)等。
1999年12月TERRA卫星从范登堡空军基地发射升空，与太阳同步，从北向南每天上午飞经赤道上空。卫星高度705km，一周期16天，16天内可以绕地球233圈，传感器搭配有先进星载热辐射与反射辐射计(ASTER)，可获取从可见光到热红外谱段范围的地表影像数据，并且各波段有较高的几何分辨率和辐射分辨率，特别是Band3(第三波段)，2个镜头观测方向不同，可以实现在单轨上获取近红外立体影像数据(Fujisada,1995)。ASTER传感器有3个谱段，分别是可见光近红外谱段(VNIR)、短波红外谱段(SWIR)以及热红外谱段(TIR)，这些谱段分别有4、6、5个波段，常被用来监控地质特征、岩石、土壤和火山的分布状况，其详细数据见表1。
相较于其他常规数据，ASTER的遥感数据在短波红外谱段以谱带宽、波段多为特点有着优秀的表现。针对黏土矿物以及一些含羟基矿物，如绿泥石这类在短波红外谱段具有特别吸收光谱的矿物，AS‐TER的识别能力很强。因此，近年来ASTER遥感数据常被用来识别地表的蚀变矿物，在蚀变矿物填图上有着广泛的应用(Crostaetal.,2003;Rowanetal.,2003a;Ducartetal.,2006;DiTommasoetal.,2007;王俊虎等,2010;Miaetal.,2012;Pouretal.,2012;姚佛军等,2012;张玉君等,2012;胡辉等,2017)。本文研究对象为位于内蒙古西乌珠穆沁旗的花敖包特银铅锌多金属矿床，此前的研究工作已经获得了年代学、岩石岩相学、岩石地球化学、流体包裹体以及同位素等方面的结果，查明了成矿流体的特征和成矿物质的来源，限定了成岩成矿时代(陈伟等,2008;李振祥等,2008;郭令芬,2011;陈永清等,2014;赵胜金等,2015)。截止目前，对于矿区的蚀变特征研究仍然不足，这制约了蚀变与矿化的关系研究以及对矿区外围找矿潜力的认识。本次研究旨在利用ASTER在蚀变矿物填图上的独特优势对研究区的蚀变带进行划分，主要涉及黏土化、绿泥石化以及碳酸盐化带等，并对结果的适用性进行初步评估，以期为矿区进一步勘探找矿提供有益线索。此外，本研究还尝试利用ASTER热红外波段数据识别地表地质体二氧化硅含量的变化规律和碳酸盐化程度，并用以对比和评估目前二氧化硅含量估算方法的可靠性，以及圈定矿区周围潜在有利成矿区。
1区域地质概况及矿床地质特征
1.1区域地质概况
花敖包特银铅锌多金属矿床地处内蒙古自治区西乌珠穆沁旗东北约150km，距霍林郭勒市约75km，处于西伯利亚板块、华北板块和松辽地块结合部位的北东-北北东向华力西褶皱带内(图1a、b)。区域内出露二叠系寿山沟组粉砂岩及含砾砂岩、大石寨组凝灰岩及碎屑岩，侏罗系满克头鄂博组流纹质凝灰岩及火山角砾岩、玛尼吐组凝灰岩及安山岩和白垩系白音高老组流纹岩及火山角砾岩。
研究区域岩浆活动主要以古生代和中生代侵入岩为主。古生代晚期主要有辉长岩和闪长玢岩发育，燕山期主要有花岗闪长岩、花岗斑岩和二长花岗岩发育。辉长岩多分布于矿区附近，矿区以外数公里则可见二长花岗岩和花岗斑岩的分布，而闪长玢岩主要沿梅劳特断裂(图1断层F4、F5)分布于研究区以东。
上述梅劳特深断裂即是本区发育的主要断裂(郭令芬,2011)，它是走向为北东向的压性断裂。中生代时期的多期火山及次火山活动导致该深断裂活化，形成一系列北西向、北东向及近南北向断裂，该中生代断裂成为本区的主要控矿构造，实地勘查发现花敖包特主矿区内3个矿脉群多在该系列断裂赋存。
1.2花敖包特银铅锌多金属矿床地质特征
花敖包特矿床位于西乌珠穆沁旗宝日格斯台苏木境内，在大兴安岭成矿带(Shuetal.,2013)中南段的锡林浩特-霍林郭勒成矿亚带上，该带发育大规模蛇纹岩以及丰富的煤炭资源，并伴生大量铅锌银多金属，矿区有公路与附近城镇联通，交通便利，地理坐标为118°45'~119°15'E，45°10'~45°20'N(图1;李振祥等,2008)。矿区出露的主要岩性包括寿山沟组长石砂岩、粉砂岩和含砾砂岩，满克头鄂博组凝灰质砂岩和流纹质凝灰岩以及玛尼吐组安山岩和流纹质凝灰岩，其中，寿山沟组砂岩是矿体赋存的主要地层。侵入岩主要为早白垩世浅肉红色花岗斑岩，以及石炭纪灰绿色蛇纹石化斜辉橄榄岩。矿区发育的主要断裂为梅劳特深断裂的一部分，附近伴生有后期南北向断裂，矿床主要受这些断裂带控制，是矿化作用的主要赋存区。
花敖包特矿床的主要矿石矿物为银铅锌多金属硫化物，如闪锌矿、黄铁矿、方铅矿、黄铜矿、磁黄铁矿以及毒砂，脉石矿物为石英、高岭石、方解石和萤石。在地表还可见硅化带和黄钾铁矾的出露。由于地表有较高的植被覆盖率，矿化蚀变不易辨认。矿区的闪锌矿自形程度较好，颜色偏黑;黄铁矿部分呈浸染状产出于流纹岩中，部分以自形晶式产出于黄铜矿中;方铅矿粒度较细，自形程度一般，与闪锌矿伴生出现;黄铜矿体呈块状产出，可能暗示中高温的成矿环境;毒砂主要呈放射状产出。这些矿石大多呈脉状在岩层的薄弱带产出。
2研究方法
本文主要利用ASTER数据分析相关蚀变-矿化带的分布。在前人的研究中，ASTER遥感数据常被用作定量分析，并取得了一定效果。在岩性解译方面，波段比值法(RBD,relativeabsorptionbanddepth)是常用的处理方式，它可以准确识别灰岩、花岗岩和蛇绿岩套(Pouretal.,2012;王成等,2017)。在蚀变解译方面，PCA(principalcomponentanalysis)主成分分析法是常用的处理方式(Crostaetal.,2003)，它通过消除噪音的干扰突出主要和重点信息，这往往能够提高遥感图像的识别度。如Mia等(2012)用ETM+识别Kuju火山附近的热液蚀变矿物，而Gabr等(2010)利用ASTER遥感数据进行金矿床附近的蚀变矿物填图。这种方法目前被广泛认可，具有一定的可靠性。此外，由于ASTER在短波红外范围的波段多，使得其常被用来做地质体二氧化硅含量变化规律的反演，如Ninomiya(1995)利用人工神经网络反演;陈江等(2007)利用相关分析得到定量反演公式从而进行反演。本文中涉及到的相关分析方法，将详细在下文使用时介绍，包括方法的定义、公式和使用范围等。
本文使用的ASTER遥感数据均下载自NASA官网的EARTHDATA开源数据库。为避免夏季植被的干扰以及冬季冰雪的影响，使用该地区2002年3月和2015年3月ASTERLEVEL1B级别的数据。数据已经进行了地形校正和几何校正(Abramsetal.,2002)，所以将其统一空间分辨率、重新定义头文件以及辐射定标后，只需要使用ENVI中的FLAASH和ThermalAtmosphericCorrec‐tion功能对其进行大气校正即可。针对ASTER热红外波段的数据，大气校正后需要额外的程序来计算发射率(陈江等,2007)。ENVI软件包提供3项技术，可以用来分离热红外传感器测量的辐射数据中的发射率和温度信息，即参考通道(ReferenceChannel)，发射率标准化(EmissivityNormalization)和α残余(AlphaResiduals)。本文采用发射率标准化法计算发射率数值。
3光谱分析
3.1岩石光谱分析
如前所述，花敖包特矿区内岩石类型主要包括长石砂岩、粉砂岩、含砾砂岩、凝灰岩、安山岩以及流纹岩等，并且地表还发育良好的土壤层。因此在实际的研究中，要首先了解区内各种岩石的光谱特征，并尽量排除土壤层的干扰。
从ENVI程序光谱库中读取岩石光谱相关数据，根据所获ASTER对应波段数值的平均值，将研究区内相关岩石和土壤的数据转换成ASTER角度下的光谱数据(图2)，从中可提取各岩性的鉴定特征。由图2可知，波段4对各岩性的反射率均较高，区分能力较弱;长石砂岩相较于其他岩性岩石在波段6有异常高的反射;铁质砂岩在波段10有强烈的反射，而流纹岩则相反;波段11对于黑棕沙地，铁质砂岩和砂岩来说，均被强烈吸收，但对于其他岩性则不然。
针对植被覆盖的问题，可以结合图像粗糙程度判断(孙艺等,2013)。即是说，如果图像的粗糙程度较高，则可能是基岩裸露区;而如果图像的光滑程度较高，则可能是植被覆盖区。在具体研究中，定性地分析植被覆盖区域是必要的，因为ASTER在植被覆盖区可能不具备相关解译能力。
3.2矿物光谱分析
前人研究表明，花敖包特矿床为中低温热液成因，但热液的成因类型目前有不同认识(李振祥等,2008;陈伟等,2008;陈永清等,2014;赵胜金等,2015)。结合野外观察到的蚀变现象，本文将重点研究矿区的典型蚀变矿物，包括赤铁矿、黄铁矿、绿泥石、方解石以及高岭石等(图3a~c;陈永清等,2014)。在分析花敖包特矿区典型岩石的光谱特征的基础上，本研究还尝试在各种岩石和土壤植被的背景中将蚀变矿物鉴别出来(图3a~c)。
考虑ASTER可见光-近红外以及短波红外的特点，将蚀变矿物分成3组：第一组为硫化物和氧化物;第二组是绿泥石族和碳酸盐矿物;第三组是黏土矿物。各组蚀变矿物具体光谱特征表现为：
硫化物和氧化物(图3a)：赤铁矿和黄铁矿的光谱特征相较于区内岩石和土壤的光谱特征差异不明显并且图像模糊，尽管2种矿物的反射率在1至9波段上都有上升的趋势。
绿泥石族和碳酸盐矿物(图3b)：绿泥石族矿物因为具有Fe-OH基团，在波段8有强烈的吸收，波段5有强烈的反射。方解石也有类似特点，在波段8有强烈的吸收。因此这组蚀变矿物和区内岩石相比，光谱特征有明显区别，图像清晰度高。
黏土矿物(图3c)：黏土矿物因为具有Al-OH基团，在波段6有强烈的吸收，在波段4有强烈的反射，和区内其他岩石有很好的区分度，图像清晰度也高。
二氧化硅是硅化带的主要组成物质，其在短波红外波段上和其他矿物没有明显区别，但在热红外波段的11波段上有着异常低的特征(杨长保等,2009;孙艺等,2013)，详情将在TIR谱段分析小节中讨论。
3.3单波段RBD分析
常规单波段RBD分析在探测含有Al-OH、MgOH以及CO2-3的矿物上有较好的应用(Crowleyetal.,1989;Brandmeiera,2010;Emametal.,2016)，本文结合岩石光谱分析结果尝试对黏土矿物(Al-OH)和绿泥石(Fe-OH)，试图在6和8波段上深度解译。单波段分析是针对特征波段进行比值运算，如波段n有强烈的异常(异常高或异常低)，则可以计算相应的RBD值，即(Bn-1+Bn+1)/Bn比值，将共同具有这样异常的矿物凸显出来并量化表征。针对黏土矿物(Al-OH)，计算其RBD6值(B5+B7)/B6;针对绿泥石(Fe-OH)，计算其RBD8值(B7+B9)/B8，分别得到2张灰度图(图4a、b)。由于赤铁矿和黄铁矿的光谱特征主要体现在前3个波段，所以采用B2/B1的方法定义Fe3+的吸收特征(图4c)。
分析结果显示，RBD8值受噪音干扰的影响，图像模糊程度较严重，明亮和灰暗区域区分不明显(图4a);RBD6值有较好的显示，尤其是在矿区南西方向1km的圆圈范围(图4b)。在图4c中，不同地物光谱特征辨识度较好，矿区附近有明显明亮的区域，分布在矿区以东2km、南西方向800m和以西3km的地区。根据野外实地考察，图4c中异常值较高的区域主要是铁矿化蚀变所致，但依据岩石光谱分析结果，也不排除是长石砂岩或特殊质地土壤覆盖区的干扰。
3.4简单波段组合分析
简单波段组合分析是将不同波段的图像依照彩色合成原理进行单基色变换，从而在彩色屏幕上进行叠置，构成彩色合成图像。如上所述，波段4、5、6、8是蚀变矿物的敏感波段，在这些波段上，蚀变矿物有异常高或者异常低的特征，因此可以将这些波段进行简单的波段组合分析，从而得到地表蚀变矿物的准确信息。
前人研究成果表明，对遥感数据进行波段4、6、8组合以及4/5、4/6、4/7组合时(Rowanetal.,2003a;Rowanetal.,2003b;DiTommasoetal.,2007;Brand‐meiera,2010;Pazandetal.,2012)，可以准确识别地表典型的蚀变岩帽(黏土化+硅化)。在图5a、b中，分别表现为品红色和白色，代表地表低温条件下形成的黄钾铁矾+伊利石+高岭石+白云母的矿物组合。在图5中，可发现研究区内有显著异常(图5a、b中矩形)，北部和西北部的异常区域面积较小，西北部蚀变矿化区域近似长方形，北部蚀变矿化区域近似V形，东北和东南部的异常区域面积较大，由中心呈放射状分布。
相关期刊推荐：《矿床地质》为专业学术性刊物，刊载矿床地质基础理论、矿床地质特征及有关的岩石学、矿物学、区域地质学、成矿学、地球化学和同位素地质学等方面的研究成果、新技术新方法、问题讨论、消息报道等。读者对象为从事矿床地质勘察、矿山开发等工作的生产、科研人员和高校相关专业的师生。
此外，由于ASTER遥感图像在可见光-近红外波段的分辨率为15m，短波红外波段的分辨率为30m，以及热红外波段的分辨率为90m，加之数据易受气候和植被情况因素的影响，矿区尺度的精确识别存在误差。因此，为了进一步提高图像的辨识度，下文将采取额外的光谱处理方法，即PCA主成分分析法。
3.5PCA主成分分析
PCA主成分分析是一种应用维度变换达到去除噪音，突出主题的变换手段，即根据一个地区特征波谱的密度分布进行的特征解译，通过坐标轴的变换筛选出符合条件的协方差矩阵，分别提取不同类型的蚀变信息(Singhetal.,1985;孙艺等,2013)。综合前人研究成果，本次研究选择4个波段进行计算分析。由于波段1最接近可见光波段，因此，用它来剔除景观干扰，再依据相关蚀变矿物SWIR波段的光谱特征，选择3个波段进行PCA主成分分析。经过PCA协变，可以得到维度经过变换的波段，记为BandA、BandB、BandC和BandD。
由于黏土矿物具有Al-OH基团，所以在波段6的反射率异常低而波段4和7的反射率相对较高(图3c)。加之波段1最接近可见光波段并且分辨率高，因此，波段1、4、6、7最合适做PCA协变。特征向量矩阵如表2所示，可知BandC符合条件，依据BandC可得到反映黏土化蚀变带的灰度图。
由于绿泥石矿物具有Fe-OH基团，所以在波段4、5的反射率异常高(特别是波段4)，而波段8的反射率相对较低(图3b)，因此，采用波段1、4、5、8做PCA协变。特征向量矩阵如表3所示，可知BandD符合条件，依据BandD可得到反映绿泥石蚀变带的灰度图。
关于方解石，由于其在波段8的反射率异常低而在波段3和4的反射率差异不明显(图3b)，因此采用波段1、3、4、8做PCA协变。特征向量矩阵如表4所示，可知BandC符合条件，依据BandC可得到反映方解石蚀变带的灰度图。
将上述3张灰度图进行彩色合成变换，黏土化、绿泥石化和碳酸盐化分别标定为红、绿、蓝3色，可以组成与主要蚀变带相关的假彩色图(图6)。图中绿泥石化能够明显辨识(图6中绿色区域)，而黏土化和碳酸盐化两者往往混合出现(图6中紫色区域)，使得红蓝混合而成的紫色大范围出露。从矿区尺度分析，北部主要分布有绿泥石化蚀变，南部主要分布有碳酸盐化和黏土化蚀变(图6中矩形区域即矿床位置)。——论文作者：李霖龙1，李士辉2，宋立2，豆海波2，刘杰1，唐甘宇1，赖勇1**
