基于Aster数据提取铁矿信息的方法研究

 摘要
电磁波谱与地球表面地质体发生相互作用，其产生的独特光谱特征为遥感技术探测地质异常提供了物理基础。
本文以ft东省临沂市苍ft县凤凰ft铁矿区为研究区，在分析了矿区情况的基础上，利用 Aster 数据对研究区的铁矿进行提取和研究。首先对 Aster数据进行基本的预处理，包括辐射定标、大气校正、波段组合、掩膜、图像镶嵌、子区裁剪等；然后利用主成分分析技术（Principal component
analysis,PCA）对研究区的铁矿进行提取研究，并对蚀变信息做异常分割和划分等级；最后将所得结果与 Google Earth 上显示的矿坑作对比，从而确定所得结果与实际情况相符合。
具体研究包括以下内容：
1.数据预处理。以 ASTER L1B 数据为数据源，需要进行的预处理有：辐射校正、ENVI 数据格式转换、数据重采样、大气校正、去边框处理、波段组合、图像镶嵌、子区裁剪。
2.铁矿蚀变信息提取。基于 ASTER 遥感数据，分别用主成分分析方法、波段比值法和最佳指数因子法进行铁染信息提取，三种方法相互印证，避免了单一方法的局限性，为铁矿信息的提取提供更加准确的遥感依据[1]。
（ 1 ） 主成分分析方法。主成分分析技术（ Principal component
analysis,PCA），又称 K-L 变换，是提取铁染信息异常最常用的方法。该研究区矿物蚀变特征多出现含 Fe3+离子的铁的氧化物，主要有磁铁矿、褐铁矿、赤铁矿菱铁矿等。在 ASTER 数据的 band1-band4 上，褐铁矿与赤铁矿的反射率随波长的增大而逐渐变大；在 band1 和 band2 上的反射率很低，而 band3 上的反射率明显低于 band4 上的反射率，故在 band3 处呈现吸收峰，而在 band4 处呈现明显的反射峰；基于此，选用 1、2、3、4 波段进行主成分分析。

为了消除噪声，还需要对符合要求的主成分波段进行滤波处理，再利用密度分割技术进行异常信息提取。以均值加 N 倍标准差的方法对本结果进行异常信息分割。
在本次研究中 N 取 3、2.5、2 来划分一级至三级的异常信息，一级到三级异常分别代表了铁染蚀变信息由强到弱的特征，得到“PCA 所得铁染信息分级图”，如图 6-2 所示。
（2）波段比值法。波段比值法被广泛的应用于遥感地质异常信息提取中，其优点是一定程度上消弱了地形因素的影响。从其运算原理可知，当两个波段间差值比较相近，但斜率有差异时，通过强反射波段与强吸收波段相除的方式，可以突出光谱特征差异[3]。利用(b2+b4)/b3 比值指数来提取铁染信息，这是根据 b3 呈现强吸收的特征。再采用组合分析方法，将
(b2+b4)/b3 比值指数结果图与原图像的波段进行假彩色合成显示，经过多次反复试验，将(b2+b4)/b3、b3、b2 进行 RGB 彩色合成得到的结果图像能较好的反映出铁染信息。
（3）最佳指数因子（Optimum Index Factor，OIF）。根据波段标准差和各波段间的相关系数，经过计算得到的最佳波段组合为 b1、b3、b9。
3.精度评估。将所得的结果与 Google Earth 上显示的矿区作对比，从而确定所得结果与实际情况相符合，对误差较大的地区进行相应的修改，并进一步完善。
结果表明：利用主成分分析技术所提取的结果比后两种方法法提取的更为理想，这为该地区找矿预测提供了依据。
关键词：Aster，铁矿信息提取，主成分分析方法，波段比值法，最佳指数因子法

目录

摘要 I
ABSTRACT III
1绪论 1
1.1研究背景和意义 1
1.2国内外研究现状 1
1.3研究内容和技术路线 5
2研究区概况 8
2.1研究区自然地理概况 8
2.2研究区地质概况 9
3遥感数据源及预处理 11
3.1数据源 11
3.2数据预处理 13
4去干扰处理 20
5遥感矿化蚀变信息提取原理和方法 21
5.1遥感铁矿化蚀变信息提取基本原理 21
5.2遥感铁矿化蚀变信息提取常用方法 22
6Aster 数据铁矿化蚀变信息提取实验 25
6.1基于图像信息统计处理 25
6.2基于光谱特征处理（波段比值法） 30
7结论与讨论 33
7.1 结论 33
7.2 不足与展望 34
致谢 36
参考文献 37
附录 40
附录 1：原文英文 40
附录 2：中文译文 40

1 绪论
1.1研究背景和意义
矿产资源对国民经济的建设与社会的发展非常重要，是促进国家发展物质基础。而伴随着我国经济的飞速发展，矿产资源的需求日益增多，而矿产资源的消耗速度却在不断加快，尤其是可开采的露头矿产越来越少，找矿难度不断增加，因此寻找新的矿靶区对社会经济的发展显得尤为重要。所以要做好国家矿产资源的宏观预测调控，保护好我国现有的矿产资源，提高矿产资源的综合利用效率。
传统的地质找矿方法无论是在人力、物力还是财力方面，其成本都比较昂贵，而遥感技术具有宏观、多波段、高分辨率、直观性强、信息量丰富的特点，将遥感技术运用到地质找矿方面，能够综合利用各种信息进行分析，从而达到预测矿产资源靶区的目的。目前，利用多光谱遥感数据进行铁矿化蚀变信息的提取，是遥感地质寻找铁矿的重要方向。本课题在遥感找矿方面研究具有重要的现实意义。
本研究为ft东省临沂市苍ft县凤凰ft成矿带，将遥感技术、常规地质、结合起来，综合找矿，为成矿区的铁矿检测及进一步合理开发利用提供重要的基础数据和技术支持。
1.2国内外研究现状
近十几年以来遥感技术飞速发展，并广泛运用在地质、农业、军事等领域。计算机技术迅猛发展，图像处理技术随之拓展，航天技术逐步提高，卫星遥感技术带入一个近乎实时提供对地观测海量数据的新时期。遥感影像作为一种有效的数据，被越来越多的地质工作者所认同，并能充分发挥其在地质填图领域的优势。遥感找矿通过遥感途径对工作区的控矿因素、找矿标志及矿床的成矿规律进行研究，从而提取矿化信息来实现找矿，结

合地质学原理进行分析，通过野外地质工作验证，以获得丰富可靠的资料和正确的理论（赵鹏大，2001）[3]。
1.2.1国外研究现状
在矿物蚀变信息提取方面，国外研究的比较早：1977 年 Abrams 等人认为褐铁矿在 0.5 -1.1μm 波段范围内具有由 Fe 3 产生的强吸收光谱特征，由此他们利用波段比值法在内华达州金场对陆地卫星图像对褐铁矿化蚀变信息进行了填图；1977 年 Roman 利用波段比值图像对热液蚀变区（包含次生粘土、氧化硅及褐铁矿等）进行识别填图；1984 年 Abrams 利用波段比值方法和主成分变换方法去除了干扰因素（植被覆盖因素）并提取了蚀变信息；1989 年 Crosta 等人在巴西 Minais Germais 半干旱地区成功地利用
TM 数据提取了铁染信息和羟基异常信息；2001 年 Tangestani 和 Moore 利用不同的主成分分析方法提取了伊朗 Meiduk 地区的斑岩铜矿蚀变信息；
2003 年 Crowley 等人利用 ASTER 数据和 AVIRIS 数据研究了成层火ft的热液蚀变情况；1993 年 Rathore C.S.，Right R.等人总结了前人的经验，使用 MSS 传感器卫星获取影像，使用目视解译方法、波段比值法、监督分类的方法提取影像上的矿ft地物，得出利用 MSS 数据提取矿ft地物的精度不高的结论；1996 年 Robert 等人对墨西哥南部盆地区域进行热液蚀变填图，利用图像数据成功地提取了该地区内粘土和云母含轻基矿物的矿化蚀变信息；1996 年Schmidt H.，laesser C.等人用Landsat TM 数据与星载微波 ERS-1数据，使用最大似然分类的方法对德国东部的褐煤露天开采矿区内的尾矿、植被覆盖度及水体进行了提取研究，对矿区内土地利用变化和复垦工程进行了监测研究，结果表明与较传统的实地调查方法相比，使用 Landsat TM卫星影像数据具有成本低、用时短的优点，但由于受卫星影像分辨率的影响，其提取的结果精度不高；1998 年 Stanislaw C. Mularz 利用 Landsat TM卫星影像数据及 SPOT 卫星影像和航空影像数据，使用最大似然分类的方

法对华沙西南部的褐煤露天开采矿区的环境变化情况和土地利用情况进行了调查研究，结果表明与航空影像相比，Landsat TM 数据的融合影像和
SPOT 全色影像也可以有效调查和监测露天矿区及周围的环境，并且更加经济；1998 年 Kusky 等人将 TM 数据利用波段比值法进行了处理，该方法有效地区分出了含浅色物质花岗岩的蚀变带与超基性岩的蚀变带；1999 年美国地质调査局（USGS）在基于机载 AVIRIS 高光谱传感器的矿ft酸性废弃物的制图研究工作中，分析得出矿ft酸性废水产生的来源是黄铁矿等铁类矿物风化时产生的，并且提取了各种铁矿的地面光谱特征，这些光谱特征集中反映在从 0.41μm 到 1.35μm 的光谱区间里，这是铁矿物特征的吸收区域，利用高光谱数据光谱连续的优势，使用了 Tetracorder 算法得到铁矿物的分布，从而得到酸性废弃物评价图[6]；2000 年 Rokos 等人使用 TM、
SPOT 遥感影像数据，运用主成分分析方法（PCA）和波段比值方法法对研究区域进行蚀变异常信息的提取，并结合其构造信息进行了成矿预测研究；2001 年 Gils 对法国南部的 Bray 地区进行了基于 GIS 的地质、地理信息空间分析，这为该研究区内的矿产勘查提供了准确的依据；2002 年
Timothy 等 人 利 用 波 段 比 值 方 法 ， 将 TM5/TM7 、 TM5/TM1 、
(TM5/TM4)*(TM3/TM4)进行 RGB 假彩色合成，在阿拉伯一努比亚地盾的干旱气候条件下成功提取了金矿化蚀变信息；2003 年 Crowley 等人用
ASTER、TM、AVIRIS 数据提取了热液蚀变信息，并且成功圈定了研究区域内的黏土、含云母羟基的蚀变信息。
1.2.2国内研究现状
国内在提取矿物蚀变信息方面的研究起步于 20 世纪 90 年代：1991 年赵元洪等人利用不同的遥感波段比值组合图像和主成分技术对热液蚀变信息进行了增强，研制出了一种利用 Landsat TM 数据自动提取具有茂盛植被的湿润亚热带火ft岩区域内的矿化蚀变信息的新方法；1991 年马建文和

Slaney 将 TM 数据采用掩膜、主成分变换（PCA）和分类的方法，在多种环境因素干扰的情况下提取出了含金硅化绢云母化蚀变信息；并且他将TM数据采用掩膜、主成分变换（PCA）的方法提取了辽宁二道沟金矿的三价铁蚀变火ft碎屑岩信息，并用于指导矿ft外围找矿；而后他于 1997 年提出了一种提取矿化信息的方法，即“TM 掩模+主成分变换+分类识别”的方法；
2000 年甘甫平等人提出了将高光谱技术运用到地质信息提取方面，同时提到修正的高斯模型及光谱分解模型在岩矿信息提取研究中具有很大的潜力；2003 年杨建民等人综合运用波段比值方法、主成分分析方法和光谱角制图方法在东天ft对该地的矿物信息进行了提取研究；2004 年王永江利用主成分分析法（PCA）与 Munsell 变换相组合的方法在西天ft吐拉苏盆地成功提取了金矿化蚀变信息，甘甫平等人系统进行了遥感示矿信息提取基础及技术方法研究，提出了建立岩矿识别的技术集成、谱系集成和多源数据分层识别集成的思路和框架[7]；2007 年杨利军使用“去干扰异常主分量门限化”的技术，调查了内蒙古查巴奇地区的矿产资源；2007 年张保平等人综合运用主成分分析法（PCA）、波段比值法、掩膜技术、分类处理等技术，较好的提取出了矿化蚀变信息；2009 年吕凤军等人使用改进的“去干扰主分量门限技术”在河北承德和太行ft区进行了矿化蚀变信息的提取，结果表明：该实验结果与野外的实际分布相符合，说明用 ASTER 数据进行铁染信息、碳酸根离子和羟基提取是比较可靠的；2011 年王少军在提取湖北大冶铁矿时，首先分析遥感数据统计特征，采用植被（水体）指数法分离出植被（水体），然后运用主成分分析方法，结合光谱角法划分非植被、非水体和非居民地区域的“铁染异常”强度分布，最后用 ENVI 软件采用决策树分类法对铁染信息异常的区域作进一步划分[8]；2011 年程知言等人利用 ETM 数据对云南东川播卡金矿进行了构造解译和矿化蚀变信息的提取，并且结合物化探信息进行了综合分析，得了理想结果；2012 年李闵佳

对已有的 Crosta 主成分分析法进行改进，将信息增强后的比值波段数据应用于 Crosta 法则，对西华ft钨矿地区进行了蚀变信息提取，并取得较好结果；2012 年张志军、甘甫平等人对常见矿物运用主成分分析方法（PCA）进行蚀变信息提取，再采用光谱角制图法（SAM）进行干扰异常筛选的
“SAM 去干扰异常主分量门限技术”，取得了较好的效果。
1.3 研究内容和技术路线

1.3.1研究内容
本文以ft东省临沂市苍ft县凤凰ft铁矿区为研究区，在分析了矿区已知铁矿的基础上，利用 Aster 数据对研究区的铁矿进行检测和预测。本次研究主要用到的主要用到的铁矿信息提取方法是：主成分分析（PCA）、最佳指数因子方法（OIF）、波段比值法（BR）。
具体研究内容包括：
1.研究区相关资料收集。在进行本研究区铁染信息提取之前，首先需要了解该地区的地质情况，了解目前该研究区内已开采的铁矿的分布位置等。
2.数据的预处理。本次研究用到的数据源是 ASTER L1B 数据，在进行铁染信息提取之前需要进行预处理，预处理主要包括辐射定标、大气校正、波段组合、子区裁剪等步骤。
3.去干扰处理。由于本研究区包含一个大型水库，水体信息可能会影响铁矿信息的提取，因此需要进行去水体干扰的处理。
4.铁矿蚀变信息提取。用基于图像信息统计处理方法和基于光谱特征处理方法提取铁矿信息，前者方法有：主成分分析方法和最佳指数因子方法；后者方法有：波段比值法。
5.数据后处理及异常分割。需要将三种方法得到的结果影像图进行滤波处理，去除噪声，再做数据拉伸等处理，主成分分析后，还要利用密度分割方法，将铁染信息分成三级异常。

6.实地考察及精度评估。利用 google earth 软件，显示本研究区的矿坑情况，以此检验提取的铁矿信息。
1.3.2研究方法和技术路线图
本文在借鉴大量国内外文献的基础上，采用了最常见的提取铁矿化蚀变信息的方法并针对试验区的实际情况进行了改进和完善。
首先采用的是主成分分析方法，根据铁离子的波谱特征曲线，选择了 Band1-Band4 进行主成分分析，经过分析选择 PC3 作为提取铁矿化蚀变信息的最佳分量。
再采用最佳指数因子法，根据波段的标准差和波段间的相关系数计算出最佳 OIF 指数，最终确定 b1,b3,b9 为最佳组合波段。
第三种方法采用的是波段比值法，经过试验发现单一的波段比值图像不能很好地反映铁矿化蚀变信息，所以在此基础上，采用组合分析方法将
(b2+b4)/b3、b3、b2 进行 RGB 彩色合成。
最后在定性地基础上，通过目视解译、位置确定等多种方式相结合的方法在 Google Earth 上找到矿坑并与所得结果相比较，三种方法也从不同方面进行比较，得出效果最好的结果。