多元數(shù)據(jù)分析與遙感礦化蝕變信息提取模型

1、第1期,總第67期國土資源遙感No.1,20062006年3月15日R E M O TE SEN S I N G FO R LAND&R ESOU RC ES Mar.,2006多元數(shù)據(jù)分析與遙感礦化蝕變信息提取模型吳德文1,2,朱谷昌2,張遠飛3,袁繼明2(1.中國地質(zhì)大學,北京100083;2.有色金屬礦產(chǎn)地質(zhì)調(diào)查中心,北京100814;3.桂林礦產(chǎn)地質(zhì)研究院,桂林541004摘要:蝕變礦物的光譜行為造成了蝕變巖的光譜特征。利用典型巖石的多元數(shù)據(jù)分析,可以對蝕變礦物成份和光譜數(shù)據(jù)之間的關系作出定性和定量評價,進而建立遙感礦化蝕變信息提取模型。筆者利用青海某金多金屬礦化區(qū)典型巖(礦石

2、樣品的野外實測波譜數(shù)據(jù)和化學分析數(shù)據(jù),進行了基于多元數(shù)據(jù)分析的遙感礦化蝕變信息提取模型研究,建立的比值組合線性回歸模型較之單一比值方法具有更好的應用效果。關鍵詞:多元數(shù)據(jù)分析;遙感信息提取模型中圖分類號:TP79文獻標識碼:A文章編號:1001-070X(200601-0022-040引言圖像比值組合是一種十分有用的蝕變信息增強處理方法,但由于蝕變巖受其自身反射和輻射強度以及環(huán)境條件影響,常規(guī)增強蝕變信息的比值因子(如T M3/T M1增強鐵化信息,T M5/T M7增強泥化信息并非在所有地區(qū)都有效。換言之,對于不同的地區(qū),由于蝕變巖石及“背景”地物的光譜特征存在差異,在提取礦化蝕變信息時,需

3、要根據(jù)巖石(礦物的光譜特征分析來調(diào)整比值因子或波段組合;另外,不同地區(qū)的蝕變巖石與“背景”地物在光譜空間的“聚類結構”特征也不同,所以,礦化蝕變信息提取的方法及遙感信息模型的建立也不存在固定的模式。事實上,利用對巖石光譜數(shù)據(jù)進行多元數(shù)據(jù)分析,可以研究和揭示不同地區(qū)的蝕變巖的光譜個性特征,進而建立遙感礦化蝕變信息提取模型。1多元數(shù)據(jù)獲取選擇青海茫崖柴水溝采石溝金多金屬礦化區(qū)作為研究區(qū),采用的多元數(shù)據(jù)包括37個典型巖(礦石樣品的野外實測波譜數(shù)據(jù)、微量Au分析和巖石組分分析結果。為了同T M圖像數(shù)據(jù)進行類比,對每個樣品的波譜數(shù)據(jù)在光譜范圍450520n m、520600n m、630690nm、76

4、0900nm、15501750nm以及20802350n m中分別獲取與T M1、T M2、T M3、T M4、T M5和T M7波段圖像對應的光譜值,而后求取比值T M3/T M1、T M3/T M2、T M3/T M4、T M5/T M7、T M5/ T M3、T M5/T M4、T M7/T M3及T M7/T M4。把巖礦石的組份分析結果(包括S i O2、A l2O3、CaO、M gO、Fe2O3、Fe O、K2O、N a2O、A u、K2O+N a2O+A l2O3、CaO +M gO及Fe2O3/Fe O等和微量金分析結果也參與到多元數(shù)據(jù)統(tǒng)計分析中來。2多元數(shù)據(jù)的數(shù)理統(tǒng)計分析對所

5、有數(shù)值變量進行相關矩陣分析和R-型聚類分析(圖1,可以得出如下結果:(1R-型聚類分成兩個大類時,變量分成兩大組,一組為CaO、CaO+M gO、M gO、Fe O、N a2O、A l2O3、K2O+N a2O+A l2O3、S i O2、K2O和T M3/T M4,另一組為T M5/T M3、T M5/T M4、T M7/T M4、T M2、T M3、T M4、T M1、T M5、T M7、T M3/T M1、Fe2O3、Fe2O3/Fe O、T M5/ T M7和A u。這說明:與泥化、碳酸鹽化和硅化相關的變量同與鐵化有關的變量,剛好與兩大變量聚類相對應;光譜測試變量只有比值T M3/T

6、M4與泥化、碳酸鹽化和硅化蝕變有關,其它波段和比值均與鐵化相關,這反映了樣品的光譜變化主要來自鐵化蝕變;本地區(qū)的泥化、碳酸鹽化和硅化3種蝕變相互關系密切;鐵化蝕變與A u有較好的相關性。收稿日期:2005-05-23;修訂日期:2005-06-27基金項目:“十五”國家科技攻關計劃項目“西部高寒山區(qū)銅金礦產(chǎn)勘查評價技術與綜合示范研究”(編號:2001BA609A-04。第1期吳德文,等:多元數(shù)據(jù)分析與遙感礦化蝕變信息提取模型 圖124個變量的R -型聚類樹狀圖(K -N a -A l 表示K 2O +N a 2O +A l 2O 3(2當R -型聚類細分成5類時,則有CaO 、CaO +M g

7、O 、M gO 、Fe O 、N a 2O 、A l 2O 3、K 2O +N a 2O +A l 2O 3、S i O 2、K 2O 、T M 3/T M 4、T M 5/T M 3、T M 5/T M 4、T M 7/T M 4、T M 2、T M 3、T M 4、T M 1、T M 5、T M 7、T M 3/T M 1及Fe 2O 3、Fe 2O 3/Fe O 、T M 5/T M 7、A u 5個變量組?？梢钥闯?第一組主要是碳酸鹽化的巖礦成分因子,第二組為泥化和硅化的巖礦成分因子,第五組是鐵化因子,其它兩組分別是T M 波段比值和6個T M 波段(T M 1T M 5,T M 7;

8、碳酸鹽化的巖礦成分因子沒有與之相關的T M 波段(或比值,說明本地區(qū)碳酸鹽化蝕變對光譜變化的影響不明顯;泥化和硅化的巖礦成分因子僅僅與比值T M 3/T M 4關系密切,表明泥化和硅化蝕變對光譜變化有一定的影響,但不是很強烈;鐵化因子除了同T M 5/T M 7關系非常密切外,從R -型聚類圖上還可發(fā)現(xiàn)與T M 的6個波段(T M 1T M 5,T M 7及T M 3/T M 1、T M 5/T M 3、T M 5/T M 4、T M 7/T M 4四個比值的相關性也很好;微量金(A u 與鐵化因子和比值T M 5/T M 7呈現(xiàn)較高的相關性。(3基于上述現(xiàn)象可知:本區(qū)褐鐵礦化蝕變(鐵化強烈,

9、其次是綠泥化、綠簾石化、高嶺石化(泥化和硅化,碳酸鹽化蝕變最弱;從不同蝕變巖石的巖礦成分因子與光譜的T M 波段及比值之間的相關程度可以看出,本區(qū)的鐵化蝕變最容易提取,其次是泥化與硅化蝕變,碳酸鹽化蝕變與泥化蝕變混雜在一起而難以在光譜上區(qū)分。對所有變量進行因子分析,得到因子特征值、初始因子載荷矩陣和正交旋轉因子矩陣(表略,它們揭示了如下信息:鐵化巖礦成分因子與泥化(硅化巖礦成分因子出現(xiàn)在第一主因子軸的兩端,同時與比值T M 3/T M 2、T M 3/T M 1、T M 5/T M 7、T M 5/T M 3、T M 5/T M 4和T M 5、T M 7兩個波段有較好的相關性。這就充分說明本

10、區(qū)同時存在較強烈的鐵化與泥化(硅化蝕變,它們對多個波段光譜的影響非常明顯。A u 形成主因子軸(第八主因子,其次在第一、第五主因子也有較大的權重。所有這3個因子主要都與T M 3/T M 1、T M 3/T M 2和T M 5/T M 7有較高的正相關性。表明從巖石波譜特征中可以反映出金礦化的(蝕變信息。碳酸鹽化的巖礦成分因子與二價鐵構成了第四主因子,比值T M 5/T M 7與它們呈現(xiàn)較好的負相關,T M 7/T M 3、T M 7/T M 4和T M 3/T M 1、T M 3/T M 4分別同它們有一定程度的正負相關性。表明本區(qū)存在的碳酸鹽化蝕變不強烈。T M 1T M 7以高度的正相關

11、集中形成了第二主因子,主要反映與背景相關的信息,跟蝕變巖礦成分因子基本上沒有明顯的相關性。而比值變量已基本上獨立于派生它們的原始波段,它們的權重沒有集中在某個主因子上,而是貢獻在多個主因子軸上,并與蝕變巖礦成分因子存在顯著的“親和性”。由此說明,比值變量已基本消除了背景干擾,確實能在提取礦化蝕變信息方面起著重要作用。因子分析與R -型聚類分析揭示的主要信息是一致的,且因子分析所反映的信息層次更深,更具內(nèi)涵,更能解釋成因和機理性的問題。3遙感礦化蝕變信息模型從上述分析可知,在深入分析研究區(qū)礦化蝕變類型、蝕變巖礦成分因子與實測巖石波譜數(shù)據(jù)及其派生比值變量的關系,以及巖石波譜數(shù)據(jù)及比值、蝕變巖礦成分

12、因子兩組變量自身的相關組合特征的基礎上,能夠根據(jù)不同的礦化蝕變類型,選擇識別蝕變的最佳特征變量組合和建立遙感信息模型。以鐵化蝕變?yōu)槔?研究區(qū)蝕變帶具有強烈的褐鐵礦化、黃鉀鐵礬化等蝕變。綜合分析相關矩陣、R -型聚類樹狀圖和因子載荷矩陣,識別鐵化蝕變的最佳變量組合(以同F(xiàn)e 2O 3變量的相關系數(shù)的大小排序為T M 3/T M 1、T M 5/T M 7、T M 5、T M 5/T M 4及T M 5/T M 3。當把這些變量分別與Fe 2O 3繪制二維散點圖32國土資源遙感2006年(圖2時,發(fā)現(xiàn)T M 3/T M 1、T M 5/T M 7和T M 5/T M 4等更能反映樣品中鐵化與泥化蝕

13、變的聚類特征。 圖2Fe 2O 3與T M 比值構成的二維散點圖下面是Fe 2O 3變量分別與T M 3/T M 1、T M 5/T M 7和T M 5/T M 4變量組合得到的回歸方程 Fe 2O 3=19.50T M 3/T M 1+13.45T M 5/T M 7+5.95T M 5/T M 4-42.991為了分析該模型的有效性,采用Q -型聚類分析方法,分別用T M 原始波段、T M 比值變量和模型的估計變量Fe 2O 3的值對蝕變巖樣品進行分類,樣品的相似準則采用歐氏距離和余弦函數(shù)。圖3是由T M 1、T M 3、T M 4、T M 5和T M 7五個原始波段分類得到的Q -型聚類

14、樹狀圖,基本上能夠區(qū)分無蝕變、鐵化和泥化三大類,而硅化與碳酸鹽化混在泥化類區(qū)分不開,并且部分樣品被錯分,如9、10、21和26號4個鐵化樣品被錯分到泥化類,1、2號兩個非鐵化樣品被錯分在鐵化類。當選擇T M 3/T M 1、T M 5/T M 7和T M 5/T M 4三個變量參加分類時,分類結果相當合理(圖4的Q -型聚類樹狀圖。37個樣品被分成4類:鐵化類、泥化類、碳酸鹽化(硅化類和無蝕變類。鐵化類除了21號樣品外,其它10個樣品都得到正確歸類;無蝕變類4個樣品歸類全部正確;泥化類也絕大部分分類正確。只有碳酸鹽化與硅化混成一類,同時與泥化類有混淆現(xiàn)象。這說明:第一,本研究區(qū)的主要蝕變是鐵化

15、與泥化;第二,碳酸鹽化與硅化光譜特征上差別不大,同時它們與泥化也不是很好區(qū)分。有意義的是,用鐵化蝕變遙感信息模型的估計圖3由T M1、T M3、T M4、T M5、T M7五個原始波段對蝕變巖的Q -型聚類樹狀圖變量Fe 2O 3值進行分類(Q -型聚類樹狀圖見圖5,得到的結果也很好,鐵化類與泥化類得到了較好的歸類。采用上述比值組合線性回歸模型,利用T M 數(shù)據(jù),對試驗區(qū)進行了鐵化蝕變遙感信息提取,結果如插頁彩片8。區(qū)內(nèi)共圈出異常集中區(qū)15個,對其中842第1期吳德文,等:多元數(shù)據(jù)分析與遙感礦化蝕變信息提取模型圖4T M 3/T M 1、T M 5/T M 7和T M 5/T M 4對蝕變巖的

16、Q -型聚類樹狀圖 圖5鐵化蝕變模型回歸估計值(Fe 2O 3對蝕變巖的Q -型聚類樹狀圖個異常進行了野外查驗,發(fā)現(xiàn)有4個異常與已知礦化體(礦化蝕變體相吻合;3個異常有不同程度的礦化蝕變;另有1個異常未見與礦化有關的巖石蝕變。由此可見,蝕變信息提取的效果是比較理想的。4結論(1通過對巖石反射光譜及巖石組分的多元數(shù)據(jù)分析,揭示了光譜波段及比值變量之間、光譜數(shù)據(jù)與蝕變巖礦成分因子之間的相互關系,更重要的是揭示了研究區(qū)的鐵化、泥化、硅化和碳酸巖化等多種蝕變之間的復雜關系,以及成礦作用的多樣化。(2分析發(fā)現(xiàn),本地區(qū)有強烈的褐鐵礦化蝕變(鐵化,其次是綠泥化、綠簾石化、高嶺石化(泥化和硅化,最弱的蝕變是碳

17、酸鹽化,其中,鐵化蝕變最容易提取,其次是泥化與硅化蝕變,碳酸鹽化蝕變與泥化蝕變混雜在一起,難以在光譜上區(qū)分。(3因子分析顯示,比值變量基本上獨立于派生它們的原始波段,T M 1T M 5和T M 7跟蝕變巖礦成分因子基本上沒有明顯的相關性,反映的應該主要是與背景相關的信息。而比值變量與蝕變巖礦成分因子之間存在顯著的“親和性”。由此說明,比值變量已基本消除了背景干擾,確實能在提取礦化蝕變信息方面起著重要作用。(4從分類結果看,光譜數(shù)據(jù)對蝕變巖與非蝕變巖有很強的區(qū)分能力,但對巖石類型的區(qū)分不是很好,這表明蝕變巖礦成分因子對光譜的影響非常顯著。(5巖石的波譜測試對遙感礦化蝕變信息提取具有十分重要的意

18、義,對其進行多元數(shù)據(jù)分析可以揭示遙感蝕變信息形成的地學因素,為提取蝕變信息的最佳變量組合提供依據(jù),從而建立不同礦化蝕變類型的遙感信息提取模型。參考文獻1王學仁.地質(zhì)數(shù)據(jù)的多變量統(tǒng)計分析M .北京:科學出版社,1986.2植東升.地質(zhì)找礦勘探中的概率統(tǒng)計方法M .長沙:中南工業(yè)大學出版社,1987.3張遠飛,等.綜合地學數(shù)據(jù)圖像處理組合變量的選擇和權值的估計J .礦產(chǎn)與地質(zhì),1987,(2.4馬藹乃.遙感信息模型M .北京:北京大學出版社,1997.5盧紋岱.SPSS ForW indows 統(tǒng)計分析M .北京:電子工業(yè)出版社,2000.6吳德文,等.青海芒崖地區(qū)巖石光譜特征分析及應用J .國土

19、資源遙感,2001,(4:28-34.7趙元洪,等.波段比值主成份復合在熱液蝕變信息提取中的應用,國土資源遙感J .1991,(3:12-17.(下轉第30頁52國土資源遙感2006年A RE MO TE SENS I NG APPR OACH TO THE D EPTHO F THE H I GHLY CO NCENTRATED SAL T LAKETI A N Shu -fang 1,HONG You -tang 1,Q I N Xu -wen1,2(1.China U niversity of Geosciences,B eijing 100083,China;2.China Geolo

20、gical Survey,B eijing 100011,China Abstract:Based on the theory of water re mote sensing,this paper has reached the conclusi on that T M3band is the op ti m u m band in investigating the dep th of the salt lake by means of correlati on analysis .A quantitative analysis was als o conducted on the dep

21、 th of the highly concentrated Zabuye Salt Lake,and the result obtained reveals the s patial variati on regularity of the water dep th of this lake .On such a basis,the re mote sensing mechanis m and the re mote sensing model of the water dep th of the highly concentrated salt lake are built in the

22、paper .Key words:W ater dep th;Re mote sensing;Correlati on analysis;Model第一作者簡介:田淑芳(1963-,女,副教授,主要從事資源與環(huán)境遙感的教學與研究工作。(責任編輯:刁淑娟(上接第25頁THE M UL T I VAR I ATE DATA ANALY S I S AN D THE MOD EL FO R EXTRACT I NG RE MO TE SENS I NG M I NERAL I ZAT I O N AND AL TERAT I O N I NFO R M AT I O NWU De -wen1,2,Z

23、 HU Gu -chang 2,ZHANG Yuan -fei 3,Y UAN J i -m ing2(1.China U niversity of Geosciences,B eijing 100083,China;2.China N on -ferrousM etals Resource Geological Survey,B ei 2jing 100814,China;3.Guilin Research Institute of Geology forM ineral Resources,Guilin 541004,China Abstract:The s pectral behavi or of altered m inerals leads t o the s pectral characteristics of altered r ocks .U sing the multivariate data analysis of typ ical r ocks,the relati on bet w een the components of altered m inerals and s pectral data can be esti m ated qualitatively and quantitatively,and hence a m