多元数据分析与遥感矿化蚀变信息提取模型.pdf

第1期,总第67期国土资源遥感No.1,2006
2006年3月15日REMOTESENSINGFORLAND&RESOURCESMar.,2006

多元数据分析与遥感矿化蚀变信息提取模型

吴德文1,2,朱谷昌2,张远飞3,袁继明2
(1.中国地质大学,北京100083;2.有色金属矿产地质调查中心,北京100814;3.桂林矿产地
质研究院,桂林541004)

摘要:蚀变矿物的光谱行为造成了蚀变岩的光谱特征。利用典型岩石的多元数据分析,可以对蚀变矿物成份和光
谱数据之间的关系作出定性和定量评价,进而建立遥感矿化蚀变信息提取模型。笔者利用青海某金多金属矿化区
典型岩(矿)石样品的野外实测波谱数据和化学分析数据,进行了基于多元数据分析的遥感矿化蚀变信息提取模型
研究,建立的比值组合线性回归模型较之单一比值方法具有更好的应用效果。
关键词:多元数据分析;遥感信息提取模型
中图分类号:TP79文献标识码:A文章编号:1001-070X(2006)01-0022-04

630～690nm、760～900nm、1550～1750nm以及
0引言2080～2350nm中分别获取与TM1、TM2、TM3、TM4、
TM5和TM7波段图像对应的光谱值,而后求取比值
图像比值组合是一种十分有用的蚀变信息增强TM3/TM1、TM3/TM2、TM3/TM4、TM5/TM7、TM5/
处理方法,但由于蚀变岩受其自身反射和辐射强度TM3、TM5/TM4、TM7/TM3及TM7/TM4。把岩矿石

以及环境条件影响,常规增强蚀变信息的比值因子的组份分析结果(包括SiO2、Al2O3、CaO、MgO、

(如TM3/TM1增强铁化信息,TM5/TM7增强泥化信Fe2O3、FeO、K2O、Na2O、Au、K2O+Na2O+Al2O3、CaO

息)并非在所有地区都有效。换言之,对于不同的地+MgO及Fe2O3/FeO等)和微量金分析结果也参与
区,由于蚀变岩石及“背景”地物的光谱特征存在差到多元数据统计分析中来。
异,在提取矿化蚀变信息时,需要根据岩石(矿物)的
光谱特征分析来调整比值因子或波段组合;另外,不2多元数据的数理统计分析
同地区的蚀变岩石与“背景”地物在光谱空间的“聚
类结构”特征也不同,所以,矿化蚀变信息提取的方对所有数值变量进行相关矩阵分析和R-型聚
法及遥感信息模型的建立也不存在固定的模式。事类分析(图1),可以得出如下结果:
实上,利用对岩石光谱数据进行多元数据分析,可以(1)R-型聚类分成两个大类时,变量分成两大

研究和揭示不同地区的蚀变岩的光谱个性特征,进组,一组为CaO、CaO+MgO、MgO、FeO、Na2O、Al2O3、

而建立遥感矿化蚀变信息提取模型。K2O+Na2O+Al2O3、SiO2、K2O和TM3/TM4,另一组
为TM5/TM3、TM5/TM4、TM7/TM4、TM2、TM3、TM4、

1多元数据获取TM1、TM5、TM7、TM3/TM1、Fe2O3、Fe2O3/FeO、TM5/
TM7和Au。这说明:①与泥化、碳酸盐化和硅化相
选择青海茫崖柴水沟—采石沟金多金属矿化区关的变量同与铁化有关的变量,刚好与两大变量聚
作为研究区,采用的多元数据包括37个典型岩(矿)类相对应;②光谱测试变量只有比值TM3/TM4与
石样品的野外实测波谱数据、微量Au分析和岩石组泥化、碳酸盐化和硅化蚀变有关,其它波段和比值均
分分析结果。与铁化相关,这反映了样品的光谱变化主要来自铁化
为了同TM图像数据进行类比,对每个样品的蚀变;③本地区的泥化、碳酸盐化和硅化3种蚀变相
波谱数据在光谱范围450～520nm、520～600nm、互关系密切;④铁化蚀变与Au有较好的相关性。

收稿日期:2005-05-23;修订日期:2005-06-27
基金项目:“十·五”国家科技攻关计划项目“西部高寒山区铜金矿产勘查评价技术与综合示范研究”(编号:2001BA609A-04)。
第1期吴德文,等:多元数据分析与遥感矿化蚀变信息提取模型·23·

揭示了如下信息:
①铁化岩矿成分因子与泥化(硅化)岩矿成分
因子出现在第一主因子轴的两端,同时与比值TM3/
TM2、TM3/TM1、TM5/TM7、TM5/TM3、TM5/TM4和
TM5、TM7两个波段有较好的相关性。这就充分说
明本区同时存在较强烈的铁化与泥化(硅化)蚀变,
它们对多个波段光谱的影响非常明显。
②Au形成主因子轴(第八主因子),其次在第
一、第五主因子也有较大的权重。所有这3个因子
主要都与TM3/TM1、TM3/TM2和TM5/TM7有较高
的正相关性。表明从岩石波谱特征中可以反映出金
矿化的(蚀变)信息。
③碳酸盐化的岩矿成分因子与二价铁构成了
图124个变量的R-型聚类