地质通报  2021, Vol. 40 Issue (1): 13-21  
0

引用本文 [复制中英文]

李娜, 董新丰, 甘甫平, 闫柏琨, 朱婉菁. 高光谱遥感技术在基岩区区域地质调查填图中的应用[J]. 地质通报, 2021, 40(1): 13-21.
[复制中文]
Li N, Dong X F, Gan F P, Yan B K, Zhu W J. Application of hyperspectral remote sensing technology to regional geological survey and mapping in bedrock area[J]. Geological Bulletin of China, 2021, 40(1): 13-21.
[复制英文]

基金项目

国家重点研发计划《中间分辨率光谱地球研发与应用技术研究》(编号: SQ2019YFE012556)、《航空高光谱探测与矿物定量反演研究》(编号: 2017YFC0602104)、《基于宽幅高光谱相机的岩矿信息识别与典型地物分类研究》(编号: D040104)和《高分国土资源遥感应用示范系统(二期)》(编号: 04-Y30601-9001-18120)

作者简介

李娜(1989-), 女, 硕士, 工程师, 从事高光谱遥感地学应用研究。E-mail: 942750607@qq.com

通讯作者

董新丰(1986-), 男, 硕士, 高级工程师, 从事高光谱遥感地学应用研究。E-mail: dongxinfeng229@163.com

文章历史

收稿日期: 2020-07-10
修订日期: 2020-09-10
高光谱遥感技术在基岩区区域地质调查填图中的应用
李娜1,2, 董新丰1,2, 甘甫平1,2, 闫柏琨1,2, 朱婉菁3    
1. 中国地质调查局自然资源航空物探遥感中心, 北京 100083;
2. 自然资源部航空地球物理与遥感地质重点实验室, 北京 100083;
3. 中国地质大学(北京)地球科学与资源学院, 北京 100083
摘要: 高光谱遥感以其超高的光谱维数据优势,使对地物的精细识别和区分能力较传统多光谱遥感数据有质的提升。以HyMap高光谱数据和高分五号高光谱数据为数据源,选择中国西部基岩区区域开展了高光谱遥感岩性-构造解译工作。通过图像增强处理后,对研究区地层单元、岩体/脉、构造等进行了遥感地质解译。对比已有的地质调查结果,发现高光谱遥感数据相较多光谱/高分数据对岩性-构造信息的展布情况显示得更加清晰和直观,同时其对不同岩性段、不同岩相带,以及细小构造等区分能力突出,表现出明显的技术优势。研究认为,高光谱遥感可为基岩区区域地质填图提供更加客观、真实的地质体、构造展布情况,能提高地质调查填图的效率和质量。
关键词: 高光谱遥感    地质填图    HyMap    高分五号    遥感地质    
Application of hyperspectral remote sensing technology to regional geological survey and mapping in bedrock area
LI Na1,2, DONG Xinfeng1,2, GAN Fuping1,2, YAN Baikun1,2, ZHU Wanjing3    
1. China Aero Geophysical Survey and Remote Sensing Center for Natural Resource, Beijing 100083, China;
2. Key Laboratory of Aero Geophysics and Remote Sensing Geology of China Ministry of Natural Resources, Beijing 100083, China;
3. School of the Earth Sciences and Resources, China University of Geosciences, Beijing 100083, China
Abstract: Compared with the traditional multi-spectral remote sensing data, hyperspectral remote sensing has the advantage of ultra-high spectral dimension data, which makes its ability of fine recognition and discrimination of ground objects improved qualitatively.Using HyMap hyperspectral data and GF-5 hyperspectral data as data sources, the litho-structural interpretation was carried out in the bedrock area of western China.Through image enhancement processing, remote sensing geological interpretation of stratigraphic units, intrusives/veins and structures in the study area was carried out.Compared with the existing geological survey results, it is found that the hyperspectral remote sensing data is more clear and intuitive than the multispectral and high resolution data in the distribution of litho-structural information.Meanwhile, the hyperspectral remote sensing data have prominent ability to distinguish different lithology, different lithofacies and small structures, showing obvious technical advantages.The results show that hyperspectral remote sensing can provide more objective and real geological body and structure distribution for regional geological mapping in the bedrock area, and improve the efficiency and quality of geological mapping.
Key words: hyperspectral remote sensing    geological mapping    HyMap    GF-5    remote sensing geology    

遥感技术以其快速、低成本、大面积获取地表真实信息的技术优点,成为区域地质调查填图工作中不可或缺的技术手段之一,尤其是高原、无人区等艰险地区,遥感技术已贯穿整个区域地质调查工作[1-2]

Landsat、ASTER多光谱卫星数据一度成为该领域的研究热点,在地层岩石岩性识别、构造单元剖析、侵入体划定等方面发挥重要作用[3-6],但因其空间分辨率和光谱分辨率的双重限制,逐渐无法满足新时期地质调查填图的应用需求。随着高空间分辨率卫星,如法国的SPOT数据、德国的Rapid-Eye数据,以及美国的IKONOS、QuickBird、GeoEye、WorldView2、3等,国产卫星数据,如资源一号02C、资源三号和高分一号、高分二号等[7-10]的发射,这些卫星数据被应用到更大比例尺地质调查填图工作中。利用这些高空间分辨率遥感数据在地质调查工作中取得了许多优异成果,特别是在基岩裸露区1:5万遥感地质填图调查中起到了举足轻重的作用[11-12]。但是这些高空间分辨率卫星数据因其波段设置较少,只能从其真彩色或假彩色合成图像中获取地质信息,当不同岩性信息在影像上表现出相同或相似的色调和纹理时,很难区分。其中WorldView3数据是目前商业卫星数据中空间分辨率最高,同时具有16个波段,在地质应用中具有显著优势,但是其价格昂贵,且在区域应用中多为多景拼接、镶嵌处理后的数据,受不同时相数据辐射不一致影响,致使在地质解译中其光谱分辨率的优势并没有更好地发挥出来。

随着成像光谱技术的发展和成熟,高光谱遥感的出现为地质调查工作提供了新的利器。高光谱遥感可弥补多光谱或高分遥感数据的上述局限和不足,但其作为遥感技术领域的新兴手段在地质调查填图中的应用鲜有报道,一是因为高光谱数据的匮乏,二是因为高光谱数据处理的复杂性。随着高光谱数据源的不断丰富和处理技术的成熟,其逐渐地被应用到地质调查应用中[13]。目前可应用到区域地质调查中的高光谱数据源有机载HyMap、CASI/SASI和高分五号卫星、资源一号02D卫星。本文主要利用机载HyMap高光谱数据和高分五号高光谱数据,结合信息增强处理技术,开展基岩区区域岩性-构造解译工作,展示高光谱技术优势特点,为今后开展高光谱遥感区域地质调查填图提供应用范例。

1 高光谱遥感数据及研究区地质概况 1.1 高光谱遥感数据

高光谱遥感融合了成像技术和光谱技术,可实现空间信息、光谱信息和辐射信息的综合观测[14],它具有纳米级的超高光谱分辨率,以几十或几百个波段同时对地表地物成像,可获得地物的连续光谱信息,具备从空间大尺度上精细探测和分析地表岩石矿物成分的能力。本文采用的高光谱数据有HyMap高光谱数据和高分五号高光谱数据。

HyMap成像光谱系统是澳大利亚联邦科学和工业组织CSIRO旗下HyVista公司于1998年投入商业性运营的世界先进的实用性航空高光谱成像系统,共有144个波段,空间分辨率根据飞行高度不同而不同。本文地面空间分辨率为4.5 m,其主要技术指标见表 1

表 1 HyMap主要技术指标 Table 1 Main technical indicators of HyMap

高分五号卫星(简称GF-5)于2018年9月发射升空,所搭载的可见短波红外高光谱相机是国际上首台同时兼顾宽覆盖和宽谱段的高光谱相机,幅宽达60 km,空间分辨率30 m,在可见光至短波红外光谱范围具有330个光谱通道,光谱采样间隔优于10 nm,其载荷的基本参数如表 2所示。

表 2 高分五号主要技术指标 Table 2 Main technical indicators of GF-5

另外,本文在对比分析时还用到了WorldView-2数据,其主要技术指标见表 3

表 3 WorldView-2数据主要技术指标 Table 3 Main technical indicators of WorldView-2
1.2 研究区地质概况

研究区位于新疆东部白山地区,大地构造位置上属于北山裂谷带白山段。区域内出露地层主要为新太古代—古元古代敦煌岩群云母石英片岩、黑云母花岗片麻岩、变粒岩、角闪岩等,以及上石炭统石板山组长英质糜棱岩、凝灰质粉砂岩、千枚岩等。研究区岩浆活动较强烈频繁,主要为辉长岩,呈岩基状产出,次为中酸性侵入岩,呈小岩株及岩脉。周边发育近东西向和北东向2组深大断裂,研究区主要为其次级断裂分布。

2 高光谱遥感信息增强

高光谱遥感数据波段中除少量水汽吸收波段外,每个波段都包含重要的地物信息,采用简单的波段组合、图像融合等方法无法有效地提取有用地物信息以突出高光谱的优势,因此利用图像信息增强处理,分离和重新调整数据中的噪声并降低波段间的相关性,把多个波段影像中的有用信息集中到尽可能少的新的波段中,并以不同的波段组合突出影像中隐藏的细节信息。

最小噪声分离(Minimum Noise Fraction,MNF)的基本思想是经正交变换将数据转化为按信噪比排列的新的指标,它本质上是含有2次叠置处理的主成分分析[15-16],定义如下。

(1) 利用高通滤波器模板对整幅影像或具有同一性质的影像数据进行滤波处理,得到噪声协方差矩阵CN,将其对角化为矩阵DN,即:

$ {{\rm{D}}_{\rm{N}}} = {{\rm{U}}_{\rm{T}}}{{\rm{C}}_{\rm{N}}}{\rm{U}} $ (1)

式中,DN为CN的特征值按照降序排列的对角矩阵;U为由特征向量组成的正交矩阵。进一步变换公式(1)可得:

$ {\rm{I = }}{{\rm{P}}^{\rm{T}}}{{\rm{C}}_{\rm{N}}}{\rm{P}} $ (2)

式中,I为单位矩阵;P为变换矩阵,P=UDN-1/2。当P应用于影像数据X时,通过Y=PX变换,将原始影像投影到新的空间,产生的变换数据中的噪声具有单位方差,且波段间不相关。

(2) 对噪声数据进行标准主成分变换。公式为:

$ {{\rm{C}}_{{\rm{D - adj}}}} = {{\rm{P}}^{\rm{T}}}{{\rm{C}}_{\rm{D}}}{\rm{P}} $ (3)

式中,CD为影像X的协方差矩阵;CD-adj为经过P变换后的矩阵,进一步将其对角化为矩阵DD-adj

$ {{\rm{D}}_{{\rm{D}} - }}_{{\rm{adj}}} = {{\rm{V}}^{\rm{T}}}{{\rm{C}}_{{\rm{D}} - {\rm{adj}}}}{\rm{V}} $ (4)

式中,DD-adj为CD-adj的特征值按照降序排列的对角矩阵;V为由特征向量组成的正交矩阵。通过以上2个步骤得到MNF的变换矩阵:TMNF=PV。

由此可知,MNF变换具有PCA变换的性质,但是其维数是按照信噪比从大到小排列,而不像PCA变换按照方差由大到小排列,克服了噪声对影像质量的影响,所以MNF变换比PCA变换更加优越。因此,本文利用MNF变换方法对高光谱影像进行信息增强处理。

3 岩性-构造解译应用 3.1 构造解译

断裂构造在遥感影像上主要表现为线性的色调差异(如图 1-bd中标号①断裂所示)、不同色调的分界面呈线状延伸(如图 1-bd中标号③断裂所示),或受断裂作用位移影响,岩性、地层、断裂、褶皱等地质体出现被切割或错开的现象(如图 1-bd中标号②断裂所示),以及水体、冲积扇顶等地貌沿线(带)状分布(如图 1-bd中标号④断裂所示)。像这种大尺度,传统的断裂构造现象,在WorldView-2高分解译图和HyMap高光谱影像MNF变换信息增强解译图上都呈现出明显的线状特征,解译时清楚、直观。但是部分断裂构造信息因为第四系覆盖(如图 1-d中标号⑥断裂所示)、背景信息因相同或相似呈现一样的色调和纹理(如图 1-d中标号⑤断裂所示)或产状较小较密集(如图 1-d中标号⑦断裂群所示)等原因,此类断裂构造信息因其复杂性很难在高分影像上解译出来,但是在HyMap高光谱影像MNF变换信息增强图上,由于光谱分辨率高的优势,相同地质体的错断标志截然清楚,使得此类构造信息突出,便于解译。

图 1 WorldView-2解译图和HyMap信息增强解译图对比 Fig.1 Comparison of WorldView-2 with HyMap information enhancement in interpretation results a—WorldView-2真彩色影像图;b—WorldView-2高分解译图;c—HyMap信息增强图(MNF846组合);d—HyMap信息增强解译图

褶皱构造是岩层发生弯曲变形形成的构造,其在遥感影像上主要表现为转折端的存在,即岩层由褶皱一翼转到另一翼的弯曲部位(图 2-d黑线位置),以及岩层的对称重复出现,两翼地层产状出现规律性的变化(图 2-d红线两侧地层重复出现)。在褶皱构造发育区域,由于被第四系覆盖、影像纹理杂乱、影像色调偏暗等因素的影响,其在WorldView-2真彩色影像图(图 2-a)上难以分辨,但是在HyMap信息增强解译图(图 2-d)上,褶皱特征明显突出,便于识别,其中发育的小型构造行迹和错断现象也一目了然,如图 2-d中黄线所示地质体错断。

图 2 WorldView-2真彩色影像图、解译图和HyMap信息增强图对比 Fig.2 Comparison of Worldview-2 true color image and interpretation map with HyMap information enhancement map a—WorldView-2真彩色影像图;b—WorldView-2高分解译图;c—HyMap信息增强图;d—HyMap信息增强解译图
3.2 岩性解译

岩性信息是一种复杂的、深层次的遥感地物信息[17]。不同的岩性因其矿物成分、内部结构及外部条件不同,在遥感影像上表现出明显的多样性,因此与其他地物信息提取或遥感解译相比,遥感岩性解译要困难得多。

图 3-b WorldView-2高分解译图中绿色岩体所示为晚石炭世辉长岩,虽然在WorldView-2高分数据解译图和HyMap信息增强图上都能解译出辉长岩,且大型断裂构造产状清晰,但是WorldView-2高分数据解译的辉长岩分布界线与HyMap信息增强图上的辉长岩分布界线表现出明显的差异(图 3-d)。HyMap信息增强图不仅能清晰地分辨出不用岩性之间的界线,而且还能识别出辉长岩体中分布有不同的岩性信息(如图 3-d中红色圆圈所示)。

图 3 辉长岩WorldView-2解译图和HyMap信息增强图对比 Fig.3 Comparison of WorldView-2 with HyMap information enhancement in interpretation of gabbro a—WorldView-2真彩色影像图;b—WorldView-2高分解译图;c—HyMap信息增强图;d—HyMap信息增强解译图

虽然GF-5卫星高光谱数据空间分辨率较低,但超高的光谱维数据,使其在岩性区分与识别中表现出独特技术优势。在上述研究区周边,利用GF-5卫星高光谱数据对其在岩性区分的应用效果进行了对比分析。

花岗岩和花岗闪长岩是较常见的酸性侵入岩,两者在地质图和GF-5信息增强图上界线明显,色调突出,纹理清晰,解译较简单。如图 4-abc所示,①号区域为花岗闪长岩,②号区域为花岗岩。从图 4-c可以看出,GF-5信息增强图不仅能直观展示出分布范围较大、色调和纹理差异明显的2个地质体,还在两者中间解译出新的地质体(如图 4-c中③号区域所示)。

图 4 地质图与GF-5信息增强图对比 Fig.4 Comparison of geological map with GF-5 information enhancement map a—1:5万地质图;b—GF-5真彩色影像图;c—GF-5信息增强图

不同的岩性信息受组成成分、外部因素等影响,在遥感影像和野外地表出露可能会表现为相同或相近的色调和纹理,可解译程度较低,如图 5-ab所示区域,在1:5万地质图和GF-5真彩色影像图中均表现为大面积的花岗闪长岩分布,但是在图 5-c的GF-5信息增强图上至少表现出3种不同的色调,说明该地区至少存在3种及以上的岩性信息,同时可见其中还分布不同走向的裂隙或脉体。

图 5 不同岩性地质图与GF-5信息增强图对比 Fig.5 Comparison between different lithologic geological maps and GF-5 information enhancement map a—1:5万地质图;b—GF-5真彩色影像图;c—GF-5信息增强图
3.3 岩性-构造综合解译

利用HyMap机载高光谱数据,结合其影像信息增强图和地质资料,对研究区进行岩性-构造综合解译,相比已有的地质资料,新解译结果中地层、岩性和构造信息更精细(图 6)。部分新解译出的地质体因未开展野外验证,其岩性暂未命名。

图 6 岩性-构造综合解译图 Fig.6 Comprehensive interpretation map of lithology and structure
4 讨论 4.1 高光谱在地质调查填图中的优势

相对多光谱/高分遥感影像异物同谱现象普遍、岩性精细识别较差的缺点,机载高光谱遥感以其超高的光谱分辨率优势,经图像信息增强处理后,地物信息集中在多个新的波段中,可根据不同的波段组合,将地物信息的空间展布情况更客观、更真实地显示出来,使高光谱遥感对地物精细区分能力较传统多光谱遥感有了质的提升。应用实践也表明,相较多光谱/高分遥感数据应用效果,高光谱遥感不仅兼顾了地物的色调信息,同时也充分利用了地物的组分信息,可将地物差异刻画得更精细,如同地层不同岩性段、同岩体不同岩相带、细小脉体,以及因构造作用造成的线性错断、扭曲、延展形迹等地质现象均可直观地展示出来。从而将遥感在地质填图上的应用由过去的多光谱遥感对区域性构造格架、地质大单元识别向高光谱遥感精细岩性、岩相、细小构造区分、识别转变。

4.2 高光谱在地质调查填图中的发展趋势

以往受高光谱遥感数据源的限制,只是利用机载高光谱数据在小区域开展地质应用。自2018年以来,随着国产高光谱卫星的不断发射,改善了地质应用高光谱数据欠缺的局面,为今后在区域地质调查填图中的应用推广提供了数据保障。随着航空/天高光谱载荷的不断成熟,目前能够应用到区域地质填图的高光谱数据源有卫星高光谱、航空/无人机高光谱。卫星高光谱数据目前空间分辨率均为30m,其不仅可满足1:25万地质填图,实践应用表明,即使30m空间分辨率的卫星高光谱遥感数据,其信息增强后同样可为1:5万地质调查填图提供重要参考信息。在地质背景相对简单地区,卫星高光谱数据即可达到理想效果。在地质背景复杂或者重点区域的大比例尺地质填图工作,可结合航空/无人机高光谱数据进行更加精细的信息挖掘,如不同成分差异细小脉体的区分。

随着图像处理技术的进步,深度学习已被广泛应用到地物识别中。后续应用中,建议收集和建立不同岩性样品的光谱数据库,为高光谱遥感自动化、智能化岩性提取与填图提供基础数据支撑。

5 结论

(1) 应用表明,高光谱数据虽然较高分/多光谱数据(如WorldView-2)空间分辨率低,但超高的光谱维信息使其在地质调查填图中能够实现对不同岩性段、不同岩相带、细小构造等的区分和识别,表现出明显的技术优势;同时根据高光谱数据展示的不同地质体展布及岩性、岩相精细变化情况,对后期野外地面调查路线布设、重点地质体、地质现象观察、采样等工作能提供重要技术支撑,进而提高工作效率和精度。

(2) 随着卫星高光谱的不断发射,高光谱数据源越来越丰富,可为今后区域地质调查填图提供数据保障,也将进一步推广高光谱遥感在区域地质调查填图中的应用。

(3) 后续建议开展高空间分辨率和高光谱卫星数据在地质调查填图中的融合应用;另外结合人工智能技术在图像识别应用中的优势,加强其在高光谱遥感岩性-构造识别方面的研究,进一步提高高光谱岩性-构造识别与提取的自动化和智能化应用。

参考文献
[1]
张志军, 刘世华, 孔迪, 等. 北巴颜喀拉山1:5万区域地质调查中的遥感解译应用[J]. 现代地质, 2006, 30(5): 1141-1149.
[2]
侯德华, 张国立, 王硕, 等. 基于GF-2影像西藏桑耶地区岩性-构造遥感解译[J]. 中国地质调查, 2018, 5(5): 66-73.
[3]
于洪苹, 滕正双. 基于多源遥感影像的吉林敦化塔东铁矿断裂构造解译[J]. 地质找矿论丛, 2020, 35(2): 223-229.
[4]
王阳明, 张景发, 刘智荣, 等. 基于多源遥感数据西藏山南地区活动断层解译[J]. 国土资源遥感, 2018, 30(3): 230-237.
[5]
张瑞丝, 曹汇, 曾敏, 等. 基于ASTER光谱特征的科技廊带岩性填图: 以新疆塔什库尔干地区为例[J]. 岩石学报, 2016, 32(12): 3835-3846.
[6]
Rowan L C, Mars J C, Simpson C J. Lithologic mapping of the Mordor, NT, Australia ultramafic complex by using the Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)[J]. Remote Sensing of Environment, 2005, 99(1/2): 105-126.
[7]
李晓民, 李冬玲, 武平生, 等. 西昆仑甜水海西典型地区环境地质遥感调查进展[J]. 中国地质调查, 2017, 4(3): 57-63.
[8]
燕云鹏, 刘刚, 李瑜, 等. 西北边境地区冰冻圈遥感调查与监测(2013-2015年)主要进展[J]. 中国地质调查, 2017, 4(3): 51-56.
[9]
陈玲, 梁树能, 周艳, 等. 国产高分卫星数据在高海拔地区地质调查中的应用潜力分析[J]. 国土资源遥感, 2015, 27(1): 140-145.
[10]
鲁恒新, 徐岳仁, 陈立泽, 等. 国产GF-2和ZY-3卫星数据在活动断裂定量研究中的应用——以哈思山南麓断裂带为例[J]. 地震, 2017, 37(1): 121-133. DOI:10.3969/j.issn.1000-3274.2017.01.013
[11]
王晓鹏, 杨志强, 康高峰, 等. WorldView-2高分辨率卫星数据在西昆仑塔什库尔干地区遥感地质调查中的应用[J]. 地质找矿论丛, 2014, 29(3): 428-432.
[12]
焦润成, 秦彦平, 张淑云, 等. WorldView-2数据在沉积岩地区的遥感岩性增强方法初探——以新疆喀什阿尔塔什地区为例[J]. 西北地质, 2014, 47(4): 277-283. DOI:10.3969/j.issn.1009-6248.2014.04.030
[13]
李娜, 甘甫平, 董新丰, 等. 高分五号卫星高光谱数据岩性-构造解译初步应用评价[J]. 上海航天, 2019, 36(S2): 187-191, 198.
[14]
孙允珠, 蒋光伟, 李云端, 等. "高分五号"卫星概况及应用前景展望[J]. 航天返回与遥感, 2018, 39(3): 1-13. DOI:10.3969/j.issn.1009-8518.2018.03.001
[15]
田野, 赵春晖, 季亚新. 主成分分析在高光谱遥感图像降维中的应用[J]. 哈尔滨师范大学自然科学学报, 2007, 23(5): 58-60.
[16]
Chen C M. Comparison of Principal Components Analysis and Minimum Noise Fraction Transformation for Reducing the Dimensionality of Hyperspectral Imagery[J]. Geographical Research, 2000, 33(1): 163-178.
[17]
周家晶. WorldView-2数据在遥感岩性解译中的应用方法研究——以西昆仑克孜勒地区为例[D]. 中国地质大学(北京)硕士学位论文, 2012.