0 引言
随着遥感光谱分辨率、空间分辨率和时间分辨率的提高,遥感信息提取的精度也不断提高[1]。光谱特征是遥感图像在不同谱段所吸收的地物反射电磁波能量大小的表现,是组成地物成分和结构等属性的最直接反映,是影像地物区分的依据[2]。因此,地物光谱特征是应用遥感技术开展资源勘查的基础。
近年来,国内外学者开展了很多岩石光谱测试及其特征分析的研究。Hunt等[3]系统研究了地球上典型岩石矿物的光谱特征;Clark 等[4, 5, 6]通过对岩矿光谱的定量分析,开发了相应的岩矿信息提取软件;美国地质调查局(USGS)在实验室条件下测试并发布了100多种矿物的反射光谱数据库[7]。在我国腾冲航空遥感试验中,
测试了600多组地物光谱特征[8]。傅碧宏[9, 10]、丑晓伟等[11, 12]、二芳宫树等[13]研究了沉积岩的岩石光谱曲线特征;甘甫平等[14, 15]、闫柏琨等[16, 17]研究认为岩石光谱反射率的大小会受到视场角和观测几何的影响,但是光谱曲线的整体形态和吸收特征基本保持不变;吴德文等[18]、王钦军等[19]、耿新霞等[20]基于不用的遥感数据利用岩石的光谱曲线特征提取了蚀变信息与岩性信息,效果均比较理想。
岩石光谱特征是其成分与结构的反映。成分、结构不同的岩石,其光谱特征也会有差异。本文在辽宁省兴城地区岩矿光谱数据采集的基础上,分别从岩石类型及其地质年代上进行分析,将为该区域的地质填图和找矿提供一定的指导意义和参考价值。 1 研究区概况
研究区位于辽宁省西部,海拔高度20~500 m,相对高差200~350 m,地势总体上呈现西北高东南低的趋势,气候属于北半球暖温带亚湿润气候,植被类型丰富[21]。
兴城地区(图 1)出露的地层为典型的华北型,地层发育较为齐全,从太古宙岩石单元到中-新元古界、古生界、中生界和新生界都有分布。多方向构造相互交错使本区断裂构造比较复杂,主要有近东西向、北东向、北北东向、北东东向、北西向、南北向和少量北西西向。褶皱构造显现比较明显,多由侏罗系、白垩系构成。火山带分布在西北和中北部区域,总体呈北东向分布,与所构成的主要褶皱构造直接联系。环形构造成因与岩浆侵入有关,有些与火山活动相关。
2 岩石光谱测试 2.1 测试仪器岩石光谱测试仪器为美国Analytical Spectral Devices,Inc公司的 FieldSpec FR-3型便携式野外光谱仪。波谱范围为350~2 500 nm,波长分布从可见光到短波红外[22]。可见光/近红外(VNIR,350~ 1 000 nm)通道的光谱测量间隔为1.4 nm,分辨率约为3 nm;短波红外(SWIR,900~2 500 nm)通道的光谱测量间隔为2 nm,分辨率为6.5~8.5 nm,变化范围取决于光谱仪测量样品时的扫描角度,即视场角[18]。等效辐射噪声小于10-8。 2.2 测试方法
兴城野外共测试岩石样品54个。测定时间为每天12:00-14:00,天空云量小于10%,测试场地的视场角为25°左右。在野外每次进行岩石光谱测试前,需要在半小时之前对仪器进行开机预热和软件标准化调试,并用白板进行定标。测试时,每个样品测试10次求平均得到样品的反射率。对每个测试点进行GPS经纬度定位,同时用相机拍摄采样环境和样品特征。在野外记录本上详细记录采样岩石的命名、经纬度、地质背景以及环境情况等信息[17]。 3 岩石光谱特征分析
根据野外现场测试的波谱曲线,分别比较分析不同岩石类型、不同地质时代岩石类型的波谱特征。 3.1 岩浆岩类波谱特征
研究区出露的岩浆岩体以中酸性为主,主要有花岗岩、花岗闪长岩、花岗斑岩、辉绿岩及安山岩等,部分岩浆岩样品如图 2所示。兴城野外岩浆岩风化面和新鲜面测试的光谱曲线如图 3所示。从光谱曲线可以看出:1)兴城野外各类岩浆岩谱线形态基本相似,主要岩浆岩的新鲜面和风化面光谱吸收位置相差不大,一般地,岩浆岩新鲜面的反射率要普遍高于风化面的反射率;2)在580~920 nm附近有一个较宽的反射峰,在940 nm左右存在铁离子吸收谷;3)除了1 400 nm和1 900 nm处的水汽吸收带外,5种岩类在2 200 nm左右还有一个强吸收谷。这是利用实测光谱提取矿物和岩石分类的基础[23, 24, 25]。
3.2 沉积岩类波谱特征研究区出露的沉积岩最广,以砂岩、泥岩、碳酸盐岩为主。野外采集的主要沉积岩岩石样品如图 4所示,其风化面和新鲜面光谱如图 5所示。从光谱曲线可以看出: 1)沉积岩的光谱特征与岩石中的化学成分有关,与所含的水分、羟基、碳酸根离子、铁离子以及其他矿物含量密切相关,其含量不同,吸收强弱亦不同,而使反射光谱特征曲线产生差异,总体反射率为0.1~0.5;2)在900 nm附近有铁离子特征吸收带,主要是由于铁离子的吸收引起的;3)钙质砂岩、石英砂岩、白云岩和灰色粉砂岩这4种岩类在2 200 nm左右有一个吸收谷,主要是由羟基吸收引起的;4)钙质砂岩和白云质灰岩在2 300 nm左右有一个比较高的吸收谷,这主要是由碳酸根离子吸收引起的[23, 24, 25]。
3.3 不同地质年代下岩石光谱特征不同地质时代岩石的风化程度不同,使得岩石的成分和结构发生变化,直接反映为光谱特征上的差异[26]。图 6为不同年代石英砂岩和灰岩的光谱曲线。从图 6a可以看出:不同地质年代的石英砂岩有近似的光谱曲线,除了1 400 nm和1 900 nm处的水汽吸收带外,在2 200 nm左右还存在吸收谷,在900 nm附近有一个微小的吸收谷;常州沟组石英砂岩反射率最低,团山子组石英砂岩反射率最高。从图 6b可知:不同地质年代的灰岩光谱曲线相似,在2 300 nm左右有一个强吸收谷,这主要是由碳酸根离子吸收引起的;团山子组灰岩反射率最高,崮山组晚寒武世灰岩反射率最低。总之,岩石光谱特征随着地质时代的变化并无规律,更多的与岩石结构、成分和环境因素等相关[27]。
4 结论1)兴城地区不同岩浆岩和沉积岩的光谱曲线形态基本相似,新鲜面和风化面的吸收位置相差不大。新鲜面的反射率普遍高于风化面的反射率。
2)岩浆岩类和沉积岩类一般在900 nm左右存在铁离子吸收谷,在2 200 nm左右有一个强吸收谷。除了1 400 nm和1 900 nm处的水汽吸收带外,沉积岩类普遍在2 300 nm左右有一个比较强的吸收谷。
3)不同地质年代下的岩石光谱曲线变化并无规律,更多地与岩石结构、成分和环境因素等相关。
在岩石光谱测试以及岩石光谱特征分析的基础上,系统研究和理解岩矿光谱特征,可以为岩石矿物成分及结构特征探测,以及为研究区岩性识别、异常信息提取提供更多的技术支撑,进一步满足地质矿产调查评价的需要。
[1] | 王道荣. 成像光谱偏振系统实现及在地物分类中的应用[D]. 西安:西北工业大学, 2007. Wang Rongdao. The Implementation and Application in the Feature Classification Imaging Spectrometer Polarization System[D]. Xi'an:Northwestern Polytechnical University, 2007. |
[2] | 袁迎辉, 林子瑜.相山铀矿田地面光谱测量数据处理与分析[J].测绘与空间地理信息, 2008, 31(3):38-42. Yuan Yinghui, Lin Ziyu. The Processing and Analysis About the Field Spectrum Measurement Data of Xiangshan Uranium Field[J]. Geomatics & Spatial Information Technology, 2008, 31(3):38-42. |
[3] | Hunt G R.Spectroscopic Properties of Rocks and Mi-nerals in Handbook of Physical Properties of Rocks[M].Boca Raton:CRC Press, 1982. |
[4] | Clark N R. Spectroscopy of Rocks and Minerals, and Principles of Spectroscopy[EB/OL]. (1999-06-25)[2006-11-08]. http://speclab. Cr. usgs. gov. |
[5] | Clark N R, Roush T L. Reflectance Spectroscopy:Qu-antitative Analysis Techniques for Remote Sensing Applications[J]. Journal of Geophysical Research, 1984, 89(B7):6329-6340. |
[6] | Clark N R, Swayze G A, Ericlivo K, et al. Imaging Spectroscopy:Earth and Planetary Remote Sensing with USGS Tetracorder and Expert Systems[J]. Journal of Geophysical Research, 2003, 108(E12):5131. |
[7] | Clark N R, Swayze G A. Digital Spectral Library:Version1 (0.2-3.0 μm)[R]. Denver:US Geo-logical Survey, 1993. |
[8] | 国家科委国家遥感中心.中国遥感大事记(1981-1996)[M]. 兰州:兰州大学出版社, 1996. National Remote Sensing Center, State Science and Technology. China Remote Sensing Memorabilia(19811996)[M]. Lanzhou:Lanzhou University Press, 1996. |
[9] | 傅碧宏.遥感岩石学的研究及进展[J].地球科学进展, 1996, 11(3):252-258. Fu Bihong. Study and Recent Advances of Remote Sensing Petrology[J]. Advance in Earth Sciences, 1996, 11(3):252-258. |
[10] | 傅碧宏.碳酸盐岩的反射光谱特征的研究与应用[J].岩矿测试, 1996, 15(3):135-137. Fu Bihong. A Study on Reflectance Spectra Features of Carbonate Rocks and Its Application[J]. Rock and Mineral Analysis, 1996, 15(3):135-137. |
[11] | 丑晓伟, 傅碧宏, 郑建京.干旱区热红外多光谱遥感岩石地层信息提取与分析方法研究[J].科学通报, 1994, 39(18):1693-1695. Chou Xiaowei, Fu Bihong, Zheng Jianjing. Arid Zone Thermal Infrared Multispectral Remote Sensing Information Extraction and Analysis of Rock Formations Methods[J]. Chinese Science Bulletin, 1994, 39(18):1693-1695. |
[12] | 丑晓伟, 傅碧宏.干旱区TM图像岩石地层信息提取与分析方法研究[J].沉积学报, 1995, 13(增刊):164-170. Chou Xiaowei, Fu Bihong. Extraction and Analysis of Lithostratigraphic Information from Landsat Thematic Mapper Imagery in Arid Region[J]. Acta Sedimentologica Sinica. 1995, 13(Sup.):164-170. |
[13] | Yoshiki Ninomiya, Fu Bihong. Extracting Lithologic Information from ASTER Multispectral Thermal Infrared Data in the Northeastern Pamirs[J]. Xinjiang Geology, 2002, 2(1):22-30. |
[14] | 甘甫平, 王润生, 马蔼乃, 等.光谱遥感岩矿识别基础与技术研究进展[J].遥感技术与应用, 2002, 17(3):140-147. Gan Fuping, Wang Runsheng, Ma Ainai, et al. The Development and Tendency of Both Basis and Techniques of Discrimination for Minerals and Rocks Using Spectral Remote Sensing Data[J]. Remote Sensing Technology and Application, 2002, 17(3):140-147. |
[15] | 甘甫平, 王润生.遥感岩矿信息提取基础与技术方法研究[M].北京:地质出版社, 2004. Gan Fuping, Wang Runsheng. The Foundation and Technical Methods of Remote Sensing Rock Information Extraction[M]. Beijing:Geological Publishing House, 2004. |
[16] | 闫柏琨, 刘胜伟, 王润生, 等. 热红外遥感定量反演地表岩石的SiO2含量[J].地质通报, 2006, 25(5):639-643. Yan Bokun, Liu Shengwei, Wang Runsheng, et al. Quantitative Inversion of the SiO2 Content in Surface Rocks Using Thermal Infrared Remote Sensing[J]. Geological Bulletin of China, 2006, 25(5):639-643. |
[17] | 闫柏琨, 王润生, 甘甫平, 等. 热红外遥感岩矿信息提取研究进展[J]. 地球科学进展, 2005, 20(10):1116-1126. Yan Bokun, Wang Runsheng, Gan Fuping, et al. Progresses in Minerals Information Extraction Using Thermal Remote Sensing[J]. Advance in Earth Sciences, 2005, 20(10):1116-1126. |
[18] | 吴德文, 朱谷昌, 吴健生, 等.青海芒崖地区岩石光谱特征分析及应用[J].国土资源遥感, 2001, 50(4).28-34. Wu Dewen, Zhu Guchang, Wu Jiansheng, et al. The Analysis and Application of Spectral Characteristics of Rock Samples from Mangya Area, Qinghai Province[J]. Remote Sensing for Land & Resources, 2001, 50(4).28-34. |
[19] | 王钦军, 蔺启忠. 包尔图地区 ASTER遥感岩性提取[J].地理与地理信息科学, 2006, 22(2):9-12. Wang Qinjun, Lin Qizhong. Remote Sensing Lithology Identification in Baoertu Using Aster Image[J]. Geography and Geo-Information Science, 2006, 22(2):9-12. |
[20] | 耿新霞, 杨建民, 张玉君, 等. ASTER在浅覆盖区蚀变遥感异常信息提取中应用:以新疆西准噶尔包古图斑岩铜矿岩体为例[J].地质论评, 2008, 54(2):184-191. Geng Xinxia. Yang Jianmin, Zhang Yujun, et al. The Application of ASTER Remote Sensing Data for Extraction of Alteration Anomalies Information in Shallow Overburden Area:A Case Study of the Baoguto Porphyry Copper Deposit Intrusion in Western Junggar, Xinjiang[J]. Geological Review, 2008, 54(2):184-191. |
[21] | 张莹, 陈圣波, 王明常, 等. 土地利用的遥感信息变化提取研究[J]. 科学技术与工程, 2012, 12(24):5966-5970. Zhang Ying, Chen Shengbo, Wang Mingchang, et al. Research on the Land Use of Remote Sensing Information Change Extraction[J]. Science Technology and Engineering, 2012, 12(24):5966-5970. |
[22] | 赵同阳, 周可法, 张晓帆, 等. 基于小波变换的反射光谱分析在蛇绿岩识别中的应用研究[J]. 西北地质, 2007, 40(4):87-93. Zhao Tongyang, Zhou Kefa, Zhang Xiaofan, et al. Application of Ophiolite Reflectance Spectra in West Junggar Area Based on Wavelet Transform[J]. Northwestern Geology, 2007, 40(4):87-93. |
[23] | Murphy R J.The Effects of Surficial Vegetation Cover on Mineral Absorption Feature Parameters[J]. International Journal of Remote Sensing, 1995, 16(2):2153-2164. |
[24] | Murphy R J, Wadge G. The Effects of Vegetation on the Ability to Map Soils Using Imaging Spectrometer Data[J]. International Journal of Remote Sensing, 1994, 15(1):63-86. |
[25] | Rodger A, Cudahy T.Vegetation Corrected Conti-nuum Depths at 2.20 μm:An Approach for Hyperspectral Sensors[J]. Remote Sensing of Environment, 2009, 113:2243-2257. |
[26] | 刘超群, 马祖陆, 莫源富. 遥感岩性识别研究进展与展望[J]. 广西科学院学报, 2007, 23(2):120-128. Liu Chaoqun, Ma Zulu, Mo Yuanfu. Progress and Prospect of Study on Remote Sensing Lithologic Identification[J]. Journal of Guangxi Academy of Sciences, 2007, 23(2):120-128. |
[27] | 郝宇杰, 任云生, 赵华雷, 等. 黑龙江省翠宏山钨钼多金属矿床辉钼矿Re-Os同位素定年及其地质意义[J].吉林大学学报:地球科学版, 2013, 43(6):1840-1850. Hao Yujie, Ren Yunsheng, Zhao Hualei, et al.Re-Os Isotopic Dating of the Molybdenite from the Cuihongshan W-Mo Polymetalic Deposit in Heilongjiang Province and Its Geological Significance[J].Journal of Jilin University:Earth Science Edition, 2013, 43(6):1840-1850. |