| GF-3全极化影像在地表浅覆盖区进行地质构造解译的新方法 |  [PDF全文] |
收稿日期: 2018-03-12
地质构造在地质调查、矿产勘察等地质工作中具有重要意义，对反映地质构造格架、地质背景、成矿背景、成矿机制都有重要意义(侯增谦 等，2008；许志琴 等，2012)。为查明研究区的地质构造特征，大量的野外调查、槽探、光学遥感、地球物理等手段被应用在地质填图及矿产调查工作中(王根厚 等，2009；刘德长 等，2017；向杰 等，2016)。在实际地质调查工作中，受植被、第四系沉积物、风化物等地表覆盖影响，野外测量及光学遥感无法获取浅覆盖层以下的构造信息(Carter和Clift，2008), 而槽探因环境原因无法大范围开展。另一方面，地球物理手段不能详细的反映地质构造特征。目前，在覆盖区地质构造填图技术瓶颈亟待突破。
合成孔径雷达(SAR)对地表覆盖区具有一定的穿透性，具有全天时全天候工作的能力(Woodhouse，2006)，能穿透地表浅覆盖层，对覆盖层以下的地质特征进行有效探测(Pour 等，2016)，穿透深度与波长、地表介电常数、地表粗糙度有关(Spatz，1997)。SAR影像多用于对冰川、火山、地质灾害的探测及地表形变监测等方面(Wadhams 等，2004；Saepuloh 等，2012；Pour 等，2014；Pour和Hashim, 2014, 2015a, 2015b；邢学敏 等，2016)，在地质中应用较少，Pour等人(2018)运用PALSAR影像系统地解译出了马来西亚中心成矿区的断裂构造。利用SAR影像对浅覆盖区地质构造解译相关研究成果极少，而利用GF-3全极化SAR影像在地表浅覆盖区进行地质构造解译的相关研究成果在国内未见有公开发表。
本文利用高分三号(GF-3)全极化影像，开展了典型地表浅层覆盖区域断裂构造等信息的解译探索，提出了一种地表浅覆盖区域地质构造解译的新方法，利用SAR的穿透性对地表浅覆盖区地质构造进行解译，丰富在浅覆盖区获取的地质构造信息。
2、试验区及数据源介绍本次试验选取藏北阿里地区改则县北部、西藏林芝地区东北部、贵阳市思南县、北京市千家店镇为试验区，分别验证GF-3全极化SAR影像地质构造解译在不同环境背景下的适用性。藏北阿里地区第四系及风化物覆盖，藏南林芝地区常年积雪及寒带植被覆盖，贵州市常年多云多雨且热带植被覆盖，北京千家店镇温带植被覆盖区域，均为不同类型的浅覆盖区，地表露头出露少。
GF-3卫星有12种成像模式，是目前世界上成像模式最多的SAR卫星(张庆君，2017)。基于极化SAR的成像机理，为综合利用地质构造在各极化方式影像上的特征，本文选取GF-3全极化条带成像模式(QPSⅠ)影像，所采用的数据为L1A级数据，影像编号见表1。
|
表 1 影像参数 Table 1 Image parameters |
本文对GF-3全极化SAR影像进行了聚焦、多视、滤波、地理编码、线性拉伸一系列预处理。以改则地区影像为例，数据处理流程及效果见图1。SAR的成像机理决定了其伴生噪声较大，斑点噪声往往严重影响影像的判读性(刘留 等，2017)，为了抑制斑点噪声对影像的影响，经过多次试验，文中选择Lee滤波方式，对GF-3全极化影像进行滤波。在地理编码过程中，为消除地形影响，引入90 m SRTM DEM数据进行地形纠正，进一步提高了影像对微地形微地貌的反映能力。采用一定程度的线性拉伸有助于增强图像的解译性。
|
| 图 1 数据处理流程图 Figure 1 Data processing flow |
SAR影像的四种极化方式(HH、HV、VH、VV)分为单极化(HH、VV)和交叉极化(HV、VH)。其中单极化峰值特征表现为高峰值、高陡度，峰值较集中；交叉极化峰值特征表现为低峰值、低陡度，峰值较分散。为了充分利用地质特征在不同极化方式下的峰值差异，本文通过对不同极化模式的影像进行RGB合成(Pradipta 等，2016)，将灰度影像转变为假彩色影像，以提高影像的解译性。交叉极化方式的峰值更分散，具有更多更明显的峰值信息，故选择其中一个为红色组成，绿色和蓝色由单极化(VV、HH)组成，这样在合成影像上可以显示出更多样化的特征。经过多次的试验，本文最终选择用HV-VV-HH作为R-G-B的组合方式进行彩色合成(图2)。
|
| 图 2 RGB合成影像 Figure 2 RGB composite images |
利用SAR影像的穿透性及其对微地形微地貌的灵敏性，多极化合成后影像可清晰地反映地表覆盖层下的地质特征。通过对比分析线性构造两侧的色彩、纹理、地形地貌、水系特征，本文建立了GF-3全极化影像下的断层解译标志(表2)。
|
|
表 2 解译标志 Table 2 Interpretation keys |
通过对地质体的切割及纹理交错等直接解译标志和颜色、地形地貌、水系特征等间接解译标志的识别，本文对研究区内的断裂构造和环带构造进行了系统地解译(图6)。断裂构造的局部放大图见图3，环带构造的局部放大图见图4。
|
| 图 3 断层解译图(局部放大) Figure 3 Faults interpretation (local) |
|
| 图 4 环带构造解译(局部放大) Figure 4 Circular structures interpretation (local) |
|
| 图 6 构造解译图 Figure 6 Structural mapping based on interpretation |
GF-3为C波段极化SAR卫星，具有多种极化方式。微波的地表穿透能力、成像效果与地表介电常数、地表粗糙度有关(Spatz，1997)。不同地区的地表介电常数和地表粗糙度不一样，GF-3的探测效果也不一样。根据中国高分辨率地表粗糙分布图(李沁怡 等，2014)，西藏阿里地区为高原草甸地表粗糙度最低约为0.01—0.05 m，林芝地区地表粗糙度约为0.05—0.1 m，北京地区地表粗糙度约为0.1—0.2 m，贵州地区地表粗糙度约为0.2—0.4 m。观测地表的介电常数与该区的含水量及地表土壤成分有关。综合比较各研究区的图像目视效果(图2)及构造解译效果(图6)，GF-3全极化影像在西藏阿里地区(图2(a))、西藏林芝地区(图2(b))的图像效果和解译效果最好，贵州贵阳市(图2(c))和北京千家店镇(图2(d))图像效果次之。
以林芝地区为例，高原冻土地区地表植被稀少，地表覆盖物多为积雪、浅草、裸土、矮树，风化作用强，浅覆盖区域广。如图5(a)所示，GF-3全极化影像在高原冻土地区探测效果最为明显，GF-3能有效的穿透地表的积雪及风化壳并对浅覆盖层以下的地质构造特征进行有效探测，而同区的光学影像(图5(b))受积雪等覆盖物的影响，地质构造特征在影像上反映不明显。相较于同区光学影像(图5(b))，GF-3全极化影像对构造特征的反映能力更强，构造局部特征反映的更加清晰，在浅覆盖区的地表构造信息获取能力明显增强。
|
| 图 5 林芝地区(局部)GF-3与同区光学影像对比图 Figure 5 Comparing between GF-3 image and spectral image in Nyingchi prefecture, Tibet (local) |
利用SAR的穿透性，GF-3全极化影像(图3)对断裂构造的交切关系反映的更加清晰，通过影像可直接反映浅覆盖层下的断层交切关系，对构造的细节特征更灵敏。通过不同方向的断裂构造交切关系，可以进一步划定断裂构造的期次，对分析浅覆盖区的地质构造背景有重要意义。相较于GF-3全极化影像，受后期的风化作用及地表覆盖物的影响，断裂构造之际间的交切关系在光学影像(图5(b))上并不清晰。
通过GF-3全极化影像，浅覆盖层之下的断裂构造和环带构造可以被有效解译(图4)。通过GF-3全极化影像解译出的构造特征(图6中红色细线)与1∶50000地质图中的对应构造特征(图6中蓝色细线)在位置及方向上基本一致(图6)。同时大量在实际填图过程中因地表浅覆盖层而未能识别的构造特征在GF-3全极化影像上可有效识别。GF-3全极化影像大大提高了识别的构造数量(图6)，提高了在浅覆盖区的构造信息获取能力，对进一步的地质分析及成矿预测具有重要意义。
5、结 论藏北阿里地区第四系及风化物覆盖，藏南林芝地区常年积雪及寒带植被覆盖，贵州市常年多云多雨且热带植被覆盖，北京千家店镇温带植被覆盖区域，4个试验区均为不同类型的浅覆盖区，地表露头出露少。常规手段在4个试验区内难以探测第四系风化物、植被、积雪等覆盖物下的地质构造。本文利用SAR的穿透性，首次提出了基于GF-3全极化影像在浅覆盖区进行地表地质构造解译的新方法。
本次研究以西藏阿里地区、林芝地区、贵州思南县、北京千家店镇4个试验区为例，提出了GF-3全极化影像用于浅覆盖区地质解译的处理流程，并总结了构造特征在GF-3全极化影像中的解译标志，对相似气候环境及覆盖条件区域的GF-3全极化地质构造解译研究具有参考意义。通过将基于GF-3全极化影像的解译结果与同区1∶5万实测数据对比，有效验证了GF-3号卫星全极化影像在浅覆盖区构造解译的可行性。试验同时获取了大量野外实测未能探明的浅覆盖层以下的断层信息，进一步丰富了研究区的地质构造信息。试验结果表明：GF-3全极化影像不仅可用于浅覆盖区的地质构造解译，并且具有野外实测和光学遥感等常规手段所不能替代的独特优势。该方法是对浅覆盖区的常规工作手段的有效补充，对地质矿产调查具有重要意义。
利用高分辨率SAR影像进行地质构造解译研究是遥感地质领域一个全新的研究方向。本文首次验证了GF-3号卫星全极化影像的在浅覆盖区进行构造解译的可行性和优势性。本次研究在解译方式上尚采用人工目视解译，解译效率较低，下一步拟在分析地质构造特征的基础上研究基于GF-3全极化影像的地质构造自动化提取方法。
| [1] | Carter A and Clift P D. Was the Indosinian orogeny a Triassic mountain building or a thermotectonic reactivation event?[J]. Comptes Rendus Geoscience, 2008, 340 (2/3) : 83 –93. DOI: 10.1016/j.crte.2007.08.011 |
| [2] | 侯增谦, 宋玉财, 李政, 王召林, 杨志明, 杨竹森, 刘英超, 田世洪, 何龙清, 陈开旭, 王富春, 赵呈祥, 薛万文, 鲁海峰. 青藏高原碰撞造山带Pb-Zn-Ag-Cu矿床新类型: 成矿基本特征与构造控矿模型[J]. 矿床地质, 2008, 27 (2) : 123 –144. Hou Z Q, Song Y C, Li Z, Wang Z L, Yang Z M, Yang Z S, Liu Y C, Tian S H, He L Q, Chen K X, Wang F C, Zhao C X, Xue W W and Lu H F. Thrust-controlled, sediments-hosted Pb-Zn-Ag-Cu deposits in eastern and northern margins of Tibetan orogenic belt: geological features and tectonic model[J]. Mineral Deposits, 2008, 27 (2) : 123 –144. DOI: 10.16111/j.0258-7106.2008.02.001 |
| [3] | 李沁怡, 蔡旭晖, 宋宇. 中国高分辨率地表粗糙度分布研究[J]. 高原气象, 2014, 33 (2) : 474 –482. Li Q Y, Cai X H and Song Y. Research of the distribution of national scale surface roughness length with high resolution in China[J]. Plateau Meteorology, 2014, 33 (2) : 474 –482. DOI: 10.7522/j.issn.1000-0534.2012.00191 |
| [4] | 刘德长, 赵英俊, 叶发旺, 田丰, 邱骏挺. 航空高光谱遥感区域成矿背景研究—以甘肃柳园—方山口地区为例[J]. 遥感学报, 2017, 21 (1) : 136 –148. Liu D C, Zhao Y J, Ye F W, Tian F and Qiu J T. Study on the metallogenic background of the Liuyuan–Fangshankou area by using airborne hyperspectral remote sensing[J]. Journal of Remote Sensing, 2017, 21 (1) : 136 –148. DOI: 10.11834/jrs.20175186 |
| [5] | 刘留, 杨学志, 周芳, 郎文辉. 3维块匹配小波变换的极化SAR非局部均值滤波[J]. 遥感学报, 2017, 21 (2) : 218 –227. Liu L, Yang X Z, Zhou F and Lang W H. Non-local filtering for polarimetric SAR data based on three dimensional patch matching wavelet transform[J]. Journal of Remote Sensing, 2017, 21 (2) : 218 –227. DOI: 10.11834/jrs.20176257 |
| [6] | Pour B A and Hashim M. Structural geology mapping using PALSAR data in the Bau gold mining district, Sarawak, Malaysia[J]. Advances in Space Research, 2014, 54 (4) : 644 –654. DOI: 10.1016/j.asr.2014.02.012 |
| [7] | Pour A B and Hashim M. Structural mapping using PALSAR data in the Central Gold Belt, Peninsular Malaysia[J]. Ore Geology Reviews, 2015a, 64 : 13 –22. DOI: 10.1016/j.oregeorev.2014.06.011 |
| [8] | Pour A B and Hashim M. Integrating PALSAR and ASTER data for mineral deposits exploration in tropical environments: a case study from Central Belt, Peninsular Malaysia[J]. International Journal of Image and Data Fusion, 2015b, 6 (2) : 170 –188. DOI: 10.1080/19479832.2014.985619 |
| [9] | Pour A B, Hashim M, Makoundi C and Zaw K. Structural mapping of the Bentong-Raub Suture Zone using PALSAR remote sensing data, Peninsular Malaysia: implications for sediment-hosted/orogenic gold mineral systems exploration[J]. Resource Geology, 2016, 66 (4) : 368 –385. DOI: 10.1111/rge.12105 |
| [10] | Pour B A, Hashim M and Marghany M. Exploration of gold mineralization in a tropical region using Earth observing-1 (EO1) and JERS-1 SAR data: a case study from Bau gold field, Sarawak, Malaysia[J]. Arabian Journal of Geosciences, 2014, 7 (6) : 2393 –2406. DOI: 10.1007/S12517-013-0969-3 |
| [11] | Pour A B, Hashim M and Park Y. Gondwana-derived terranes structural mapping using PALSAR remote sensing data[J]. Journal of the Indian Society of Remote Sensing, 2018, 46 (2) : 249 –262. DOI: 10.1007/s12524-017-0673-y |
| [12] | Pradipta R A, Saepuloh A and Suryantini. Geology structure identification based on Polarimetric SAR (PolSAR) data and field based observation at Ciwidey geothermal field[J]. IOP Conference Series: Earth and Environmental Science, 2016, 42 (1) : 012008 . DOI: 10.1088/1755-1315/42/1/012008 |
| [13] | Saepuloh A, Koike K and Omura M. Applying Bayesian decision classification to Pi-SAR polarimetric data for detailed extraction of the geomorphologic and structural features of an active volcano[J]. IEEE Geoscience and Remote Sensing Letters, 2012, 99 (4) : 554 –558. DOI: 10.1109/LGRS.2011.2174611 |
| [14] | Spatz D M. Remote sensing characteristics of the sediment-and volcanic-hosted precious metal systems: imagery selection for exploration and development[J]. International Journal of Remote Sensing, 1997, 18 (7) : 1413 –1438. DOI: 10.1080/014311697218205 |
| [15] | Wadhams P, Parmiggiani F F, de Carolis G, Desiderio D and Doble M J. SAR imaging of wave dispersion in Antarctic pancake ice and its use in measuring ice thickness[J]. Geophysical Research Letters, 2004, 31 (15) : L15305 . DOI: 10.1029/2004GL020340 |
| [16] | 王根厚, 韩芳林, 杨运军, 李元庆, 崔江利. 藏北羌塘中部晚古生代增生杂岩的发现及其地质意义[J]. 地质通报, 2009, 28 (9) : 1181 –1187. Wang G H, Han F L, Yang Y J, Li Y Q and Cui J L. Discovery and geologic significance of Late Paleozoic accretionary complexes in central Qiangtang, northern Tibet, China[J]. Geological Bulletin of China, 2009, 28 (9) : 1181 –1187. DOI: 10.3969/j.issn.1671-2552.2009.09.003 |
| [17] | Woodhouse I H. 2006. Introduction to Microwave Remote Sensing. Boca Raton: CRC Press |
| [18] | 向杰, 陈建平, 胡彬, 胡桥, 杨伟. 基于三维地质—地球物理模型的三维成矿预测—以安徽铜陵矿集区为例[J]. 地球科学进展, 2016, 31 (6) : 603 –614. Xiang J, Chen J P, Hu B, Hu Q and Yang W. 3D metallogenic prediction based on 3D geological-geophysical model: a case study in Tongling mineral district of Anhui[J]. Advances in Earth Science, 2016, 31 (6) : 603 –614. DOI: 10.11867/j.issn.1001-8166.2016.06.0603 |
| [19] | 邢学敏, 贺跃光, 吴凡, 闻德保, 朱建军, 徐鹏. 永久散射体雷达差分干涉反演矿区时序沉降场[J]. 遥感学报, 2016, 20 (3) : 491 –501. Xing X M, He Y G, Wu F, Wen D B, Zhu J J and Xu P. Time series of subsidence inversion on mining area using PSInSAR[J]. Journal of Remote Sensing, 2016, 20 (3) : 491 –501. DOI: 10.11834/jrs.20165104 |
| [20] | 许志琴, 杨经绥, 李文昌, 曾令森, 许翠萍. 青藏高原南部与东南部重要成矿带的大地构造定格与找矿前景[J]. 地质学报, 2012, 86 (12) : 1857 –1868. Xu Z Q, Yang J S, Li W C, Zeng L S and Xu C P. Tectonic background of important metallogenic belts in the southern and southeastern Tibetan Plateau and ore prospecting[J]. Acta Geologica Sinica, 2012, 86 (12) : 1857 –1868. DOI: 10.3969/j.issn.0001-5717.2012.12.001 |
| [21] | 张庆君. 高分三号卫星总体设计与关键技术[J]. 测绘学报, 2017, 46 (3) : 269 –277. Zhang Q J. System design and key technologies of the GF-3 satellite[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46 (3) : 269 –277. DOI: 10.11947/j.AGCS.2017.20170049 |