岩石学报  2016, Vol. 32 Issue (12): 3835-3846   PDF    
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
张瑞丝1, 曹汇2, 曾敏3, 张德贤4, 李广旭2     
1. 成都理工大学地球物理学院, 成都 610059 ;
2. 中国地质调查局大陆构造与动力学创新研究中心, 中国地质科学院地质研究所, 北京 100037 ;
3. 油气藏地质及开发工程国家重点实验室, 成都理工大学地球科学学院, 成都 610059 ;
4. 中南大学地球科学与信息物理学院, 长沙 410083
摘要: 科技廊带填图是以解决关键地质问题为目的填图方式,但部分地区海拔高差大,交通不便,给填图工作造成巨大困难。遥感岩性解译可为填图工作提供重要参考。然而,当前主流的遥感岩性解译方法仍是基于地貌纹理等间接解译标志开展的。相对而言,矿物岩石光谱特征作为最为直接和准确的遥感岩性解译标志却少有实例报道。本文基于ASTER遥感影像和岩石光谱特征分析,对部分地区海拔高差较大的新疆塔什库尔干地区进行岩性解译工作,以检验其适用性。在野外工作对研究区岩性类型进行识别和鉴定的基础上,ASTER光谱分析成果影像可较准确显示区内主要岩性类型的地表出露。其中,ASTER热红外波段比可反映区内中高级变质岩、花岗岩类及碳酸盐岩的整体分布特征;在此基础上,ASTER可见光-近红外及短波红外波段比可准确鉴定与Fe3+、Fe2+-硅酸盐、Al-OH、Mg-OH等成分相关的矿物组成(如绿泥石、白云母及石榴子石等),从而对地表岩性出露进行更为细致的识别和分类。研究结果表明基于ASTER光谱特征的岩性填图方法在新疆、西藏等地区有天然的实用性,既可克服区内海拔高、交通不便等困难,又可准确指示地表关键岩性类型的出露情况,可作为科技廊带填图及地质研究工作的重要手段。
关键词: 塔什库尔干     ASTER     光谱特征分析     波段运算     岩性填图    
Scientific belt lithologic mapping based on ASTER spectral analysis: A case study from the Tashkorgan area (Xinjiang, China)
ZHANG RuiSi1, CAO Hui2, ZENG Min3, ZHANG DeXian4, LI GuangXu2     
1. College of Geophysics, Chengdu University of Technology, Chengdu 610059, China ;
2. Innovative Research Center of Continental Tectonics and Dynamics, CGS;Institute of Geology, CAGS, Beijing 100037, China ;
3. State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, College of Earth Sciences, Chengdu University of Technology, Chengdu 610059, China ;
4. School of Geosciences and Info-physics, Central South University, Changsha 410083, China
Abstract: Scientific belt mapping is based on the key geological question for the mapping area. However, some of the mapping areas are not easy to reach because of the high altitude, and lithologic mapping based on remote sensing image can provide useful information for the mapping project. Advanced Spaceborne Thermal Emission and Reflection (ASTER) remote-sensing data are useful in assisting lithologic mapping and, however, it has been rarely applied by in the Xinjiang and Tibetan areas and its effectiveness in these areas needs to be verified. In this paper, based on combined field geology and ASTER data analysis, we present mapping methodology and results from the Tashkorgan area of western Xinjiang. The Tashkorgan area is a key area for studying the Himalayan-Tibetan orogen and the Tethyan ocean evolution. Nonetheless, the high altitude and poor transportation conditions of this area have imposed major difficulties on geological mapping. Lithologic types of the Tashkorgan area mainly include intermediate-high grade metamorphic rocks, Paleozoic (Ordovician, Silurian, Upper Carboniferous and Permian) meta-sedimentary rocks and various types of intrusive rocks. ASTER spectral analysis is shown to be effective identifying and discriminating the lithologic types. In particular, the ASTER TIR bands were processed first to reveal distribution of prominent lithologic types, including quartzose rock, quartz-deficient rock and carbonate and establish references for followed lithologic matching. The VNIR/SWIR band ratio indexes were demonstrated to effectively highlight spectral features related to lithologic composition of Fe3+, Fe-silicate, Al-OH, Mg-OH and carbonate. The lithologic mapping results provide more refined lithologic information than the previous map, which demonstrates the effectiveness of this method. The generalized procedures of ASTER-assisted lithologic mapping are applicable for future geologic mapping projects and studies in the similar areas such as Xinjiang and Tibet.
Key words: Tashkorgan     ASTER     Spectral analysis     Band ratio     Lithologic mapping    

岩性解译是遥感地质学应用的重要方向,也是最为成功的方向之一(田淑芳和詹骞,2013)。传统的遥感岩性解译方法以地貌纹理等特征为主要依据。不同岩性在遥感影像上的纹理特征主要是地表风化作用的产物,反映的是不同岩性的抗物理-化学风化能力的差异。因而,纹理特征反映的是间接的岩性信息,是间接岩性解译标志,在具体应用过程中存在多解性和不确定性,需要采用其他方法进行补充和约束。重要的造岩矿物(如石英、方解石等)在一定光谱范围常具有特征性的光谱特征,而岩石也会被赋予相似的光谱特征;岩石光谱特征具有宏观的可鉴定性,可直接反映岩石的矿物组合,是直接岩性解译标志,因而相较于间接解译标志具有更好的准确性和可解释性。基于多光谱遥感影像,如ASTER(先进星载热发射和反射辐射仪),通过波段运算等图像处理方法即可对关键岩性进行识别和鉴定,已广泛应用于遥感岩性解译工作中(Ninomiya et al.,2005; Rowan et al.,2005; Watts et al.,2005; Mars and Rowan,2011; van der Meer et al.,2012)。

然而,基于ASTER光谱特征的岩性填图方法在国内少有实例报道,其有效性和实用性值得进一步验证。新疆塔什库尔干地区一直是研究青藏高原和西喜马拉雅构造结演化、喀喇昆仑断层活动机制等关键地质问题的重点区域(Schwab et al.,2004; Robinson et al.,200420072012; Sobel et al.,20112013; Wang et al.,2014),但其海拔高、相对高差大的特点为地表地质填图工作造成了较大的困难,而其地表植被覆盖少、基岩出露好又为遥感方法的应用提供了有利条件。因而,本文选择在塔什库尔干地区开展基于ASTER光谱特征的遥感岩性填图工作,探索科技廊带填图新方法,并检验此方法在廊带式地质填图工作中的有效性和实用性。

1 地质背景

塔什库尔干地区位于青藏高原西北缘,为印度板块与欧亚板块结合处,是研究青藏高原及特提斯演化的重要区域(图 1)。区内地层多样,从元古代地层到第四纪地层均有出露,断层发育,褶皱强烈,经历了多阶段、不同时代的地质事件相互叠加,多期岩浆活动、变质作用和沉积作用,形成了区内类型多样的岩浆岩、变质岩和沉积岩(图 2)。区内所涉及到的构造单元自北向南主要包括西昆仑构造带、喀喇昆仑(松潘-甘孜)地体及羌塘地体(图 1)(Robinson et al.,2007; Cao et al.,2013)。然而,跨越喀喇昆仑断裂向西的西帕米尔地区,各地体单元的构造属性尚存在一定争议(Schwab et al.,2004; Robinson et al.,20072012; Angiolini et al.,2013)。

图 1 西喜马拉雅构造结及邻区区域构造示意图(据Cao et al.,2013) 重要板块边界及断裂构造:AMKS:阿尼玛卿-昆仑-慕士塔格缝合带;BNS:班公湖-怒江缝合带;EPS:东帕米尔穹窿;IYS:雅鲁藏布江缝合带;JS:金沙江缝合带;KSF:公格山断裂;KKF:喀喇昆仑断裂;KYTS:喀什-叶城断裂;MBT:主边界断裂;MCT:主中央断裂;MKT:主喀喇昆仑断裂;MPT:主帕米尔断裂.图中方框为研究区及图 2所示区域 Fig. 1 Schematic diagram of major tectonic features of the western Himalayan syntaxis(after Cao et al.,2013) Key tectonic boundaries and fault systems: AMKS: Ayimaqin-Kunlun-Muztagh Suture; BNS: Bangong-Nujiang Suture; EPD: Eastern Pamir domes; IYS: Indus-Yalu Suture; JS: Jinsha Suture; KSF: Kongur Shan fault; KKF: Karakorum fault; KYTS: Kashgar-Yecheng transfer system; MBT: Main Boundary Thrust; MCT: Main Central Thrust; MKT: Main Karakorum Thrust; MPT: Main Pamir Thrust; PRS: Rushan-Pshart Suture; SS: Shyok Suture

复杂的构造演化历史,导致了区内岩性的复杂。根据区域地质资料,工作区内出露的主要岩性单元主要包括元古界变质岩系布伦阔勒岩群(Pt1B)、 奥陶-志留系变沉积岩(O-S)、上石炭统变沉积岩(C2)、中二叠统碳酸盐岩-碎屑岩-火山岩(P2)、中生代花岗岩及闪长岩(如ηγ51δo51)、新生代花岗岩类(如ηγ6、ξ6)及第四系沉积物(Q)等(图 2图 3)。除第四系覆盖外,所涉及到的地层单元均在一定程度上受到了变质作用的影响。

图 2 塔什库尔干地区:25万地质图(据河南省地质调查院,2005修改) 蓝色方框为ASTER遥感影像范围 Fig. 2 1:250000 geologic map of the Tashkorgan area The blue box indicates the outline of the ASTER granule

图 3 研究区重要岩性类型地表露头特征 (a)布伦阔勒岩群石榴石斜长角闪岩;(b)布伦阔勒岩群斜长角闪岩;(c)印支期片麻状花岗岩;(d)燕山期花岗闪长岩;(e)中二叠统碎屑岩-碳酸盐岩互层;(f)中二叠统碳酸盐岩与花岗岩体接触带出露的外矽卡岩. 上部浅色部分主要矿物成分为硅灰石、辉石及绿帘石;下部偏褐色部分主要成分为石榴子石、辉石及角闪石等 Fig. 3 Typical exposures of lithologic classes of the study area (a)garnet amphibolite of the Bulunluole Group;(b)amphibolite of the Bulunluole Group;(c)Indosinian gneissic granite;(d)Yanshanian granodiorite;(e)Mid-Permian interbedded siliciclastic rocks and carbonates;(f)Exoskarn developed at the contact between the Mid-Permian carbonates and a granitic pluton

①河南省地质调查院.2005. :25万库尔干幅(J43C001002)、艾提开尔丁萨依幅(J43C002002)、英吉沙县幅(J43C002003)区域地质调查报告

2 研究方法

在本次研究工作中,主要采用了野外路线地质与室内遥感数据处理和解译相结合的方法(图 4)。基于前人区调及科研工作成果,野外路线地质对工作区内的主要的岩性类型进行了识别和鉴定,并对各岩性类型中具有可鉴定光谱特征的造岩矿物进行了特别描述,以期为室内ASTER光谱特征分析提供指导。基本的研究思路和实践流程如图 4所示。

图 4 基于野外地质工作和ASTER遥感影像分析的岩性填图方法示意图 Fig. 4 Generalized procedures of lithologic mapping based on combined studies of field geology and ASTER spectral analysis
2.1 ASTER数据预处理

ASTER是搭载在1999年NASA发射的Terra卫星上的遥感传感器(van der Meer et al.,2012)。它可以获取14个波段的地球影像,包括了3个可见光-近红外光谱区(VNIR)的波段(band1-band3),6个短波红外(SWIR)波段(band4-band9)以及5个热红外区(TIR)波段(band10-band14)(表 1)(Fujisada,1995)。可见光-近红外、短波红外以及热红外波段的空间分辨率分别为15m、30m和90m(表 1)。

表 1 ASTER遥感影像波段设置 Table 1 ASTER bandpass and spatial resolution

为了更有效的使用ASTER进行岩性判别,要对level-1B数据进行空间矫正和辐射矫正等一系列的数据预处理工作(图 4)。首先,使用Iwasaki et al.(2002)提出的方法矫正SWIR波段的串扰影响。之后对SWIR及TIR波段以立方回旋插补法(Cubic-convolution interpolation method)进行15m空间分辨率的重采样,重采样后的三个波段区则可以进行波段打包和空间上的对比。最后,再将大气矫正之后的数据结果进行辐射矫正。传感器上的VNIR和SWIR波段通过ENVI上的FLAASH(fast line-of-sight atmospheric analysis of spectralhypercubes)大气校正模块转化为地表反射数据(Cooley et al.,2002)。TIR波段的大气影响则通过ENVI 热大气矫正(Thermal Atmospheric Correction)模块进行矫正(Scheidt et al.,2008)。

区内植被不发育,但常年有积雪,因而在开展与岩性解译相关的图像处理工作之前,需对工作区内的积雪及云层进行掩模处理。我们采用植被指数NDVI=(NIR-R)/(NIR+R)(NIR:近红外波段(3波段);R:红色波段(2波段))进行植被覆盖率估算,将NDVI>0.25的相元作为需要被掩模掉的植被覆盖地区。此外,使用绿色波段的高值区圈定雪与云层覆盖区,同样进行掩模(图 5a)。在掩模后得以保留的区域可认为是为岩石露头区(包括第四系沉积物)。

图 5 地表雪盖掩模(a,白色区域为被掩模掉的区域)和ASTER影像RGB 3-2-1彩色合成影像(b) Fig. 5 Masked glaciated areas(a,indicated by the white pixels)and ASTER RGB 3-2-1 false color image(b)
2.2 ASTER岩性光谱特征

在可见光-近红外(VNIR)波长范围内ASTER有3个波段(表 1),在该波段范围内的吸收主要是由色彩中心,传导能带,晶格场效应或价键迁移等电子跃迁过程所造成的(图 6)(Clark,1999; Rowan and Mars,2003)。其中,最为显著的光谱特征是均与矿物晶格中的Fe元素相关:(1)Fe3+离子的价键迁移效应导致小于0.55μm波段辐射的显著吸收和反射率极小值,通过ASTER波段比band2/band1可以对此效应进行增强和鉴定,对于识别地表的红色岩石(如红层沉积物)有重要作用(Rowan et al.,2005);(2)硅酸盐晶格构架中的Fe2+离子常造成0.6~1.2μm光谱范围的低反射率,ASTER波段比(band1/band2+band5/band3)可对此矿物光谱信号进行识别,主要可用于解译地表出露的富Fe硅酸盐矿物的岩石,如基性岩(Rowan et al.,2005)。但是,实际应用表明,波段比(band1/band2+band5/band3)对于突出含Mg-OH的铁硅酸盐矿物,如绿泥石、绿帘石等,尤为有效。

在短波红外波段,含OH的层状硅酸盐矿物及碳酸盐矿物表现出鉴定性光谱特征(图 6)。其中,Al-OH在2.2μm造成显著的吸收谷值(反射率极小值),可通过ASTER波段比(band5+band7)/band6进行识别,这对于解译富白云母及高岭土等粘土矿物的岩石尤为有效(Rowan et al.,2005; Mars and Rowan,2011)。类似的,Mg-OH在2.34μm造成强吸收和反射率极小值,可由ASTER波段比(band6+band9)/band8进行提取,这对于识别富含黑云母、普通角闪石等的岩石有重要意义,对于含绿泥石的变质岩或蚀变岩石同样有效(Rowan et al.,2005; Mars and Rowan,2011)。但是,碳酸根(CO32-)在此波段范围会表现出与Mg-OH相似的光谱特征,因而需要根据其他波段范围的特征进行区分。

图 6 典型矿物可见光-近红外波段反射率曲线(a)及热红外波段发射率曲线(b)(据Hewson et al.,2005; Rowan et al.,2005) 虚线为实验室实测光谱,数据来源于USGS光谱库;实线为重采样至ASTER波段的光谱曲线 Fig. 6 Reflectance(a)and emissivity(b)spectra of key rock-forming minerals(modified after Hewson et al.,2005; Rowan et al.,2005) Dash lines show the laboratory spectral data,which are resampled to ASTER bandpass and shown as solid lines

在热红外波段范围(8~14μm),重要造岩矿物(如石英、方解石)表现出特征性的发射光谱信号(图 6),可通过ASTER波段运算进行识别。其中,石英发射光谱在10波段和12波段之间的波段范围(8.1~9.4μm)表现为发射率谷值,但是~8.6μm(11波段)表现为发射率高值,ASTER波段运算band11/(band10+band12)×(band13/band12)(石英指数,QI)可对此特征进行增强和识别,该波段运算的结果图像对于解译花岗岩、石英砂岩等岩性具有重要意义(Rockwell and Hofstra,2008)。另一方面,对于主要由硅酸盐矿物组成的岩石,随着其中的SiO2含量逐渐降低(如,从花岗岩至辉长岩),上述的反射率谷值区会逐渐向长波方向迁移,这会导致12波段发射率相对于13波段发射率逐渐升高;因而,波段比band12/band13在一定程度上与SiO2含量表现出反比趋势,从而用于衡量地表岩石中铁镁矿物的含量高低(Ninomiya et al.,2005)。ASTER波段比band12/band13又被称为铁镁指数(Mafic Index,MI)。岩石中的碳酸根(CO32-)同样表现出重要的发射光谱特征,根据其在11.2μm(14波段)的发射率极小值,ASTER波段比band14/band13(又称为方解石指数,Calcite Index,CI)可对富碳酸盐矿物的岩石(如灰岩和白云岩)进行解译(Ninomiya et al.,2005)。

在本次工作中,对岩石类型的判别主要通过波段比方法生成的相关波段指数图。除此之外,假彩色合成(FCC)将灰度图像转化为了彩色图像,并且结合不同岩石类型的光谱特征进行可视化。所有的数据处理过程都是在ENVI软件上实现的,但后期的可视化和填图工作则是基于ARCGIS平台进行的。

3 ASTER岩性填图 3.1 主要岩性类型及特征性光谱

根据区域地质资料及野外实际观察,工作区内所涉及的主要岩性单元以元古界变质岩系布伦阔勒岩群变质岩系(Pt1B)、奥陶-志留系变沉积岩(O-S)、上石炭统变沉积岩(C2)、中二叠统碳酸盐岩-碎屑岩-火山岩(P2)、中生代花岗岩及闪长岩(如ηγ51δo51)、新生代花岗岩类(如ηγ6、ξ6)及第四系沉积物(Q)等(图 2图 3)。

其中,布伦阔勒岩群(Pt1B)以中高级角闪岩相变质岩为主,即黑云斜长片麻岩、斜长角闪岩等(图 3a,b),且夹有石英岩和大理岩,但后二者在野外工作中较为少见。整体而言,布伦阔勒岩群变质岩相对较富铁镁质矿物,因而会表现出铁镁指数(ASTER波段比band12/band13)较高的特征,而其中的石英岩及富含伟晶岩脉的区域会表现出石英指数(ASTER波段比band11/(band10+band12)×(band13/band12))高值的特征。对于黑云斜长片麻岩、斜长角闪岩等岩石,有鉴定性光谱特征的矿物组分主要为角闪石和黑云母,均表现为中等的Mg-OH吸收特征,可通过ASTER波段比(band6+band9)/band8进行识别。

区域上,奥陶-志留系(O-S)变沉积岩可表现为变石英粉砂岩、板岩、结晶灰岩及变砂岩等岩性。但是,在工作内,奥陶-志留系以石英岩夹云母片岩及板岩为主要特征,且局部叠加有后期的绿片岩相变质作用。因而,奥陶-志留系岩石具有鉴定性光谱特征的矿物组分包括石英、白云母及绿片岩相变质矿物(以绿泥石和绿帘石为主)。其中,石英岩表现出强的Si-O键发射光谱特征,从而对应于ASTER石英指数高值。白云母表现出强的Al-OH吸收特征,可通过ASTER波段比(band5+band7)/band6进行识别。绿片岩相矿物绿泥石和绿帘石均在ASTER 8波段位置表现出强吸收特征,因而具有ASTER波段比(band6+band9)/band8高值特征;此外,绿泥石和绿帘石因所含Fe2+离子的晶格场效应而表现出(band1/band2+band5/band3)高值的特征。

上石炭统(C2)变沉积岩下部为以硅质碎屑岩,上部为以火山岩为主。据区域资料,下部的硅质碎屑岩以泥质岩和长石砂岩为主,因而ASTER石英指数值相对较低,因而整体会表现为ASTER铁镁指数中等高值,其中所夹的硅质岩及石英砂岩则会表现为具高ASTER石英指数值的条带。上部的火山岩会表现出铁镁指数中-高值的特征;该部分岩性叠加有后期的绿片岩相变质作用,因而具有ASTER波段比(band6+band9)/band8高值特征。

中二叠统(P2)沉积地层整体表现出碳酸盐岩、硅质碎屑岩及火山岩的岩性组合(图 3e)。其中的碳酸盐岩在ASTER方解石指数(波段比band13/band14)影像上会表现出高值;碳酸盐岩同样造成ASTER 8波段位置的强吸收特征,因而具有(band6+band9)/band8高值特征。而硅质碎屑岩会表现出ASTER石英指数高值特征。因而,在相关ASTER彩色合成影像上,中二叠统(P2)地层会表现出互层的条带状特征,可以作为其鉴定特征。

各类花岗岩体是区内常见地质体(图 3c,d)。这些花岗岩在遥感影像上多表现为ASTER石英指数高值特征。但是其中副矿物的存在,可产生一定的光谱特征的差异。如,若含有黑云母或角闪石(主要为中生代花岗岩ηγ51δo51,可能属I型花岗岩),这些矿物的Fe2+晶格场效应可在ASTER波段比(band1/band2+band5/band3)影像上表现为中-高值。若含有白云母等矿物(主要为新生代花岗岩ηγ6及ξ6,属S型花岗岩),其所含的Al-OH成分则会导致ASTER波段比(band5+band7)/band6影像上的中-高值。

此外,各种第四系沉积物(Q)在区内广泛分布,为通过光谱特征进行基岩岩性填图增加了难得,需要根据地形地貌特征及野外工作来排除。

3.2 ASTER影像分析及解释

基于对研究区重要岩性类型光谱特征的上述分析,对于经过预处理的ASTER数据进行了波段运算,共生成7幅影像:(1)石英指数(QI);(2)铁镁指数(MI);(3)方解石指数(CI);(4)band2/band1(简称为Fe3);(5)(band1/band2+band5/band3)(简称为Fe2);(6)(band5+band7)/band6(简称为RBD6);(7)(band6+band9)/band8(简称为RBD8)。在此基础上,上述波段运算结果进行了彩色合成处理,以更好的分析组合性光谱特征,现对各彩色合成影像分述如下。

ASTER RGB QI-RBD8-MI彩色合成影像对于反映区内主要岩性的分布有重要意义(图 7a)。其中,广泛存在的红色区指示花岗岩类的分布,这是与ASTER石英指数(QI)高值相符的;这些花岗岩区整体表现为区内最高的地形,因而也是冰川最为发育的地区。布伦阔勒岩群(Pt1B)在区内同样出露广泛,但其在图 7a中的影像特征整体可分为两类:(1)深蓝色-亮蓝色区,表明ASTER铁镁指数(MI)为高值,指示角闪石、黑云母等基性矿物含量较高,岩性以富基性矿物的角闪岩类为主;(2)品红-亮红区,表明石英含量相对较高,说明石英岩山重要组成部分;具有显著的条带状特征,表明内部发育显著的变质面理,这是与花岗岩相区分的重要标志;此外,野外工作发现有大量的酸性伟晶岩脉侵入布伦阔勒岩群变质岩系中,同样可导致石英指数高并在图 7a上加入显著红色分量。中二叠统(P2)沉积岩系因其中含有大量碳酸盐岩,造成RBD8的极高值,因而在图 7a中被显著的突出为绿色区。中二叠统在图幅的西南部集中出现,但是在花岗岩体内也存在北西走向的条带。更为重要的是,野外工作在中二叠统碳酸盐岩与花岗岩附近发现有矽卡岩,具有特征性的硅灰石-石榴石-辉石矿物组合(图 3f),因而这些碳酸盐岩与花岗岩体接触带附近位置具有发现矽卡岩型矿床的潜力。

图 7 ASTER波段比假彩色合成影像 (a)ASTER RGB QI-RBD8-MI彩色合成影像;(b)ASTER RGB QI-RBD6-MI彩色合成影像;(c)ASTER RGB QI-Fe3-MI彩色合成影像;(d)ASTER RGB RBD8-Fe2-RBD6彩色合成影像 Fig. 7 False colour images of the ASTER band ratios (a)ASTER RGB QI-RBD8-MI image;(b)ASTER RGB QI-RBD6-MI image;(c)ASTER RGB QI-Fe3-MI image;(d)ASTER RGB RBD8-Fe2-RBD6 image

奥陶-志留系(O-S)及上石炭统(C2)变沉积岩在图 7a中均表现出显著的条带状特征。其中,上石炭统(C2)变沉积岩以深蓝色为主色调,表明石英含量相对较少;其中夹有部分青色条带,表明在蓝色背景色(MI高值)之上叠加有RBD8高值,根据地层岩性特征,极有可能是在原有火山岩叠加有绿片岩化变质矿物,从而导致绿泥石、绿帘石等Mg-OH矿物的加入。奥陶-志留系(O-S)以石英岩与云母片岩为主要特征,因而表现为橙红色与蓝色互层的条带状特征。值得注意的是,在原地质图上,上述古生代变沉积岩(O-S及C2)主要在工作区东部围绕中生代花岗岩体(ηγ51)以北西走向产出(图 2)。然而,遥感影像(图 7a)显示在该部分地层的条带状特征向西仍有延伸,只是走向转变为近东西走向,沿河谷两侧分布。

ASTER RGB QI-RBD6-MI彩色合成影像(图 7b)表现出与QI-RBD8-MI合成影像(图 7a)基本一致的色调特征。由于RBD6取代RBD8作为绿色通道影像,因而图 7b不再对碳酸盐岩及富Mg-OH岩性具有指示意义,而是反映了富Al-OH岩性的分布。最为特征性的是,工作区西部(塔什库尔干河谷以西)的花岗岩类主题均显示为黄绿色或橙红色,表明其富白云母等Al-OH矿物,因而具有典型的S型花岗岩特征,主要以新生代侵入岩体为主。而东部的花岗岩体仍保留红色,表明Al-OH矿物相对较少,因而可能更偏I型花岗岩特征(主要为中生代岩体)。此外,中二叠统沉积岩性表现出红-蓝相间的条带,与碳酸盐岩夹碎屑岩及火山岩的岩性组合相符。

ASTER RGB QI-Fe3-MI彩色合成影像(图 7c)在色调上整体与上述合成影像(图 7a,b)有显著差异。在将反映地表Fe3+相对含量的Fe3波段比设为彩色合成影像的绿色分量后,整个彩色合成影像均显示为以绿色为主的色调。由于Fe3+离子主要富集于风化残余中,因而地表坡积层及其他第四系堆积均表现明显Fe3高值,并在图 7b中显示为绿色。虽然Fe3主要表现覆盖层特征,但是Pt1B变质岩系更为广泛的表现为绿色,这与其富磁铁矿的特征是相符的。

由三个可见光-近红外及短波红外的波段比所合成的ASTER RGB RBD8-Fe2-RBD6彩色影像具有更高的空间分辨率(图 7d),也是前述影像(图 7a-c)的重要补充。各类花岗岩在该图上显示出不同的色调特征。其中,印支期花岗岩(ηγ51)呈绿色,表明含较多的铁质副矿物,如角闪石。早燕山期花岗岩(ηγ52)呈深蓝绿色,表明可能含较少的Al-OH矿物,如白云母或粘土类矿物。晚燕山期花岗岩(ηγ53,γ53)整体呈蓝色,表明白云母等Al-OH矿物含量较高。喜山期花岗岩(ηγ6)同样呈蓝色,同样表明含一定白云母。此外喜山期正长岩(ξ6)呈品红色,表明同时含有Al-OH及Mg-OH矿物,推测分别为白云母及角闪石。大片出露的中二叠统碳酸盐岩(P2)表现为亮红色,反映了碳酸盐矿物更强的ASTER 8波段吸收。但是,P2碳酸盐岩与花岗岩岩体接触带附近区域通常呈品红色,表明极有可能发生了热接触变质,并导致Al-OH矿物的加入。

奥陶-志留系及上石炭统变沉积岩的条带状特征在图 7d中同样显著。其中,奥陶-志留系具有显著的蓝色分量,这是与其中所夹云母片岩的特征相符的。上石炭统则整体为绿色基调,整体表明其矿物成分更偏基性,而其中所夹的黄绿色条带则表明该部分岩石含有Mg-OH矿物(可能起源于绿片岩相变质作用)。图 7d同样反映出奥陶-志留系及上石炭统的岩性条带向西继续延伸的特征,这于前文所述是较为一致的。

基于前文分析,对区内有路线地质工作控制的奥陶-志留系及上石炭统的分布区域进行了岩性填图工作,填图成果如图 8所示。上述认识是在前期的野外工作基础上,基于详细的ASTER光谱分析和影像解译获得的,填图成果基本达到:10万比例尺。填图成果显示,这些古生代(奥陶-志留系及上石炭统)变沉积岩沿着河谷表现出东-西向至南东东向展布,与研究区内北西-南东向为主的构造迹线有显著区别,这表明沿该东西向河谷及可能存在断裂构造,才导致这种地层产状的变化。事实上,上述遥感岩性解译成果与Robinson et al.(2007)的认识是基本一致的。

图 8 基于ASTER岩性解译的地质填图示例 (a)为原:25万地质图(图例见图 2);(b)为本次工作填图结果示例 Fig. 8 An example of the geologic map produced by the ASTER spectral analysis (a)previous :250000 scale map and the legends are referred to Fig. 2;(b)result of the study by the ASTER spectral analysis

综上所述,ASTER彩色合成影像(图 7)所显示的岩性信息基本表现出与地质图(图 2)的岩性分布相符。重要的差异主要体现在:(1)Pt1B内部可能存在岩性分带,南部更为偏铁镁质,表现为铁镁指数高值,因而在图 7a中以蓝色调为主,北部更偏硅质,对应的表现为石英指数较高,因而图 7a偏红色;南北部差异也有可能为后期酸性伟晶岩脉的侵入所导致;(2)原有地质图显示奥陶-志留系及上石炭统仅分布于工作区东部,基本环绕中生代花岗岩体(ηγ51)出露;而遥感影像显示其具有向西的延伸,基本贯穿了塔什库尔干河谷以东的区域(图 8)。相关成果影像对于反映区内重要岩性单元的分布有重要意义,可以作为野外地质填图工作的重要补充。

4 讨论

本文所采用的遥感岩性/地质填图方法是以野外地质工作和室内遥感影像处理为基本方法开展的,且野外地质工作和ASTER光谱特征分析均是该方法体系里必不可少的内容(图 4)。野外路线地质工作对主要岩性分类的识别是为室内遥感解译提供关键的背景数据,同时对野外样品的波谱测试分析也可辅助验证方法的有效性。此外,在野外工作之前开展初步的ASTER影像处理和光谱分析也有利于野外工作更好的开展及工作目标的确定。此填图方法对于新疆、西藏等海拔高、交通条件差且植被覆盖较弱的区域具有先天优势,若运用得当,将为区域地质填图工作提供一种强大的,节省人力、物力乃至财力的工具。当然,其成功应用必须是以地表植被不是特别发育的为前提的。

波段比及假彩色合成是本文所采用的主要影像处理和增强方法,且对于识别和鉴定具有特征性光谱的矿物组合及岩性具有较好的效果(图 4图 7)。然而,需要注意到的是,仅有部分造岩矿物在ASTER的光谱分辨率下具有可鉴定性,如角闪石、白云母、方解石、石英等。而许多次要矿物,如绿泥石,均可在后期热液蚀变或变质作用过程中加入。这就有可能导致原始岩性被叠加上后生矿物成分的光谱信号,并有可能被错误的解释为同种岩性。在这种情况下,我们更需要强调野外工作的重要性。当然,ASTER热红外(TIR)波段在一定程度上也为避免这种错误解释提供约束(Hewson et al.,2005)。因而在具体遥感解译过程中,需要强调NIR/SWIR波段与TIR波段的综合运用。

传统的地质填图方法通常要求穿越主要构造迹线完成数量众多的路线地质工作。而基于ASTER光谱特征的地质填图方法不仅与传统遥感地质填图方法有优势,即能更好的利用光谱特征这种与岩性物质组成有直接对应关系的解译标志;对比传统地质填图方法,只要能通过几条地质路线控制好主要岩性类型及构造关系,也能对关系岩性分布特征有较好的控制。这种基于ASTER光谱特征的地质填图方法所能达到的精度相对于野外传统填图方法确实有所不及;但是,前者相对更为省时省力,在新疆、西藏等野外工作条件较艰苦的区域更是具有极为重要的适用性;即使是对于传统地质填图工作,基于ASTER光谱特征的岩性填图工作也可以作为重要前期“踏勘”手段和对野外工作的补充。值得一提的是,本文所采用的遥感数据处理方法相对较为简洁,结果直接明了且能与岩性组成直接对应,因而具有直接的可解释性。

5 结论

本文在野外路线地质工作及基于ASTER光谱特征的遥感影像分析的基础上,对新疆塔什库尔干地区进行了岩性填图工作。结果表明,ASTER影像对关键岩性类型的光谱特征有重要意义。其中,ASTER热红外波段比可反映区内中高级变质岩、花岗岩类及碳酸盐岩的整体分布特征;在此基础上,ASTER可见光-近红外及短波红外波段比可准确鉴定与Fe3+,Fe2+硅酸盐,Al-OH、Mg-OH等成分相关的矿物组成(如绿泥石、白云母及石榴子石等),从而对地表岩性出露进行更为细致的识别和分类(如对中生代花岗岩类和新生代花岗岩类及其中亚类进行准确区分)。遥感岩性填图成果与现有地质图存在一定差异,表明该方法可以提供在传统野外地质填图工作中所不易发现的一些细节信息,这可为后续工作中发现问题和解决问题提供研究方向。总之,研究结果表明基于ASTER光谱特征的岩性填图方法在新疆、西藏等地区有天然的实用性,可对地表关键岩性类型进行准确的识别和鉴定,可作为针对关键地质问题的科技廊带填图及地质研究工作的一种实用手段。

参考文献
[] Angiolini L, Zanchi A, Zanchetta S, et al. 2013. The Cimmerian geopuzzle: New data from South Pamir. Terra Nova , 25 (5) :352–360. DOI:10.1111/ter.12042
[] Cao K, Bernet M, Wang GC, et al. 2013. Focused Pliocene-Quaternary exhumation of the Eastern Pamir domes, western China. Earth and Planetary Science Letters , 363 :16–26. DOI:10.1016/j.epsl.2012.12.023
[] Clark RN. 1999. Spectroscopy of rocks and minerals, and principles of spectroscopy. In: Rencz AN (ed.). Manual of Remote Sensing, Remote Sensing for the Earth Sciences. New York: John Wiley and Sons, 3: 3-58 http://www.oalib.com/references/7915649
[] Cooley T, Anderson GP, Felde GW et al. 2002. FLAASH, a MODTRAN4-based atmospheric correction algorithm, its application and validation. In: Proceedings of the 2002 IEEE International Geoscience and Remote Sensing Symposium. Toronto, Ont., Canada: IEEE, 1414-1418
[] Fujisada H. 1995. Design and performance of ASTER instrument. In: Proceedings of the SPIE 2583, Advanced and Next-Generation Satellites. Paris, France: SPIE, 16-25
[] Hewson RD, Cudahy TJ, Mizuhiko S, et al. 2005. Seamless geological map generation using ASTER in the Broken Hill-Curnamona province of Australia. Remote Sensing of Environment , 99 (1-2) :159–172. DOI:10.1016/j.rse.2005.04.025
[] Iwasaki A, Fujisada H, Akao H et al. 2002. Enhancement of spectral separation performance for ASTER/SWIR. In: Proceedings of the SPIE 4486, Infrared Spaceborne Remote Sensing IX. San Diego, CA, USA: SPIE, 42-50
[] Mars JC, Rowan LC. 2011. ASTER spectral analysis and lithologic mapping of the Khanneshin carbonatite volcano, Afghanistan. Geosphere , 7 (1) :276–289. DOI:10.1130/GES00630.1
[] Ninomiya Y, Fu BH, Cudahy TJ. 2005. Detecting lithology with Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) multispectral thermal infrared "radiance-at-sensor" data. Remote Sensing of Environment , 99 (1-2) :127–139. DOI:10.1016/j.rse.2005.06.009
[] Robinson AC, Yin A, Manning CE, et al. 2004. Tectonic evolution of the northeastern Pamir: Constraints from the northern portion of the Cenozoic Kongur Shan extensional system, western China. Geological Society of America Bulletin , 116 (7-8) :953–973.
[] Robinson AC, Yin A, Manning CE, et al. 2007. Cenozoic evolution of the eastern Pamir: Implications for strain-accommodation mechanisms at the western end of the Himalayan-Tibetan orogen. Geological Society of America Bulletin , 119 (7-8) :882–896. DOI:10.1130/B25981.1
[] Robinson AC, Ducea M, Lapen TJ. 2012. Detrital zircon and isotopic constraints on the crustal architecture and tectonic evolution of the northeastern Pamir. Tectonics , 31 (2) . DOI:10.1029/2011TC003013
[] Rockwell BW, Hofstra AH. 2008. Identification of quartz and carbonate minerals across northern Nevada using ASTER thermal infrared emissivity data: Implications for geologic mapping and mineral resource investigations in well-studied and frontier areas. Geosphere , 4 (1) :218–246. DOI:10.1130/GES00126.1
[] Rowan LC, Mars JC. 2003. Lithologic mapping in the Mountain Pass, California area using advanced spaceborne thermal emission and reflection radiometer (ASTER) data. Remote Sensing of Environment , 84 (3) :350–366. DOI:10.1016/S0034-4257(02)00127-X
[] Rowan LC, Mars JC, Simpson CJ. 2005. Lithologic mapping of the Mordor, NT, Australia ultramafic complex by using the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER). Remote Sensing of Environment , 99 (1-2) :105–126. DOI:10.1016/j.rse.2004.11.021
[] Scheidt S, Ramsey M, Lancaster N. 2008. Radiometric normalization and image mosaic generation of ASTER thermal infrared data: An application to extensive sand sheets and dune fields. Remote Sensing of Environment , 112 (3) :920–933. DOI:10.1016/j.rse.2007.06.020
[] Schwab M, Ratschbacher L, Siebel W, et al. 2004. Assembly of the Pamirs: Age and origin of magmatic belts from the southern Tien Shan to the southern Pamirs and their relation to Tibet. Tectonics , 23 (4) . DOI:10.1029/2003TC001583
[] Sobel ER, Schoenbohm LM, Chen J, et al. 2011. Late Miocene-Pliocene deceleration of dextral slip between Pamir and Tarim: Implications for Pamir orogenesis. Earth and Planetary Science Letters , 304 (3-4) :369–378. DOI:10.1016/j.epsl.2011.02.012
[] Sobel ER, Chen J, Schoenbohm LM, et al. 2013. Oceanic-style subduction controls Late Cenozoic deformation of the Northern Pamir orogen. Earth and Planetary Science Letters , 363 :204–218. DOI:10.1016/j.epsl.2012.12.009
[] Tian SF, Zhan Q.2013. Remote Sensing Geology. Beijing: Geological Publishing House : 1 -324.
[] Van Der Meer FD, Van Der Werff HMA, Van Ruitenbeek FJA, et al. 2012. Multi- and hyperspectral geologic remote sensing: A review. International Journal of Applied Earth Observation and Geoinformation , 14 (1) :112–128. DOI:10.1016/j.jag.2011.08.002
[] Wang X, Sun DH, Chen FH, et al. 2014. Cenozoic paleo-environmental evolution of the Pamir-Tien Shan convergence zone. Journal of Asian Earth Sciences , 80 :84–100. DOI:10.1016/j.jseaes.2013.10.027
[] Watts DR, Harris NBW, The 2002 NASA GLENN SOARS Working Group. 2005. Mapping granite and gneiss in domes along the North Himalayan antiform with ASTER SWIR band ratios. Geological Society of America Bulletin , 117 (7-8) :879–886.
[] 田淑芳, 詹骞. 2013. 遥感地质学. 北京: 地质出版社 : 1 -324.