毕晓佳，苗 放，叶成名，李假广

（1.成都理工大学，成都 610059；2.成都市防震减灾局，成都 610042；3.河南省地质测绘院，郑州 473000）

Hyperion 高光谱遥感岩性识别填图

毕晓佳1，2，苗 放1，叶成名1，李假广3

（1.成都理工大学，成都 610059；2.成都市防震减灾局，成都 610042；3.河南省地质测绘院，郑州 473000）

Hyperion高光谱数据在蚀变矿物填图方面已凸显其优越性，而在岩性识别方面大多仍在探讨中。通过应用Hyperion数据结合野外光谱采集，在研究区进行了岩性填图的试验研究。同时，叙述了野外采集光谱数据的过程，建立了野外实测光谱数据库，利用野外实测岩石光谱作为端元光谱进行SAM（Spectral Angle Match）光谱角岩性填图。这对于地质环境复杂地区的岩性填图工作具有一定的应用价值。

Hyperion；高光谱遥感；青藏高原；岩性识别；填图

0 前言

高光谱遥感技术与传统光学遥感技术相比，有其独特优势。高光谱遥感图像包含了丰富的空间、辐射和光谱三重信息，在遥感图像光谱分辨率上更是实现了突破性的提高。其图谱合一的特点是在传统的二维遥感图像基础上增加了光谱维，形成了一种独特的三维遥感，在地质调查领域（地质调查、地质找矿和制图）应用空间广阔，在岩石出露程度较大的区域优势尤为明显，效果尤为突出。相对传统地质调查、找矿制图的方法，高光谱遥感填图成本低、消耗低，不及传统方法费用的十分之一，在地质环境复杂，交通不便的青藏高原实施开展高光谱遥感技术的填图工作，对辅助区域基础地质调查、矿产普查，具有重要的应用价值。

作者于2008年7月进行了野外光谱数据的采集，建立了野外实测光谱数据库，结合2008年5月～10月在青藏高原东昆仑忠阳山地区获取的EO－1Hyperion高光谱遥感数据，在反射率图像转换的基础上，利用野外实测岩石光谱作为端元光谱进行了SAM光谱角岩性填图。

1 Hyperion简介

EO－1上搭载的高光谱遥感器Hyperion是第一代航天成像光谱仪的代表，是一个星载民用成像光谱仪，空间分辨率为30m，在400nm～2 500nm范围内共有242个波段，其中在可见光～近红外（400nm～1 000nm）范围内有70个波段，在短波红外 （900nm～2 500nm）范围内有172个波段，是第一个可以获取可见光与近红外以及短波红外波长范围光谱信息的星载高光谱传感器［1］。

2 区域地质背景

研究区忠阳山位于青藏高原北部东昆仑卡巴纽尔多地区，隶属青海省格尔木市管辖，主体位于青藏高原北部的东昆仑造山带，南北18.5km，东西22.5km，面积约417km2，平均海拔高程为4 500m左右，相对高差在1 200m～1 500m范围内，最高海拔为5 536m，如图1所示。

2.1 区域地层构造特征

忠阳山地区位于东昆仑构造带以北，地层极为发育。研究区以中新元古代万保沟群、寒武纪沙松乌拉组、奥陶～志留纪纳赤台群、古中元古代苦海岩群为主要的研究地层。

东昆仑造山带是我国西部一条规模宏大的造山带，造山带沉积、岩浆、变质和构造作用十分复杂。研究区位于东昆仑造山带中端，跨越了东昆仑造山带、阿尼玛卿缝合带、巴颜喀拉褶皱带三个构造带。区内沉积构造类型多样，变质作用类型复杂，火山岩浆活动频繁，地壳运动具多阶段、多层次的复杂构造格局［2］。

2.2 研究区岩石地层信息

东昆仑造山带岩体成份变化大，种类繁多，不同岩性之间常常呈渐变过渡关系。研究区主要地层岩石特征如下：

（1）奥陶～志留纪纳赤台群：为青海东昆仑布尔汗达山一带出露的一套变质绿片岩夹碳酸盐岩地层。具体岩性为①哈拉巴依沟组：灰黑色片理化钙质千枚岩、绢云母千枚岩，次为灰色石英片岩；②石灰厂组：灰白色（糜棱岩化）白云石大理岩、浅灰色中厚层状粉晶白云岩、浅灰色中厚层状粉晶～细晶白云岩、灰白色片理化微晶白云岩；③灰褐、灰绿色含构造角砾片理化蚀变流纹岩、灰绿色片理化蚀变流纹岩。

（2）古元古代苦海岩群：灰黑色条带状眼球状二云斜长片麻岩、灰白色含白云母白云石大理岩、灰色黑云方解石英千枚岩、灰黑色绢云母白云石英片岩、深灰色变细砂岩，上部夹变形砾岩。

（3）中新元古代万保沟群：时代为震旦～奥陶纪，①碎屑岩夹火山岩组：灰黑色条带状眼球状二云斜长片麻岩、灰白色含白云母白云石大理岩、灰色黑云方解石英千枚岩、灰黑色绢云母白云石英片岩、深灰色变细砂岩，上部夹变形砾岩；②碳酸盐岩岩组：灰白色（糜棱岩化）白云石大理岩、浅灰色中厚层状粉晶白云岩、浅灰色中厚层状粉晶～细晶白云岩、灰白色片理化微晶白云岩夹少量灰白色微晶～粉晶白云岩和灰色条带状结晶灰岩。

（4）寒武纪沙松乌拉组：下部为灰黑色碳质千枚岩及变粉砂岩，上部为灰色石英千枚岩，参见区域地质图2（见下页）。

图1 交通位置图Fig.1 Location map of research area

图2 1∶200000区域地质图Fig.2 Regional geology map

3 野外光谱采集

3.1 测量仪器

本次野外光谱测量中，我们所使用的仪器是美国ASD公司的最新产品（FieldSpec FR便捷式地物光谱仪）。此仪器不仅具有携带方便、速度快、高信噪比、高可靠性、高重复性、操作简单和软件包功能强劲等特点，而且它还可以作实时测量和观察辐射、辐射度、CIE颜色、反射和透射［3］。

3.2 光谱采集

作者在2008年7月18日至23日开展了本次野外光谱数据采集工作，因为每年7月～9月该地区的大气、空气湿度、风、光照和云层覆盖等条件适宜于野外光谱数据采集，而且采集到的数据和选用的遥感图像数据时间匹配性好，满足研究精度要求和填图需要。

光谱数据采集采用野外和室内测量相结合的测量方法，作者在研究区域内选择多个具有代表性的开阔地带作为平场进行了多次重复光谱测量。并针对高海拔对仪器电子元器件的影响，采用室内测量和降低海拔多次测量相结合的综合测量方法，使测量值最大限度地接近实地测量值，以满足测量精度要求和后期图像处理与填图工作的需要。

采集内容包含研究区域内花岗岩、岩浆岩、变质岩、流纹岩、千枚岩、大理岩、板岩、页岩、铁矿石、铜矿石、金矿石、铅矿石、锌矿石等达一百多种不同类型，以及同种类型不同状态（如：岩矿石的风化面、新鲜面等）的岩矿石的光谱数据室内和野外采集工作，并且经过系统编号整理建立了各种岩矿石与其光谱数据的对应表，极大地缩短了后期数据处理的时间，并为以后的填图工作提供了较为完备的野外实测光谱数据库。

3.3 数据处理

野外数据处理与数据采集同等重要，在这里数据的预处理即地物光谱辐射能力到反射能力的初步处理。

根据物理学中对反射率的定义，要确定一种物质反射能力的大小，需要同时测量参考物和目标物的光谱反射能量，两者相除可消除同时出现在目标物和参照物光谱响应中的放大参数。例如光源（通常为太阳）的光谱辐射和光谱仪自身的光学输出，得到目标物相对于参考板的相对反射率，即：

式中 r为所测物体的反射率；Bi为目标物的反射能量；B0为参考板的反射能量。

由于自然界中不存在反射率为100%的物体，因此要得到被测物体的绝对反射率，还应用相对反射率乘以参考板的反射系数［4］，而野外所采集到的ASD数据就是表征所需要的各种岩矿石的辐射能力的数据。基于以上原理并借助相应的软件，对所测得的岩石光谱数据进行对比、USGS光谱库对比验证、统计分析、筛选、提纯、求均值、野外水汽强吸收波段处理、数据转换等，得到了各种岩矿石的反射率。经过编辑整理初步建立了相应的光谱库，为后期研究工作的顺利进展提供了基本依据。图3所示为图5分类结果中颜色依次对应的几种岩性类野外实测光谱。

4 高光谱遥感岩性分类识别与填图

高光谱遥感岩性分类识别是一种快速、有效的岩性填图方法，遥感图像真实地记录了岩石的空间几何形态特征以及光谱辐射特征。然而，不同地区的区域地质背景条件不同，岩石的风化程度和覆盖程度也有所差异，这就使得岩石的形态特征和光谱特征具有了较大的变化。所以识别岩石类型，确定其形态和分布范围，是遥感地质填图重要的目标［5］。

岩性分类识别的方法选择光谱角度匹配法SAM（Spectral Angle Match），即通过计算一个测试光谱（像元光谱）与一个参考光谱之间的“角度”来确定两者之间的相似性。参考光谱可以是实验室光谱或野外测定光谱，或是从图像上提取的像元光谱［6］。SAM分类法通过比较地物光谱形态特征的相似性进行分类识别，是一种基于自身的光谱分类方法。SAM用到的参考端元光谱可以来自于ASCII文件、光谱库、统计文件，或直接从图像中抽取（如ROI平均波谱）［7］。作者在本文将野外实测地物光谱库中的终端元光谱之间的角度与N维空间中的每个像元向量进行比较，角度越小，表示与之匹配的参照光谱越接近。由于与矢量的模无关，光谱角度对增益不敏感，对亮度影响也不是很敏感，从而能够减弱因地形和照度引起的增益变化。SAM方法能有效避免因岩石矿物光谱漂移或光谱变异而造成的单个光谱特征的不匹配，并能充分综合利用弱的光谱信息［7］，是处理高光谱数据一种有效的分类方法。

图3 野外实测光谱Fig.3 Field measured spectral

研究区地形地貌复杂，沉积构造类型多样，变质作用类型复杂，火山岩浆活动频繁，同质异状化极其严重，所以作者采用野外实测光谱数据进行了岩性的分类填图。野外实测光谱曲线与USGS标准光谱曲线经对比分析具有相似性，已经排除了一些自然因素对光谱曲线的影响，在具有诊断性光谱特征的波段具有比标准光谱更加显著的光谱特征，以白云岩为例（如图4所示）。在分类的过程中发现，岩石类型的多样性及其复杂性决定了岩石光谱的多样性，所选岩石光谱数量一般要多于岩石类型。我们可以选用具有较好诊断性光谱特征的光谱曲线进行分类，在图4中，白云岩在2 300nm附近处存在一个明显的吸收谷，在2 360nm附近存在一个明显的吸收峰，在2 450nm～2 500nm波段范围内亦存在一些细小的吸收特征。

图4 野外实测白云岩与USGS标准光谱曲线对比图Fig.4 Field data of the dolomites compared with theUSGS standard spectrogram curve

由野外实测地物光谱直接作为端元光谱进行SAM光谱角填图，需要注意的是：在运用SAM填图分类的过程中，最大光谱角的设置，会对分类结果产生较大的影响，需要通过多次的实验确定取得适当的阈值设定，针对不同的类别设置的阈值也不同。作者在本实验中，对五类地物的阈值设定分别为0.2、0.3、0.25、0.15、0.20，并且①对得到的初步分类结果进行了后续处理，包括对分类图像使用了majority analysis多数分析，改变一个大型单一类中的杂散像元；②Clump Classes类别集群，运用形态学算子将临近的类似分类区域合并成块，被选的分类首先用一个扩大的操作合并到一块，然后用指定了大小的变换核对分类图像进行侵蚀操作，解决了分类图像经常缺少空间相关性的问题，通过低通滤波平滑了图像；③Sieve Classes筛选类，通过用斑点分组消除隔离的被分类的像元解决分类图像中孤岛的出现。这一方法需要观察周围的四个或八个像元，判定一个像元是否与周围的同类。如果一类中被分组的像元数少于输入的值，那些像元就会被从类中删除。Combine Classes结合并类，用于在已经分类了的图像中选择性地进行类的结合，注记结合分类或消除“未被分类”的类有效地删除了那些单个类，最后得到的岩性分类结果如图5所示。在图5中白色空白处是由于忠阳山南边高山上数据影像的积雪及山体阴影造成的未识别分类的像元。由于作者经过野外数据的采集和已有勘探资料，已对研究区的地质构造和岩石地层信息较为熟悉，所以采用了研究区内主要的数种岩石的光谱进行了分类。由分类结果分析得知对于岩石出露程度较大的深变质岩分类结果较好，分布范围与已有的资料较吻合。

图5 岩性分类图Fig.5 Lithological classification map

5 结论

作者在本文利用野外实测地物光谱数据库，在高光谱影像数据基础上进行SAM基于光谱角的岩石分类识别及填图，这对于地理环境复杂的，交通不便利又多属无人区的青藏高原忠阳山地区开展填图工作具有一定的应用价值。特别是针对较为熟知的岩石出露程度较大的深变质岩地区开展大、中比例尺的填图工作，能够取到较好效果。

［1］ 谭炳香，李增元，陈尔学，等，EO－1Hyperion高光谱数据的预处理［J］.遥感信息，2005（6）：36.

［2］ 李假广，苗放，叶成名，等.浅谈东昆仑岩矿石光谱数据野外采集［J］.河南城建学院学报，2009，18（5）31.

［3］ 李海萍，庄大方，熊利亚.沙化土地野外光谱数据采集的技术方法探讨［J］.武汉大学学报：自然科学版，2003，28（4）：484.

［4］ 中国地理信息网，遥感岩性识别研究进展与展望.［EB／OL］.http：／／www.gisie.net／docc／brow.asp？id＝1494＆Page＝1，2007／9／29.

［5］ 浦瑞良，宫鹏.高光谱遥感及其应用［M］，北京：高等教育出版社，2000.

［6］ Inquiry learning BBS.［EB／OL］.http：／／bbs.matwav.com／archiver／？tid851213.html.

［7］ 毕晓佳.高光谱遥感岩矿填图应用研究［D］，成都：成都理工大学信息工程学院，2009.

［8］ 吴彬，苗放，叶成名，等.基于FLAASH的高光谱遥感数据大气校正应用［J］.物探化探计算技术，2010，32（4）：442.

［9］ 刘星，胡光道.高光谱遥感图像频域自适应同态滤波薄云去除［J］.物探化探计算技术，2008，30（2）：163.

［10］黄光玉，沈占锋，赵欣梅.高光谱遥感矿物识别方法研究［J］.资源环境与工程，2007（2）：50.

［11］周子勇，李朝阳.高光谱遥感数据光谱曲线分形特征研究［J］.中北大学学报，2005（6）：451.

［12］甘甫平，王润生，马蔼乃.基于特征谱带的高光谱遥感矿物谱系识别［J］.地学前缘，2003（2）：445.

［13］冯静，舒宁.一种新的高光谱遥感图像纹理特征提取方法研究［J］.武汉理工大学学报，2009（2）：10.

［14］Du Peijun，Fang Tao，Tang Hong，Chen Yongye，Spectral Features Extraction in Hyperspectral RS Data and Its Application to Information Processing［J］.ACTA PHOTON ICA SIN ICA，2005（2）：293.

P 627

A

10.3969／j.issn.1001－1749.2012.05.18

1001—1749（2012）05—0599—05

国家自然科学基金项目（41001253）；中国地质科学院地质力学研究所地质大调查工作项目（1212010711510）

2012－01－10 改回日期：2012－06－01

毕晓佳（1982－），女，吉林人，博士，工程师，地球探测与信息技术。