魏学娟，徐　刚

基于WorldView-II与Aster数据的Fe信息提取
——以南极拉斯曼丘陵为例

魏学娟，徐刚

（中国地质科学院地质力学研究所，北京100081）

利用WorldView-Ⅱ遥感影像高空间分辨率和高波谱分辨率的数据优点，结合Aster数据波段互补的优势，进行南极大陆边缘拉斯曼丘陵Fe信息提取研究。研究结果表明，使用WorldView-Ⅱ与Aster数据对比分析的主成分法，提取Fe3+信息，采用WorldView-Ⅱ与Aster协同数据下的波段运算法，提取Fe2+信息，可以达到优势互补的目的。Fe信息提取结果显示，含铁矿物信息分布区主要集中在混合片麻岩与副片麻岩区域，分别占Fe信息总面积的80.39%和15.73%，与野外调查结果基本一致。

多源遥感数据；主成分；比值法；Fe信息提取

0　引言

随着遥感技术的快速发展，基于Tm（Etm+）及Aster数据影像Fe信息遥感异常提取技术已经日趋成熟。就信息提取来说，研究使用模型很多，主要有主成分分析法、波段比值法以及光谱角填图法。国外的研究早于国内，早在1977年，Roman等人就采用MSS波段比值法提取了褐铁矿信息；Crosta等［1］1989年采用主成分分析法基于TM数据成功提取了巴西Minais Gerais半干旱地区铁染信息。国内的研究主要始于20世纪90年代，有学者成功利用TM 1，3，4，5以及Aster 1，2，3，4或其主成分改进模型进行了Fe3+信息的提取［2～5］；唐超等［6］根据铁离子矿物的波谱曲线特征，基于TM及Aster数据使用波段比值法提取Fe信息；光谱角填图法根据铁离子光谱曲线的矢量特征进行相似性判别，利用该方法提取Fe信息也取得了较好的效果［7～9］；此外，也有学者利用几种方法组合对结果进行优选，提高了结果的正确性［10～13］。但传统使用的TM和Aster数据，由于光谱分辨率和空间分辨率的限制，产生的混合像元直接造成了提取精度不高。

WorldView-II影像具有8个波段，空间分辨率和波谱分辨率均很高。本文以WorldView-II数据为基础，结合Aster数据的波段互补优势对南极拉斯曼丘陵Fe信息进行提取，以期提高Fe信息的提取精度。

1　研究区概况

研究区位于东南极大陆边缘拉斯曼丘陵的基岩裸露区 （见图1），面积35.28 km2，区域岩性属于前寒武变质岩系，分布有中元古界、晚元古界正片麻岩、副片麻岩、混合片麻岩及麻粒岩，另有少量古生代花岗岩。含铁矿物主要赋存于元古代片麻岩中，发育很多含磁铁矿的岩系 （见图2），以Fe2+和Fe3+的形式存在。含铁矿物以磁铁矿为主，近地表有少量褐铁矿分布。

图1　研究区地理位置及地质简图Fig.1 Position and geological map of the study area

磁铁矿、褐铁矿的化学结构式分别为Fe2O3·FeO和Fe2O3·nH2O。对于区域内含磁铁矿、褐铁矿的岩石，可以根据铁的特征吸收限选取光谱子集，进行波谱直接识别和提取。而对于南极大陆，由于大陆气候和地理条件非常差，其穿越条件有限，可以采用遥感手段进行区域性Fe信息识别。

2　数据源的选择

利用Landsat遥感数据提取围岩蚀变异常信息的技术较成熟，但由于其波谱分辨率较低，提取的蚀变异常通常包含较多的伪信息，因而不利于区域Fe信息识别。Aster图像数据的波谱分辨率 （尤其在短波红外和热红外波段）与空间分辨率较Landsat遥感数据有所提高，已得到广泛应用 （见图3），并在一定程度上提高了蚀变异常信息提取的精度，但空间分辨率依然有限。WorldView-Ⅱ影像有2个优点：①空间分辨率高，多光谱空间分辨率达到了1.8 m，全色0.48 m，可以有效减少像元带来的混合光谱效应；②波谱分辨率高，由于Fe3+的吸收特征主要位于可见光—近红外波谱范围，而WorldView-Ⅱ在该范围有8个波段，与Aster和Tm（Etm+）比较，能够反映更多的波谱细节特征。因此，WorldView-Ⅱ对于鉴别可见光范围内的波谱特征更具优势 （见图3），但波谱覆盖范围较窄。而高光谱数据的波谱分辨率很高，但空间分辨率低，并且该数据在本研究区难以获取。因此本文尝试在主要利用WorldView-Ⅱ数据的基础上，结合Aster数据的波段互补优势提取Fe信息，以期提高Fe信息遥感识别精度。两种数据的影像特征见表1。

图2　野外含磁铁矿的岩系图Fig.2 Field map of containing magnetite rock

图3　典型含铁矿物波谱与WorldView-Ⅱ、Aster波谱通道对应关系图Fig.3 Corresponding relations between the spectra of typical iron-bearing minerals and bands of WorldView-Ⅱand Aster

表1　WorldView-II与Aster数据影像特征Table1 The data features of WorldView-II and Aster

3　Fe信息提取

矿物在380～1100 nm波段的光谱特征主要是由金属离子产生的，其中以Fe的吸收谱带最为显著。Fe2+吸收谱带的中心波长常位于430 nm，450 nm，510 nm，550 nm，1000～1100 nm附近，其中510 nm，550 nm的吸收比较强，1100 nm附近的吸收最强，代表矿物有菱铁矿等。Fe3+的吸收谱带位于400 nm，450 nm，490 nm，700 nm和870 nm。在400 nm，700 nm和870 nm位置附近形成强吸收带，代表矿物有赤铁矿、针铁矿、褐铁矿等。与WorldView-Ⅱ，Aster数据的对应关系如图3。

3.1数据预处理

使用AsterL1B级数据，已做几何校正和辐射校正，获取时间为2014-06-10；WorldView-II数据获取时间为2011-01-29，需做辐射校正、大气校正；其次对两种数据进行基于地形图的几何精校正；最后对冰雪进行掩膜处理。

采用ENVI 5.0遥感软件进行处理，使用的是FLAASH大气校正模块，该大气校正方法是目前精度最高的大气校正模型，适用于该研究区。

3.2Fe3+信息提取

以Aster数据主成分方法及提取结果为参考，尝试使用WorldView-Ⅱ数据应用于Fe3+信息的提取。

首先利用Aster数据进行主成分分析。含Fe3+矿物，如褐铁矿、赤铁矿，它们在Band1 和Band2呈低反射，而在Band4处呈强反射，因此可取1、2、3、4波段组合进行主成分分析。判别其主分量图像的标准是Band1，Band2和Band4贡献系数符号相反，由表2可知，PC4符合要求。

表2　铁染异常主成分分析向量矩阵表 （Aster）Table 2 Eigenvector matrix of PC4

根据第四主成分拉伸后的平均值加2倍、2.5倍、3倍的标准差，划分3个级别的异常，最后进行滤波得到提取结果 （见图4a）。

图4　基于WorldView-II与Aster数据的Fe3+信息提取结果Fig.4 Information extraction of ferric iron based on WorldView-II and Aster data

从图3中可以看出，WorldView-Ⅱ在B1，B2，B8呈强吸收，在B4呈现反射特征，在B6呈现强反射。因此尝试使用B1，B4，B6，B8进行Fe3+离子的提取。其中，B1，B8应与B4，B6相反，且贡献系数为正，B4，B6贡献系数为负。

由表3可知，第三主成分符合要求。对其进行求反，根据第三主成分拉伸后的平均值加2倍，2.5倍，3倍标准差，划分3个级别的异常，最后进行滤波得到提取结果 （见图4b）。

表3　铁染异常主成分分析向量矩阵表 （WorldView-II）Table 3 Eigenvector matrix of PC3

从图4可以看出，两种数据提取的Fe3+信息分布趋势大体一致，大部分区域重合；表4显示两数据提取的各异常级别Fe3+信息的面积也大体一致，说明WorldView-II提取Fe3+信息具可行性。加之WorldView-Ⅱ空间分辨率较高，提取结果更能体现细节信息；而Aster数据分辨率较低，只能识别大范围的蚀变异常［14］。因此，本文最终采用WorldView-Ⅱ的提取结果。

表4　WorldView-II与Aster数据提取的Fe3+面积统计Table 4 Ferric iron area statistics using WorldView-II and Aster data

3.3Fe2+信息提取

3.3.1比值法

对于Fe2+信息，首先使用Aster数据比值法确定大致范围。在Band1，Band2，Band3，Band4反射率逐渐增高，而在Band4处呈强反射，因此运用Band4/Band3比值进行提取，高值区域即为可能的Fe2+信息。

3.3.2协同数据

由于Fe2+信息在1000～1100 nm附近的吸收最强，而该处吸收谷受多光谱分辨率的限制，无法在遥感影像中反映出来。但 Fe2+矿物 （如菱铁矿），在 WorldView-ⅡBand6、WorldView-ⅡBand7与 Aster Band4之间或WorldView-ⅡBand6、WorldView-II Band8与 Aster Band4之间形成一个V字型 （见图5），因此可以利用波段深度比值法来增强Fe2+信息。

图5　WorldView-II，Aster和协同数据波谱范围图Fig.5 Spectrum map of WorldView-II，Aster and synergetic data

波段深度比值法适用于在某一波段有强烈吸收，在两侧波段反射率较高的情况。具体计算时，分子为两侧吸收肩数值之和 （Aster Band3+Aster Band4），分母为最接近吸收谷的波段数值 （WorldView-ⅡBand8），通过比值突出吸收特征。

因此，设计公式如下：

限制条件：（WorldView-ⅡBand6＞WorldView-ⅡBand8）U（Aster Band4＞WorldView-ⅡBand8）

增强方法：（Aster Band3+Aster Band4）/WorldView-ⅡBand8

按照上述思路，若要实现本节中设计的波段算法就需要将多种传感器下的卫星波段信息归一化到同一个标准上，才能对不同传感器下的相关波段进行运算。

理想的归一化数据 （以下称为协同数据［15］）处理过程：①象元匹配，包括不同源遥感数据空间分辨率的统一、像元位置的配准和同一区域范围内像元数量的统一；②影像辐射匹配，消除不同时相拍摄获得的不同源遥感数据辐射差异。

但由于本研究区大部分被雪覆盖，且有时相差异，两种数据基岩边界因时相不同存在差异，尤其是Aster数据并不清晰，因此很难达到空间的吻合，因此本文以 WorldView-ⅡBand7＞WorldView-ⅡBand8为限制条件，在该限制条件下提取Fe2+信息可能的分布区域。

对上述两种方法在ArcGIS中求其并集，即为较完整的Fe2+信息可能的分布区域，提取结果见图6，图7。

3.4结果分析

研究区Fe信息总体呈零星分布，主要分布在斯图尔内斯半岛东北部、友谊峰西侧以及熊猫岛、布洛克内斯半岛和海珠半岛西部。

提取的Fe信息面积共计1.79 km2，约占研究区总面积的5.04%，其中含Fe3+与Fe2+信息面积分别占4.33%，1.19%，重合面积为0.48%。Fe3+主要分布于斯图尔内斯半岛东北部、熊猫岛和布洛克内斯半岛西部等地；Fe2+分布区域主要有熊猫岛东北部、布洛克内斯半岛及米洛半岛的东部等。

含Fe3+与Fe2+信息集中分布在混合片麻岩及副片麻岩区域，分别占Fe信息总面积的80.39%，15.73%，与野外调查结果基本一致。详细统计结果 （见图8）显示，副片麻岩区Fe信息占Fe总面积的15.73%，Fe3+占12.95%，Fe2+占2.78%；正片麻岩区Fe信息占Fe总面积的0.46%，Fe3+占0.45%，Fe2+占0.02%；花岗岩区Fe信息占Fe总面积的3.24%，Fe3+占2.42%，Fe2+占0.82%；铁镁质麻粒岩区Fe信息占Fe总面积的0.07%，Fe3+占0.06%，Fe2+占0.01%；混合片麻岩区Fe信息占Fe总面积的80.39%，Fe3+占62.42%，Fe2+占17.97%；复合正片麻岩 Fe信息占 Fe总面积的 0.10%，Fe3+占 0.08%，Fe2+占0.03%。

图6　Fe信息提取结果图Fig.6 Extraction map of iron information

图7　Fe信息分布图Fig.7 Distribution image of iron information

图8　Fe信息提取结果统计Fig.8 Statistical result of iron information

4　结论

基于WorldView-Ⅱ数据，再结合Aster数据的波段互补优势，提高东南极拉斯曼丘陵Fe信息遥感识别精度，取得良好的实验结果。

使用WorldView-Ⅱ数据下的主成分法提取Fe3+信息，提取的Fe3+矿物结果更详细、更具体，提高了Fe3+信息提取的精度。

对于Fe2+信息的提取，使用 Aster比值法，同时以 WorldView-Ⅱ数据下的 Band7＞Band8为限制条件，得到了良好的实验结果。

尝试使用Aster与 WorldView-Ⅱ协同数据下的波段运算法，以达到优势互补的目的。Fe2+矿物在WorldView-ⅡBand6或Band7、WorldView-ⅡBand8与Aster Band4之间形成一个“V”字型，因此在波谱归一化的前提下，可以利用波段深度比值法来增强Fe2+信息。

研究区Fe信息主要在斯图尔内斯半岛东北部、友谊峰西侧以及熊猫岛、布洛克内斯半岛和海珠半岛西部等地零星分布。

Fe信息集中分布于混合片麻岩及副片麻岩区域，分别占Fe信息总面积的88.09%、17.23%，与野外调查结果基本一致。

［1］ Crosta A P，MOORE，Mcm J.Enhancement of Landsat at Thematic Mapper imagery for residual soil mapping in SW Minas Gerais State Brazil：A prospecting case history in Greenstone Belt Terrain［C］∥Calgary.Proceeds in gs of the 9thThematic Conference on Remote Sensing for Exploration Geology.AnnArbor，M I：Environmental Research Institute of Michigan，1989：1173～1187.

［2］ 陈伟荣，郭德方，兰玉琦.比值合成和特征主成分选择技术在提取油区信息中的应用 ［J］.遥感技术与应用，1995，10（3）：33～39.

CHEN Wei-rong，GUO De-fang，LAN Yu-qi.The application of Band Ratio Composite and Feature-oriented Principal Component Selection in the extraetion of oil-gas signature［J］.Remote Sensing Technology and Application，1995，10 （3）：33～39.

［3］ 马建文.利用TM数据快速提取含矿蚀变带方法研究 ［J］.遥感学报，1997，1（3）：209～214.

MA Jian-wen.Methodology study of quickly identifying mineral bearing alterations from TM data［J］.Journal of Remote Sensing，1997，1（3）：209～214.

［4］ 张玉君，曾朝铭，陈薇.ETM+（TM）蚀变遥感异常提取方法研究与应用——方法选择和技术流程 ［J］.国土资源遥感，2003，（2）：45～50.

ZHANG Yu-jun，ZENG Zhao-ming，CHEN Wei.The methods for extraction of alteration anomalies from the ETM+（Tm）data and their application：Method selection and technological flow chart［J］.Remote Sensing for Land and Resources，2003，（2）：45～50.

［5］ 别小娟，孙传敏，张廷斌，等.玉龙斑岩铜矿带北段ASTER遥感蚀变信息提取与优选 ［J］.中国矿业，2014，23（4）：69～74.

BIE Xiao-juan，SUN Chuan-min，ZHANG Ting-bin，et al.Extraction and optimization of ASTER remote sensing alteration information in the north of Yulong porphyry copper belt［J］.China Mining Magazine，2014，23（4）：69～74.

［6］ 唐超，陈建平，张瑞丝，等.基于ASTER遥感数据的班怒成矿带矿化蚀变信息提取 ［J］.遥感技术与应用，2013，28（1）：123～128.

TANG Chao，CHEN Jian-ping，ZHANG Rui-si，et al.Alteration from ASTER remote sensing data in Bannu metallogenic belt，Gaize，Tibet［J］.Romote Sensing Technology and Application，2013，28（1）：123～128.

［7］ 陈小云，胡光道.用ASTER数据提取云南个旧西区矿化蚀变信息 ［J］.云南地质，2008，27（4）：502～508.

CHEN Xiao-yun，HU Guang-dao.The extraction of metallogenesis and alteration information of West Gejiu，Yunnan with ASTER［J］.Geological of Yunnan，2008，27（4）：502～508.

［8］ 杨长保，姜琦刚，刘万崧，等.基于ASTER数据的内蒙古东乌珠穆沁北部地区遥感蚀变信息提取 ［J］.吉林大学学报：地球科学版，2009，39（6）：1163～1167.

YANG Chang-bao，JIANG Qi-gang，LIU Wan-song，et al.Hydrothermal alteration mapping using ASTER data in northern Dong Ujimqin，Inner Mongolia［J］.Journal of Jilin University：Earth Science Edition，2009，39（6）：1163～1167.

［9］ 付洪波.基于光谱角制图法的遥感异常信息提取 ［J］.测绘与空间地理信息，2011，34（6）：82～84.

FU Hong-bo.Abnormal information extraction from remote sensing image based on Spectral Angle Mapping［J］.Geomatics and Spatial Information Technology，2011，34（6）：82～84.

［10］ 代晶晶，曲晓明，辛洪波，等.基于遥感数据的西藏多龙矿集区示矿信息的提取 ［J］.地质通报，2010，29 （5）：752～759.

DAI Jing-jing，QU Xiao-ming，XIN Hong-bo，et al.Extraction of alteration mineral information using ASTER remote sensing data in Duolong area，Tibet，China［J］.Geological Bulletin of China，2010，29（5）：752～759.

［11］ 陈艳，张鹏涛.基于遥感的个旧西区矿化蚀变信息提取 ［J］.矿业工程，2010，8（3）：18～20.

CHEN Yan，ZHANG Peng-tao.Mineralization and alteration information extraction in the western Gejiu［J］.Mining Engineering，2010，8（3）：18～20.

［12］ 吴海罗，陈奕霖.塔什库尔干地区铁蚀变信息提取研究 ［J］.国土与自然资源研究，2013，（1）：45～46.

WU Hai-luo，CHEN Yi-lin.The Taxkorgan regional iron alteration information extraction［J］.Territory and Natural Resources Study，2013，（1）：45～46.

［13］ 陈晔，何政伟，邓辉，等.利用ASTER影像识别和提取矿化蚀变信息 ［J］.桂林理工大学学报，2014，34 （1）：51～57.

CHEN Ye，HE Zheng-wei，DENG Hui，et al.Identification and extraction of mineralized alteration information by ASTER remote sensing data［J］.Journal of Guilin University of Technology，2014，34（1）：51～57.

［14］ 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.

WANG Xiao-peng，YANG Zhi-qiang，KANG Gao-feng，et al.Application of Worldview-2 data to remote sensing geological survey in Tashkurgan area at west Kunlun［J］.Contributions to Geology and Mineral Resources，2014，29（3）：428 ～432.

［15］ 张斌，张志，帅爽，等.利用Landsat-8和Worldview-2数据进行协同岩性分类 ［J］.地质科技情报，2015，34 （3）：208～213.

ZHANG Bin，ZHANG Zhi，SHUAI Shuang，et al.Lithological mapping by using the synergestic Landsat-8 and WorldView-2 images［J］.Geological Science and Technology Information，2015，34（3）：208～213.

IRON INFORMATION EXTRACTION IN LARSEMANN HILLS OF ANTARCTIC BASED ON WORLDVIEW-II AND ASTER DATA

WEI Xue-juan，XU Gang

（Institute of Geomechanics，Chinese Academy of Geological Science，Beijing 100081，China）

Combined with the Aster data of complementary bands，we studied the iron extraction information in Larsemann Hills at Antarctic continental margin using the WorldView-II remote sensing images with high spatial and spectral resolution.The results show that it could achieve the complementary advantages when ferric iron information is extracted by using the principal components analysis with comparison of the WorldView-II and Aster data and ferrous ion information is extracted by using band calculations of the WorldView-II and Aster synergetic data.The iron information extraction results show that the iron-bearing minerals mainly existed in mixed gneiss and paragneiss area，accounting for 79.44%and 17.44%of the total area，which is consistent with the field survey results.

multi-source remote sensing；principal component analysis；ratio method；iron information extraction

P627

A

1006-6616（2015）04-0536-10

2015-06-06

南极环境综合分析与评估项目 （CHINARE04-02，CHINARE2014-04-02，CHINARE2015-04-02）

魏学娟 （1990-），硕士研究生，研究方向遥感地质。E-mail：331674312@qq.com

徐刚 （1966-），研究员，研究方向遥感地质。E-mail：xuganglxs@126.com