林海星，程三友，王曦，陈静，辜平阳，庄玉军，赵欣怡，马刚

1) 长安大学地球科学与资源学院，西安，710054；2) 中国地质调查局西安地质调查中心，西安，710054

内容提要: 赛什腾地区隶属柴北缘构造带，岩性复杂多变，前人对研究区岩性界线的划分较为笼统，笔者等选择Landsat-8 OLI、ASTER和Sentinel-2A为数据源，采用最佳波段指数确定各影像的波段组合，凸显不同岩石的边界；将ASTER短波红外波段与Landsat-8 OLI、Sentinel-2A可见光—近红外波段协同处理，构成Landsat-8+ASTER(LA)数据和Sentinel-2A+ASTER(SA)数据，分析重采样岩石标准光谱信息，拟定不同岩石波段运算公式，基于多重分形理论选定不同岩石类型的阈值范围，获取主要岩性的分布；根据重采样的黑云母标准光谱曲线，选取SA数据2262 nm波段和2336 nm波段进行定向主成分分析，采用Crosta法阈值分割第二主成分，划分黑云母异常等级，将其与岩性分布相关联，识别出研究区主要岩性分布。通过岩石实测光谱分析、薄片镜下鉴定与野外地质调查相结合的方法完善解译结果。岩性提取结果显示，小赛什腾山东侧新发现“U”型条带，为辉长岩—英云闪长岩—二长花岗岩，重新圈定达肯大坂群第三岩组和第四岩组，滩间山群一组，花岗岩，二长花岗岩，黑云母花岗岩，流纹岩，似斑状石英闪长岩，石英闪长岩，英云闪长岩，辉长闪长岩和辉长岩等岩石的边界。此次基于多源遥感数据岩性识别方法研究对青海赛什腾地区野外地质调查工作具有指导意义，可为高山峡谷区地质填图提供技术参考。

遥感技术具有覆盖面积大、获取信息速度快、不受地形的限制等优点，随着空间信息技术的发展及影像获取快捷便利，已经成为区域地质调查工作的重要技术手段之一(薛重生，1997；陈星等，2014；何鹏等，2016；史俊波等，2016；张志军等，2016；潘明等，2019；刘小雨等，2020；李娜等，2021)。赛什腾地区隶属柴北缘构造带，地势陡峻、气候干旱、植被覆盖稀少，基岩出露集中(程三友等，2021；申燕玲等，2021)。近年来，主要集中在鱼卡—大柴旦—德令哈一带进行矿化蚀变信息提取研究(康高峰等，2007；鞠崎等，2009；王亚红等，2009；徐广东等，2013；鲁立辉，2019；张焜等，2019；赖华亮等，2020)；关于赛什腾地区遥感岩性信息提取的研究程度较低，李根军等(2021)基于ZY1-02D遥感数据提取赛什腾地区大理岩与二长花岗岩的岩性分布，但并未对其他岩性进行分析与识别。因此，笔者等以ASTER，Landsat-8 OLI和Sentinel-2A为数据源，采用约翰霍普金斯大学标准光谱库(JHU)岩石光谱信息，利用最佳波段指数、波段运算和定向主成分分析等信息增强方法(张玉君等，2003；王建梅等，2005；刘磊等，2009；吴志春等，2018)，对赛什腾地区进行岩性识别。

图1 柴达木盆地北缘小赛什腾山1∶50000地质简图(据潘志明等，2016❶修改)Fig.1 1∶50000 geological map of Xiaosaishiteng mountain in the northern margin of Qaidam Basin (modified according to Pan Zhiming et al., 2016# ❶) Qhal—全新世冲积物；Qhdpl—全新世坡洪积物；Qp3pl—晚更新世洪积物；Pt1D2—达肯大坂群第二岩组；Pt1D1—达肯大坂群第一岩组；ηγ—二长花岗岩；πηγ—似斑状二长花岗岩；πηο—似斑状石英二长岩；δο—石英闪长岩；γδο—英云闪长岩；νδ—辉长闪长岩；ν—辉长岩Qhal—Holocene alluvium; Qhdpl—Holocene diluvium; Qp3pl—Late Pleistocene diluvium; Pt1D2—The second rock Formation of Daken Daban Group; Pt1D1—The first rock Formation of Daken Daban Group; ηγ—monzogranite; πηγ— porphyritic monzogranite; πηο— porphyritic quartz monzonite; δο—quartz diorite; γδο—tonalite; νδ—gabbro diorite; ν—gabbro

最佳波段指数确定各影像的波段组合，以此凸显不同岩石的边界，在小赛什腾山东侧发现“U”型条带。将ASTER短波红外波段与Landsat-8 OLI、Sentinel-2A可见光—近红外波段协同处理(戈文艳，2018)，构成Landsat-8+ASTER(LA)数据和Sentinel-2A+ASTER(SA)数据，分析重采样岩石标准光谱信息，拟定不同岩石波段运算公式，基于多重分形方法选定不同岩石类型的阈值范围(Mandelbrot，1974；成秋明，2006；李路，2020)，获取主要岩性的分布。根据重采样的黑云母标准光谱曲线，选取SA数据2262 nm波段和2336 nm波段进行定向主成分分析(吴志春等，2018)，采用Crosta法阈值分割第二主成分(张玉君等，2003；刘磊等，2009)，划分黑云母异常等级，将其与岩性分布相关联。结合前人研究资料，对研究区主要岩性(二长岩、闪长岩、花岗岩、角闪石片麻岩和钠长石片麻岩)进行识别，综合野外实地调查验证、岩石样品实测光谱分析和薄片镜下鉴定，完善解译结果，新发现辉长岩—英云闪长岩—二长花岗岩呈“U”型出露于小赛什腾山东侧，研究区主要岩性有达肯大坂群第三岩组和第四岩组，滩间山群一组，花岗岩，二长花岗岩，黑云母花岗岩，流纹岩，似斑状石英闪长岩，石英闪长岩，英云闪长岩，辉长闪长岩，辉长岩，并重新圈定各岩性的边界，很好地指导了赛什腾山地区野外地质调查工作。

1 研究区概况

研究区位于青藏高原柴达木盆地北缘(庄玉军等，2020)，小赛什腾山呈北西走向，地势北西高，南东低，切割强烈，地势险峻，平均海拔3300 m，属强烈剥蚀的构造高山区(李根军等，2021)。根据项目组成果(庄玉军等，2020；王立轩等，2022)，研究区属秦祁昆地层区的柴达木北缘小区，出露的地层为古元古代达肯大坂岩群(Pt1D)(陆松年等，2002)，岩体主要为石英闪长岩(δο)和黑云母花岗岩(γβ)(杨文军等，2018；高万里等，2019)(图1)。区内出露的古元古代达肯大坂岩群(Pt1D)为一套中深变质的副变质岩，划分为混合片麻岩组(Pt1D1)和片麻岩组(Pt1D2)两个岩组。混合片麻岩岩组(Pt1D1)，主要为黑云斜长混合片麻岩(bpmg)夹混合岩化片麻岩；片麻岩岩组(Pt1D2)，主要为黑云斜长片麻岩(bpg)、黑云斜长角闪片麻岩(bphg)、二云母斜长片麻岩(dplg)等(郝国杰等，2004；陈世悦等，2016；王洪强等，2016)。研究区侵入岩主要呈大型岩基或岩株，东西向展布，侵入地层为达肯大坂岩群片麻岩组(Pt1D2)，与围岩侵入界线清晰，主要为黑云母花岗岩(γβ)和石英闪长岩(δο)(杨文军等，2018；高万里等，2019)(图1)。

2 数据与方法

2.1 数据源

本次研究采用的遥感数据ASTER、Landsat-8 OLI 和Sentinel-2A均来自于美国地质调查局(https://earthexplorer.usgs.gov/)。在可见光—短波红外范围内：ASTER数据有3个可见光—近红外波段和6个短波红外波段，空间分辨率分别是15 m，30 m(李进波，2019)，时相为2000年10月16日，L1T级。Landsat-8 OLI数据有5个可见光—近红外波段、2个短波红外波段，空间分辨率30 m；1个全色波段，空间分辨率15 m，时相为2018年4月26日，L1T级(张玉君，2013)。Sentinel-2A是2015年6月23日发射，共计13个波段，波段2～4、8，空间分辨率10 m；波段5～7、8A、波段11～12，空间分辨率20 m；波段1、9～10，空间分辨率60 m(龚燃，2015)，本次研究采用的Sentinel-2A为 L1C级，时相为2019年9月29日。Sentinel-2A数据可见光—近红外波段具有更高的光谱分辨率和空间分辨率，其可见光—近红外波段的遥感岩性识别更具优势(王磊，2018)(图2)。

图2 ASTER、Landsat-8 OLI 和Sentinel-2A各波段空间分辨率、光谱分辨率比较(改自Masek et al., 2020)Fig.2 Comparison of spatial resolution and spectral resolution of ASTER、Landsat-8 OLI and Sentinel-2A (modified from Masek et al., 2020)

2.2 数据预处理

为了消除ASTER数据因传感器之间的干扰而引起的误差，需采用Cross-Talk软件，对其进行串扰校正(杨日红等，2012)，辐射定标串扰校正后的ASTER1～9波段，通过FLAASH模块大气校正辐射定标后的ASTER数据(赵英时，2003)，选择3次卷积法将大气校正后的ASTER数据重采样至30 m。Landsat-8 OLI和Sentinel-2A数据都需进行辐射定标和FLAASH大气校正(龚燃，2015；张志杰等，2015；王磊，2018)。本次3种数据辐射定标和大气校正均在ENVI5.5.2软件中实现。

2.3 融合增强处理

为有效利用多源遥感数据在光谱分辨率的优势，使不同遥感数据在岩性信息提取过程中能够协同运算，因此将不同空间分辨率的多源遥感影像，通过图像融合增强处理，使其空间分辨率提高并达到一致。

通过对比Gram—Schmidt(GS)变换、Nearest Neighbor Diffuse(NND)变换和Principle Component Analysis(PCA)变换3种融合算法的结果，发现GS变换能够保持影像的纹理和光谱信息；NND变换虽然保留了空间纹理信息，但是光谱信息损失较大，与原始影像相比，色彩出现失真；PCA变换色彩严重失真，色调变化较大(唐超等，2018；陈琪等，2021；李树涛等，2021)。因此本研究选择GS变换方法进行融合，将预处理后的ASTER数据分别与Landsat-8 OLI全色波段和Sentinel-2A 10 m波段进行融合；预处理后的Landsat-8 OLI多光谱波段与全色波段进行融合；对于Sentinel-2A数据，由于其自身没有全色波段，为了降低图像融合对光谱的影响，通过计算10 m分辨率波段与其他波段的相关系数，分别选取与各波段相关系数最大的高分辨率波段进行融合(杜挺，2015；梁丽娟等，2019)，最终得到4种融合数据为ASTER 10 m、ASTER 15 m、Landsat-8 15 m和Sentinel-2A 10 m，为后续参与岩性信息增强以及岩石光谱分析提供基础数据。

3 岩性信息提取

3.1 图像彩色增强

图像色彩是最直观区分地物边界的依据，在岩性信息提取中选择合适的波段组合，突显研究区内部不同岩性的色彩，为后续岩性边界的划分提供参考依据。根据最佳指数因子(OIF)(Chavez et al.，1982)，对数据进行计算，OIF值越大说明组合波段所涵盖的信息越多，冗余越小(王建梅等，2005；马世斌等，2015)。计算公式如下：

(1)

式中Si为波段的标准差，Rij为波段之间的相关系数，计算得到数据的OIF指数。

由计算结果可知Landsat-8 15 m(756波段组合)，Sentinel-2A 10 m(938波段组合)，ASTER-15 m(724波段组合)和ASTER-10 m(924波段组合)的OIF值最高，信息量最大(表1)。因此分析目标地质体的诊断性光谱及各岩性之间的差异，结合假彩色合成图像的地物色彩信息，确定了Landsat-8 15 m RGB756、Sentinel-2A 10 m RGB983、ASTER-15 m RGB724、ASTER-10 m RGB924 4种图像，凸显了不同岩性之间边界(图3)。

图3 不同数据假彩色合成图Fig.3 False color composite of different data(a)Landsat-8 数据 15 m，RGB756；(b)Sentinel-2A 数据 10 m，RGB938；(c)ASTER 数据 15 m，RGB724；(d)ASTER 数据 10 m，RGB924；(e)Landsat-8数据 15 m，“U”型构造，RGB765；(f)Sentinel-2A数据 10 m，“U”型构造，RGB983；(g)ASTER 数据 15 m，“U”型构造，RGB742；(h)ASTER 数据 10 m，“U”型构造，RGB942(a)Landsat-8 Data 15 m, RGB756；(b)Sentinel-2A Data 10 m, RGB938；(c)ASTER Data 15 m, RGB724；(d)ASTER Data 10 m, RGB924；(e)Landsat-8 Data 15 m,“U”structure, RGB765；(f)Sentinel-2A Data 10 m,“U”structure，RGB983；(g)ASTER Data 15 m,“U”structure，RGB742；(h)ASTER Data 10 m,“U”structure，RGB942

表 1 各数据RGB组合Table 1 RGB combination of data

通过观察，可以发现在可见光波段具有较高光谱分辨率的Landsat-8和Sentinel-2A数据，各自的假彩色合成图(图3a和3b)与ASTER假彩色合成图像(图3c和3d)相比，颜色对比更加鲜明，可以清楚地看出岩石颜色主要为紫色，浅灰绿色，蓝色和褐色4种色调，其中紫色岩石、浅灰绿色岩石和褐色岩石与其他岩石的边界非常清晰。而在ASTER数据假彩色合成图(图3c和3d)中紫色整体颜色较浅，不易与周围的浅灰绿色岩石区分，图3c和3d右上角的浅灰绿色地物和褐色地物边界模糊，无法进行有效区分。结果表明，Landsat-8数据和Sentinel-2A(图3a和3b)，要比相同分辨率的ASTER数据在岩石识别中更具有优势，岩石的边界更加清晰，后期岩性识别过程中，有助于划分岩性界线；且在该3种数据的假彩色合成图像上均在小赛什腾山东侧新发现半环形构造(图3e—3h)。

图 4 重采样岩石光谱曲线Fig.4 Resampled rock spectral curve(a)变质岩重采样光谱曲线： Ⅰ—钠长石片麻岩—SA数据；Ⅱ—钠长石片麻岩—LA数据；Ⅲ—角闪石片麻岩—SA数据；Ⅳ—角闪石片麻岩—LA数据；(b)岩浆岩重采样光谱曲线：Ⅰ—闪长岩—LA数据；Ⅱ—闪长岩—SA数据；Ⅲ—二长岩—LA数据；Ⅳ—二长岩—SA数据；Ⅴ—花岗岩—LA数据；Ⅵ—花岗岩—SA数据；(c)Ⅰ—USGS标准光谱库黑云母光谱曲线；Ⅱ—重采样至SA数据重黑云母光谱曲线；Ⅲ—重采样至LA 数据重黑云母光谱曲线(a) resampling spectral curves of metamorphic rocks: Ⅰ—albite gneiss SA data; Ⅱ—albite gneiss LA data; III—amphibole gneiss SA data; IV—amphibole gneiss LA data; (b) resampling spectral curves of magmatic rocks: I—diorite LA data; II—diorite SA data; III—monzonite LA data; IV—monzonite SA data; V—granite LA data; VI—granite SA data; (c) Ⅰ—spectral curve of biotite in USGS standard spectral library; Ⅱ—resample to SA data heavy biotite spectrum curve; Ⅲ—resample to LA data heavy biotite spectrum curve

3.2 波段运算

岩石由于矿物成分的不同，其光谱吸收特征也存在一定的差异，因此采用波段运算对研究区主要岩石进行光谱分析，凸显岩石信息。同时为充分利用不同数据的优势，笔者等将ASTER数据的短波红外波段分别与Landsat-8 OLI和Sentinel-2A数据的可见光—近红外波段进行协同处理，最终构成Landsat-8+ASTER(LA)数据和Sentinel-2A+ASTER(SA)数据(戈文艳，2018)。

3.2.1变质岩信息提取

研究区出露的变质岩主要为片麻岩(gn)，因此在约翰霍普金斯大学(JHU)标准波谱数据库选择与之相近的两种变质岩：角闪片麻岩和钠长石片麻岩波谱曲线，将其重采样至LA数据和SA数据(图4a)。Sentinel-2A数据在可见光—近红外波段中的光谱分辨率要优于Landsat-8数据，钠长石片麻岩在SA数据783 nm处有反射峰，704 nm有吸收谷，在LA数据则无法显示这一光谱特征；在短波红外波段上，角闪石片麻岩在2209 nm处有反射峰，2336 nm处有吸收谷，钠长石片麻岩在2209 nm处有吸收谷，2262 nm处有反射峰(图4a)。

选择每种岩石的特征吸收波段，波段运算方法凸显岩性(赵英时，2003)。对于SA数据，采用角闪石片麻岩(B10-B12)/(B10+B12)，钠长石片麻岩(B6-B5)/(B6+B5)；LA数据，采用角闪石片麻岩(B8-B10)/(B8+B10)，钠长石片麻岩(B9-B8)/(B9+B8)。由于存在“异物同谱”、“同物异谱”的现象，因此波段运算所得到的灰度图像，其所包含的信息不仅有提取的目标岩石，还可能包含其他岩石，而波段运算又使得灰度图像的信息高度集中，通过Crosta法对灰度图进行阈值选取，会使提取的岩性信息冗杂，所提取的岩性边界无法与利用OIF指数获得的假彩色合成图像边界对应，而多重分形方法将灰度图像的阈值提取问题转换为散点图直线拟合问题，在信息高度集中的情况下，放大了信息之间的差异，为岩性信息提取提供依据。因此进行基于多重分形方法对每种岩性的比值灰度图进行阈值选定(Mandelbrot，1974；成秋明，2006；李路，2020)，得到常见变质岩的岩性分布图(图5)。

3.2.2岩浆岩信息提取

研究区的主要侵入岩体为黑云母花岗岩和石英闪长岩，在约翰霍普金斯大学(JHU)标准波谱数据库中，选择相似的侵入岩如闪长岩、花岗岩和二长岩的波谱曲线，并将其重采样至LA数据和SA数据(图4b)。

Sentinel-2A在可见光—近红外波段上具有更高的光谱分辨率，二长岩在SA数据704.1 nm处有吸收谷，665 nm和783 nm处有反射峰，在LA数据中无法显示这一光谱吸收特征；闪长岩在560 nm处有反射峰，665 nm处有吸收谷；短波红外波段中，花岗岩在2209 nm处有吸收谷，2167 nm处达到反射峰值；二长岩2167 nm处达到反射最大值，2336 nm处之后呈上升趋势，显出一个极小的吸收谷，整体反射较低，选取每类岩石的特征波段进行波段运算。对于SA采用二长岩(B6-B4)/(B6+B4)，闪长岩(B2-B3)/(B2+B3)，花岗岩(B9-B10)/(B9+B10)；LA，二长岩(B8-B10)/(B8+B10)，闪长岩(B7-B10)/(B7+B10)，花岗岩(B7-B8)/(B7+B8)。同样采用多重分形方法对每种岩性的比值灰度图进行阈值选定(Mandelbrot，1974；成秋明，2006；李路，2020)，得到常见岩浆岩的岩性分布图(图5)。

图 5 岩性综合提取(Sentinel-2A数据RGB432)Fig.5 Comprehensive lithology extraction (Sentinel-2A data RGB432)Qhal—全新世冲积物；Qhdpl—全新世坡洪积物；Qp3pl—晚更新世洪积物；Pt1D4—达肯大坂群第四岩组；Pt1D3—达肯大坂群第三岩组；O—ST1—滩间山群一组；γ—花岗岩；ηγ—二长花岗岩；γβ—黑云母花岗岩；λ—流纹岩；πδο—似斑状石英闪长岩；δο—石英闪长岩；γδο—英云闪长岩；νδ—辉长闪长岩；ν—辉长岩Qhal—Holocene alluvium；Qhdpl—Holocene diluvium；Qp3pl—Late Pleistocene diluvium；Pt1D4—The fourth rock Formation of Daken Daban Group；Pt1D3—The third rock Formation of Daken Daban Group；O—ST1—Tanjianshan Group I；γ—granite；ηγ—monzogranite；γβ—biotite granite；λ—rhyolite；πδο— porphyritic quartz diorite；δο—quartz diorite；γδο—tonalite；νδ—gabbro diorite；ν—gabbro

图6 黑云母异常分布(Sentinel-2A数据RGB432)Fig.6 Biotite anomaly distribution (Sentinel-2A Data RGB432)Qhal—全新世冲积物；Qhdpl—全新世坡洪积物；Qp3pl—晚更新世洪积物；Pt1D4—达肯大坂群第四岩组；Pt1D3—达肯大坂群第三岩组；O—ST1—滩间山群一组；γ—花岗岩；ηγ—二长花岗岩；γβ—黑云母花岗岩；λ—流纹岩；πδο—似斑状石英闪长岩；δο—石英闪长岩；γδο—英云闪长岩；νδ—辉长闪长岩；ν—辉长岩Qhal—Holocene alluvium；Qhdpl—Holocene diluvium；Qp3pl—Late Pleistocene diluvium；Pt1D4—The fourth rock Formation of Daken Daban Group；Pt1D3—The third rock Formation of Daken Daban Group；O—ST1—Tanjianshan Group I；γ—granite；ηγ—monzogranite；γβ—biotite granite；λ—rhyolite；πδο— porphyritic quartz diorite；δο—quartz diorite；γδο—tonalite；νδ—gabbro diorite；ν—gabbro

3.3 主成分分析法(PCA)

笔者等选择黑云母作为特征矿物对研究区内部含黑云母的岩石分布进行分析。将USGS矿物波谱曲线库中的黑云母波谱曲线重采样到协同数据(图4c)，观察可以发现，重采样至SA数据的黑云母光谱曲线更加贴合USGS矿物波谱曲线库中的黑云母波谱曲线，因此选择SA数据进行定向主成分分析(吴志春等，2018)。

根据重采样至SA数据的黑云母光谱曲线，笔者等选择其处于反射峰2262 nm波段和具有吸收谷的2336 nm波段做定向主成分变换(图4c)，故包含黑云母矿物信息的主成分的特征系数贡献值符号相反(吴志春等，2018)。定向主成分变换得到主成分特征向量矩阵如表2，发现PC2的特征系数贡献值符号相反，因此选择PC2进行黑云母异常信息提取。在主成分变换中，信息量主要集中在PC1内，PC2所包含的信息较少，且PC2所包含的信息像元值分布符合正态分布，多重分形方法更适用于信息高度集中的情况，因此选择Crosta法，以标准差和平圴值计算Mean+2σ，Mean+2.5σ，Mean+3σ 3个值为界线提取黑云母矿物信息，获得黑云母异常分布图(张玉君等，2003；刘磊等，2009)(图6)。

表 2 SA数据的黑云母主成分变换特征向量矩阵，主成分变换特征值以及黑云母异常等级划分

通过统计提取岩性与异常等级之间的重叠面积，由图7a可以发现，钠长石片麻岩和角闪石片麻岩同黑云母异常的重叠面积分别为0.0516 km2和0.0299 km2，而花岗岩、二长岩和闪长岩与黑云母异常的重叠面积为0.3747 km2，0.4698 km2，0.339 km2，钠长石片麻岩与花岗岩、二长岩和闪长岩的面积比分别为1∶7.26、1∶9.10、1∶6.57；角闪石片麻岩与花岗岩、二长岩和闪长岩的面积比分别为1∶12.53、1∶15.71、1∶11.34，两类岩石分别与黑云母异常的重叠面积有着明显的差异；且花岗岩、二长岩和闪长岩在一级异常上的面积分别为0.1181 km2、0.053 km2和0.015 km2，二级异常为0.0795 km2、0.0994 km2和0.046 km2，三级异常为0.1771 km2、0.3174 km2和0.278 km2，可以看出一级异常中花岗岩重叠面积最多，高出二长岩0.0651 km2，而二级异常和三级异常则是二长岩，分别高出花岗岩0.0199 km2，闪长岩0.1403 km2。

图 7 黑云母异常与岩性分布统计(a：不同岩性与黑云母异常的重叠面积；b：不同岩性与黑云母异常重叠面积占岩性的面积百分比)Fig.7 Biotite anomaly and lithology distribution statistics(a: overlapping area of different lithology and biotite anomaly；b: percentage of overlapping area of different lithology and biotite anomaly in lithology)

由图7b可知，花岗岩、二长岩和闪长岩与黑云母异常重叠面积占岩性面积的百分比中，一级异常分别为1.43%、0.38%和0.029%，二级异常分别为0.96%、0.72%和0.088%，三级异常分别为2.15%、2.30%和0.53%，发现在一级和二级异常中花岗岩占比最高，但是花岗岩与二长岩在一级异常和二级异常中面积百分比的差距从1.05%下降至0.24%，而三级异常二长岩的面积占比升高并超过花岗岩0.15%，这一趋势可以反映二长岩相比花岗岩更集中在黑云母的二三级异常中；综合图7a和图7b可以发现重叠面积较少的钠长石片麻岩却分别有着0.64%、0.54%和1.88%的面积百分比，尤其是在三级异常中，其所占的面积百分比与花岗岩和二长岩的面积百分比相近，而与之相比角闪石片麻岩分别为0.029%、0.075%和0.33%，表明钠长石片麻岩与角闪石片麻岩相比更加富集黑云母异常，这也足以显示出黑云母异常在区分岩性中有着一定的成效。

4 结果分析与野外验证

为了验证四种波段假彩色合成图像(图3)的岩性边界划分的效果，半环形构造是否真实存在，以及研究区常见岩性提取是否有效，黑云母矿物分布与岩性之间的关系。笔者等所在项目组于2020年和2021年夏对研究区进行野外实地验证，采集大量岩石样品，采用Spectral Evolution公司的SR-3500地物光谱仪对16个典型岩石样品进行光谱测试，得到岩石样品的连续光谱曲线。

图 8 不同岩石光谱曲线Fig.8 Spectral curves of different rocks(a)JHU标准波谱库光谱曲线： Ⅰ—钠长石片麻岩，Ⅱ—角闪石片麻岩；(b)变质岩实测光谱曲线：Ⅰ—黑云母片麻岩(新鲜面)，Ⅱ—黑云母片麻岩(风化面)，Ⅲ—云母石英片岩(新鲜面)，Ⅳ—云母石英片岩(风化面)；(c)JHU标准波谱库光谱曲线：Ⅰ—花岗岩，Ⅱ—二长岩，Ⅲ—闪长岩；(d)岩浆岩实测光谱曲线：Ⅰ—英云闪长岩(风化面)，Ⅱ—英云闪长岩(新鲜面)，Ⅲ—二长花岗岩(风化面)，Ⅳ—二长花岗岩(新鲜面)，Ⅴ—辉长岩(风化面)，Ⅵ—辉长岩(新鲜面)(a)JHU standard spectrum library spectral curve: I—albite gneiss; II—amphibole gneiss;(b)measured spectral curves of metamorphic rocks: I—biotite gneiss (fresh surface); II—biotite gneiss (weathered surface); III—mica quartz schist (fresh surface); IV—mica quartz schist (weathered surface);(c)JHU standard spectrum library spectral curve: I—granite; II—monzonite; III—diorite;(d)measured spectral curves of magmatic rocks: I—tonalite (weathered surface); II—tonalite (fresh surface); III—monzogranite (weathered surface); IV—monzogranite (fresh surface); V—gabbro (weathered surface); VI—gabbro (fresh surface)

4.1 岩石的实测光谱特征分析对比

笔者等挑选4个典型岩石样品的实测光谱曲线(图8)通过与标准光谱库内的光谱曲线对比分析，得出以下结果。黑云母片麻岩在可见光—近红外波段上有一段反射率呈明显上升，在1364 nm、1849 nm、2153 nm、2215 nm和2278 nm处有反射峰，1403 nm、1908 nm、2204 nm、2250 nm和2332 nm处有吸收谷；云母石英片岩在可见光—近红外波段反射率平缓，在1032 nm处呈突然下降的趋势，在1933 nm和2348 nm处与黑云母片麻岩的反射特征相反，均出现反射峰。通过与钠长石片麻岩的光谱曲线对比，黑云母片麻岩的光谱反射特征与钠长石片麻岩相近，无法区分；由于云母石英片岩在1933 nm和2348 nm处有反射峰，因此可与钠长石片麻岩区分。角闪石片麻岩在2320 nm、2390 nm处有吸收谷，2370 nm处有小反射峰，可以利用云母石英片岩在2248 nm处的吸收谷与角闪石片麻岩区分(图8a和图8b)。

二长花岗岩在1418 nm、1913 nm、2210 nm、2276 nm和2347 nm处有吸收谷，1367 nm、2078 nm、2231 nm、2277 nm和2400 nm处有反射峰，其中1367 nm和1418 nm处的光谱特征与英云闪长岩，辉长岩不同，可以用其作为区分岩石依据。英云闪长岩在2400 nm处有吸收谷，与二长花岗岩，辉长岩的反射特征相反，可以区分辉长岩与其他岩石(图8c)。辉长岩在2101 nm处为反射峰，而二长花岗岩，英云闪长岩则存在小的吸收谷，可以用于区分辉长岩与其他岩石。闪长岩在2340 nm、2400 nm处有吸收谷，2308 nm处有小反射峰，与英云闪长岩的光谱吸收特征相近，无法区分(图8d)。

黑云母矿物分布集中分布在研究区的中部和西部，经野外实际调查发现，黑云母一级异常和三级异常所在地区的岩石类型为黑云母花岗岩(γβ)、石英闪长岩(δο)和二长花岗岩(ηγ)；而将二级异常与三级异常重叠时，所在地区的岩石类型为达肯大坂岩群(Pt1D)。

4. 2 岩矿鉴定

为确保岩性类型划分的准确性，通过显微镜下观察样品薄片的镜下特征，进一步确定研究区内各岩石的类型。笔者等选取6个典型薄片样本进行分析阐述(图9)，具体的镜下特征如下：

中粗粒花岗岩(图9a)：花岗结构、似斑状结构，块状构造，主要由斜长石、石英组成，少量正条纹长石，遭受后期剪切作用矿物边缘发生碎裂具弱定向性，长石具波状消光、发生了钠黝帘石化。

中粒二云二长花岗岩(图9b)：中粒半自形—他形粒状结构，主要为石英、斜长石、微斜长石、白云母、黑云母，局部见蠕虫结构。

图 9 采样岩石显微镜下照片Fig.9 Micrographs of sampled rocks(a)中粗粒花岗岩；(b)中粒二云二长花岗岩;(c)片麻状黑云母花岗岩；(d)糜棱岩化绢云石英片岩(原岩为酸性凝灰岩);(e)黑云斜长片麻岩；(f)二云石英片岩(原岩为中酸性凝灰岩)(a)medium coarse grained granite; (b)medium grained eryun monzogranite; (c)gneissic biotite granite; (d)mylonitized sericite quartz schist (original rock is acid tuff); (e)biotite plagioclase gneiss; (f)biotite quartz schist (original rock is medium acid tuff)

图 10 综合信息图(Sentinel-2A数据RGB432)Fig.10 Comprehensive information map (Sentinel-2A data RGB432)

表 3 野外验证光谱测试点坐标Table 3 Coordinates of spectral test points for field verification

图 11 岩性边界野外实地验证图Fig.11 Field verification diagram of lithologic boundary(a)D1172处黑云石英片岩夹大理岩宏观照片；(b)D1172处大理岩与黑云石英片岩边界；(c)D1173处黑云母花岗岩；(d)D1174处黑云母花岗岩宏观照片；(e—f)D1174处黑云母花岗岩近照(a) macro photo of biotite quartz schist with marble at D1172; (b) boundary between marble and biotite quartz schist at D1172; (c) biotite granite at D1173; (d) macro photo of biotite granite at D1174; (e—f) recent photo of biotite granite at D1174

片麻状黑云母花岗岩(图9c)：片状粒状变晶结构，片麻状构造，变余花岗结构，具定向性。主要为石英、斜长石、黑云母，少量白云母和矽线石，部分黑云母被挤压定向和塑性变形，部分斜长石具蠕虫结构，原岩可能为黑云母花岗岩。

表 4 小赛什腾山目视解译标志Table 4 Visual interpretation sign of Xiaosaishiteng mountain

糜棱岩化绢云石英片岩(原岩为酸性凝灰岩)(图9d)：弱变质变形域具变余凝灰结构，变余碎屑主要为酸性斜长石晶屑，少量石英晶屑和长英质岩屑；变余基质主要为细粒长英质和绢云母，发生了剪切定向和塑性流变，长石发生了绢云母化。部分长石晶屑和长英质岩屑呈旋转斑出现(长石旋转斑具右性剪切特征)，整个岩石发生了剪切片理化。

黑云斜长片麻岩(图9e)：花岗变晶结构(半自形粒状变晶结构)，片麻状构造，主要由斜长石组成，次要矿物为石英和黑云母，具定向排列，斜长石发生绢云钠长石化和钠黝帘石化，具有浅色矿物和暗色矿物分异条带。

二云石英片岩(原岩为中酸性凝灰岩)(图9f)：变余凝灰结构，片状构造。变余碎屑主要为石英晶屑、长石晶屑和长英质岩屑，变余基质为微细粒定向排列的长英质和绢云母，变余晶屑和岩屑呈旋转斑出现。部分变余长石晶屑包含浑圆状、港湾状石英，整个岩石发生了剪切定向。

为了验证运用遥感手段提取的岩性位置和范围与实际情况的是否一致，特进行野外实地验证，将验证点坐标(表3)运用ArcGIS10. 6 叠置在综合岩性提取分布图(图10)上，野外露头照片见图11。

通过野外实地踏勘露头观察，在研究区西部D1172处(图10b)观察有灰色黑云石英片岩，片理发育，风化破碎严重，发育细小冲沟，内部夹灰白色大理岩条带(图11a和图11b)；D1173处(图10b)深灰色片麻状黑云母花岗岩，整体地形切割强烈，风化破碎严重，内部冲沟发育(图11c)；D1174处(图10b)深灰色片麻状黑云母花岗岩，整体呈深灰色—土黄色，山顶尖棱，山脊线波状起伏，地形起伏明显，地形切割强烈，风化破碎严重，内部细小冲沟发育，无植被，中低山地貌(图11d—11f)。

发现遥感图上显示的半环形构造最外围岩石为辉长岩，内部分别是英云闪长岩和二长花岗岩。野外重点踏勘发现，闪长岩和钠长石片麻岩与实际情况非常吻合(图11)。综合野外实地调查验证、岩石样品实测光谱分析、薄片镜下鉴定以及项目组的相关成果(庄玉军等，2020；王立轩等，2022)，建立小赛什腾山目视解译标志(表4)，获得小赛什腾山1∶50000遥感解译图(图12)，很好地指导了赛什腾山地区野外地质调查工作，也可为邻区地质填图工作提供参考。

图 12 柴达木盆地北缘小赛什腾山1∶50000遥感解译图 Fig. 12 1∶50000 remote sensing interpretation map of Xiaosaishiteng mountain in the northern margin of Qaidam BasinQhal—全新世冲积物；Qhdpl—全新世坡洪积物；Qp3pl—晚更新世洪积物；Pt1D4—达肯大坂群第四岩组；Pt1D3—达肯大坂群第三岩组；O—ST1—滩间山群一组；γ—花岗岩；ηγ—二长花岗岩；γβ—黑云母花岗岩；λ—流纹岩；πδο—似斑状石英闪长岩；δο—石英闪长岩；γδο—英云闪长岩；νδ—辉长闪长岩；ν—辉长岩Qhal—Holocene alluvium；Qhdpl—Holocene diluvium；Qp3pl—Late Pleistocene diluvium；Pt1D4—The fourth rock Formation of Daken Daban Group；Pt1D3—The third rock Formation of Daken Daban Group；O—ST1—Tanjianshan Group I；γ—granite；ηγ—monzogranite；γβ—biotite granite；λ—rhyolite；πδο— porphyritic quartz diorite；δο—quartz diorite；γδο—tonalite；νδ—gabbro diorite；ν—gabbro

5 结论

(1)基于Sentinel-2A和Landsat-8 OLI数据在可见光—近红外波段的光谱分辨率优势，采用最佳波段组合，进行图像色彩增强，结果表明该方法获得假彩色合成图像地物颜色丰富，界线清晰，与相同分辨率的ASTER数据在地物边界划分中更具优势。

(2)将ASTER数据的短波红外波段与Landsat-8 OLI数据和Sentinel-2A数据的可见光—近红外波段进行协同处理，得到的SA数据和LA数据，最大程度上保留岩石和矿物的光谱诊断特征。基于岩石和矿物光谱诊断特征的不同，采用波段运算的方法突显协同数据中的不同岩性信息，结合前期的野外工作进行验证，可以为下一步的野外地质工作提供指导。

(3)依照黑云母矿物在短波红外波段上的波谱特征，基于定向主成分分析法圈定特征矿物集中分布区域，结合野外调查可知：黑云母的异常等级与所在地区的岩石类型有关，当黑云母异常等级集中在特定范围的时候，可以指示达肯大坂岩群(Pt1D)所在的范围，为邻区的岩性填图工作提供参考。

致谢：西安地质调查中心的何世平研究员、王立轩硕士以及长安大学的王盼龙博士指导，帮助完成野外调查工作；岩石光谱分析由长安大学成矿作用及其动力学实验室刘磊教授和梁永春博士指导；岩石薄片镜下鉴定由西安地质调查中心叶芳研究员完成，在此一并表示衷心感谢。

注 释/Note

❶ 潘志明, 提振海, 徐旭明. 2016. 青海省冷湖行委野骆驼泉地区三幅1∶5万区调报告. 河北区域地质矿产调查研究所.