植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取.pdf

2015 年 3 月 地 球 学 报 Mar. 2015 第 36 卷 第 2 期 229-236 Acta Geoscientica Sinica Vol.36 No.2 229-236 www.地球学报.com 本文由国家自然科学基金面上项目编号 41072246、中国博士后科学基金编号 2012M521473和中央高校基本科研业务费专项编号 CUG120116联合资助。 收稿日期 2014-06-29; 改回日期 2014-07-18。责任编辑 闫立娟。 第一作者简介 徐元进, 男, 1975 年生。副教授。主要从事遥感地质的科研和教学工作。E-mail yuanjinxu。 植被覆盖区高光谱遥感影像上蚀变岩与 蚀变矿物信息的提取 徐元进 1, 2, 马洪超2, 孟鹏燕1, 杨明国1 1中国地质大学武汉资源学院数学地质遥感地质研究所, 湖北武汉 430074; 2武汉大学遥感信息工程学院, 湖北武汉 430079 摘 要 在高光谱遥感找矿应用中, 从影像上提取的蚀变信息经常包含了很多对找矿无用的信息。为了避 免这些无用信息, 本研究选取植被覆盖的云南普朗斑岩铜矿区作为研究区, 使用该区高光谱遥感数据分别 提取蚀变岩和蚀变矿物的信息, 分析它们对找矿的有用性。提取蚀变矿物信息使用的是从影像上提取的矿 物端元参考光谱, 光谱匹配采用的是光谱角方法; 提取蚀变岩信息使用的是野外蚀变岩参考光谱, 光谱匹 配不仅考虑光谱的整体形态, 而且考虑吸收谷位置形态。在蚀变岩识别图上, 4 个典型蚀变岩点的野外验证 表明 识别结果与实地地物基本一致。但是, 在蚀变矿物信息图中, 这 4 个圈定点无任何信息。这表明 这 些点的蚀变岩信息较其表面蚀变矿物信息更丰富, 因而能被有效提取出。通过比较蚀变岩、蚀变矿物的信 息分布图, 发现 一些粘土矿物比如硬石膏和高岭石的大量信息分布在沉积岩区, 因而可能是假的蚀变信 息。这表明 通过蚀变岩光谱获取的蚀变信息比通过蚀变矿物光谱获取的蚀变信息更可靠。在蚀变岩信息 提取中, 比较吸收谷位置识别前后的结果表明 考虑光谱整体和局部形态比仅考虑整体形态的识别结果具 有更高的可靠性。 关键词 高光谱遥感影像; 蚀变岩; 蚀变矿物; 光谱匹配; 普朗斑岩铜矿区 中图分类号 P627; O433 文献标志码 A doi 10.3975/cagsb.2015.02.12 Extraction of the Ination of Altered Minerals and Altered Rocks from Hyperspectral Imagery of Vegetation Covered Area XU Yuan-jin1, 2, MA Hong-chao2, MENG Peng-yan1, YANG Ming-guo1 1 Institute of Mathematical Geology and Remote Sensing Geology, Faculty of Earth Resources, China University of GeosciencesWuhan, Wuhan, Hubei 430074; 2 School of Remote Sensing and Ination Engineering, Wuhan University, Wuhan, Hubei 430079 Abstract Hyperspectral remote sensing RS has been widely used in mineral exploration. However, the ination of altered minerals extracted from the RS image often contains some ination which is useless for ore prospecting. In order to eliminate the useless ination, the authors selected a vegetation covered area from the Pulang porphyry copper deposit in Zhongdian County of Yunnan Province as the study area, extracted the ination of altered minerals and altered rocks separately from the hyperspectral image of the study area, and analyzed the usefulness of the ination for ore prospecting. The altered minerals in the image were identified using the reference spectra extracted from the image, and the of SAM spectral angle mapper was used in the identification, whereas the altered rocks in the image were identified by spectral matching of the overall shape of the spectrum and the absorption-band position in the spectral shape, with the field spectra of altered rocks used as the reference spectra. The four marked targets of altered rocks in the figures of recognition results were CAGS 230 地 球 学 报 第三十六卷 demonstrated, and the result showed that the identification results of these targets were consistent with the field ground objects. However, there was almost no ination in the marked targets of the altered mineral maps. This phenomenon can probably be attributed to the fact that the altered rocks include more ination than altered minerals on their surface in the RS image. A comparison between the alteration zones obtained by the altered spectra with those obtained by the spectra of alteration minerals shows that much ination of such clay alteration minerals as anhydrite and kaolinite appears in the area of sedimentary rock, and hence such ination might be false ination of altered minerals, which suggests that the alteration zones obtained by the spectra of altered rocks are more reliable than those obtained by the spectra of altered minerals. In the identification of altered rocks using the RS data, the recognition results obtained by considering the overall and partial shape of the spectra have higher reliability than the results obtained by only considering the overall shape. Key words hyperspectral imagery; altered rock; altered mineral; spectral matching; Pulang porphyry copper deposit 资源勘查中, 高光谱遥感已得到了广泛的应用 Rowan et al., 2000; 甘甫平等, 2002; 阚明哲等, 2005; 刘圣伟等, 2006; Van der Meer, 2006a, 2012; Chen et al., 2007; Gersman et al., 2008; Bedini, 2011; Bishop et al., 2011; 高建阳, 2011; 王润生等, 2011; 郭娜等, 2012; Pour et al., 2013。在该应用中, 大多 数研究和热液蚀变作用有关, 几乎都是通过识别蚀 变矿物去研究资源前景Van der Meer et al., 2012, 使用的参考光谱来自于 JPL 等光谱库中矿物光谱或 从影像上提取的矿物光谱。但是, 在植被覆盖区植 被等会导致像元光谱中一些蚀变矿物信息微弱, 难 以被有效提取Bishop et al., 2011。同时, 由于一些 矿物如高岭石既能在蚀变作用下形成, 也能在非 蚀变作用下形成, 所以从影像上提取的蚀变矿物信 息中, 除了有真正找矿意义的蚀变矿物信息外, 还 包含一些形成于非蚀变作用下无找矿意义的矿物信 息。 由于蚀变岩除了包含蚀变矿物的特征外, 还包 含了其它一些特征如原岩, 因而在遥感影像上, 它的信息较其表面蚀变矿物信息更丰富。所以, 通 过识别信息相对较多、与成矿直接相关的蚀变岩去 研究资源前景是很有意义的, 这不仅为微弱矿物信 息难提取的问题提供一种思路, 也可避免一些无找 矿意义的矿物信息。本研究选取植被覆盖的云南普 朗斑岩铜矿区作为研究区, 从影像上分别提取蚀变 岩和蚀变矿物信息, 分析它们对找矿的有用性。 在高光谱遥感影像上识别地物, 光谱匹配技术 是进行定量比较、最直接有效的方法, 该技术通过 比较参考光谱和像元光谱的形态, 表达两者的相似 性Van der Meer, 2006b, 2012。 目前, 该技术已得到 了广泛应用Baugh et al., 1998; 阚明哲等, 2005; Debba et al., 2005; 刘圣伟等, 2006; Van der Meer, 2006b; Kumara et al., 2010; Mountrakis et al., 2011。 SAMspectral angle mapper是该技术中应用较多的 方法之一Crsta et al., 1998; Dennison et al., 2004; 阚明哲等, 2005; Bishop et al., 2011; 高建阳, 2011; Pour et al., 2013。本研究将使用 SAM, 从光谱整体 形态出发进行蚀变矿物信息提取。在蚀变岩信息提 取中, 本研究不仅考虑光谱的整体形态, 而且考虑 光谱局部形态本文着重于吸收谷位置形态; 识别 结果除提供可能拥有蚀变岩的像元外, 还提供这些 像元光谱的匹配值, 便于判断像元中存在蚀变岩信 息的可能性。本文在整体形态匹配结果上比较蚀变 矿物和蚀变岩的信息, 判断它们对找矿的有用性; 同时, 比较局部形态匹配前后的蚀变岩信息, 目的 是为了论证本研究方法的有效性。 1 方法方法 1.1 蚀变矿物信息提取思路 本研究使用的高光谱遥感影像数据来自于美 国 EO-1 卫星传感器 Hyperion, 为 L1R 产品。该产 品共有 242 个波段, 其中 198 个波段VNIR8-57 和 SWIR77-224 经 过 了 辐 射 定 标 处 理 , 同 时 由 于 VNIR56、57 与 SWIR77、78 重叠, 所以只使用了 196 个波段426.822395.50 nm。从影像上提取蚀 变矿物信息, 包含了最小噪声变换MNF、像元纯 度指数PPI、n 维可视化与端元选取、端元蚀变矿 物识别、 SAM 方法进行蚀变矿物成图等过程Kruse, 2012, 这些过程是在 ENVI 软件上实现的。在此之 前, 还必须进行大气校正, 本文使用的是 FLAASH 模型校正后的结果。 在云南普朗地区的遥感找矿中, Bishop 等2011 使用高光谱 Hyperion 数据, 使用上述过程进行了该 区蚀变矿物信息提取, 取得了一些成果。考虑到影 像上提取的矿物光谱与 JPL 等光谱库中对应矿物的 光谱存在一定差异, 而与影像上其它区域的该矿物 光谱有相同尺度的获取环境, Bishop 等2011使用 的参考光谱是从影像上提取的矿物端元光谱。本研 究将采用 Bishop 等的思路进行蚀变矿物信息提取, 目的是为了得到和前人相同思路的结果。 CAGS 第二期 徐元进等 植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取 231 图 1 使用蚀变岩光谱进行高光谱遥感影像上 蚀变岩识别流程图 Fig. 1 Flow chart of the identification of altered rocks in hyperspectral image using the spectra of altered rocks 1.2 蚀变岩信息提取思路 使用不同蚀变类型的野外蚀变岩光谱作为参 考光谱, 从光谱的整体形态和吸收谷位置光谱形态 两方面, 进行高光谱遥感影像上蚀变岩识别, 其流 程如图 1, 作者在 VC下实现了该流程Xu et al., 2010。 1.2.1 数据预处理 蚀变岩光谱测试采用美国 ASD 公司 FieldSpec Pro FR 野外光谱辐射仪, 该仪器能获取 2151 个波 段350.002500.00 nm的光谱。由于野外光谱在 13601400 nm、18101915 nm 和 23802500 nm 处被大气水汽吸收干扰图 3, 所以光谱匹配前对 这些波段数据进行了干扰剔除。 由于蚀变岩光谱的波谱范围宽于像元光谱, 且 波段数远大于像元光谱的波段数, 所以光谱匹配前 应对蚀变岩光谱进行取值, 获取一致的光谱范围及 波段。取值方法为 在像元光谱的对应波段处获取 蚀变岩光谱的反射率。 1.2.2 光谱匹配 考虑到吸收谷位置匹配的复杂性, 本研究首先 进行光谱整体形态匹配, 获取那些可能存在蚀变岩 的像元, 然后在该结果上进行吸收谷位置光谱形态 匹配。吸收谷位置的匹配是通过计算各个对应吸收 谷位置的相关系数, 然后对光谱整体形态匹配的结 果进行进一步判定。 1光谱整体形态的匹配 通过计算每个像元光谱和所有蚀变岩光谱的 皮尔森相关系数Pearson correlation coefficient, 选 出最大相关系数的蚀变岩光谱以下简称 “最可能光 谱”。如果这个最大相关系数大于一个指定值比 如下文第 2 部分中的 0.80, 认为该像元可能存在对 应“最可能光谱”的蚀变岩。 2吸收谷位置光谱形态的匹配 首先, 必须确定吸收谷位置波长。在连续统归 一化后光谱曲线Van der Meer, 2004上, 每个吸收 图 2 研究区侵入岩的地质简图 Fig. 2 Simplified geological map of the intrusive rocks in the study area 图 3 六种蚀变岩光谱曲线 Fig. 3 Curves of six kinds of spectra of altered rocks in Table 1 谷中反射率最小处的波长即为吸收谷位置波长Xu et al., 2010。 吸收谷位置光谱形态的匹配, 是像元光谱和它 的“最可能光谱”, 在每个吸收谷波段范围内, 计 算皮尔森相关系数。在每个吸收谷位置, 存在左右 两端反射率的极大值点, 这两点的波长范围即为该 吸收谷的波长范围Xu et al., 2010。 1.2.3 识别结果成图 识别结果可通过两幅图表达出来。第一幅图是 蚀变岩信息分布图如图 4b, 第二幅图是相关系数 图如图 4c。由于二维图像的局限性, 第二幅图表 达的是光谱整体形态的匹配系数如图 4c。 对于第一幅图中那些拥有蚀变岩的像元, 即使 在第二幅图中整体形态的相关系数较大, 如果该像 元的大部分吸收谷相关系数太小比如大于80吸 收谷的相关系数为0.5以下, 还是认为该像元存在 蚀变岩的可能性较小。在下文第2部分中, 我们研究 的主要是那些存在蚀变岩可能性较大的像元, 如图 4d即整体形态的相关系数不小于0.80, 且所有吸收 谷位置的相关系数都不小于0.85。对于整体形 CAGS 232 地 球 学 报 第三十六卷 表 1 六种蚀变岩光谱信息 Table 1 Ination concerning the six spectra of altered rocks 编号 光谱文件名 蚀变岩名称 描述 1 PL.006 蚀变石英闪长玢岩 表面有褐铁矿、辉铜矿 2 PL.011 蚀变石英闪长玢岩 表面有强烈褐铁矿化, 呈褐红色 3 PL.016 蚀变石英闪长玢岩 表面褐铁矿化, 有孔雀石 4 PL.021 蚀变石英二长斑岩 表面有强烈褐铁矿化、硅化 5 PL.031 蚀变石英闪长玢岩 新鲜表面, 有黄铁矿、黄铜矿 6 PL1.003 蚀变角岩 深灰色, 表面新鲜, 有硅化 图 4 高光谱遥感影像及其识别结果图 Fig. 4 Hyperspectral RS image of the study area and diagrams of its recognition results a-高光谱遥感影像图; b-蚀变岩信息图整体形态的相关系数不小于 0.8 的像元; c-图 4b 中拥有蚀变岩的像元的相关系数图; d-蚀变岩信息分布图整体形态的相关系数不小于 0.8、吸收谷位置处相关系数不小于 0.85 的像元 a-hyperspectral RS image; b-diagram of altered rocks the pixels whose correlation coefficients of the overall shape are not less than 0.8; c-diagram of correlation coefficients for the pixels of Fig. 4b; d-diagram of altered rocks the pixels whose correlation coefficients of the overall shape are not less than 0.8, and whose correlation coefficients of all absorption-band positions are greater than 0.85 表 2 图 4b 或 4d 中四个圈定点及实地检验结果表 Table 2 Identification results and field survey results of the four marked targets in Fig. 4b or 4d 圈定点 地理位置 经度/纬度/高程 实地描述 图 4b 中 色标号 图 4c 中 相关系数 R2 9959′11.2″E/2802′53.9″N /4288 m 深灰色角岩, 有硅化 6 0.82 R4 9959′17.0″E/2802′55.6″N /4291 m 石英闪长玢岩, 表面黄铁矿、黄铜矿 5 0.81 R8 9959′23.0″E/2802′18.3″N /3935 m 石英闪长玢岩, 表面有褐铁矿化 2 0.83 R9 9959′23.0″E/2802′18.4″N /3947 m 石英闪长玢岩, 表面褐铁矿化, 有少量苔藓覆盖1 0.80 CAGS 第二期 徐元进等 植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取 233 态的相关系数不小于 0.80, 吸收谷位置处相关系数 不全是较大的比如部分相关系数低于 0.85的像元 或区域, 我们对其地面物体及其野外环境进行调查 分析, 检验方法的适用性。 2 应用与分析应用与分析 2.1 研究区 研究区位于中国云南省中甸县普朗斑岩铜 矿区, 其四角坐标为 9955′30.8″E, 2807′14.7″N, 10004′10.5″E, 2805′13.6″N, 10001′49.3″E, 2757′29.7″N, 9953′10.6″E, 2759′28.8″N。 该区属于原始森林覆盖区, 地物类型主要是岩石、植被和土壤, 地表蚀变岩露头 的原岩大部分是侵入岩主要是石英闪长玢岩。图2为 研究区侵入岩的地质简图, 侵入岩的外围区域是以碳 酸盐等为主的沉积岩区。 2.2 蚀变岩信息提取及结果分析 2003 年 9 月, 在研究区进行了野外光谱采集工 作。 最终选取 6 种蚀变岩光谱, 其信息如表 1, 光谱 曲线如图 3, 表 1 中光谱文件名与图 3 中光谱曲线 名对应。高光谱影像数据获取时间为 2003 年 9 月, 图 4a 为研究区高光谱遥感影像, 图 4b、c、d 是识 别结果图。图 4b 和 4d 中蚀变岩的色标号与表 1 中 蚀变岩光谱的编号对应。 由图 4b、c、d 和图 2 可知 图 4b 和 4d 中, 蚀 变岩信息主要集中在侵入岩及其周围区域; 图 4c 中, 可能存在蚀变岩的像元的相关系数都超过 0.80, 这说明这些像元的光谱和图 3 中对应的“最佳匹配 光谱”有较高相关性。由此说明 使用蚀变岩光谱 进行影像中蚀变岩信息提取是可行的。 我们进行了实地检验, 识别结果图中数十种蚀 变岩圈定点被验证。如表 2, 该表中列举了 4 个典 型圈定点的识别结果与野外实地结果。 由表 2 可知 除了部分表面矿物、覆盖物与实地情况稍微有些不 同外, 识别结果与实地地物基本一致。 为了论证吸收谷位置识别的重要性, 图 4b 和 4d 中蚀变岩区被对比研究。 在图 4b 和 4d 中的侵入 岩及周围区域, 蚀变岩信息分布区域大致相同, 只 是存在信息多少的不同。 在沉积岩区, 图 4b 中两区 A1、A2, 主要为表面有褐铁矿、孔雀石的蚀变石 英闪长玢岩表 1 中编号为 3; 但是图 4d 中, 这两 区A1、A2无蚀变岩信息。野外调查表明 这两区 没有发现蚀变岩, 但很容易见到“铁锈”现象, 可 能是沉积岩中含铁物质风化氧化所致, 因而图 4b 的这两区的信息是假蚀变岩信息。这种结果可能是 因为这两区中含有铁氧化物信息的像元光谱和表面 有褐铁矿的石英闪长玢岩的光谱有较高相关性, 它 们中存在共同的信息即铁氧化物信息。 因此, 为保 证识别的精确性, 避免一些假的蚀变岩信息, 光谱 匹配除从整体形态上匹配外, 还应从局部吸收谷形 态上进行匹配。 2.3 蚀变矿物信息提取及结果分析 由于 Hyperion 高光谱数据的短波红外范围 SWIR的信噪比低于可见光近红外范围VNIR, 为了避免噪声的影响, Bishop 等2011用 VNIR400 1300 nm的数据提取铁矿物信息, 用 SWIR2000 2400 nm的数据提取含羟基的矿物信息。本研究 采用相同方法提取这两类矿物信息。图 5a 和 5c 分 别是从影像中提取的粘土矿物和铁矿物的端元光谱 曲线, 这些端元光谱对应矿物的识别思路为 使用 JPL 等光谱库中光谱, 对端元光谱进行匹配, 挑选 出与每个端元光谱匹配较好的前 10 位光谱, 通过 对比分析, 最终决定该端元光谱对应的是哪种矿 物。图 5b 和 5d 分别是图 5a 和 5c 的端元光谱曲线 对应的 JPL 光谱库中粘土矿物光谱曲线和铁矿物的 光谱曲线。 本研究使用图 5a 和 5c 中提取的矿物光谱作为 参考光谱, 进行蚀变矿物信息提取。当所有光谱角 的值设置为 0.04 时, 图 6a、b 分别是提取的粘土矿 物和铁矿物的信息分布图。将图 6a、b 中信息与图 4a、d 中信息进行对比, 可知 图 6a、b 中信息明显 多于图 4a、d 中信息, 但是在图 6a、b 中四处蚀变 岩圈定点R2、R4、R8 和 R9几乎无蚀变信息。当 增大所有光谱角的值比如 0.1时, 图 6a、b 中出现 大量新信息, 但是这四处圈定点仍无信息。由此说 明 遥感影像上, 这些圈定点的蚀变矿物信息极其 微弱, 以致无法被有效提取出; 这些圈定点的蚀变 岩信息能被有效提取出, 可能是因为在影像上这些 蚀变岩包含了比它们表面的蚀变矿物更多的信息 如原岩等。 由图 4b、图 4d、图 6 和图 2, 可知 1相比较图 6a, 图 6b 中蚀变信息的位置和轮 廓更接近图 4b或 4d; 图 4b 和图 6b 中蚀变信息都 主要存在于侵入岩及其周围。这种现象可能是因为 在侵入岩及其周围的这些铁矿物主要是热液蚀变作 用的产物或其风化氧化后产物, 而本研究中蚀变岩 也是热液蚀变作用的产物。 2图 6b 中 A1、A2 区主要是针铁矿和赤铁矿, 这与 2.2 部分中在这两区验证的“铁锈”现象是接 近的。但是, 这两区位于沉积岩区, 没有发现蚀变 岩, 因而这两区“铁锈”可能是含铁物质风化氧化 所致。第 2.2 部分中研究已表明 图 4b 中 A1、A2 区是表面有褐铁矿的蚀变石英闪长玢岩, 虽然该区 没有发现蚀变岩, 但却指示该区有铁的氧化物; 通 过增加吸收谷位置的识别, 图 4b 中 A1、A2 区假的 CAGS 234 地 球 学 报 第三十六卷 图 5 影像上提取的矿物光谱曲线a, c与 JPL 光谱库中矿物光谱曲线的对比b, d Fig. 5 Comparison of extracted mineral signatures from Hyperion analysis in comparison with JPL library spectra a, b-粘土矿物; c, d-铁的矿物 a, b- clay altered minerals; c, d-iron minerals 图 6 蚀变矿物信息图 Fig. 6 Altered mineral maps a-粘土矿物; b-铁的矿物 a-clay altered minerals; b-iron minerals 蚀变岩信息可以避免如图 4d 中 A1、A2 区。 3在图6a中, 硬石膏是信息最多的矿物, 其次 是高岭石。除部分信息存在于侵入岩及其周围区域 外, 更多的硬石膏和高岭石信息存在于沉积岩区。 这些存在于沉积岩区的信息可能来自于沉积岩, 因 而可能是假的蚀变信息。 上述分析表明 遥感影像上, 通过蚀变岩光谱 获取的蚀变信息比通过蚀变矿物光谱获取的蚀变信 息更可靠, 原因可能是这些蚀变岩仅形成于热液蚀 变作用下, 是与研究区斑岩铜矿的形成直接相关, 而使用的一些“蚀变矿物”既可在蚀变作用下形成, 也可在非蚀变作用下形成。 3 结论结论 1在蚀变岩识别图上, 4 个典型蚀变岩点的野 外验证表明 除了部分表面矿物、覆盖物与实地情 况稍微有些不同外, 识别结果与实地地物基本一 致。但是, 通过蚀变矿物光谱获取的蚀变信息分布 CAGS 第二期 徐元进等 植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取 235 图中, 这 4 点处无任何信息。由此说明 这些点的 蚀变岩信息较其表面蚀变矿物信息更丰富, 因而能 被有效识别出。 2在蚀变岩信息图中, 通过比较吸收谷位置识 别前后的结果, 发现 只进行光谱整体形态识别的 结果中一些区域如图 4b 中 A1、A2存在假的蚀变 岩信息。因此, 为保证识别的精确性, 避免一些假 的蚀变岩信息, 光谱匹配除从整体形态上匹配外, 还应从局部吸收谷形态上进行匹配。 3通过比较提取的蚀变岩、粘土矿物、铁矿物 的信息图, 发现 铁矿物的信息分布与蚀变岩信息 分布较接近, 主要存在于侵入岩及其周围, 可能是 因为铁矿物主要是热液蚀变作用的产物或其风化氧 化后产物, 而蚀变岩也是热液蚀变作用的产物; 在 粘土信息分布图中, 硬石膏和高岭石是主要的矿物, 但是大量信息分布在沉积岩区。这些说明 通过蚀 变岩光谱获取的蚀变信息比通过蚀变矿物光谱获取 的蚀变信息更可靠。 参考文献参考文献 甘甫平, 王润生, 杨苏明. 2002. 西藏 Hyperion 数据蚀变矿物识 别初步研究[J]. 国土资源遥感, 4 44-51. 高建阳. 2011. Hyperion 高光谱数据在福建钟腾铜钼矿区的应用 研究[J]. 国土资源遥感, 1 87-90. 郭娜, 郭科, 张婷婷, 刘廷晗, 胡斌, 汪重午. 2012. 基于短波红 外勘查技术的西藏甲玛铜多金属矿热液蚀变矿物分布模型 研究[J]. 地球学报, 334 641-653. 阚明哲, 田庆久, 张宗贵. 2005. 新疆哈密三种典型蚀变矿物的 HyMap 高光谱遥感信息提取[J]. 国土资源遥感, 1 37-40. 刘圣伟, 甘甫平, 闫柏琨, 杨苏明, 王润生, 王青华, 唐攀科. 2006. 成像光谱技术在典型蚀变矿物识别和填图中的应 用[J]. 中国地质, 331 178-186. 王润生, 熊盛青, 聂洪峰, 梁树能, 齐泽荣, 杨金中, 闫柏琨, 赵福岳, 范景辉, 童立强, 林键, 甘甫平, 陈微, 杨苏明, 张瑞江, 葛大庆, 张晓坤, 张振华, 王品清, 郭小方, 李丽. 2011. 遥感地质勘查技术与应用研究[J]. 地质学报, 8511 1700-1743. References BAUGH W M, KRUSE F A, JR W W A. 1998. Quantitative Geo- chemical Mapping of Ammonium Minerals in the Southern Ceder Mountains, Nevada, Using the Airborne Visi- ble/Infrared Imaging SpectrometerAVIRIS[J]. Remote Sensing of Environment, 653 292-308. BEDINI E. 2011. Mineral mapping in the Kap Simpson complex, central East Greenland, using HyMap and ASTER remote sensing data[J]. Advances in Space Research, 471 60-73. BISHOP C A, LIU Jian-guo, MASON P J. 2011. Hyperspectral remote sensing for mineral exploration in Pulang, Yunnan Province, China[J]. International Journal of Remote Sensing, 32 2409-2426. CHEN Xiao-feng, WARNER T A, CAMPAGNA D J. 2007. Inte- grating visible, near-infrared and short wave infrared hyper- spectral and multispectral thermal imagery for geological mapping at Cuprite, Nevada[J]. Remote Sensing of Environ- ment, 110 344-356. CROSTA A P, SABINE C, TARANIK J V. 1998. Hydrothermal Alteration Mapping at Bodie, California, Using AVIRIS Hy- perspectral Data[J]. Remote Sensing of Environment, 65 309-319. DEBBA P, VAN RUITENBEEK F J A, VAN DER MEER F D, CARRANZA E J M, STEIN A. 2005. Optimal field sampling for targeting minerals using hyperspectral data[J]. Remote Sensing of Environment, 99 373-386. DENNISON P E, HALLIGAN K Q, ROBERTS D A. 2004. A comparison of error metrics and constraints for multiple end- member spectral mixture analysis and spectral angle map- per[J]. Remote Sensing of Environment, 93 359-367. GAN Fu-ping, WANG Run-sheng, YANG Su-ming. 2002. Study on the alteration minerals identification using Hyperion data [J]. Remote Sensing for Land and Resources, 4 44-51in Chi- nese with English abstract. GAO Jian-yang. 2011. The application of the Hyperion hyperspec- tral image to th