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。
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)。
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)
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。
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。
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
数据类型RedGreenBlueOIFLandsat-8 15 mB7(2201 nm)B5(865 nm)B6(1609 nm)667.1907173Sentinel-2A 10 mB9(2202 nm)B8(1613 nm)B3(664 nm)795.5505915ASTER 15 mB7(2262 nm)B2(661 nm)B4(1656 nm)843.2839941ASTER-10 mB9(2400 nm)B2(661 nm)B4(1656 nm)842.418435
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
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
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
Table 2 The characteristic vector matrix of biotite principal component transformation, the eigenvalue of principal component transformation and the classification of biotite anomaly level of SA data
主成分变换特征向量矩阵主成分Band 11Band 12PC1-0.706519-0.707694PC2-0.7076940.706519主成分变换特征值Basic StatsMinMaxMeanStdevBand 1-5068.2431643547.0842290947.256134Band 2-330.558441364.061005050.380917黑云母异常等级划分等级范围颜色一级异常>151.142751红色二级异常125.9522925~151.142751青色三级异常100.761834~125.9522925黄色
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。
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)
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)。
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
测试点编号纬度经度岩石类型D015038°45'28.79″93°53'52.86″片麻状辉长闪长岩D016638°46'54.24″93°45'21.08″花岗闪长岩D017338°46'41.70″93°46'46.27″花岗闪长质片麻岩D020938°46'19.38″93°52'39.28″二云母片岩D112038°45'18.19″93°55'14.24″英云闪长岩D112538°48'12.2″93°47'01.97″黑云石英片岩D113338°48'03.87″93°48'30.73″二长花岗岩D115238°46'57.19″93°54'27.67″辉长岩D165138°46'59.44″93°45'42.82″石英片岩测试点编号纬度经度岩石类型D164338°46'59.18″93°46'09.53″二长花岗岩D168138°45'13.57″93°52'55.14″片麻状花岗闪长岩到云母石英片岩D170338°47'55.64″93°49'59.43″石英闪长岩D170638°48'21.99″93°51'59.57″变余中细粒云母石英片岩D171138°44'04.91″93°55'57.06″云母长石石英片岩D171738°41'00.64″93°48'51.09″石英二长闪长岩D114138°47'40.58″93°53'45.22″辉长岩
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
填图单位及代号岩石组合特征综合解译标志Qhal冲积砂砾石Sentinel-2A数据RGB432影像中,呈浅灰白色色调,辫状河河道,地形平坦,植被不发育,有盐碱堆积Qhdpl坡洪积碎石、砂、砾Sentinel-2A数据RGB432影像中,呈浅黄色—浅灰色色调,地形平缓,扇状水系发育,植被不发育Qp3pl松散砂、亚砂土、砾石Sentinel-2A数据RGB432影像中,呈浅灰白色,地形平坦,内部有细小的水系,且部分水系逐渐消失Pt1D3黑云斜长片麻岩夹黑云石英片岩夹二云母片岩、白云母长英质片岩、钠长阳起绿帘片岩等Sentinel-2A数据RGB983影像中,呈现橙红色夹浅绿色条带,不规则影纹,树枝状水系和羽状水系,地形切割强烈,山顶尖棱,山脊较平直,山脊两侧细小冲沟发育,山脊两侧坡度陡峭,山脊线末端形态以树枝状为主,少量呈“一”字型,中低山地貌Pt1D4云母片岩夹绿泥绢云片岩、石英片岩夹二云母石英片岩、黑云石英片岩、石英绿泥阳起绿帘片岩、大理岩夹变质灰岩Sentinel-2A数据RGB983影像中,呈现橙黄色,黄色—绿色—蓝灰色互层,夹有蓝紫色的大理岩夹层,条带状影纹,羽状水系,局部地形切割强烈,山顶尖棱,山脊波状起伏,山脊两侧细小冲沟发育,山坡陡峭,山脊线末端形态呈树枝状或“Y”字型,中低山地貌O—ST1绿泥绢云千枚岩夹粉砂质板岩、粉砂质板岩夹变质细砂岩夹绿泥绢云板岩和英安岩、蚀变粗玄岩、变质细砂岩等Sentinel-2A数据RGB983影像中,呈现灰蓝色—浅灰绿色,不规则影纹,羽状水系,地形切割强烈,山顶较平缓,山脊平直,山坡陡峭,山脊线末端形态呈树枝状,中高山地貌γ花岗岩Sentinel-2A数据RGB983影像中,呈浅绿色,不规则状影纹,水系不发育,山脊两侧有细小冲沟,地形切割一般,山脊较为平直,沟谷短小,整体坡度较陡,山脊线末端形态呈“一”字型,中低山地貌ηγ二长花岗岩Sentinel-2A数据RGB983影像中,呈浅灰绿色—浅灰白色,块状影纹,冲沟发育较少,地形切割一般,沟谷狭长,山坡陡峭,山脊线末端形态呈“Y”字型或“一”字型,中高山地貌γβ黑云母花岗岩Sentinel-2A数据RGB983影像中,呈浅绿色,块状影纹,树枝状水系,山脊两侧冲沟较发育,地形切割强烈,山顶较尖棱,山脊高低起伏,沟谷短小,坡度较陡,有孤峰,山脊线末端形态呈“Y”字型或“一”字型,中高山地貌λ流纹岩Sentinel-2A数据RGB983影像中,呈鲜绿色,条带状,以岩脉的形式存在于围岩中πδο似斑状石英闪长岩Sentinel-2A数据RGB983影像中,呈浅紫褐色,块状影纹,树枝状水系,山脊两侧冲沟发育一般,地形切割一般,山顶尖棱,山脊较平直,易形成狭长的沟谷,坡面平缓,坡度较陡,山脊线末端形态呈“一”字型,局部呈树枝状,中高山地貌δο石英闪长岩Sentinel-2A数据RGB983影像中,呈浅红褐色,块状影纹,树枝状水系,山脊两侧冲沟发育较差,地形切割强烈,山脊高低起伏明显,沟谷短小,坡度较陡,山脊线末端形态呈树枝状,中高山地貌γδο英云闪长岩Sentinel-2A数据RGB983影像中,呈灰白色,不规则影纹,水系发育不明显,山脊两侧冲沟较发育,地形切割较差,山顶尖棱,山脊较平直,沟谷短小,坡度较陡,山脊线末端形态主要呈“Y”字型,少量呈现“一”字型,中高山地貌νδ辉长闪长岩Sentinel-2A数据RGB983影像中,中呈浅肉红色,块状影纹,水系不发育,山脊两侧冲沟发育一般,地形切割强烈,山顶尖棱,山脊平直,坡度较陡,有时仅剩残丘,山脊线末端形态呈“一”字型,中低山地貌ν辉长岩Sentinel-2A数据RGB983影像中,呈黄绿色,条带状影纹,树枝状水系,山脊两侧冲沟不发育,地形切割较差,山脊起伏明显,沟谷短小,坡度陡峭,中高山地貌。
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 Basin
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
(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.
(The literature whose publishing year followed by a “&” is in Chinese with English abstract; The literature whose publishing year followed by a “#” is in Chinese without English abstract)
陈琪, 赵志芳, 姜琦刚, 夏既胜, 孙涛, 曾诗卉. 2021. 基于ASTER与Sentinel-2A融合数据的云南普朗铜矿化蚀变信息提取. 地质与勘探, 57(4): 728~738.
陈世悦, 张跃, 孙娇鹏, 彭渊, 马帅, 邵鹏程, 刘金. 2016. 小赛什腾山古生代花岗岩锆石U-Pb定年及地质意义. 矿物学报, 36(1): 119~124.
陈星, 张学斌, 贾晓青, 王明明, 范超, 杨菊. 2014. SPOT5、ASTER数据的地层、构造信息提取及应用. 辽宁工程技术大学学报(自然科学版), 33(8): 1063~1069.
成秋明. 2006. 非线性成矿预测理论: 多重分形奇异性—广义自相似性—分形谱系模型与方法. 地球科学——中国地质大学学报, 31(3): 337~348.
程三友, 陈静, 林海星, 辜平阳, 庄玉军. 2021. 高分辨率遥感图像几何精校正在高山峡谷区1∶ 5万地质填图中的应用. 地质通报, 40(4): 520~526.
杜挺. 2015. Landsat8 OLI遥感影像融合算法比较及其土地利用分类适应性分析. 导师: 杨联安. 西安:西北大学硕士学位论文: 1~79.
高万里, 王宗秀, 李磊磊, 崔明明, 钱涛, 胡俊杰. 2019. 柴达木盆地北缘小赛什腾山二叠纪花岗岩的发现及其构造意义. 地质学报, 93(4): 816~829.
戈文艳. 2018. 面向岩性信息增强的多源遥感数据融合研究. 导师: 成秋明, 荆林海. 北京: 中国地质大学(北京)博士学位论文: 1~136.
龚燃. 2015. 哨兵—2A光学成像卫星发射升空. 国际太空, 440(8): 36~40.
郝国杰, 陆松年, 辛后田, 王惠初. 2004. 青海都兰地区前泥盆纪古陆块的物质组成和重大地质事件. 吉林大学学报(地球科学版), 34(4): 495~501.
何鹏, 滕学建, 刘洋, 滕飞, 郭硕, 王文龙, 田健, 段宵龙. 2016. 遥感解译在内蒙古狼山戈壁荒漠地区1∶50000地质填图中的应用. 地质力学学报, 22(4): 882~892.
鞠崎, 刘振宏, 王永. 2009. 柴达木盆地北缘滩涧山金矿遥感综合找矿模式. 西北地质, 42(4): 22~29.
康高峰, 刘池阳, 王永, 王亚红, 吕录仕. 2007. 柴北缘成矿带矿化蚀变信息提取的方法研究. 西北大学学报(自然科学版), 37(6): 887~892.
赖华亮, 李顺庭, 王建, 杨克水, 侯振广. 2020. 青海柴北缘青山金矿综合找矿方法研究. 矿产勘查, 11(2): 311~320.
李根军, 杨雪松, 张兴, 李晓民, 李得林, 杜程. 2021. ZY1-02D高光谱数据在地质矿产调查中的应用与分析. 国土资源遥感, 33(2): 134~140.
李进波. 2019. 基于ASTER影像的滇东北灰岩岩性提取方法研究. 导师: 温兴平, 李定平. 昆明: 昆明理工大学硕士学位论文: 1~70.
李路. 2020. 基于ASTER影像和DEM数据的稀疏露头区地质体分类方法研究. 导师: 王冉. 西安: 长安大学硕士学位论文: 1~82.
李娜, 董新丰, 甘甫平, 闫柏琨, 朱婉菁. 2021. 高光谱遥感技术在基岩区区域地质调查填图中的应用. 地质通报, 40(1): 13~21.
李树涛, 李聪妤, 康旭东. 2021. 多源遥感图像融合发展现状与未来展望. 遥感学报, 25(1): 148~166.
梁丽娟, 黄万里, 张容焱, 林广发, 彭俊超, 梁春阳. 2019. Sentinel-2卫星影像融合方法与质量评价分析. 遥感技术与应用, 34(3): 612~621.
刘磊, 冯成贵, 杨丰柱, 庄大方, 邱冬生. 2009. 新疆阿热勒托别地区遥感化探综合找矿研究. 现代地质, 23(3): 564~568.
刘小雨, 黎文甫, 陈蓉, 卢珍松. 2020. 多源遥感数据在西藏念扎金矿地质勘查工作中的应用. 地质找矿论丛, 35(3): 314~321.
鲁立辉. 2019. 青海省绿梁山—双口山地区遥感信息提取及找矿方向研究. 导师: 郑有业, 许荣科. 武汉: 中国地质大学(武汉)硕士学位论文: 1~97.
陆松年, 王惠初, 李怀坤, 袁桂邦, 辛后田, 郑健康. 2002. 柴达木盆地北缘“达肯大坂群”的再厘定. 地质通报, 21(1): 19~23.
马世斌, 杨文芳, 张焜. 2015. SPOT6卫星图像处理关键技术研究. 国土资源遥感, 27(3): 30~35.
潘明, 郝彦珍, 吕勇, 苏光样. 2019. 奥维地图遥感影像在威信地区1∶ 5万地质填图中的应用. 中国岩溶, 38(5): 774~784.
申燕玲, 曾淑玲, 肖宏斌, 颜鹏程, 沈晓燕. 2021. 冷湖地区气象要素变化及其对天文观测的影响. 沙漠与绿洲气象, 15(3): 110~116.
史俊波, 康孔跃, 张辉善, 杨伟, 张杰, 刘恒轩, 任清军. 2016. SPOT5数据在西昆仑麻扎构造混杂岩带填图中的应用. 国土资源遥感, 28(1): 107~113.
唐超, 周可法, 张楠楠, 王珊珊, 周曙光, 杜茜诗慧, 王兴灵. 2018. 基于Landsat-8 OLI和ASTER数据集成和融合的矿化蚀变信息提取: 以包古图斑岩型铜矿为例. 地质科技情报, 37 (6): 211~217.
王洪强, 邵铁全, 唐汉华, 姜开拓. 2016. 柴北缘布赫特山一带达肯大坂岩群变质岩变形特征、地球化学特征及地质意义. 地质通报, 35 (9): 1488~1496.
王建梅, 李德仁. 2005. QuickBird全色与多光谱数据融合方法用于土地覆盖分类中的比较研究. 测绘通报, (10): 37~40.
王磊. 2018. 基于Sentinel~2A的矿化蚀变异常信息提取分析与应用. 导师: 杨斌. 绵阳: 西南科技大学硕士学位论文: 1~91.
王立轩, 何世平, 庄玉军, 李普涛, 段忠志. 2022. 青海小赛什腾山地区达肯大版岩群中新解体出一套变火山岩系. 西北地质, 55 (1): 1~18.
王亚红, 王永, 王辉, 尹卫军. 2009. 利用ETM数据进行矿化蚀变信息提取的方法研究——以柴北缘地区为例. 遥感信息, (6): 68~72.
吴志春, 叶发旺, 郭福生, 刘文恒, 李华亮, 杨羿. 2018. 主成分分析技术在遥感蚀变信息提取中的应用研究综述. 地球信息科学学报, 20(11): 1644~1656.
徐广东, 郑有业, 许荣科, 徐萌萌, 徐永利, 吴亮. 2013. 青海绿梁山铜矿找矿信息的提取与成矿预测. 地质与勘探, 49(3): 444~452.
薛重生. 1997. 遥感技术在区域地质调查中的应用研究进展. 地质科技情报, 16(S1): 15~22.
杨日红, 李志忠, 陈秀法. 2012. ASTER数据的斑岩铜矿典型蚀变矿物组合信息提取方法——以秘鲁南部阿雷基帕省斑岩铜矿区为例. 地球信息科学学报, 14(3): 411~418.
杨文军, 严玉峰, 靳旭亮, 严兴鹏. 2018. 青海省冷湖镇小赛什腾山一带侵入岩特征浅析. 甘肃冶金, 40(2): 68~69.
张焜, 马世斌, 李根军, 李得林, 刘世英. 2019. 基于国产卫星数据的遥感找矿预测——以青海省柴北缘地区为例. 遥感信息, 34(1): 58~68.
张玉君, 曾朝铭, 陈薇. 2003. 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. 国土资源遥感, (2): 44~49.
张玉君. 2013. Landsat8简介. 国土资源遥感, 25(1): 176~177.
张志杰, 张浩, 常玉光, 陈正超. 2015. Landsat系列卫星光学遥感器辐射定标方法综述. 遥感学报, 19(5): 719~732.
张志军, 刘世华, 孔迪, 祁万强, 徐得忠. 2016. 北巴颜喀拉山1∶5万区域地质调查中的遥感解译应用. 现代地质, 30(5): 1141~1149.
赵英时. 2003. 遥感应用分析原理与方法. 北京: 科学出版社. 1~478.
庄玉军, 辜平阳, 高永伟, 彭璇, 何世平, 李普涛. 2020. 柴北缘赛什腾中二叠世辉长岩成因及其对宗务隆洋盆俯冲时限的制约. 岩石矿物学杂志, 39(6): 718~734.
Chavez P S, Berlin G L, Sowers L B. 1982. Statistical-method for selecting Landsat MSS ratios. Journal of Applied Photographic Engineering, 8(1): 22~23.
Chen Qi, Zhao Zhifang, Jiang Qigang, Xia Jisheng, Sun Tao, Zeng Shihui. 2021&. Extraction of mineralization alteration information from ASTER and Sentinel-2A remote sensing fusion data in the Pulang Copper Mine of Yunnan Province. Geology and Exploration, 57(4): 728~738.
Chen Shiyue, Zhang yue, Sun Jiaopeng, Peng Yuan, Ma Shuai, Shao Pengcheng, Liu Jin. 2016&. LA-ICP-MS U-Pb dating for paleozoic granite from Xiaosaishiteng Mountain and its geological significance. Acta Mineralogica Sinica, 36(1): 119~124.
Chen Xing, Zhang Xuebin, Jia Xiaoqing, Wang Mingming, Fan Chao, Yang Ju. 2014&. Information extraction and application of stratum and structures based on SPOT 5 and ASTER data: A case study of Maodeng area of Inner Mongolia. Journal of Liaoning Technical University(Natural Science), 33(8): 1063~1069.
Cheng Qiuming. 2006&. Singularity generalized self similarity fractal spectrum(3S) models. Earth Science—Journal of China University of Geosciences, 31(3): 337~348.
Cheng Sanyou, Chen Jing, Lin Haixing, Gu Pingyang, Zhuang Yujun. 2021&. Application of geometric precision correction based on high-resolution remote sensing image in 1∶ 50000 geological mapping. Geological Bulletin of China: 40(4): 520~526.
Du Ting. 2015&. The comparison among fusion algorithms of Landsat8 OLI remote-sensing imagery and the analysis on adaptability of the classification of land use. Instructor: Yang Lianan. Xian: Master’s Dissertation of Northwest University: 1~79.
Gao Wanli, Wang Zongxiu, Li Leilei, Cui Mingming, Qian Tao, Hu Junjie. 2019&. Discovery of the permian granite in Saishiteng Mountain of the Northern Qaidam Basin and its tectonic significance. Acta Geologica Sinica, 93(4): 816~829.
Ge Wenyan. 2018&. Multi-Source remote sensing fusion for lithological information enhancement: A case study of Sentinel-2A data. Instructor: Cheng Qiuming, Jing Linhai. Beijing: A Dissertation Submitted to China University of Geosciences for Doctoral Degree: 1~136.
Gong Ran. 2015#. Sentinel-2A optical imaging satellite launched. Space International, 440(8): 36~40.
Hao Guojie, Lu Songnian, Xin Houtian, Wang Huichu. 2004&. The constitution and importance geological events of Pre-Devonian in the Dulan Qinghai. Journal of Jilin University(Earth Science Edition), 34(4): 495~501.
He Peng, Teng Xuejian, Liu Yang, Teng Fei, Guo Shuo, Wang Wenlong, Tian Jian, Duan Xiaolong. 2016&. Application of remote sensing interpretation for 1∶ 50000 geologic mapping in Langshan Gobi desert area, Inner Mongolia. Journal of Geomechanics, 22(4): 882~892.
Ju Qi, Liu Zhenhong, Wang Yong. 2009&. Integrated remote sensing metallogenic mode of Tanjianshan gold deposit in the northern marginal mineralization belt of Qaidam basin. Northwestern Geology, 42(4): 22~29.
Kang Gaofeng, Liu Chiyang, Wang Yong, Wang Yahong, Lü Lushi. 2007&. The method and practice on extracting of the mineralization alternation information with ETM image in the northern marginal mineralization belt of Chaidamu basin. Journal of Northwest University(Natural Science Edition), 37(6): 887~892.
Lai Hualiang, Li Shunting, Wang Jian, Yang Keshui, Hou Zhenguang. 2020&. Comprehensive prospecting method in the Qingshan gold deposit, northern Qaidam in Qinghai Province. Mineral Exploration, 11(2): 311~320.
Li Genjun, Yang Xuesong, Zhang Xing, Li Xiaomin, Li Delin, Du Cheng. 2021&. Application and analysis of ZY1-02D hyperspectral data in geological and mineral survey. Remote Sensing for Land & Resources, 33(2): 134~140.
Li Jinbo. 2019&. Research on limestone lithology extraction method in northeast Yunnan based on ASTER image. Instructor: Wen Xingping, Li Dingping. Kunming: Master’s thesis of Kunming University of Technology: 1~70.
Li Lu. 2020&. A novel approach for the classification of geological body based on ASTER image and DEM within sparsely outcropping terrain, Northwest Yunnan, China. Instructor: Wang Ran. Xian: Master’s thesis of Chang’an University: 1~82.
Li Na, Dong Xinfeng, Gan Fuping, Yan Baikun, Zhu Wanjing. 2021&. Application of hyperspectral remote sensing technology to regional geological survey and mapping in bedrock area. Geological Bulletin of China, 40(1): 13~21.
Li Shutao, Li Congyu, Kang Xudong. 2021&. Development status and future prospects of Multi-source remote sensing image fusion. National Remote Sensing Bulletin, 25(1): 148~166.
Liang Lijuan, Huang Wanli, Zhang Rongyan, Lin Guangfa, Peng Junchao, Liang Chunyang. 2019&. Sentinel-2A satellite image fusion method and quality evaluation analysis. Remote Sensing Technology and Application, 34(3): 612~621.
Liu Lei, Feng Chenggui, Yang Fengzhu, Zhuang Dafang, Qiu Dongsheng. 2009&. Synthetic analyses of remote sensing and geochemical surveying data in the Ore exploration in Areletuobie, Xinjiang. Geoscience, 23(3): 564~568.
Liu Xiaoyu, Li Wenfu, Chen Rong, Lu Zhensong. 2020&. Application of Multi-source remote sensing data to the prospecting at Nianza gold mine in Tibet. Contributions to Geology and Mineral Resources Research, 35(3): 314~321.
Lu Lihui. 2019&. Study of remote sensing information extraction and prospecting direction in Lǜliangshan—Shuangkoushan Area, Qinghai Province. Instructor: Zheng Youye, Xu Rongke. Wuhan: A Dissertation Submitted to China University of Geosciences for the Master Degree of Engineering: 1~97.
Lu Songnian, Wang Huichu, Li Huaikun, Yuan Guibang, Xin Houtian, Zheng Jiankang. 2002&. Redefinition of the “Dakendaban Group” on the northern margin of the Qaidam basin. Geological Bulletin of China, 21(1): 19~23.
Ma Shibin, Yang Wenfang, Zhang Kun. 2015&. Study of key technology of SPOT 6 satellite image processing. Remote Sensing for Land & Resources, 27(3): 30~35.
Mandelbrot B B. 1974. Intermittent turbulence in self-similar cascades divergence of high moments and dimension of the carrier. Journal of Fluid Mechanics, 62(2): 331~358.
Masek J G, Wulder M A, Markham B, McCorkel J, Crawford C J, Storey J, Jenstrom D T. 2020. Landsat 9: Empowering open science and applications through continuity. Remote Sensing of Environment, 248: 111968.
Pan Ming, Hao Yanzhen, Lv Yong, Su Guangyang. 2019&. Application of remote sensing image based on the Ovi Map to 1∶ 50, 000 geological mapping in the Weixin Area. Carsologica Sinica, 38(5): 774~784.
Shen Yanlin, Zeng Shuling, Xiao Hongbin, Yan Pengcheng, Shen Xiaoyan. 2021&. Climate change in Lenghu Area and the Impact on Astronomical Observation. Desert and Oasis Meteorology, 15(3): 110~116.
Shi Junbo, Kang Kongyue, Zhang Huishan, Yang Wei, Zhang Jie, Liu Hengxuan, Ren Qingjun. 2016&. Application of SPOT5 data to geological mapping of Mazha tectonic Melange belt in West Kunlun Mountains. Remote Sensing for Land & Resources, 28(1): 107~113.
Tang Chao, Zhou Kefa, Zhang Nannan, Wang Shanshan, Zhou Shuguang, Du Xishihui, Wang Xingling. 2018&. Alteration information extraction based on integration and fusion of Landsat-8 OLI and ASTER: A case study of Baogutu porphyry copper deposit. Geological Science and Technology Information, 37 (6): 211~217.
Wang Hongqiang, Shao Tiequan, Tang Hanhua, Jiang Kaituo. 2016&. Metamorphic rock deformation characteristics, geochemical characteristics and geological significance of the Dakendaba group in Buhete mountain on the northern margin of Qaidam mountain. Geological Bulletin of China, 35 (9): 1488~1496.
Wang Jianmei, Li Deren. 2005#. A study of fusion algorithms of QuickBird Pan and Multispectral images for land cover classification. Bulletin of Surveying and Mapping, (10): 37~40.
Wang Lei. 2018&. Extraction and analysis of mineralized alteration anomaly information based on Sentinel-2A. Instructor: Yang Bin. Mianyang: Southwest University of Science and Technology Master Degree Thesis: 1~91.
Wang Lixuan, He Shiping, Zhuang Yujun, Li Putao, Duan Zhongzhi. 2022&. Discussion on Newly Disintegrated Metavolcanic Rock Series from the Dakendaban Group in Xiaosaishiteng Mountain Area, Qinghai Province. Northwestern Geology, 55 (1): 1~18.
Wang Yahong, Wang Yong, Wang Hui, Yin Weijun. 2009&. The research on extraction method of the mineralization alternation information with ETM image ———Take the northern marginal of Chaidamu basin as an example. Remote Sensing Information, (6): 68~72.
Wu Zhichun, Ye Fawang, Guo Fusheng, Liu Wenheng, Li Hualiang, Yang Yi. 2018&. A review on application of techniques of principle component analysis on extracting alteration information of remote sensing. Journal of Geo-information Science, 20(11): 1644~1656.
Xu Guangdong, Zheng Youye, Xu Rongke, Xu Mengmeng, Xu Yongli, Wu Liang. 2013&. Extraction of prospecting information for the Lvliangshan copper deposit, Qinghai province and its metallogenic prediction. Geology and Exploration, 49(3): 444~452.
Xue Chongsheng. 1997&. Application and progress of remote sensing techniques in regional geological surveying. Geological Science and Technology Information, 16(S1): 15~22.
Yang Rihong, Li Zhizhong, Chen Xiufa. 2012&. Information extraction of typical alteration mineral assemblage in porphyry copper using ASTER Satellite data, Arequipa Province of South Peru. Journal of Geo-information Science, 14(3): 411~418.
Yang Wenjun, Yan Yufeng, Jin Xuliang, Yan Xingpeng. 2018&. A brief analysis of the characteristics of intrusive rocks in the small Saishitengshan Area of Lenghu Town of Qinghai province. Gansu Metallurgy, 40(2): 68~69.
Zhang Kun, Ma Shibin, Li Genjun, Li Delin, Liu Shiying. 2019&. Ore prediction based on remote sensing data from Chinese-made satellite: Taking northern border of Qaidam as an example. Remote Sensing Information, 34(1): 58~68.
Zhang Yujun, Zeng Zhaoming, Chen Wei. 2003&. The methods for extraction of alteration anomalies from the ETM+(TM) data and their application: Method selection and technological flow chart. Remote Sensing for Land & Resources, (2): 44~49.
Zhang Yujun. 2013#. Landsat8 brief introduction. Remote Sensing for Land & Resources, 25(1): 176~177.
Zhang Zhijie, Zhang Hao, Chang Yuguang, Chen Zhengchao. 2015&. Review of radiometric calibration methods of Landsat series optical remote sensors. National Remote Sensing Bulletin, 19(5): 719~732.
Zhang Zhijun, Liu Shihua, Kong Di, Qi Wanqiang, Xu Dezhong. 2016&. Application of remote sensing interpretation on 1∶ 50, 000 regional geological survey of north Bayan Hara mountain. Geoscience, 30(5): 1141~1149.
Zhao Yingshi. 2003. Principles and methods of remote sensing application analysis. Beijing: . Science Press. 1~478.
Zhuang Yujun, Gu PingYang, Gao Yongwei, Peng Xuan, He Shiping, Li Putao. 2020&. Petrogenesis of middle permian gabbro in Saishiteng mountain of the northern Qaidam basin and its constraint to the time of Zongwulong ocean subduction. Acta Petrologica Et Mineralogica, 39(6): 718~734.
LIN Haixing, male, born in 1998, master degree, remote sensing geology; Email: 2020127062@chd.edu.cn