|||
遥感的研究对象是由电磁辐射所描述的空间客体。遥感找矿就是通过电磁辐射来识别“矿床”这样一种空间客体。
地物遥感识别的一般原则:
对成矿预测来说,提取了矿床遥感特征后,有两种预测模式:
①从矿床遥感特征反演出地面成矿特征,再根据一般成矿预测方法进行预测。在这里遥感只是为常规预测方法提供来自遥感的各种矿床特征信息,或者说遥感是为成矿预测提供矿床特征信息的辅助手段。
②将矿床遥感特征信息作为成矿信息,直接进行成矿预测(可能考虑加入一些来自地面测量的成矿信息)。也可以进一步将其预测结果作为常规的综合成矿预测模型的一种输入。
途径①是将遥感作为地质找矿的辅助工具,为常规的成矿预测提供来自遥感的信息。
途径②则是直接从矿床遥感特征进行成矿预测。
矿床遥感特征可以看作矿床的遥感解译标志。所谓解译标志是对地物具有指示性意义的遥感特征。从解译标志的角度来说,矿床遥感特征可以分为直接解译标志和间接解译标志,前者属于矿床的一部分或其延伸,可称为成矿标志,是成矿作用的产物。其实例如蚀变矿物、蚀变带等。后者可称为成矿环境,是成矿作用得以发生和保存的地质条件的总和。一般来说成矿标志的数目与其成矿预测的意义成正相关。
从以上分析可见,不论上述那一条途径,成功的遥感成矿预测需要3个条件:
①所依据的“成矿规律”是正确的。
②从遥感特征提取的矿床特征是充分的。
③预测方法是可靠的。
目前这三个方面都存在一些问题或不足,而第二个方面的问题更大(故而遥感在矿产预测中的地位排在所有预测技术的最后)。第二个方面正是我们做遥感找矿工作的人所要着力解决的。
基于前述关于遥感找矿的一般性原则,觉得如下几个方面的问题需要梳理和解决:
(1)针对不同类型的矿床,筛分其不同成矿特征的重要性
这是遥感找矿的基础,它与成矿规律有关。遥感找矿的专家可能在成矿规律方面不是专家,需要和矿床学家交流,以获得与各种矿床成矿规律有关的成矿特征。并且对这些特征的重要性按矿床类型给出估计和排序。
(2)对各种类型矿床特征建立其遥感特征数据库
遥感特征可以概括为两个方面:光谱特征和图像(空间)特征。这些特征对地物的描述能力(精度)一般概括为空间分辨率、光谱分辨率、辐射分辨率和时间分辨率。需要详细研究成矿特征的遥感成像机理和遥感成像的典型实例。最终建立起所有研究者可以作为参考的各类矿床遥感成矿特征集的数据库。目前对地质体的光谱特征的机理研究较多,而对其图像(空间)特征研究较少。但图像特征对构造等的识别很重要。
(同时希望这样的数据库真正成为遥感找矿工作者的信息共享平台。)
(3)对目前由遥感特征所反演出的矿床特征进行质量(可用性)评价
迄今已经开展了非常广泛的成矿特征的遥感反演(识别)研究,从岩性、构造到蚀变带等等。在目前的遥感数据质量水平和遥感信息分析技术水平下,这些反演(识别)的结果的质量水平如何?改进的潜力和方向如何?这些问题虽有一些关于某个方面的进展的讨论,但似乎还缺少系统的总结。这可能也是基于地质知识的主流的成矿预测专家,往往对遥感找矿持有一定的轻视态度(?)的原因。
(遥感找矿到底能够做到何种程度?)
(4) 分析和提出矿床特征的遥感识别对遥感数据的质量要求
矿床特征的遥感识别是通过对其遥感特征的分析实现的。遥感识别的方法可以分类为目视解译、计算机解译(主要是图像分割、分类、指数技术等)和遥感反演(取其狭义,包括物理模型反演(辐射传输模型、几何模型)、统计模型反演和经验模型反演等)。遥感识别的可靠性除了识别方法的影响外,还强烈依赖于遥感数据的质量。
例如,在目视解译中,人眼对亮度和彩色的空间细节的辨别都存在一个阈值(后者远大于前者,这一视觉特性已用于多分辨率数据融合和图像压缩)。那么关于地质体的空间变化的识别,对遥感数据的空间分辨率及其成图比例尺就有所要求。同样,人眼亮度检测阈和彩色检测阈对反映地质体的亮度和色调差异的遥感数据辐射分辨率有所要求。成矿特征解译的要求是什么?类似于美国的“国家图像解译度分级标准(NIIRS) ”,地质解译中似乎也应有这样的标准(已有?)。
例如,现有遥感数据的光谱分辨率和空间分辨率对岩矿基于特征谱带的识别是否足够满足要求等。计算机解译和遥感反演都对数据质量有对应的要求。
(5)评价现有遥感数据地质找矿应用的潜力
在从矿床特征→遥感特征的成像机理分析、从遥感特征→矿床特征的反演能力分析的基础上,可以对现有遥感数据在地质找矿中的应用潜力进行评价。
现有遥感数据在蚀变岩信息提取方面究竟能达到什么水平?现有数据对遥感找矿有无局限性?局限性在哪些方面?
(6)总结和评价矿床特征遥感识别的各种方法,进一步加强遥感数据挖掘的研究
包括从数据预处理、波段选择、挖掘算法等。
上述6点可由下面7项内容表示:
矿床类型,矿床特征,遥感特征,重要性,遥感获取能力,目前所得参量的质量,现有分析技术评价。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-23 23:09
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社