Anwendungen der integrierten satellitengestützten Fernerkundung zur Mineralexploration im Toksun-Gebiet

1. Daten

Zur Analyse der Lithologie und Mineralisierung des Untersuchungsgebiets wurden multispektrale Daten wie Landsat-9-OLI- und ASTER-Daten verwendet. Um die räumliche Auflösung der Daten zu verbessern, wurden zusätzlich Airbus-CNES-Bilder herangezogen.

(1) LandSAT 9 OLI-Nummerentsprechend

Die Landsat-9-OLI-Daten umfassen multispektrale Bänder (VNIR-SWIR, 30 m räumliche Auflösung) und ein panchromatisches Band (15 m räumliche Auflösung). Mithilfe der OLI-Daten wurden geologische Fernerkundungsinterpretationen durchgeführt und Informationen zu Mineralisierung und Alteration mittels Hauptkomponentenanalyse extrahiert.

(2) ASTER-Daten

ASTER, ein Fernerkundungssensor an Bord des Terra-Satelliten, der im Dezember 1999 von den USA und Japan gemeinsam gestartet wurde, verfügt über 14 Spektralbänder im sichtbaren/nahen Infrarotbereich (VNIR, räumliche Auflösung 15 m), im kurzwelligen Infrarotbereich (SWIR, 30 m) und im thermischen Infrarotbereich (TIR, 90 m) und verbessert die spektrale Auflösung deutlich. Im Vergleich zu den multispektralen Daten von Landsat 9 OLI besitzt der VNIR-Bereich ein Band weniger, der SWIR-Bereich, der sich zur Untersuchung der charakteristischen spektralen Absorptionsmerkmale veränderter Minerale eignet, wurde jedoch um vier Bänder (1,60–2,43 μm) erweitert, sodass nun insgesamt sechs Bänder zur Verfügung stehen (Landsat-Daten umfassen nur zwei Bänder). Basierend auf den spektralen Eigenschaften von Gesteinen und Mineralen können verschiedene Falschfarben-Kompositbilder zur Interpretation ausgewählt werden.

(3) Hyperspektrale Daten

Die hyperspektralen Bilddaten des GF-5 umfassen 330 Spektralbänder im sichtbaren und kurzwelligen Infrarotbereich (400–2500 nm) mit einer räumlichen Auflösung von 30 Metern. Sie eignen sich für die detaillierte lithologische und mineralogische Kartierung. Vor der Verwendung müssen die hyperspektralen Bilddaten atmosphärisch, geometrisch und mittels RPC-Orthorektifizierung korrigiert werden.

2 Methoden

(1) Hauptkomponentenanalyse

Die Hauptkomponentenanalyse (PCA) ist eine Methode zur Extraktion von Informationen über geologische Veränderungen aus multispektralen Daten. Ihr Prinzip besteht darin, die Variablen linear zu transformieren, wobei der Informationsgehalt erhalten bleibt und mehrere Variablen auf wenige unabhängige Variablen komprimiert werden. Jede Hauptkomponente hat eine andere geologische Bedeutung, und der Informationsgehalt nimmt mit jeder weiteren Hauptkomponente ab. Dieser Prozess reduziert Redundanz und Überlappungen, wodurch die Daten reichhaltiger und fokussierter werden, relevante Informationen besser hervorgehoben und die Genauigkeit der Informationsgewinnung verbessert wird.

(2) Spektralwinkel-Mapping-Methode

Die Technologie der spektralen Winkelabbildung schätzt die Ähnlichkeit zwischen einem Testspektrum (Pixelspektrum) und einem Referenzspektrum (Laborspektrum usw.) durch Berechnung des Winkels zwischen ihnen (Abbildung 1).

Abbildung 1. Schematische Darstellung der spektralen Winkelanpassung

Unter der Annahme, dass die Bilddaten nach Dunkelstrahlungs- oder Pfadstrahlungskompensation in scheinbare Reflexionswerte umgerechnet wurden, entspricht die spektrale Dimension der Anzahl der Bänder. SAM berechnet die Ähnlichkeit zwischen dem Testspektrum *ti* und dem Referenzspektrum *ri* anhand der folgenden Formel:

Dabei bezeichnet nb die Anzahl der Bänder. Die Ähnlichkeit zweier Spektren wird nicht durch Vektorlänge und Verstärkung beeinflusst, wodurch der Einfluss des topografischen Kontrasts reduziert wird. Der Winkel a liegt zwischen 0° und 90°.

Mit der SAM-Mineralkartierungsmethode lassen sich alle bekannten Mineralien in einer Spektralbibliothek schnell identifizieren und mithilfe kategorisierter Farbbilder darstellen. Dadurch ist es einfach, die Verteilungsbereiche der interessierenden Mineralien direkt mit bloßem Auge zu beobachten.

Analyse der Extraktionsergebnisse

Die extrahierten Ergebnisse wurden mithilfe eines Schwellenwertverfahrens („Mittelwert ± N * Standardabweichung“) segmentiert. Konkret wurde N für Eisenablagerungsanomalien auf 1,5, 2 und 2,5 und für Schlammablagerungsanomalien auf 2, 2,5 und 3 gesetzt, wodurch diese in drei Stufen (Stufe 1, Stufe 2 und Stufe 3) klassifiziert wurden. Anschließend wurde ein 3×3-Gaußscher Tiefpassfilter auf die abgestuften Alterationsanomalien angewendet, um das Rauschen zu eliminieren. Die finalen Ergebnisse der extrahierten Alterationsanomalieninformationen für das Untersuchungsgebiet sind in Abbildung 2 dargestellt.

Abbildung 2. Ergebnisse der Extraktion von Änderungsinformationen.

Quarz, Serizit, Chlorit und Epidot wurden mithilfe eines Schwellenwerts von „Mittelwert ± N * Standardabweichung“ segmentiert. Für nichteisenhaltige Alterationsanomalien wurde N auf 2 gesetzt, und die Ergebnisse wurden nach Filterung mit einem 3×3-Gaußschen Tiefpassfilter übereinandergelegt, um das Ergebnis 1 der Alterationsinformationsextraktion zu erhalten, was zu dem Ergebnis 2 der Alterationsinformationsextraktion für das Untersuchungsgebiet führte (Abbildung 3).

Abbildung 3. Ergebnisse der Extraktion von Veränderungsinformationen im Untersuchungsgebiet.

Hyperspektrale Kartierung

Zusätzlich zur multispektralen Kartierung werden in dieser Arbeit auch GF5-Daten für die hyperspektrale Kartierung verwendet, welche die Ergebnisse der multispektralen Kartierung bestätigt (Abbildung 4).

Abbildung 4. Ergebnisse der hyperspektralen Kartierung

Zusammenfassend lässt sich sagen, dass wir auf Basis vorhandener Daten und abgeschlossener Arbeiten eine umfassende Fernerkundungskarte zur Erkundung von Alterationsveränderungen (Abbildung 3) sowie eine hyperspektrale Kartierungskarte (Abbildung 4) für diese Region erstellt haben. Die Ergebnisse zeigen, dass die Region ein hohes Erkundungspotenzial sowie gute Ausgangsmaterialien und günstige Erzführungs- und Lagerstättenstrukturen aufweist.