Aplicaciones integradas de teledetección satelital para la exploración de minerales en el área de Toksun.
Introducción a los antecedentes
Desde 1981, cuando Goetz et al. identificaron por primera vez minerales de caliza y arcilla desde la órbita espacial utilizando el radiómetro infrarrojo multiespectral (SMIRR) de 10 bandas del transbordador espacial, la tecnología de teledetección ha revolucionado el alcance, la escala, el contenido y los métodos de la investigación geocientífica humana. Gracias al exitoso desarrollo de una serie de instrumentos de teledetección de resolución hiperespectral (como el GF5 AHSI de China, el AVIRIS de EE. UU. y el PRISMA de Italia) y al vigoroso desarrollo de la tecnología satelital, la teledetección hiperespectral ha logrado avances significativos en la adquisición de datos, la calibración radiométrica, la reconstrucción espectral, el procesamiento de datos y la identificación de características del terreno. Cada vez más países y regiones aplican ampliamente la teledetección hiperespectral a la identificación y el mapeo espectral de minerales. Este artículo analizará la tecnología de exploración mineral mediante teledetección hiperespectral utilizando un estudio de caso.
Datos y métodos
1. Datos
Mediante el análisis de la litología y las características de mineralización del área de estudio, se utilizaron datos multiespectrales como Landsat9 OLI y ASTER. Para mejorar la resolución espacial de los datos, también se seleccionaron imágenes de Airbus CNES.
(1) TierraNúmero SAT 9 OLIde acuerdo a
Los datos OLI de Landsat 9 incluyen bandas multiespectrales (VNIR-SWIR, resolución espacial de 30 m) y una banda pancromática (resolución espacial de 15 m). La interpretación geológica por teledetección y la extracción de información sobre mineralización/alteración, basadas en el análisis de componentes principales, se realizaron utilizando los datos OLI.
(2) Datos ASTER
ASTER, un sensor remoto transportado por el satélite Terra, lanzado conjuntamente por Estados Unidos y Japón en diciembre de 1999, cuenta con 14 bandas en los rangos visible/infrarrojo cercano (VNIR, resolución espacial de 15 m), infrarrojo de onda corta (SWIR, 30 m) e infrarrojo térmico (TIR, 90 m), lo que mejora significativamente la resolución espectral. En comparación con los datos multiespectrales de Landsat 9 OLI, VNIR tiene una banda menos, pero el rango SWIR, adecuado para estudiar las "características de absorción espectral diagnóstica" de los minerales alterados, se ha ampliado en 4 bandas (1,60~2,43 μm), lo que eleva el total a 6 (los datos de Landsat solo tienen 2 bandas). Se pueden seleccionar diversas combinaciones de colores falsos para su interpretación en función de las características espectrales de las rocas y los minerales.
(3) Datos hiperespectrales
Las imágenes hiperespectrales del GF-5 cuentan con 330 bandas en el rango visible-infrarrojo de onda corta (400-2500 nm) con una resolución espacial de 30 metros. Son adecuadas para la cartografía litológica y mineral detallada. Antes de su uso, las imágenes hiperespectrales requieren corrección atmosférica, corrección geométrica y ortorrectificación RPC.
2 Métodos
(1) Análisis de componentes principales
El análisis de componentes principales (ACP) es un método para extraer información sobre alteraciones a partir de datos multiespectrales. Su principio consiste en realizar una transformación lineal de las variables, manteniendo la cantidad total de información y comprimiendo múltiples variables en unas pocas variables independientes. Cada componente principal tiene un significado geológico diferente, y la cantidad de información disminuye progresivamente con cada componente. Este proceso reduce la redundancia y la superposición, lo que enriquece y enfoca mejor los datos, resaltando la información útil y mejorando la precisión de la extracción de información.
(2) Método de mapeo de ángulo espectral
La tecnología de mapeo de ángulo espectral estima la similitud entre un espectro de prueba (espectro de píxel) y un espectro de referencia (espectro de laboratorio, etc.) calculando el ángulo entre ellos (Figura 1).

Figura 1. Diagrama esquemático de la coincidencia de ángulos espectrales.
Suponiendo que los datos de la imagen se hayan convertido a reflectancia aparente después de la cancelación de la radiación oscura o la radiación de trayectoria, la dimensión espectral es igual al número de bandas. SAM calcula la similitud entre el espectro de prueba *ti* y el espectro de referencia *ri* utilizando la siguiente fórmula:

Donde: nb es igual al número de bandas. La similitud entre dos espectros no se ve afectada por la longitud del vector ni por la ganancia, lo que reduce la influencia del contraste topográfico. a varía de 0 a 90°.
El método de mapeo de minerales SAM permite identificar rápidamente todos los minerales conocidos en una biblioteca espectral y visualizarlos mediante imágenes en color categorizadas, lo que facilita la observación directa a simple vista del rango de distribución de los minerales de interés.
Análisis de los resultados de la extracción
Los resultados extraídos se segmentaron utilizando un método de umbral de "media ± N * desviación estándar". Específicamente, para las anomalías de alteración por tinción de hierro, N se estableció en 1,5, 2 y 2,5; para las anomalías de alteración por lodo, N se estableció en 2, 2,5 y 3, clasificándolas en tres niveles: Nivel 1, Nivel 2 y Nivel 3. Posteriormente, se aplicó un filtro gaussiano de paso bajo de 3×3 a las anomalías de alteración graduadas para eliminar el ruido de tipo sal y pimienta. Los resultados finales de la información de anomalías de alteración extraída para el área de estudio se muestran en la Figura 2.

Figura 2. Resultados de la extracción de información sobre alteraciones.
El cuarzo, la sericita, la clorita y la epidota se segmentaron utilizando un umbral de "media ± N * desviación estándar". Para las anomalías de alteración no ferrosas, N se estableció en 2, y los resultados se superpusieron después de ser filtrados por un filtro gaussiano de paso bajo de 3×3 para obtener el resultado de extracción de información de alteración 1, lo que dio como resultado el resultado de extracción de información de alteración 2 para el área de estudio (Figura 3).

Figura 3. Resultados de la extracción de información sobre alteraciones en el área de estudio.
Mapeo hiperespectral
Además de utilizar el mapeo multiespectral, este artículo también utiliza datos GF5 para el mapeo hiperespectral, lo que corrobora los resultados del mapeo multiespectral (Figura 4).

Figura 4. Resultados del mapeo hiperespectral
En resumen, basándonos en los datos existentes y el trabajo realizado, obtuvimos un mapa completo de información de prospección de alteración por teledetección (Figura 3) y un mapa de resultados de mapeo hiperespectral (Figura 4) para esta región. Los resultados muestran que la región posee un gran potencial de prospección, así como buenas condiciones estructurales de material fuente y de yacimiento mineral.

