高光譜成像作為目前遙感領域最先進的技術，在地質應用中取得了巨大成功。巖石 和礦物由于電子過程和分子振動可以產生特征的光譜吸收，因此可以利用高光譜技術進行巖 礦填圖，快速且準確地獲取區域內巖石和礦物的分布情況，進而圈定有潛力的找礦靶區。

多平臺遙感數據在地質填圖中的綜合應用示意圖

光學遙感影像經歷了全色—彩色—多光譜—高光譜的發展歷程。高光譜遙感也被稱為成像光譜遙感，相比多光譜具有圖譜合一的特點，即可以同時獲取二維空間信息和連續的光譜維信息，是目前光 學遙感領域最先進的技術。光譜分辨率的提高使得由物質本身微小成分變化引起的光 譜特征差異可以被識別，因此在巖石礦物分類、化學組成的探測甚至定量—半定量分析等方面具有更大的優勢。

01巖礦光譜特性

太陽光譜通常被劃分為紫外光（UV，0.001～0.4μm）、可見光（VIS，0.4～0.7μm）、近紅外（NIR，0.7～3.0μm）、中紅外（MIR，3.0～30μm）和遠紅外（FIR，30μm～1mm）等幾部分，而在地質領域得到應用的主要是可見光—近紅外（VNIR，0.4～1.0μm）和短波紅外（SWIR，1.0～2.5μm）光譜區間，對熱紅外（TIR，6～14μm）部分的應用則相對比較薄弱。當太陽光線照射到礦物或巖石表面時，特定波長的入射光一部分被吸收，另一部分則被反射或透射，吸收或反射的比例取決于物質化學成分和晶體結構。能量的吸收主要由物體內電子過程和分子振動造成，電子過程包括晶體場效應、電荷轉移、導帶和色心；分子振動過程包括化學鍵的伸縮、彎曲和旋轉等。下圖系統分析了各種礦物的特征譜帶位置及其吸收機理，為通過反射光譜進行礦物探測奠定了基礎。

實驗測定的主要礦物類型的診斷性光譜吸收特征位置

02高光譜遙感巖礦填圖方法

利用高光譜遙感進行巖礦填圖雖然具有獨特的優勢，高光譜數據具有波段多、光譜分辨率高的特點，帶來豐富的地物信息的同時也造成了數據的冗余，使得對數據的處理更加復雜。開展高光譜遙感巖礦填圖的基本流程如圖3所示。由于受到地表特性、大氣過程、遙感器載荷參數差異等因素的影響，對獲取的高光譜數據，根據產品級別不同，通常需要用戶進行輻射定標、大氣校正和幾何校正等預處理過程。

其中，大氣校正最常用的方法是FLASSH，其目的是將光譜輻射率轉換為反射率。利用反射率數據進行巖礦特征信息提取，其中涉及到特征波段選擇、波段比值和主成分分析以及圖像融合、像元解混等技術手段，其本質都是為了突出巖礦光譜特性與其本身物化屬性間的關聯性，從而實現巖性和礦物的精確識別。

高光譜遙感巖礦填圖工作流程

03區域巖礦填圖

目前國內外發展的巖礦高光譜識別方法可以分為3類：

（1）光譜匹配方法：將遙感成像光譜與光譜庫的參考光譜或實測光譜相匹配，構建某種測度函數以評估它們之間的相似性，從而對礦物進行分類。如距離法（DBM）、光譜角填圖（SAM）、匹配濾波（MF）、光譜信息散度（SID）、混合調制匹配濾波（MTMF）等。

（2）模式識別方法：以礦物學和光譜學知識為基礎，提取具有診斷性的光譜特征或光譜吸收參數（如吸收位置、深度、寬度、對稱度等），建立識別規則，對礦物進行分類，如光譜特征擬合（SFF）、光譜吸收指數（SAI）和吸收譜帶定位分析（AABP）等。

（3）人工智能方法：上述兩類巖礦填圖方法的應用已經很成熟，但這類方法往往要求研究者具有足夠的專家經驗和先驗知識來設置合適的參數，以獲得最優分類效果，且只能提取遙感圖像的淺層特征，分類精度有限。

柳園地區高光譜礦物填圖結果

a. 礦物分布圖；b.絹云母成分圖

柳園地區巖性填圖結果與區域地質圖比較

綜合多譜段或全譜段的光譜填圖可以充分發揮不同波段的特性，大大改進對巖性單元和蝕變礦物的填圖效果。這是因為每個波段區間具有不同的巖礦識別能力，針對不同地物有各自的優勢和局限性。如VNIR波段適于提取含鐵離子的礦物，SWIR波段則可以區分碳酸鹽礦物和含Al-OH、Mg-OH的熱液蝕變相關礦物，而TIR波段具有識別石英和主要造巖硅酸鹽礦物的能力。

此外，相較于野外地質填圖的區域局限性，高光譜遙感填圖可以發現一些通過傳統手段難以探測到的隱伏斷層和巖體，從而對過去地質調查繪制的地質圖進行校對和修訂。

典型斑巖銅礦蝕變分帶及其特征礦物的反射率光譜

推薦：

便攜式高光譜成像系統iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品，主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。

審核編輯 黃宇