遥感技术与应用, 2019, 34(5): 1040-1047 doi: 10.11873/j.issn.1004-0323.2019.5.1040

遥感应用

影像空间分辨率对蚀变信息提取结果的影响研究

刘磊,1, 吴朦朦1, 尹翠景1, 周军1,2, 谢文杨1, 尹春涛1

1.长安大学地球科学与资源学院 自然资源部岩浆作用成矿与找矿重点实验室，陕西 西安 710054

2.西安时空地质矿产技术有限公司，陕西 西安 710068

Influence of the Different Spatial Resolutions for Alteration Mineral Mapping

Liu Lei,1, Wu Mengmeng1, Yin Cuijing1, Zhou Jun1,2, Xie Wenyang1, Yin Chuntao1

1.Key Laboratory for the study of Focused Magmatism and Giant Ore Deposits，MNR，School of Earth Sciences and Resources，Chang’an University，Xi’an 710054，China

2.Xi'an Spacetime Geo-mineral Technology Limited，Xi’an 710068，China

收稿日期: 2018-07-24   修回日期: 2019-08-07  

基金资助: 陕西省自然科学基金项目.  2018KJXX-062
中央高校基本科研业务费专项资金.  310827172006.  300102278303

Received: 2018-07-24   Revised: 2019-08-07  

作者简介 About authors

刘磊（1982—），男，黑龙江克东人，博士，教授，博士生导师，主要从事遥感应用研究E-mail:liul@chd.edu.cn , E-mail：liul@chd.edu.cn

摘要

脉状蚀变分布广泛且蚀变规模一般较小，遥感影像空间分辨率对此类蚀变提取影响严重。为了评估不同空间分辨率数据对脉状矿化蚀变信息的提取能力，以甘肃北山金滩子地区为例，应用航空高光谱CASI/SASI数据，将像元重采样至5、10、15、20和30 m共5种空间分辨率模式；以JPL光谱库中白云母矿物光谱曲线为参考，利用光谱匹配滤波法提取区内白云母化蚀变。不同规模蚀变带在5种分辨率模式下像元光谱表明：面状蚀变由于面积较大，空间分辨率变化对像元光谱吸收特征影响较小；脉状蚀变带特别是较窄脉状蚀变带随着空间分辨率的降低，混合像元影响越来越强，像元光谱的吸收特征越来越浅，30 m空间分辨率时吸收特征最弱。5种空间分辨率影像的白云母矿物提取结果表明较窄蚀变带（宽约1~5 m）在5~15 m空间分辨率图像中均线状特征明显，在20 m分辨率数据结果中仅断续出现，在30 m空间分辨率结果中仅个别像元被突出。

关键词： 空间分辨率 ; 脉状蚀变 ; 面状蚀变 ; 金滩子地区

Abstract

Vein-type alterations are extensively distributed and normally very thin， the extraction of these alteration zones is affected by the spatial resolution of remote sensing data seriously. To evaluate the ability of different spatial resolutions for alteration mineral mapping， taking Jintanzi area as the study area， the pixel of airborne CASI/SASI hyperspectral data were resampled to 5 m， 10 m， 15 m， 20 m and 30 m. The spectrum of muscovite from JPL spectral library and matched filtering method were utilized to extract the distribution of muscovite minerals. Spectra of pixels show that for alteration of large areas the spectral features are influenced weakly by the changing of spatial resolution and all the absorption features could be retained. Comparably， for the thin vein-type alteration， with the degradation of spatial resolution， the effect of the mixed pixel is more serious. Thus， the absorption feature of image spectra is very shallow. When the spatial resolution is 30 m， the absorption is weakest and difficult to be identified. The mapping results of the muscovite show that the thin vein-type alteration （about 1 to 5 meters wide） could be identified in the images with resolution of 5 m， 10 m and 15 m， while it is difficult for the images with resolution of 20 m and 30 m to detect.

Keywords： Spatial resolution ; Vein-type alteration ; Areal alteration ; Jintanzi area

PDF (5520KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

刘磊, 吴朦朦, 尹翠景, 周军, 谢文杨, 尹春涛. 影像空间分辨率对蚀变信息提取结果的影响研究. 遥感技术与应用[J], 2019, 34(5): 1040-1047 doi:10.11873/j.issn.1004-0323.2019.5.1040

Liu Lei, Wu Mengmeng, Yin Cuijing, Zhou Jun, Xie Wenyang, Yin Chuntao. Influence of the Different Spatial Resolutions for Alteration Mineral Mapping. Remote Sensing Technology and Application[J], 2019, 34(5): 1040-1047 doi:10.11873/j.issn.1004-0323.2019.5.1040

1 引 言

遥感技术已经成为找矿的重要技术手段，矿化蚀变信息遥感提取工作由于能为区域找矿提供直接的技术参数，有利于在工作条件困难、大范围区域进行地质找矿而受到了国内外学者的广泛关注。蚀变矿物在可见光—短波红外波段范围具有光谱特征，是利用卫星遥感图像提取蚀变信息异常的重要理论依据［1］。

TM/ETM+、ASTER、Hyperion高光谱和天宫一号高光谱等数据为开展矿化蚀变信息提取的主要数据源［1-9］，这些数据的空间分辨率分别为10 m（天宫一号高光谱可见光-近红外波段）、15 m（ASTER可见光-近红外波段）、20 m（天宫一号高光谱短波红外波段）和30 m（如Hyperion和高分5号高光谱、TM/ETM+多光谱和ASTER短波红外波段）［1-2，6，10-14］，而矿化蚀变信息提取应用最广泛的TM/ETM+和ASTER数据短波红外均为30 m［3-13］。对于广泛存在的脉状矿化蚀变，其蚀变规模一般较小（宽度多仅1~90 m，长度为10~100 m），30 m空间分辨率数据在提取规模较小的脉状蚀变时受混合像元影响严重，常无法有效提取［15］。

为了评估不同空间分辨率数据对脉状矿化蚀变信息的提取能力，本研究以甘肃北山金滩子地区为例，应用航空高光谱CASI/SASI数据，将原始数据重采样至多种空间分辨率模式，通过对比5~30 m不同分辨率数据对不同规模脉状蚀变的提取能力，优选出对较窄脉体可有效提取的空间分辨率，为后续卫星传感器空间分辨率设置、数据选择提供参考。

2 研究区地质概况

甘肃北山地区地处哈萨克斯坦、准噶尔和塔里木三大古陆系统或板块的衍接部位，地质构造较复杂。同时，北山地区是我国重要的成矿带之一，其矿床类型多样［16］，如与花岗岩体和石英脉有关的矿床（金滩子金矿、高庙、明金沟等），与镁铁—超镁铁岩体有关的矿床（红石山铬铁矿、黑山镍矿等）［16-17］。

金滩子地区位于北山成矿带柳园矿集区西南部，具有良好的成矿构造背景。区内出露地层主要为中泥盆统3个井组浅变质中细粒长石石英砂岩、长石砂岩夹粉砂岩、泥质粉砂岩。断裂以NEE-SWW向和近EW向压扭性断裂为主。区域断裂从宏观上控制地层、岩浆岩展布及矿产的空间分布［18］。区内岩浆活动强烈，以海西期为主，次为印支期，基性—酸性均有产出。区内的主要矿点明金沟、高庙、金滩子、金滩子南金矿等均与石英脉、花岗斑岩脉有关，配套有脉状白云母化、高岭土化、绿帘石化、绿泥石化等蚀变［18］。

3 数据与方法

3.1　数据

3.1.1　CASI/SASI数据

CASI/SASI高光谱数据采用加拿大CASI/SASI机载成像光谱仪获取（www.itres.com/imagers），数据获取时间为2011年7月10日，飞行时间为北京时间11点~13点，飞行高度2 000 m，旁向重叠率10%~15%。影像采用高精度激光雷达数据进行正射校正，误差控制在2个像元以内。采用黑白布同步测量经验线性法进行大气校正和反射率计算。其中，CASI数据光谱范围为380~1 050 nm，光谱分辨率约9 nm，空间分辨率0.9 m，在处理前进行坏波段去除后共保留36个波段；SASI数据光谱范围为950~2 450 nm，光谱分辨率15 nm，空间分辨率2.2 m，去除水吸收带等波段后共保留80个波段。

3.1.2　野外样品分析数据

课题组于2015年6月20日~7月10日期间对研究区开展野外检查工作，部分野外检查点如图1所示。野外检查涉及了区内5个主要矿床和主要蚀变带，从主要矿床和蚀变带中选取了24件样品，样品包含矿体、不同类型蚀变和花岗岩体、围岩，对24件样品均利用ASD FieldSpec地物光谱仪测量实验室光谱；选取其中有代表性的12件蚀变岩进行X射线衍射（XRD）测试矿物成分与含量，部分结果如表1所示。结果表明研究区蚀变矿物中白云母分布最为广泛且含量较高（6件样品白云母半定量含量高于30%），其次为方解石、绿泥石，局部地段绿帘石化强。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   野外检查蚀变带照片

Fig.1   Photographs of alteration zones


表1   研究区部分野外样品X射线衍射（XRD）测试矿物含量结果

Table 1  Typical sample mineralogy determined from X-Ray Diffraction analysis

样品编号主要矿物含量
J703-DQ1石英(27%)钠长石(8%)绿帘石(65%)///
J703-Qz2石英(49.2%)白云母(50.8%)////
J703-G1-1石英(31%)白云母(20%)钠长石(5%)绿泥石(10%)高岭土(30%)石膏(4%)
J703-G1-2石英(23%)白云母(15%)钠长石(33%)方解石(8%)绿泥石(19%)石膏(2%)

新窗口打开| 下载CSV


不考虑水汽吸收带情况下，所测试样品中白云母（J703-Qz2，含量50.8%）、高岭土（J703-G1-1，含量30%）、绿帘石（J703-DQ1，含量65%）与JPL光谱库中纯净矿物光谱形态接近，如图2所示。J703-G1-2含绿泥石19%，白云母15%，方解石8%，使得曲线为多种矿物的综合，未表现出单一矿物的典型特征。由于区内白云母化蚀变广泛且强烈，特别是脉状蚀变均与白云母化关系密切［14］，因此本研究以白云母化作为主要对象开展研究，选取JPL光谱库中白云母矿物光谱作为本研究的参考光谱进行蚀变制图。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   典型野外样品实验室实测光谱曲线和JPL光谱库中3种典型蚀变矿物光谱曲线

Fig.2   Representative spectra of altered rock samples measured in the laboratory and Laboratory reflectance spectra of three typical alteration minerals （after JPL Spectral Library）


3.2　方法
3.2.1　数据重采样

原始CASI/SASI数据在可见光—近红外和短波红外区间空间分辨率分别为0.9 m和2.2 m，在重采样过程中空间分辨率变化较大。当分辨率降低倍数较大时，将大像元范围内原来所有像元平均，较临近点、双线性内插和三次卷积等重采样方法更合理。

因此，以原始CASI/SASI数据为基础，采用原始小像元数学平均法（将大像元范围内原来所有像元平均），依次将CASI/SASI数据可见光-短波红外波段数据像元重采样至5、10、15、20和30 m 5种分辨率模式。

3.2.2　蚀变矿物制图方法

匹配滤波法（Matched filtering）利用局部分离获取用户定义端元光谱的丰度，该方法可将已知端元光谱的响应最大化，并抑制未知背景的混合响应，从而达到匹配已知光谱的目的［19］。选取JPL光谱库中白云母的矿物光谱作为参考光谱，利用匹配滤波法处理5种分辨率影像。

4 结果与讨论

4.1　不同分辨率影像像元光谱变化分析

将CASI/SASI影像1 640、2 165、2 210 nm波段分别置于红、绿、蓝通道，合成假彩色图像作为研究区底图（图3），在此图像中白云母化蚀变带呈浅红色。为了对面状、脉状蚀变带在不同空间分辨率下的光谱特征变化进行分析，在研究区内选取了3个蚀变带目标作为研究对象，其空间位置如图3中黑色矩形框所示，包括1条较宽蚀变脉体（宽度8~25 m，长约500 m，如图4（a）所示）、1条较窄蚀变脉体（宽度1~5 m，长约200 m，见图4（b））和1个面状蚀变带（大小约60 m×73 m，如图4（c）所示），根据野外样品光谱测试结果和像元光谱，3处蚀变带均以石英和白云母为主要矿物，光谱特征以白云母在2 200 nm处的吸收特征占主导。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   金滩子地区CASI/SASI影像

Fig.3   The CASI/SASI image of the Jintanzi area


图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   研究区5~30 m空间分辨率影像

（a5）~（a30） 较宽脉体5~30 m影像；（b5）~（b30） 较窄脉体5~30 m影像；（c5）~（c30） 面状蚀变目标5~30 m影像

Fig.4   Images of 5m to 30m spatial resolution


图5为面状蚀变（图4（c））在5种空间分辨率中的像元光谱特征，由于蚀变面积较大，空间分辨率变化对像元光谱特征影响较小，白云母在2 200 nm处的吸收特征得以保留（图5中红色箭头）。图6为较宽脉状蚀变带（宽度8~25 m图4（a））在5种空间分辨率中的像元光谱特征，随着空间分辨率的降低，混合像元影响越来越强，导致该像元在2 200 nm处的吸收越来越浅，20、30 m空间分辨率时吸收特征最弱，一定程度上增加了该脉体在影像上提取的难度。由于重采样过程中像元重新分配，导致了在20 m空间分辨率图像上图4（a）中光谱取样点的像元混合了大量围岩，该点南东侧相邻像元则为白云母含量较高像元（图8），而30 m空间分辨率图像上该点为一白云母含量相对较高的像元，导致该点20 m空间分辨率像元光谱在2 200 nm处的吸收略浅于30 m空间分辨率像元（图6）。图7为较窄脉状蚀变带（宽度1~5 m）在5种空间分辨率中的像元光谱特征，随空间分辨率的降低，受混合像元影响，该像元在2 200 nm处的吸收越来越浅，30 m空间分辨率时吸收特征最弱，基本无法有效识别（图7中红色箭头）。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   面状蚀变（图3（c）位置）在5种空间分辨率中的像元光谱特征

Fig.5   Image spectral features of the areal altered target in the five spatial resolutions


图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   较宽脉状蚀变带（图3（a）位置）在5种空间分辨率中的像元光谱特征

Fig.6   Image spectral features of the altered wide vein in the five spatial resolutions


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   较窄脉状蚀变带（图3（b）位置）在5种空间分辨率中的像元光谱特征

Fig.7   Image spectral features of the altered thin vein in the five spatial resolutions


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   不同空间分辨率影像白云母提取结果

Fig.8   Muscovite distribution of different spatial resolution images


4.2　影像空间分辨率对可识别蚀变规模的影响研究

以JPL光谱库中白云母矿物光谱曲线为参考，利用光谱匹配滤波法对5种空间分辨率影像进行白云母矿物提取。图8为不同空间分辨率影像的白云母提取结果，从上至下分别为5~30 m空间分辨率影像的提取结果。图8（a）显示较宽脉状蚀变带（宽度约8~25 m）在5~20 m空间分辨率数据提取结果中均线状特征明显，虽然在30 m空间分辨率结果中仅断续出现，但脉状特征相对较明显。图8（b）显示较窄蚀变带（宽约1~5 m）在5~15 m空间分辨率图像中均线状特征明显，在20 m分辨率数据结果中仅断续出现，在30 m空间分辨率结果中仅脉体较宽部位（宽约5 m）2个像元被突出，较窄脉体完全无异常显示，因此无法根据原始图像和蚀变提取结果判断异常是否为地质因素引起。而对于面状蚀变带（图8（c）），5种分辨率均可较好提取，空间分辨率变化对提取结果影响不明显。

4.3　讨　论

在遥感影像中随机噪声广泛存在，这些随机噪声可能由传感器、植被、云以及阴影等引起［20］，在矿化蚀变信息提取过程中，这些随机噪声会导致提取的异常结果中普遍存在由随机噪声所引起的假异常，这些假异常多呈星点状随机、散乱分布［21-22］。较窄脉体在较低空间分辨率影像所提取的蚀变信息中亦呈现为星点状异常（如本文图8（b）中30 m分辨率数据所提取的异常），对于此类异常，难以判断是由于随机噪声引起或是点状、脉状蚀变引起。

针对上述问题，在小范围（如矿区尺度）开展研究时，可通过选用Worldview-3等空间分辨率和光谱分辨率均较高的图像进行矿化蚀变信息提取，可以有效保留脉状蚀变信息的空间特征。但此类数据价格昂贵且对大多数区域均需编程订购，无法保证拍摄效果。

对于较大范围的遥感地质研究（如1∶5万、1∶25万矿产资源调查），无法在全区采用Worldview-3数据，30 m空间分辨率的TM/ETM+、ASTER和高分5号高光谱数据仍是蚀变信息提取的首要数据源。由于野外存在大量较窄脉体（宽度小于或接近1 m），对于这类脉体相关蚀变，影像空间分辨率应高于15 m和20 m空间分辨率影像仅可粗略提取，30 m空间分辨率较难提取。因此，考虑后续在脉状目标提取方面的大量应用，建议后续多光谱、高光谱传感器设置的空间分辨率优于20 m，方可有效提取各类形态、规模的蚀变带。

5 结　语

本研究应用航空高光谱CASI/SASI数据，将像元重采样至5、10、15、20和30 m 5种空间分辨率模式，对不同空间分辨率数据提取脉状矿化蚀变信息的能力进行评估，得出如下结论：

（1）不同规模蚀变带在5种分辨率模式下像元光谱表明面状蚀变由于面积较大，空间分辨率变化对像元光谱特征影响较小，脉状蚀变带特别是较窄脉状蚀变带随着空间分辨率的降低，混合像元影响越来越强，像元光谱的吸收特征越来越浅，30 m空间分辨率时吸收特征最弱。

（2）白云母矿物提取结果表明较窄蚀变带（宽约1~5 m）在5~15 m空间分辨率图像中均线状特征明显，在20 m分辨率数据结果中仅断续出现，在30 m空间分辨率结果中仅个别像元被突出。

（3）对于较窄脉体（宽度小于或接近1 m）及相关蚀变，空间分辨率高于15 m时效果较好，因此后续的多光谱、高光谱传感器设置的空间分辨率优于20 m，方可有效提取各种规模的蚀变带。

参考文献

Zhang Yujun， Zeng Chaoming， Chen Wei.

The Methods for Extraction of Alteration Anomalies from the ETM+ （TM） Data and Their Application： Method Selection and Technological Flow Chart

［J］.Remote Sensing for Land & Resources，2003，2：44-49.

[本文引用: 3]

张玉君，曾朝铭，陈薇.

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

［J］.国土资源遥感，2003，2：44-49.

[本文引用: 3]

Fu B H， Zheng G D， Ninomiya Y， et al.

Mapping Hydrocarbon-induced Mineralogical Alteration in the Northern Tian Shan Using ASTER Multispectral Data

［J］. Terra Nova，2007，19（4）：225-231.

[本文引用: 1]

Liu L， Zhuang D F， Zhou J， et al.

Alteration Mineral Mapping Using Masking and Crosta Technique for Mineral Exploration in Mid-vegetated Areas： A Case Study in Areletuobie， Xinjiang （China）

［J］. International Journal of Remote Sensing，2011，32（7）：1931-1944.

[本文引用: 1]

Li Miaomiao， Xing Lixin， Pan Jun， et al.

Research of Combinatory Analysis Method in Altered Information Extraction

［J］. Remote Sensing Technology and Application，2011，26（3）：308-313.

李淼淼，刑立新，潘军，等.

组合分析蚀变信息提取方法研究

［J］.遥感技术与应用，2011，26（3）：308-313.

Pour B A， Hashim M.

Identification of Hydrothermal Alteration Minerals for Exploring of Porphyry Copper Deposit Using ASTER Data， SE Iran

［J］. Journal of Asian Earth Sciences，2011，42（6）：1309-1323.

Zhang Yujun， Yao Fojun.

Application Study of Multi-spectral ASTER Data for Determination of ETM Remote Sensing Anomaly Property： Taking Wulonggou Region of Eastern Kunlun Mountain Range as Example

［J］. Acta Petrologica Sinica，2009，25（4）：963-970.

[本文引用: 1]

张玉君，姚佛军.

应用多光谱ASTER数据对ETM遥感异常的定性判别研究——以东昆仑五龙沟为例

［J］.岩石学报，2009，25（4）：963-970.

[本文引用: 1]

Liu Lei， Zhou Jun， Yin Fang， et al.

Alteration Mineral Mapping and Ore Prospecting based on ASTER Data in Balikun， Xinjiang

［J］. Remote Sensing Technology and Application， 2013，28（4）：556-561.

刘磊，周军，尹芳，等.

基于ASTER数据的巴里坤地区蚀变矿物填图与找矿

［J］.遥感技术与应用，2013，28（4）：556-561.

Liu L， Zhou J， Jiang D， et al.

Targeting Mineral Resources with Remote Sensing and Field Data in the Xiemisitai Area， West Junggar， Xinjiang， China

［J］. Remote Sensing， 2013，5（7）： 3156-3171.

Liu L， Zhou J， Yin F， et al.

The Reconnaissance of Mineral Resources Through ASTER Data-based Image Processing， Interpreting and Ground Inspection in the Jiafushaersu area， West Junggar， Xinjiang （China）

［J］. Journal of Earth Science， 2014， 25（2）： 397-406.

[本文引用: 1]

Wei J， Liu X N， Ding C， et al.

Developing a Thermal Characteristic Index for Lithology Identification Using Thermal Infrared Remote Sensing Data

［J］. Advances in Space Research， 2017， 59：74-87.

[本文引用: 1]

Rajendran S， Nasir S.

ASTER Capability in Mapping of Mineral Resources of arid Region： A Review on Mapping of Mineral Resources of the Sultanate of Oman

［J］. Ore Geology Reviews， 2019， 108： 33-53.

Guha A， Kumar K V， Porwal A， et al.

Reflectance Spectroscopy and ASTER based Mapping of Rock-phosphate in Parts of Paleoproterozoic Sequences of Aravalli Group of Rocks， Rajasthan， India

［J］. Ore Geology Reviews， 2019， 108： 73-87.

Pour A B， Hashim M， Hong J K， et al.

Lithological and Alteration Mineral Mapping in Poorly Exposed Lithologies Using Landsat-8 and ASTER Satellite Data： North-eastern Graham Land， Antarctic Peninsula

［J］. Ore Geology Reviews， 2019， 108： 112-133.

[本文引用: 1]

Liu L， Feng J L， Rivard B， et al.

Alteration Mapping Results Using Spaceborne Tiangong-1 Hyperspectral Imagery： Example from the Jintanzi Gold Province， China

［J］. International Journal of Applied Earth Observation and Geoinformation， 2018， 64： 275-286.

[本文引用: 2]

Zhang Bing， Zhou Jun， Wang Junnian.

Analyses of Alteration Mineral Mapping and Mineral Resources Prospecting Using TM or ETM Data

［J］. Journal of Earth Sciences and Environment，2008，30（3）：452-952.

[本文引用: 1]

张兵，周军， 王军年.

遥感蚀变矿物填图与找矿方法

［J］.地球科学与环境学报，2008，30（3）：452-952.

[本文引用: 1]

Yang Hequn， Li Ying， Yang Jianguo， et al.

Main Metallogenic Characteristics in the Beishan Orogen

［J］. Northwestern Geology，2006，39（2）：78-95.

[本文引用: 2]

杨合群，李英，杨建国.

北山造山带的基本成矿特征

［J］.西北地质，2006， 39（2）：78-95.

[本文引用: 2]

Yang Jianguo， Wang Lei， Wang Xiaohong， et al.

Zircon SHRIMP U-Pb Dating of Heishan Mafic-ultramafic Complex in the Beishan Area of Gansu Province and Its Geological Significance

［J］. Geological Bulletin of China， 2012，31（2/3）：448-454.

[本文引用: 1]

杨建国，王磊，王小红，等.

甘肃北山地区黑山铜镍矿化基性-超基性杂岩体SHRIMP锆石U-Pb定年及其地质意义

［J］.地质通报，2012，31（2/3）：448-454.

[本文引用: 1]

Ren Guangli， Yang Junlu， Yang Min， et al.

Application of Hyperspectral Remote Sensing Anomaly Information on Metallogenic Prediction in the Jintanzi-Mingjingou Area of Beishan， Gansu

［J］. Geotectonica et Metallogenia，2013，37（4）：765-776.

[本文引用: 2]

任广利，杨军录，杨敏，等.

高光谱遥感异常提取在甘肃北山金滩子-明金沟地区成矿预测中的应用

［J］.大地构造与成矿学，2013，37（4）：765-776.

[本文引用: 2]

Boardman J W， Kruse F A， Green R O.

Mapping Target Signatures Via Partial Unmixing of AVIRIS Data

［C］∥ Fifth JPL Airborne Earth Science Workshop. JPL Publication， 1995：23-26.

[本文引用: 1]

Markham B L， Barker J L， Kaita E， et al.

On-orbit Performance of the Landsat-7 ETM+ Radiometric Calibrators

［J］. International Journal of Remote Sensing， 2003， 24（2）： 265-285.

[本文引用: 1]

Liu L， Zhou J， Han L， et al.

Mineral Mapping and Ore Prospecting Using Landsat TM and Hyperion Data， Wushitala， Xinjiang， Northwestern China

［J］.Ore Geology Reviews， 2017， 81（3）： 280-295.

[本文引用: 1]

Liu L， Zhou J， Jiang D，et al.

Mineral Resources Prospecting by Synthetic Application of TM/ETM+，QuickBird and Hyperion Data in the Hatu Area，West Junggar，Xinjiang，China

［J］.Scientific Reports， 2016，6：21851. doi：10.1038/srep21851 .

[本文引用: 1]

/

〈 〉