招远金矿区植被异常及遥感找矿意义

第37卷 第3期

2007年5月

吉林大学学报(地球科学版)

JournalofJilinUniversity(EarthScienceEdition)

Vol.37 No.3

May2007

招远金矿区植被异常及遥感找矿意义

刘福江

1,2

,吴信才,郭 艳,孙华山,梅林露

2342

1.中国地质大学地球科学与资源学院,北京 1000832.中国地质大学信息工程学院,武汉 4300743.中国地质大学计算机学院,武汉 4300744.中国地质大学资源学院,武汉 430074

摘要:提出了一种新的综合型替代方法:基于廉价的Landsat-7ETM+遥感数据揭示植被异常与热液蚀变区的潜在关系。在研究过程中,使用了招远金矿区夏季的ETM+遥感数据来分析和展示植被异常与热液矿化蚀变是否存在上述关系。该方法包括以下几个步骤:(1)数据预处理;(2)植被指数(Veg.In dex、TNDVI、SQRT(IR/R)、NDVI、IR/R等)和波段比值指数;(3)主成分分析(PCA);(4)非监督分类;(5)监督分类。最后,经过综合解译成图发现,该图很好地展示了招远金矿区部分区域的植被异常,同时经过野外验证,在招远其它地区的植被异常都与热液蚀变区域有关。研究结果表明,这种综合型方法在植被覆盖区利用ETM+遥感数据提取植被异常信息非常有效。

关键词:植被异常;遥感找矿;招远金矿区;LandsatETM+

中图分类号:P618.51;P627 文献标识码:A 文章编号:1671 5888(2007)03 0444 06

VegetationAnomaliesoftheZhaoyuanGoldDeposits,

ShandongProvinceandItsSignificanceinRemoteSensingExploration

LIUFu jiang

1,2

,WUXin cai,GUOYan,SUNHua shan,MEILin lu

2342

1.SchooloftheEarthSciencesandResources,ChinaUniversityofGeosciences,Beijing 100083,China2.FacultyofInformationEngineering,ChinaUniversityofGeosciences,Wuhan 430074,China3.SchoolofComputer,ChinaUniversityofGeosciences,Wuhan 430074,China4.FacultyofResources,ChinaUniversityofGeosciences,Wuhan 430074,China

Abstract:Inthisstudyanovelalternativesynthesismethodologyispresented,employinginexpen sivemulti spectralLandsat-7EnhancedThematicMapper(ETM+)datatodelineatevegetationano maliespotentiallyrelatedtoahydrothermalalterationzone.Therefore,theauthorsemployedETM+dataoftheZhaoyuangolddepositsinsummertoanalyzeandtodetermineifanomaliescouldbemappedusingthisassumption.Toaccomplishthis,theprocessincludes(1)datapreparation,(2)vegetationin dices(Veg.Index,TNDVI,SQRT(IR/R),NDVI,IR/Retc.)andbandratiosindices,(3)principalcomponentanalysis(PCA),(4)un supervisedclassificationand(5)supervisedclassification.TheresultsclearlydelineatedseveralareasofvegetationanomaliesrelatedtotheZhaoyuangolddeposits,ShandongProvince.Fieldcheckingofotherareas,mappedasvegetationanomalies,alsorevealedseveralhydro

收稿日期:2006 08 08

基金项目:国家 863 项目(2001AA135170);中国地质大学(武汉)优秀青年教师资助计划项目(CUGQNL0628;

CUGQNL0640);山东招远金矿集团博士后基金项目(2005026212)

作者简介:刘福江(1973 ),男,河南柘城人,博士研究生,讲师,主要从事遥感科学技术及应用、地理信息系统及其应用

研究,E mail:felixwuhan@

通讯联系人:吴信才(1952 ),男,广东吴川人,教授,博士生导师,主要从事地理信息系统工程与应用研究。

第3期 刘福江,等:招远金矿区植被异常及遥感找矿意义

445

thermalalterationzones.Theresultsshowedthatextractingvegetationanomaliesinformationusingal ternativesynthesismethodologyfromETM+dataisuseful.

Keywords:vegetationanomalies;remotesensingexploration;Zhaoyuangolddeposits;LandsatETM+

片变黄失绿、根系短而少、生长缓慢、植株矮小,甚至叶片脱落枯死等生态变异现象。

在研究过程中,发现招远金矿区地表植被景观与周围背景区植被存在着色调差异,金矿区地表不论覆盖的是次生混交林,灌木林或次生阔叶林,均呈黄绿色,而周围背景区植被则呈现青绿色。继而发现金矿区生长的植物比周围背景区正常植物长势

0引言

在长期找矿实践中,人们发现一些多金属矿区的地表植被常发生变异(某些植物生长特别茂盛,分布特别集中,或植被发生病变),形成 植被异常(毒化) 。研究发现这种异常都是因为植物在生长过程中,通过根系吸收了过量的重金属导致的生

[1~14]

物地球化学效应。Erdman、Brooks、Collins、Rock、差,植株矮小,分叉多,叶面小、粗糙,叶面色斑多(表

[15~18]

Miller和Schwaller等对植物地球化学法找金1)。矿及重金属矿物对植物的生长发育及光谱特征的影响做了大量的研究;宋慈安、张国军、马跃良、徐瑞松、马建伟、赵志芳等[6~13]对Au、Cu等的生物地球化学异常和对植物毒害情况进行了研究;倪健、吴继友等[19~21]研究了山东省招远金矿区赤松林、荆条的反射光谱特征;郭铌,罗亚等[22~24]对基于遥感影像植被指数研究方法进行了系统评述;曹宇等[19]基于多项植被指数对景观生态类型进行了遥感解译与分类。

招远金矿区位于山东半岛西北部,气候属东亚暖温带季风区大陆性半湿润气候,位于东经120!08 ~120!38 ,北纬37!05 ~37!33 。招远黄金资源蕴藏丰富,储量全国第一。区内有玲珑、焦家、尹格庄夏甸、灵北

双目项和金翅岭

草沟头5大金矿

田。矿田内有2个特大型金矿、3个大型金矿、6个中型金矿和几十处小型金矿,经科学预测,招远黄金资源总量可望突破3000t[25]。

表1中的5个矿点位置,是经过实地考察用GPS定位在背景区与矿区有明显色调差异的植被覆盖区域,这将作为进一步处理ETM+遥感影像、提取异常(毒化)植被与正常植被的参考信息。

表1Table1

招远地区金矿区与背景区植被色调特征CharacterofcolorgolddepositsandbackgroundareainZhaoyuangolddeposits

位置

矿点坐标500684 4139341539744 4152607545484 4153901549124 4157437564741 4148723

所在矿区2#与3#之间

15#26#27#30#

植被特征金矿区黄绿色黄绿色黄绿色黄绿色黄绿色

背景区绿色绿色青绿色绿色青绿色

2招远金矿区ETM+遥感影像植被异常信息提取方法

研究主要是基于ETM+遥感数据进行植被异

1招远金矿区毒化植被光谱变异特征

根据国内外已经获得的生物学、生物地球化学

[10,19~21]

常信息提取。首先,运用ErdasImagine8.7、En 关于因一些微量元素过量或缺乏所造成的植物生态vi4.2等遥感影像软件,基于对遥感影像进行分幅裁以及反射光谱变异等研究成果表明,微量元素能促进植物体中酶的活化,并起到细胞新陈代谢的催化和促进植物正常生长的作用。但某些元素若过量或缺少都将阻止根部对营养元素和水的吸收,减少酶的活性、根分裂速度,抑制光合作用和细胞代谢作用,致使植物发生病变,也使植物反射光谱产生H剪、几何校正、辐射校正等数据预处理;然后,对目标影像进行主成分分析(PCA);同时,对遥感影像进行

植被指数与波段比值计算;再者,运用非监督分类对典型地物进行预分类;最后,综合运用以上的结果不断反演修正分类模板形成满意的监督分类模板,最终完成遥感解译与分类。具体流程参见图1。

研究区域数据源及预处理

变异。特别是当植物体中Au、Ag、Cu、Pb、Zn、2.1

446

吉林大学学报(地球科学版) 第37卷

性,即把原来各波段的有用信息分别集中在新变量主成分影像中,从而起到信息提取和压缩的目的。前人的研究表明,运用主成分分析对遥感异常信息的提取是可行的。表2是招远金矿区ETM+的6个波段进行主成分分析的统计表。

经变换得到的6个主成分中,PCA1是亮度信息,它反映ETM+各波段对亮度值的贡献,ETM5和ETM7对PCA1的贡献最大;PCA2对应ETM3和ETM4波段分别是负权重值(-0.4900)和正权重值(0.6525),它主要反映植物的叶绿素对红光的

图1

基于ETM+遥感影像植被异常信息提取方法流程

Fig.lThemethodologyofvegetationanomaliesinforma

tionextractionbasedonETM+imagery

[26]

吸收和近红外的反射,是一个绿度信息;PCA3是湿度信息,它反映ETM+各波段对土壤和植被水分的敏感程度,ETM7对其贡献最大;PCA4对应ETM1和ETM3波段分别是正权重值(0.6061)和负权重值(-0.6385),说明PCA4与植物中的叶绿素在可见光的吸收和反射有一定的关系。ETM5对PCA5的贡献最大,也反映了亮度信息是对

卫星地面站购买的2000年的Landsat-7ETM+

数据,轨道号为120/034,成像日期为06-12,参考PCA1的补充;ETM2对PCA7的贡献最大,反映了图件有1#50000胶东地区金矿构造地球化学图、透射度。因而,从主成分分析可以看出,PCA2可作1#50000山东电子地质图、1#250000山东地质为探测植物生理生态及反射光谱的一个重要指标,图。招远金矿区总面积约为1433.18km。该地区ETM+数据首先经过几何校正,校正后影像为UT M投影KRASOVSKY椭球体,几何校正整体

2

PCA3可作为探测植物的含水量和矿物蚀变信息的重要指标。

根据上述的分析结果,对山东招远金矿区遥感

误差RMS为0.03030,基于几何校正后,再选取1、影像作如下处理,选择第PCA2、PCA3、PCA4主成2、3、4、5、7波段(分辨率为28.5m)进行叠加(图分影像进行红、绿、蓝彩色合成,得到的彩色影像进2),至此,完成了遥感数据的预处理。行直方图均衡,在得到的影像中再经过HIS变换,2.2

主成分分析

在本研究中主要采用了主成分分析(即KL变换)方法。主成分分析是在统计特征基础上的多维正交线性变换,通过变换可消除原有影像间的相关

表2

Table2

招远金矿区呈现出金黄色的色调,而在背景区呈现出暗红色的色调。由此获得了有效的生物地球化学效应异常色调信息,该信息可作为进一步监督分类建模和综合解译的依据。

招远金矿区ETM+遥感影像主成分分析统计结果

AnalysisofETM+principalcomponentsoftheZhaoyuangolddepositsShandongProvince,China

PCA1

PCA2-0.3515-0.3172-0.49000.65250.2492-0.2185330.76264.8798.80

PCA3-0.3552-0.3913-0.3338-0.58060.26080.451861.97830.9199.71

PCA40.60610.1812-0.63850.1213-0.13880.397710.02970.1599.86

PCA50.31520.1670-0.2019-0.33210.6433-0.55497.16520.1199.97

PCA7-0.52750.8080-0.2518-0.0573-0.02530.04022.22030.03100.00

ETM1ETM2ETM3ETM4ETM5ETM7特征值贡献率/%累积贡献率/%

0.07310.18060.36960.32980.66040.52966382.779693.9393.93

第3期 刘福江,等:招远金矿区植被异常及遥感找矿意义

447

2.3

非监督分类和9种与植被相关的波段比值,如表3所示。根据将2000年的ETM+影像基于ErdasIma gine相关的研究成果,在污染区,叶绿素在可见光波段的

反射率相应不明显,橙红光在近红外波段反射率大幅下降,平均降幅为5%~10%。因为6月份植被在近红外波段反射率降低导致植被指数值(平均值)较低,近红外波段比值对于区分正常与毒化植被有很大作用(图3)。表中Veg.Index、NDVI的平均值分别为-20.294882、-0.168331,是所有列举的植被指数中最小的。所以只需选择Veg.Index、NDVI作为最终进行监督分类建模的参考标准。另外,对于9种波段比值指数,选取最大值与最小值差值较大(信息量大)波段比值指数(Index1、Index2、Index3、Index5、Index7)。

8.7对第1、2、3、4、5、7波段分别进行各自的非监督分类,采用ISODATA算法,分别将最大初始分类

数目、最大循环次数及最大循环收敛阈值确定为12类、24次及95%,执行非监督分类,生成初步分类结果影像;同时也产生了一个分类影像的初步分类模板文件,通过ErdasImagine8.7的SignatureEditor获取各项分类模板信息。该模板可作为进一步监督

分类的依据。

图2

Fig.2

招远金矿区ETM+预处理结果

ETM+data-preparationofZhaoyuan

deposits

2.4植被指数与波段比值计算

图3

Fig.3

tions

正常植被与毒化植被的波谱曲线

Graphsofspectralnormalandanomalousvegeta

植被指数是遥感领域中用来表征地表植被覆盖、生长状况的一个简单、有效的度量参数,是植被生物地球化学的敏感指标。目前己经定义了40多种植被指数[18],广泛应用于植被遥感的各个领域。本文根据前人的经验选取5种可能有用的植被指数

图4Fig.4

招远金矿区植被异常监督分类和综合解译结果

ClassificationofZhaoyuangolddepositvegetationanomalies

448

表3

Table3

ces

指数类别Veg.IndexTNDVI

计算公式ETM4-ETM3

最小值-189.000000

吉林大学学报(地球科学版) 第37卷

各项植被指数及波段比值指数

Thedifferentvegetationindicesandbandratioindi

形成最终的综合解译图(图4,左图为最终监督分类图,右图为局部放大效果)。

最大值96.0000001.004591

平均值-20.2948820.542201

3结 论

SQRT[(ETM4-ETM3)/0.000000(ETM4+ETM3)+0.5]

通过招远金矿区ETM+植被遥感异常提取研究,并结合同行的研究结果,可以得出以下结论:

(1)金矿区的植被由于受Au、Cu等重金属元素的生物地球化学效应作用,其植被的反射光谱异常信息在遥感影像上呈现出异常色调。运用遥感图像处理技术可以有效地分析和提取植被的反射光谱微弱差异,而且在遥感影像上用直观的色调表现出来。

(2)任何一种单一的遥感技术(如PCA、植被指数、非监督分类、监督分类)在遥感找矿研究中都具有一定的局限性,只有综合多种遥感技术才能达到较好的效果。

(3)本文提出一种新的行之有效的综合型植被异常遥感找矿方法,在招远金矿区得到了很好的验证。通过验证,试验结果与已知74个矿点的吻合率达到100%。试验结果还发现在[555000~570000,4132000~4163000]的区域范围内可能存在较大面积的异常,在进行成矿远景区圈定时应该重点考虑。研究成果给植被高覆盖地区(如云南,贵州等)寻找金属矿藏提供了新的参考模型,具有广泛的应用价值和推广意义。

中国地质大学的刘修国教授、吴国平教授、张旺生教授、陈建国教授、刘天佑教授、薛重生教授、中国国土资源航空物探遥感中心的甘甫平博士后、中国地质大学的刘星博士、徐凯博士在写作中给子悉心指导,谨致谢意。

参考文献(References):[1]

LasaponaraR.Ontheuseofprincipalcomponentana lysis(PCA)forevaluatinginterannualvegetationa nomaliesfromSPOT/VEGETATIONNDVItemporalseries[J].EcologicalModelling,2006,194(6):429 434.[2]

Schetselaar,ChungKim.IntegrationoflandsatTM,gamma ray,magnetic,andfielddatatodiscriminatelithologicalunitsinvegetatedgranite gneissterrain[J].RemotesensEnv iron,2000,71(1):89 105.[3]

CuomoV,LanfrediM,LasaponaraR,etal.Detec tionofinter annualvariationofvegetationinmiddleandsouthernItalyduring1985-1999with1kmNO A:SQRT(IR/R)SQRT(ETM4/ETM3)

NDVIIR/RIndex1Index2Index3Index4Index5Index6Index7Index8index9

(ETM4-ETM3)/(ETM4+ETM3)ETM4/ETM3ETM5/ETM4ETM5/ETM3ETM5/ETM2ETM5/ETM1ETM4/ETM2ETM4/ETM1ETM3/ETM2ETM3/ETM1ETM2/ETM1

0.427982-0.6903770.1831680.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.000000

1.7535680.5092023.0750006.0000002.0000002.0000002.0000002.0000001.0000002.0000001.0000001.000000

0.854449-0.1683310.7586630.9973760.7600410.7709440.7070680.2681870.0523170.6969150.3237230.000822

经过对影像的比较分析发现,2种植被指数

(Veg.Index、NDVI)影像中的灰度值差异变化可以区分出正常植被和毒化植被;同时发现5种指数(Index1、Index2、Index3、Index5、Index7)中,In dex1反映农田信息较为全面,Index2和Index5均能够很好地反映部分未受污染的植被信息,Index3对于水体较敏感。这些结论都将作为进一步修正遥感影像监督分类模板建模的依据。2.5

监督分类与综合解译

监督分类本身属于一种人机交互进行分类的过程。即从遥感影像上选取能代表不同地物类型的某些区域作为训练区,然后再按照训练区影像特征进行人机交互分类。

鉴于本文研究区的水域、城镇及背景区植被和矿区植被类型,研究所采用的监督分类方法实质是主要依据前面所做的工作(PCA,植被指数和非监督分类)的基础上,结合地质资料,对非监督分类模板重新建模。这样经过多次反演,形成最终的用于监督分类的模板,再用该模板对图2进行监督分类。但是由于 同谱异物 和 同物异谱 等问题的存在,分类结果往往带有一定的盲目性和不确定性。为了解决光谱和地物之间的关系以及其他问题,对分类结果做了进一步处理。如对小图斑进行剔除,把小

第3期

917.[4]

刘福江,等:招远金矿区植被异常及遥感找矿意义

449

ofremotesensingimageandmetallogenesis[J].Yun nanGeology,2004,23(1):47 51.[14]

张守林,付水兴,陈伟民,等.植被覆盖区1#5万多光谱遥感找矿模式的研究[J].地质与勘探,2005,41(6):87 90.

ZHANGShou lin,FUShui xing,CHENWei min,etal.Investigationof1#50000multispectralremotesensingprospectingmodelonthevegetationcoveringregion-DaliangprospectingareaatErgunaofInnerMongoliaasaexample[J].GeologyandProspecting,2005,41(6):87 90.[15]

宋慈安,雷良奇,陈三明.Au的生物地球化学异常和对植物细胞的变异效应[J].地球化学,2004,33(2):191 196.

SONGCi an,LEILiang qi,CHENSan ming.Goldbiogeochemicalanomalyandaberranceeffectofbotan iccelltissue[J].Geochimica,2004,33(2):191 196.[16]

张国军,邱栋梁,刘星辉.Cu对植物毒害研究进展[J].福建农林大学学报(自然科学版),2004,33(3):189 194.

ZHANGGuo jun,QIUDong liang,LIUXing hui.Advancesincoppertoxicitytoplants[J].JournalofFujianAgricultureandForestryUniversity(NaturalScienceEdition),2004,33(3):189 194.

[17]

徐瑞松,徐火盛,吴晋,等.鼎湖钼矿区钼生物地化效应的波谱和影象特征[J].地质地球化学,1990,4(9):170 181.

XURui song,XUHuo sheng,WUJin,etal.Bioge ochemicalspectralandimagecharacteristicsofDinghuModeposit[J].Geology Geochemistry,1990,4(9):170 181.

[18]

徐瑞松,马跃良,吕惠萍.Au及伴生元素生物地球化学效应研究[J].地球化学,1996,25(2):196 203.XURui song,MAYue liang,L Hui ping.Biogeo chemicaleffectsofgoldandassociatedelements:AcasestudyoftheHetaigolddeposit[J].Geochimica,1996,25(2):196 203.[19]

倪健,吴继友.利用植物叶面反射光谱探测隐伏地下矿产[J].植物学通报,1997,14(1):36 41.

NIJian,WUJi you.Prospectingofhiddendepositu singspectralreflectanceofplantleavessurface[J].ChineseBulletinofBotany,1997,14(1):36 41.

GregoryDNash,MichaelWHernandezr.Cost effec tivevegetationanomalymappingforgeothermalexplo ration[C]//Twenty-SixthWorkshopongeothermalReservoirEngineering,Stanford:CA,2001,1(1):1 8.

[5]ErdmanJA,OlsonJC.Theuseofplantsinprospec tingforgold:abriefoverviewwithaselectedbibliog raphyandtopicindex[J].GeochemExplor,1985,24(3):281 304.

[6][7]

BrooksR.Biologicalmethodsofprospectingforgold[J].JCeochemExplor,1982,1(7):109 122.CollinsN,ChangSH,RainesG,etal.Airbornebio geochemicalmappingofhiddenmineraldeposits[J].EconCeol,1983,78(4):737 749.

[8]RockBN,HoshizakiT,parisonofinsituandairbornespectralmeasurementsoftheblueshiftassociatedwithforestdecline[J].RemoteSensingEniron,1988,2(4):109 127.

[9]SchwallerMR,TkachSJ.Prematureleafsenescenceas:Remote-sensingdetectionandutilityforgeobo tanicalprospecting[J].EconGeol,1985,2(3):250 255.

[10]马跃良.广东省河台金矿生物地球化学特征及遥感找矿意义[J].矿物学报,2000,20(1):80 88.

MAYue liang.BiogeochemicalcharacteristicsoftheHetaigolddeposit,Guangdongandtheirsignificanceinremotesensingexploration[J].ActaMineralogicaSinica,2000,20(1):80 88.

[11]马跃良.遥感生物地球化学找金矿方法研究进展[J].地球科学进展,2002,17(4):512 519.

MAYue liang.Progressinstudyonmethodsofprospectingforgolddepositusingremotesensingbio chemistry[J].AdvancesinEarthScience,2002,17(4):512 519.

[12]马建伟,徐瑞松,奥和会.秦岭金矿区植被景观异常遥感影像特征及影响植物反射光谱变异原因初步分析[J].国土资源遥感,1996,37(4):24 28.

MAJian wei,XURui song,AOHe hui.Preliminaryanalysisoftheabnormalimageryfeatureofvegetationlandscapeandthereasoncausedbyinthegolddepo sitsofQinlingofChina[J].RemoteSensingforLand&Resources,1996,37(4):24 28.

[13]赵志芳,张忻,蒋成兴.遥感影像植被色异常与矿化[J].云南地质,2004,23(1):47 51.

ZHAOZhi fang,ZHANGXin,JIANGCheng xing.Ontherelationshipbetweenvegetationcoloranomaly

(下转456页)

456[14]

吉林大学学报(地球科学版) 第37卷

潘裕生.西昆仑山构造特征与演化[J].地质科学,1990(3):225 231.

PANYu sheng.TectonicfeatureandevolutionofwestKunlunMountains[J].ScientiaGeologicaSinica,1990(3):225 231.

(Nh1)之间平行不整合接触及其底砾岩。

2.新疆库鲁克塔格地区却尔却克山中奥陶统却尔却克塔格组(O2)与上奥陶统乌里孜塔格组(O3)之间不整合接触。3.新疆库鲁克塔格地区阳平里山中奥陶统却尔却克塔格组(O2)与下志留统土什布拉克组(S1)平行不整合接触关系。4.新疆库鲁克塔格地区元宝山古近系(E)与奥陶系(O)之间角度不整合。

5.新疆库鲁克塔格地区元宝山上新统湖相粉砂岩、泥岩(N2)角度不整合于古近系之上。

6.新疆罗布泊浅灰色上新统湖相粉砂岩、泥岩(N2)角度不整合于中新统灰色粉砂岩、泥岩(N1)之上。

7.新疆库鲁克塔格地区气象大沟南华系贝义西组玄武质凝灰岩与流纹质凝灰岩互层产出。

8.新疆库鲁克塔格阳平里北山下奥陶统巷古勒塔格组含草莓状黄铁矿笔石页岩。褐色球形体为氧化后的草莓状黄铁矿。

中新统粉砂岩、泥岩(E-N1)

[15]肖序常,汤耀庆,冯益民,等.新疆北部及其邻区大地构造[M].北京:地质出版社,1992:1 123.

XIAOXu chang,TANGYao qing,FENGYi min,etal.TectonicsofnorthernXinjiangandtheadjacentregion[M].Beijing:GeologicalPublishingHouse,1992:1 123.

[16]葛肖虹,任收麦,刘永江,等.青藏高原末次快速隆升与 亚澳 陨击事件[J].第四纪研究,2004,24(1):67 73.

GEXiao hong,RENShou mai,LIUYong jiang,strapidupliftofQinghai-XizhangplateauandtheAustralasianeventofmeteorites[J].QuaternarySciences,2004,24(1):67 73.

图版说明

1.新疆库鲁克塔格地区南华系贝义西组(Nh2)与阿勒通组

CAOYu,CHENHui,OUYANGHua,nd scapeecologicalclassificationusingvegetationindicesbasedonremotesensingdata:acasestudyofEjinnaturaloasislandscape[J].JournalofNaturalRe sources,2006,21(3):481 489.[24]

罗亚,徐建华,岳文泽.基于遥感影像的植被指数研究方法述评[J].生态科学,2005,21(1):75 79.

LUOYa,XUJian hua,YUEWen ze.Researchonvegetationindicesbasedontheremotesensingimages[J].EcologicScience,2005,21(1):75 79.[25]

安国强,吴泉源,高守英,等.招远市金矿区环境遥感调查研究[J].国土资源遥感,2003,15(2):30 34.ANGuo qiang,WUQuan yuan,GAOShou ying,etal.RemotesensinginvestigationofthegoldminingareainZhaoyuanCity[J].RemoteSensingforLand&Resources,2003,15(2):30 34.

[26]

宋明辉,潘军,邢立新.东昆仑祁漫塔格地区找矿预测遥感研究[J].吉林大学学报(地球科学版),2006,36(增刊):210 214.

SONGMing hui,PANJun,XINGLi xin,etal.Theremote sensingstudyofmetallogenicprognosisintheQimantageregion,EasternKunlun[J].JournalofJi linUniversity(EarthScienceEdition),(Sup.):210 214.

2006,36

(上接449页) [20]

倪健,吴继友.山东省台上金矿区荆条反射光谱的 红移 和 蓝移 现象[J].植物资源与环境,1995,4(4):17 21.

NIJian,WUJi you.Thestudiesonspectralreflec tance s redshift and blueshift ofvitexnegundoVar.hetrophyllaatTaishanggoldareainShandongProvince[J].JournalofPlantResourcesandEnviron ment,1995,4(4):17 21.

[21]

吴继友,杨旭东,张福军,等.山东招远金矿区赤松针叶反射光谱红边的季节特征[J].遥感学报,1997,1(2):124 129.

WUJi you,YANGXu dong,ZHANGFu jun,etal.SeasonalcharacteristicsspectralreflectanceofkoreanpineleavesinthegoldmineareaofZhaoyuanCityinShandongProvince[J].JournalofRemoteSensing,1997,1(2):124 129.

[22]

郭铌.植被指数及其研究进展[J].干旱气象,2003,21(4):71 75.

GUONi.Vegetationindexanditsadvances[J].AridMeteorology,2003,21(4):71 75.

[23]

曹宇,陈辉,欧阳华,等.基于多项植被指数的景观生态类型遥感解译与分类[J].自然资源学报,2006,21(3):481 489.

本文来源：https://www.bwwdw.com/article/7mm4.html