地质遥感文献综述

地质遥感应用技术进展

摘要：对2O世纪90年代后期国内外遥感应用技术的发展进行了分析。从水文地质调查及水资源评价、地下水资源管理、地下热水勘查、大型工程选线选址、地质环境监测评价等方面介绍遥感应用技术的新进展。提出了近期和中期重点发展的技术和重点研究领域，讨论了它们的研究现状、存在问题、研究重点和需进一步深入研究的关键技术问题。

关键词：地质遥感 进展用技术系统 信息服务系统 主要研究领域

前言

20世纪末，随着传感器技术、图像处理技术、计算机技术的发展，遥感技术在水文地质、工程地质、环境地质（水工环)领域的应用取得了长足的发展，涌现出一批新的技术方法．使遥感技术在该领域的应用实现了定量评价．解译成果发生了质的变化，突出表现在3S技术日臻成熟，数字高程模型（DEM）及有关概念模型、统计模型等应用得到深入，出现热红外图像地面温度反演方法和高光谱图像的光谱分析技术以及遥感技术与物探技术联合方法等。 1.地质遥感的应用

遥感技术不但具有信息丰富、影像逼真、视野广阔、获取信息快,不受空间和交通限制等优点,还可以通过计算机图像处理增强信息内容,在室内进行反复研究和分析,因而在地质、地貌、农业、林业、矿产资源、土地资源、水资源、气象、海洋、测绘、环境监测、考古、工程勘测、军事等领域得到了广泛应用。 遥感技术的发展带动和促进遥感应用向着多尺度、定量化、集成化和业务化的方向发展。在遥感地质领域，发展趋势明显表现为： 1.1水文地质调绘及水资源评价 水文地质调绘及水资源评价

很多研究已表明了应用遥感图像进行填图及定性、定量评价的可能性 更近一段时期．人们开始利用各种模型GIS技术来表征单元体的水文地质作用过程，以便进行水文地质填图、寻找地下水源及地下水资源评价,这中间除了应用GIS及各种模型以外．还出现了遥感技术与物探技术紧密结合的新方法。

印度运用卫星图像研究水地貌． 用垂向电测深(VES)及地面地质研究岩层裂隙．指出了在印度普鲁利亚地区4种不同找水前景的水地貌区。在罗斯托夫东部地Ⅸ，应用空间图像的地质、构造解译结果．通过植被指示在解译主题网上绘制矿化度分级． 导出该区地下淡水分布预测图，谭克龙等人在内蒙古巴彦宝力格地区，运用地面波谱测试，确定TM4、3、2为最佳组台波段的解译主要成图图像．利用TM6热红外图像提取地下水信息．用SPOT多光谱台成图像进行遥感水文地质调绘．通过专题图像处理、景观水文地质解译对比及水文地质条件分析、调绘，采用大气降水人渗模型和河水渗漏模型计算了地下水天然补给量，圈定出有供水

[1]

前景的富水区2块，远景富水区1块。最近，法国和比利时联合在非州吉布提市用SPOT图像辅助找水，初步确定该市南部最有找水前景后．快速评价该区可再生资源和定出井位，建立10m、20112网距的数字高程模型DEM模拟地表排泄网并确定：①每个排泄流域和子流域；②沿每一水道各点的水流量；③每个干谷平均河道面积。运用地质数据、含水层水文地质数据(固有流速、和降雨地表水

文数据在GIS上进行整理，评价丰水期的渗入量．并根据裂隙的方向和性质组合。

[2]

确定60个井位．为占布提市提供1200万吨／年以上的水源地。 1.2地下热水勘查

用热红外遥感方法勘查地下热水资源的效果良好。在饱水带的压力作用下 ．深部地下热水上溢流入相对冷的山谷或河流中．这种现象在大比例尺的热红外影像上可以识别。山西乔玉良等人用TM6图像．经HIS彩色变换处理．发现山西省忻州奇村和定襄县上汤头两处温泉[3]．在处理后的图像上． 随地温升高．色调按绿青、兰、紫、红变化。美国Raymond F . Kokaly等人运用AVIRIS( 航空可见光／红外成像光谱仪)高光谱图像对黄石国家公园的地热系统和生态系统作了调查成图。B .A .Martini等人则运用AVIRIS图像．在地面波谱测试的基础上。分析了地热系统的地植物特征，为其它地区地热勘探得出宝贵经验。 1.3大型工程选线选址

大型工程需要解决较多的工程地质问题．一般来说．遥感技术可以根据工程地质条件不同．针对性查明：①岩土体特征包括岩性、结构构造、岩相、厚度及变化规律、岩体工程地质特征及风化特征．并特别重视特殊土如软弱粘性土、胀缩性土、湿陷l生土、冻土、易液化饱和砂土等的调查：②外动力地质现象及灾害地质现象的分布及稳定性评价．如崩塌、滑坡、泥石流、岩溶塌陷、采空区等：⑨断层破碎带的分布及活动断层的活动性等[4]，巴西运用光谱反射率调查表层土体特征，通过实验室光谱测定、光谱数据解译及统计分析建立土体调查图．结果好于1：10万的半详勘图 美国R．Iuna 等人研究了土体中水和有机物含量。通过实验室光谱测定建立光谱数据库．目的是供遥感图像在大气校正、监督分类等图像处理时创建处理程序和用遥感数据预见地表场地条件．为工程项目选址所用。 胡佩基等人应用航空摄影测量、卫片解译分析、GPS技术、DEM研究了高原山区高等级公路的勘测设计利用卫星数据结台野外研究．评价印度喜玛拉雅东部地区小水电集中建设、规划区斜坡不稳定的地貌、构造因素。 1.4地质环境监测评价

遥感技术在地质环境变迁及人为影响如城市环境、矿山复垦、重大工程及人类经济活动潜在影响、河流输沙等方面的监测也有成功的应用以色列运用高光谱遥感技术．采用光谱识别处理，对特拉维夫市的水体、路面、犀顶、植被种类、土壤等地物进行识别并成图加拿大对安大略湖矿山尾矿渣的复垦进行了高光谱（CASI）数据监测，两组时段的机载高光谱成像仪图像用限制陛光谱离析法进行分类。日本用4个TM数据分析了两条河流悬浮沉积物的空间变化和季节变化而加拿大M．Hafel等则用35ram彩色反转片和光谱数字成像监测河流上游小溪的悬浮沉积物。意大利应用遥感与GIS技术研究了三峡工程对中县潜在影响预测及土地资源分析．野外踏勘期间完成地貌描述．开辟剖面取土样室内分析能划分土壤类型：MSS及TM数据经监督分类与非监督分类结合地面资料一起建立土地覆盖图，确定土壤物理单元，用USIE（通用土壤损失公式)在GIS上的应用建立土壤侵蚀速率图．所需信息来自精心制作的不同层次(DTM、土壤覆盖网、土壤图等)与记录的中县数据库间的逻辑与拓扑关系．用USDA“土地性能分类系统”获得土地性能图．在此基础上，进行三峡大坝建设环境影响分析及淹没土地损失评估。 1.5高光谱矿物填图技术的发展和深化[2]。

矿物填图(MineralMapping)可以说是高光谱最成功的，也是最能发挥其优势的应用领域，它使遥感地质由识别岩性发展到识别单矿物以至矿物的化学成分及晶

[5]

体结构。在可见一短波红外谱段，识别的矿物主要为Fe、Mn等过渡元素的氧

化物和氢氧化物、含羟基矿物、碳酸盐矿物以及部分水合硫酸盐矿物，可识别的

[6]

矿物可达近40种。而使用中一热红外谱段，有可能识别绝大多数的矿物类型[7,8]

。矿物填图不仅可以直接识别与成矿作用密切相关的蚀交矿物，圈定找矿靶

[9-11]

区，指导和帮助找矿。还可根据矿物的空间分带、典型矿物或标志矿物的成分及结构变化，推断成岩成矿的温压条件、热动力过程、热液运移和岩浆分异的时空演化，恢复成岩成矿历史[12,13]，建立不同矿床的成矿模型和找矿模型[14,15]。矿物填图有可能成为继传统地质填图、遥感影像单元填图盾新一轮地质填图的重要内容和手段[17]。

1.6遥感地质学由定性步入定量化发展阶段。

高光谱、高分辨率、热红外多／高光谱、雷达干(InSAR)、激光雷达(LIDAR)、GPS、POS系统等技术兴起和发展，使遥感地质学不再局限于基于图像色调与纹理特征的目视解译，而继表层遥感应用领域之后，逐步进入了定量化发展阶段。 王润生，阎柏琨等在《岩矿遥感信息定量化技术研究》中认为遥感地质定量化主要包括：①地质体及地质目标的自动识别；②地质体几何参数及其变化的定量量测或量化估计，如地质体或地质构造产状[16,18]，滑坡滑动方向、滑动距离和滑动体积[19]，地表形变量和形变速率等[20]；③地质体成分，主要是组成岩石的基本成

[21-25]

分一矿物丰度和化学成分的定量反演；③以遥感信息为主要信息源的遥感地质定量应用模型，包括物理模型、经验模型、统计模型、模糊模型及灰色模型等[26]

，如岩性岩相的划分与地质制图模型[27]、成矿模型[14,28]、找矿预测模型[15,29]、

[30,31][32]

矿产资源评价模型、矿山环境监测模型以及地质环境评价模型等。 1.7技术集成和应用技术体系构建。

地球是一个复杂的开放巨系统，将地球科学作为系统科学，以整体论和系统论的观点研究地球已成为地球科学家的共识[33]。对地观测技术以其宏观性、区域性、

[34,35]

综合性、多尺度及高频度，已成为地球系统科学研究不可缺少的手段。系统论的奠基人钱学森院±指出，研究开放复杂系统和复杂性科学的方法是“从定性到定量的综合集成方法”[27]。以复杂性科学理论方法开展技术集成，构建应用技术体系，建设应用技术系统将成为当前遥感应用发展的主流。 2.地质遥感的发展趋势

遥感传感器频谱范围的不断拓宽，新型传感器的不断推出，分辨率(空间、光谱、时间、辐射)的不断提高，不仅极大地提高了遥感的观测尺度、对地分辨本领和识别精细程度，而且使遥感的数据处理、信息提取和工作方法都发生了一些质的变化和飞跃[36]，将遥感技术和应用推向了一个新的高度。

遥感探测分辨率的提高，使探测地物的精细特征成为可能[37]。地物的特征包括三大方面：一是地物的几何特征，二是地物的物质组成和物质成分，三是地物的演化特征。对这些特征的精细探测分别依靠高空问分辨率遥感、高光谱遥感和高时间分辨率遥感。近年来，遥感数据的空间分辨率不断提高，使地物精细的空间特征，包括地物的大小、形状、阴影、空间分布、纹理结构、与其它地物的空间

[38]

关系等，在遥感图像上一览无余。在高空间分辨率遥感图像上，地物的空间特征在地物识别中越来越占据主导地位，而在中、低分辨率图像识别中起主要作用

[39]

的色调及统计特征将退居次要的或辅助的地位。 高光谱技术的兴起与发展，使遥感从鉴别(Discrimination)发展到对地物的直接识别(Identification) [40]。高光谱遥感的最大特点是可以获得和重建像元光谱，从而依据光谱特征直接识别地物类型、地物组成以致地物的成分，反演地物的物理、化学参量。随着光谱分辨率的提高，地物的光谱特征在识别中越来越占

据主导地位，工作方法则由图像分析转变为以谱分析为主的图谱结合模式，并使遥感应用逐渐摆脱“看图识字”阶段，而越来越依赖于对地物波谱特征的定量分析和理解[41,42]。

时间分辨率的提高细化了遥感动态监测的时间粒度，使遥感变化检测研究发展到对地物或现象演化过程的研究，序列图像分析方法会逐渐成为新的研究热点。 历年来,在我国一些大型工程的选线、选址勘测中,均应用了遥感技术,如兰州-新疆、南宁-昆明、北京-九龙、大同-秦皇岛、朔县-黄骅、格尔木-拉萨、滇藏等铁路线;长江三峡、黄河小浪底、雅龚江二滩、南水北调等水利水电工程;石家庄-太原、北京-珠海、320国道大理-保山段、314国道和硕-库尔勃段等高速公路;西汽东输工程;秦山核电站、福建湄洲电站等项目的选线、选址勘测,等等,均应用了遥感技术。据初步统计,我国历年来有100余条铁路线、约100项水利水电工程、50余条公路、20余条油气管道项目、30余条电力工程等,在选线、

[4]

选址勘测中应用了遥感技术。实践证明,遥感技术是工程勘测的一种先进手段,深受广大勘测设计人员欢迎,已成为勘测设计现代化的重要组成内容之一。 3.结语

综上所述．自1990年后的l0年间，遥感技术在水工环领域的应用得到了迅猛发展。1999年9月．美国lkonos-2卫星发射成功．其图像分辨率高达1m.引起世人瞩目[43]。根据各国的计划，从1995年到2005年1O年间．全世界将发射7O多颗对地观测卫星。其中，图像分辨率提高及高光谱成像仪成为传感器进步的突

[44]

出标志，波段数从现在的几个波段提高到100～400十波段。图像处理技术的进步使遥感应用技术发展获得重要的支持在遥感数据、遥感图像处理软件及计算机技术不断发展的基础上。遥感技术在水工环领域的应用势必得到充分发展，图像解译技术在定时期内还需延续使用，图像光谱分析技术将越来越多地得到使用，随着社会科技进步，遥感服务正在由以数据服务为主向技术服务和信息服务转变。与遥感地质应用技术系统，特别是业务运行系统建设同步，遥感向社会所提供的服务也将由数据服务为主逐渐向数据、技术和信息综合服务转变。而GIS与GPS技术与遥感技术的结合仍然是今后遥感应用技术的发展方向。 参考文献

[1]谭克龙，伍耀中，王飞跃. 内蒙巴彦宝力格地区遥感找水应用研究[J].遥感技术与应用，1999，3（14）:18-23.

[2]苏圣来，国内外环境地质遥感应用技术进展[J].大观周刊，2011（28），58-59.

[3]乔玉良, 应用红外遥感寻找地下热水初探[J]. 航天返回与遥感,2002,23(1),33-35. [4]卓宝熙, 我国工程地质遥感技术应用特点与若干问题探讨[J]中国工程科学，2008,10（3），87-92. [5]王润生，杨苏明，阎柏琨．成像光谱矿物识别方法与识别模型评述[J]．国土资源遥感，2007，(1)：1—9．

[6]Clark R N，Swayze G A，eta1．Imaging Spectroscopy：Earth and Planetary Remote Sensing with the USGS Tetracorder and Expert Systems[J]．J．Geophysical Research，2003；108(E12)：5131．

[7]Cooper B L，Salisbury J W .Killen R M，eta1．Midinfrared Spectral Features of Rocks and Their Powders[J]．J．Geophysical Research ，2002，107(E4)：5017． [8]阎柏琨，王润生，甘甫平，等．热红外遥感岩矿信息提取研究进展[J]．地球科学进展，2005，20：1116—1126． [9]Berger B R，King T V V．Morath L C，eta1．Utility High-Altitute Infrared Spectral

Data in Mineral Exploration：Application to Northern Patagonia Mountains Arizona[J]．Economic Geology，2003，98：1003—1028．

[10]Kruse F A Hauff P L．Identification 0f Illite Polytype Zoning in Disseminated Gold Deposits Using Reflectance Spectroscopy and X-Ray Diffraction—Potential for Mapping with Imaging Spectrometer[J]．IEEE Trans．Geosci．Remote Sensing，1991，29(1)：101—104．

[11]甘甫平，王润生，杨苏明．西藏Hyperion数据蚀变矿物识别初步研究[J]．国土资源遥感，2002，(4)：44-50．

[12]Van Ruitenbeek F J A，Cudahu T，Van der Meer F D．Tracing

Fluid Pathways in Fossil Hydrothermal Systems with Near—Infrared Spectroscopy[J]．Geology，2005。33(7)：597-600．

[13]Bowen B B ，Martini B A，Chan M A，eta1．Reflectance Spectro-Scopic Mapping 0f Diagenetic Hetrogeneities and Fluid—Flow Pathways in the Jurassic Navajo Sandstone[J]．AAPG Bulletin，2007，91(2)：173—190．

[14]Brown A J，Cudahy T J，Walter M R．Hydrothermal Alteration at The Panorama Formation，North Pole Dome，Pibara Craton ，Western Australia[J]．Precambrian Research，2006，151：211—223． [15]Herrmann W，Blake M，Doyle M，eta1．Short Wave length lnfrared (SWIR)Spectral Analysis 0f Hydrothermal Alteration Zones Associated with Base Metal Sulfide Deposits at Rosebery and Western Thasis ，Tasmania，and Highway—Reward，Queensland[J]．Economic Geology ，2001，96：939-955．

[16]国防科学技术工业委员会．中国航天50年回顾[M]．北京：中国航天航空大学出版社，2007．

[17]Berger Z ，Williams T H L，Anderson D W．Goilogie Stereo Mapping of Goologic Structures with SPOT Satellite Data[J]．AAPG Bulletin，1992，76(1)：101—120． [18]Bilotti F.Shaw J H，Brennan P A．Quantitative Structural Ablysis with Stereoscopic Remote Sensing Imagery[J]．AAPG Bulletin，2000，84(6)：727—740． [19]王治华．中国滑坡遥感及新进展[J]．国土资源遥感，2007，(4)：7—10．

[20] 葛大庆，王艳，郭小方，等．基于相干点目标的多基线D—In—SAR技术与地表形变监测[J]．遥感学报，2007，II(4)：574—580．

[21] Baygh W M，Knlse F A，Atkinson W W．Quantitative Geochemical Mapping of Ammonium in the Southern Cedar Mountains．Nevada，Using the Airborne Visible／Infrared Imaging Spectrometer[J]．Rem ．Sen ．Environ．，1998，65：592-308．

[22] Jones S，Herrmann W，Gemmell J B．Short Wave length Infrared Spectral Characteristics 0f the HW Horizon：Implication for Exploration in the Myra Falls Volcanic—Hosted Massive Sulfide Camp，Vancouver Island，British Columbia，Canada[J]．Economic Geology，2005，100：273—294．

[23] Pieters C M．Englert P A J．Remote Sensing Analysis：Elemental and Mineralogical Composition[M]．London：Cambridge University Press．2003．

[24] Kirland L，Herr K，Adams P，et s1．First tree of Airborne Thermal Infrared Hyperspectral Scanner for Compositional Mapping[J]．Rein．Sen ．Enviro . ,2002,80：447—459． [25] Crouvi O ，Ben—Dor E，Beyth M，eta1．Quantitative Mapping 0f Arid Alluvial Fan Surface using Field Spectrometer and Hyperspectral Remote

Sensing[J]．Rem．Sen．Envim . ，2006，80：103—117．

[26] 马蔼乃．理论地理科学与哲学：复杂性科学理论[M]．北京：高等教育出版社，2007． [27] Harris J R，Ponomarev P，shang S，eta1．A Comparison of Automatic and Supervised Methods for Extracting Lithological End Members from Hyperspectral Data：Application to Lithological Mapping in Seuthern Baffin Island，Nunavut[R]．Geological Survey of Canada .Current Research，2006一C4· [28] Mars J C，Rowan L C．Regional Mapping 0f Phyllic—and Argillic—Altered Rocks in the Zagros Magmatic Arc，Iran，Using Advanced Space borne Thermal Emission and Reflection Radiometer(ASTER)Data and Logical Operator Algorithms[J]．Geosphere.2006，2(2)：161—186．

[29] 甘甫平，王润生，马蔼乃，等．遥感地质信息提取集成与矿物遥感地质分析模型[J]．遥感学报，2003。7(4)：207—213．

[30] Williams D J，Bigham J M，Cravotta C A，et a1．Assessing Mine Drainage pH from the Color and Spectral Reflectance of Chemical Precipitates[J]．Applied Geochemistry，2002，17：1273-1286．

[31] 刘圣伟，甘甫平，王润生．用卫星高光谱数据提取江西德兴铜矿山废水pH值污染指标[J]．地质通报，2003，22(11—12)1013—1020． [32] 和正民，燕云鹏，冯敏，等．区域生态地质环境综合评价系统设计与示范应用[J]．国土资源遥感，2007，(4)：118—121．

[33] 陶世龙，万天丰，程捷．地球科学概论[M]．北京：地质出版社，1999．

[34] 王润生．遥感地质信息场的数量化分析[A]．徐冠华，李德仁，刘先林．遥感在中国[M]．北京：测绘出版社，1996．

[35] 毕思文．地球系统科学综述[J]．地球物理学进展，2004，19(3)：504—514． [36] 王润生,遥感地质技术发展的战略思考[J], 国土资源遥感,2008,(1):1-10.

[37] 熊盛青．国土资源遥感技术进展与展望[J]．国土资源遥感，2007，(4)：l一7． [38] 姜作勤，马智民，杨东来，等．地质信息服务体系框架研究[J]．中国地质，2007，34(1)：173—178．

[39] 童庆禧．中国典型地物波谱及其特征分析[M]．北京：科学出版社。1990． [40] 张宗贵，王润生，郭大海，等．成像光谱岩矿识别方法技术研究和影响因素分析[M]．北京：地质出版社，2006．

[41] 王润生，甘甫平．高光谱矿物分层谱系识别方法：中国专利，ZL 2004 10048346．5[P]．2007．05—23．

[42] 唐攀科，王润生，等．成像光谱地物识别影响因素的不确定性浅析一以矿物识别为例[J]．地质与勘探，2006，42(2)：74—78．

[43] 阎柏昆，杨苏明，陈伟涛，等．火星热红外高光谱数据矿物含量填图[A]．王平．国土资源遥感发展文集[c]．长春：吉林大学出版社，2006．

[44] 阎柏琨，刘圣伟，王润生，等．热红外遥感定量反演地表岩石的SiO2含量[J]．地质通报，2006，25(5)：639—643．

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