基于分形理论的矿化异常信息挖掘方法
【技术领域】
[0001] 本发明涉及地学领域，尤其涉及一种基于分形理论的铀矿异常信息挖掘方法。
【背景技术】
[0002] 遥感技术在地质勘查活动中，如地质制图、矿产资源调查、工程地质和水文地质调 查中日益彰显其独特的优势。特别是随着科学技术的进步，微电子技术、微机电技术的发展 日益提升着传感器的光谱、空间和温度分辨率。自从以10纳米数量级的光谱分辨率为代表 的高光谱仪器出现以后，遥感技术在地质勘查中的优势达到了新的高度，地质遥感从过去 多光谱遥感技术只能进行地质构造的识别和岩性的识别发展到利用高光谱技术直接识别 岩石种类。
[0003] 常规的传感器只是对地球表面进行探测，地质遥感的勘测结果只是薄薄的地表覆 盖面，地球表面下真实的岩石类型被岩石表面的风化壳、表面漆、风化堆积物、植被等覆盖。 在能够对地球进行CT式扫描的遥感探测器出现之前，寻求利用现有遥感技术发现地球表 面下一定深度矿藏的异常信息和分布规律的方法，就显得尤为重要。然而，地质遥感需要发 现的矿藏本身属于复杂系统，研宄复杂系统需要复杂性理论。
[0004] 作为非线性、复杂性理论的重要领域之一，多重分形理论所提供的奇异性、广义自 相似性、分形谱系等概念和相关的模型，不仅能够客观地描述成矿系统、成矿过程、成矿富 集规律、矿产资源时空分布，还提供了定量模拟和识别成矿异常（地质、地球物理、地球化 学、遥感异常）的有效模型和实用方法。通过综合利用高光谱遥感技术与基于非线性、复杂 性理论的成矿理论，将有利于发现和挖掘潜在的矿产异常信息，对于找矿和勘探工作具有 重要的参考价值和指导意义。
【发明内容】
[0005] 本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于分形理论的 矿化异常信息挖掘方法。
[0006] 本发明解决其技术问题所采用的技术方案是：一种基于分形理论的矿化异常信息 挖掘方法，包括以下步骤：
[0007] 1)采集工作区内的高光谱遥感影像和多光谱遥感影像；
[0008] 2)对多光谱数据进行预处理，包括几何校正与辐射校正；根据处理后的多光谱遥 感影像数据进行岩石信息提取，得到地质构造线划图，依靠纹理和灰度特征进行岩性识别， 并进行控矿构造与蚀变带提取；
[0009] 3)根据高光谱遥感影像数据提取岩石种类，进行矿物识别；
[0010] 3. 1)对高光谱数据进行预处理：包括：
[0011] 3. I. 1)未定标和受水汽影响波段的去除；
[0012] 3. 1. 2)坏线修复：对影像数据进行逐波段检查，并记录存在坏线的波段和相对应 的列号，参用其相邻的行或列的平均值修复；
[0013] 3. I. 3)福射纠正：米用 IAR(Internal Average Relative) Reflectance 定标工具 用于将图像标准化成一景平均波谱；3. I. 4)大气纠正；
[0014] 3. 2)将矿物识别光谱划分为两个区域，即小于1000 nm的光谱区和大于2000nm的 光谱区；在这两个光谱区中分别进行不同光谱机制矿物离子化合物的识别；
[0015] 3. 3)以整个光谱曲线作参量，利用光谱分解模型进行矿物识别与丰度信息提取， 从高光谱数据中提取出造岩矿物在工作区内的分布；所述光谱分解模型是建立在双反射理 论以及不同地物对光谱响应的差异之上构造的光谱模型；
[0016] 4)根据矿物识别结果和控矿构造与蚀变带获得岩石矿物种类分布图；
[0017] 4. 1)根据岩石矿物种类分布图初始状态给出图像粗糙的分类；
[0018] 4.2)设初始类别数为N，这样共有N个初始聚类中心= 求 出图像的均值M和方差〇，按照如下公式求出初始聚类中心：
【主权项】
1. 一种基于分形理论的矿化异常信息挖掘方法，其特征在于，包括以下步骤： 1) 采集工作区内的高光谱遥感影像和多光谱遥感影像； 2) 对多光谱数据进行预处理，包括几何校正与辐射校正；根据处理后的多光谱遥感影 像数据进行岩石信息提取，得到地质构造线划图，依靠纹理和灰度特征进行岩性识别，并进 行控矿构造与蚀变带提取； 3) 根据高光谱遥感影像数据提取岩石种类，进行矿物识别； 3. 1)对高光谱数据进行预处理：包括： 3. 1. 1)未定标和受水汽影响波段的去除； 3. 1. 2)坏线修复：对影像数据进行逐波段检查，并记录存在坏线的波段和相对应的列 号，参用其相邻的行或列的平均值修复； 3. 1. 3)福射纠正：采用IARReflectance定标工具用于将图像标准化成一景平均波 谱； 3. 1. 4)大气纠正； 3. 2)将矿物识别光谱划分为两个区域，即小于lOOOnm的光谱区和大于2000nm的光谱 区；在这两个光谱区中分别进行不同光谱机制矿物离子化合物的识别； 3. 3)以整个光谱曲线作参量，利用光谱分解模型进行矿物识别与丰度信息提取，从高 光谱数据中提取出造岩矿物在工作区内的分布；所述光谱分解模型是建立在双反射理论以 及不同地物对光谱响应的差异之上构造的光谱模型； 4) 根据矿物识别结果和控矿构造与蚀变带获得岩石矿物种类分布图； 5) 根据岩石矿物种类分布图进行地质异常信息提取： 5. 1)根据岩石矿物种类分布图获得含矿元素密度分布图； 5. 2)利用分形理论，根据含矿元素密度分布图进行局部奇异性分析； 5. 3)对含矿元素密度分布图进行网格划分，给定某尺度e，由公式：P〇c计算 网格的奇异性指数a值，可得到一系列的a值，并统计不同a值下的Na(e)数；改变尺 度e，重新确定a值的范围及Na(e)数；对于某一定值a，绘制Na(e)与e图，若呈现 直线，则《满足分形特征，直线的斜率为其分形值；若对于所有的《值均满足直线，则具 有多重分形特征，所有直线的斜率组成了多重分形谱函数。
2. 根据权利要求1所述的挖掘方法，其特征在于，所述步骤4)中采用动态聚类获得岩 石矿物种类分布图，具体如下： 4. 1)根据岩石矿物种类分布图初始状态给出图像粗糙的分类； 4.2) 设初始类别数为N，这样共有N个初始聚类中心(yt= 1> 求出图 像的均值M和方差〇，按照如下公式求出初始聚类中心：
式中，k为初始类中心编号；n为初始类总数； 4.3) 计算像素与初始类别中心的距离，把该像素分配到最近的类别中；所述距离阈值 为设定值； 4.4) 根据像素与初始类别中心的距离计算结果改正重新组合的类别中心； 4. 5)若类别中心间的距离在阈值以上，类别内的方差的最大值为阈值以下时，动态聚 类结束；当不满足该条件时，就要通过类别的合并及分离，调整类别的数目和中心间的距 离，然后返回到4. 2)，重复进行组合。
3.根据权利要求1所述的挖掘方法，其特征在于，所述步骤5. 2)中利用分形理论，根据 含矿元素密度分布图进行局部奇异性分析具体为： 记4(￡)为任意空间位置1，尺度大小为￡的盒子，在盒子4( ￡)覆盖区域内的金属 量为U(Bx(e))，则有 y(Bx(〇) =c(x)ea(x) (5-D 成立，设该局域上的平均密度为P(Bx(e))，则有p(Bx(e)) =y(Bx(e))/eE，于是 有 P(Bx(〇) =c(x)ea(x)-E (5-2) 这里，E为研宄对象的欧氏空间维数，a(x)称为空间位置x处的局部奇异性指数，也即Lipschitz-Holder指数，它表征了奇异性的强弱程度；c(x)为相对应的局部系数，c值表示 了奇异程度的数量水平。
【专利摘要】本发明公开了一种基于分形理论的矿化异常信息挖掘方法, 该方法包括以下步骤:1)采集工作区内的高光谱遥感影像和多光谱遥感影像；2) 对多光谱数据进行预处理，包括几何校正与辐射校正；根据处理后的多光谱遥感影像数据进行岩石信息提取，得到地质构造线划图，依靠纹理和灰度特征进行岩性识别，并进行控矿构造与蚀变带提取；3）根据高光谱遥感影像数据提取岩石种类，进行矿物识别；4）根据矿物识别结果和控矿构造与蚀变带获得岩石矿物种类分布图；5）根据岩石矿物种类分布图进行地质异常信息提取。本发明方法提出了利用分形理论提取矿物异常信息的技术流程，为以后的工作奠定了良好的基础。
【IPC分类】G01V8-02
【公开号】CN104808255
【申请号】CN201510219142
【发明人】杜利, 王伟军, 徐正全
【申请人】武汉光谷北斗控股集团有限公司
【公开日】2015年7月29日
【申请日】2015年4月30日