利用PRISMA高光谱数据区分白云石石灰岩与钙质石灰岩的新方法：对含碳酸盐的铅锌矿床的启示

《Journal of African Earth Sciences》：A new approach to discrimination of dolomitic and calcic limestones using PRISMA hyperspectral data: Implications for carbonate-hosted Pb–Zn systems

　　摘要：以碳酸盐为宿主的铅锌矿床主要分布于白云岩化岩体中，这类岩体的渗透性和反应性均高于未发生变化的石灰岩。因此，识别白云岩化现象是勘探此类矿床的关键步骤。遥感技术为在难以到达的区域进行无损且快速的地质勘探提供了有效手段。本研究在伊朗伊斯法罕西部的Khaneh Sourmeh铅锌矿床区域，采用亚像素映射算法这一新方法，评估了PRISMA高光谱数据在区分不同碳酸盐岩（如白云质石灰岩和钙质石灰岩）方面的有效性。将高效的亚像素映射方法与光谱角度映射器结合使用，可形成强大的目标检测方案。研究还采用了传统约束能量最小化法和匹配滤波法，并将其与光谱角度映射器方法进行比较。通过实地观察、采样、岩石学分析、地层学研究、X射线衍射以及地球化学分析等方法，对生成的地图精度进行了验证。此外，还通过列联表对比了在利用参考光谱和图像端元区分目标地质单元时，CEM/SAM方法与MF/SAM方法的性能。结果表明，MF/SAM方法的性能始终优于CEM/SAM方法，其平均F1分数为0.958，而CEM/SAM方法的平均F1分数为0.887，两者的差异具有统计学显著性（p = 0.028）。尽管含铁白云岩的光谱特征会向方解石方向偏移，使得通过卫星图像难以区分二者，但PRISMA高光谱数据仍能在研究区域的大部分范围内成功区分并绘制出白云质石灰岩与普通石灰岩的分布图。研究中发现，白云岩化区域与铅锌矿床的分布高度一致。

引言：以碳酸盐为宿主的铅锌矿床长期以来一直是全球铅锌生产的重要来源，至今仍发挥着重要作用。这类矿床通常形成于多种碳酸盐岩和碎屑岩中，与火成岩之间并无明显的成因关联。碳酸盐岩的渗透性对密西西比河谷型矿液的传输具有决定性影响，同时也会决定MVT型矿床的形成位置（Leach和Sangster，1993）。一般来说，由于白云岩化区域的渗透性高于石灰岩，矿化作用更易在此类区域发生。在大多数MVT型矿床中，热液作用形成的白云石是以方解石替代的形式存在，少数情况下则作为填充物存在于晶间隙中，从而形成晶间孔隙（Mehrabi等人，2023）。不过，在一些MVT型矿床分布区，如美国田纳西州中部，方解石更为常见，矿化作用主要发生在以石灰岩为主的岩层中。热液作用形成的白云石可能出现在矿床形成之前、期间或之后，被视为与MVT型矿床系统相关的显著蚀变晕带（Leach等人，2005；Williams等人，2020）。从细粒碳酸盐泥岩到碳酸盐白云岩，其渗透性的提升为沉积卤水的迁移以及MVT型矿床的形成提供了更好的条件。热液作用形成的白云石（如马鞍状结构）通常与MVT型矿化作用相伴出现。鉴于其与硫化物矿化作用之间的复杂关系，再加上其广泛分布却往往不伴随矿化现象，因此在使用它作为勘探工具时需格外谨慎。总体而言，识别白云岩化现象是勘探碳酸盐型铅锌矿床的关键因素。除了具备重要的地质意义外，高纯度白云石在钢铁制造、水泥生产以及环境修复领域也有着重要的应用价值（Harrison，1993；Tsirambides，2001）。这些应用凸显了精确绘制白云石分布图及开展相关勘探工作的经济价值。地球观测数据在地质填图和矿产勘探领域发挥着不可替代的作用。过去三十年来，ASTER数据在碳酸盐岩勘探中的应用十分广泛（例如Rowan和Mars，2003；Rajendran和Nasir，2014；Beirami和Tangentani，2020；Sekandari等人，2020；Son等人，2022；Traore等人，2022；Jain等人，2022；Chniouar等人，2024；Jain等人，2025）。尽管这些研究人员已利用ASTER多光谱数据成功绘制出了碳酸盐岩的分布图，但高光谱遥感技术能够获取400–2500纳米波段内宽度为5–15纳米的精细数据，因此在区分不同矿物学性质和岩性特征方面具有更大的潜力（Goetz，2009；Bedini，2017）。PRISMA卫星任务代表了成像光谱技术的一项重大进步，它不仅具备较高的光谱分辨率和空间分辨率，还在可见近红外波段和短波红外波段的信噪比表现优异（Loizzo等人，2018；Cogliati等人，2021），同时还为各类创新应用带来了新的可能性（Giardino等人，2020；Cogliati等人，2021；Vangi等人，2021；Verrelst等人，2021；Marshall等人，2022；Pascual-Venteo等人，2022；Alicandro等人，2022；Delogu等人，2023；Jain和Bhu，2024；Tompolidi等人，2025）。作为Hyperion EO-1传感器的继任者（Folkman等人，2001；Middleton等人，2017），PRISMA于2019年发射升空，此后还有其他多个重要的高光谱卫星项目相继问世，包括高分五号卫星（2018年）、ZY1E卫星（2019年）以及EnMAP卫星（2022年）。未来，NASA的SBG卫星、ESA的CHIME、HypXIM、HyspIRI、HISUI、SHALOM以及PACE等卫星项目预计将进一步拓展高光谱地球观测的应用范围（Lee等人，2015；Nieke和Rast，2018；Niroumand-Jadidi等人，2020；Thompson等人，2022）。尽管PRISMA具备出色的技术指标，且可免费用于科学研究，但在地质研究领域的应用规模仍然有限。不过，近期的一些研究已经展现了它的巨大潜力：Bedini和Chen（2020）在内华达州的Cuprite地区展示了该数据在矿产勘查中的实用性，认为这类数据能够精准反映目标矿产的空间分布，对于干旱气候下的荒漠地区矿产勘探项目具有很高的辅助价值。Tripathi和Garg（2021）在印度拉贾斯坦邦对PRISMA数据应用特征提取算法进行岩性分析后，获得了非常理想的结果。Mancini等人（2022）成功绘制出了埃塞俄比亚Dallol地区的岩性单元和热液盐类分布图。Libeesh和Arivazhagan（2023）则研究了PRISMA数据集上的不同亚像素映射算法，旨在识别印度境内的基性-超基性岩石。Agrawal等人（2023）利用机器学习算法，分析了PRISMA数据的短波红外波段信息，用于印度拉贾斯坦邦的热液矿产勘查。Shebl等人（2023）则通过支持向量机算法，利用这些数据为印度东部沙漠地区绘制出了精确的岩性地图。Chirico等人（2023）证明，PRISMA高光谱影像能够清晰地识别与碳酸盐型锌铅矿化作用相关的热液蚀变带和次生蚀变带，尤其是在MVT型矿床中。一项针对AVIRIS-NG与PRISMA高光谱数据的对比研究显示，航空拍摄的AVIRIS-NG数据在识别小面积矿产分布方面更具优势（Mishra等人，2024）。Sorrentino等人（2024）证明，PRISMA高光谱数据能够区分智利IOCG矿区和斑岩矿区中的多种热液蚀变类型，进一步体现了它在矿产勘探领域的应用价值。Saikia等人（2025）还将这些数据应用于印度拉贾斯坦邦Neem-ka-Thana铜矿带的熱液矿产探测工作。基于机器学习的岩性分析方法，结合PRISMA高光谱数据，已被证明在划分前寒武纪地质体以及复杂沉积地貌中的岩性单元、识别蚀变矿物方面具有很高的效率（Ali-Bik等人，2025；Daoud等人，2025）。本研究旨在评估PRISMA卫星的可见近红外波段和短波红外波段在Khaneh-Sourmeh铅锌矿床中，通过目标检测算法对不同沉积岩类，尤其是白云质石灰岩和钙质石灰岩进行绘制和区分时的应用效果。研究结果通过结合实地观察数据、地质资料以及地球化学分析结果进行了验证。虽然PRISMA已被用于碳酸盐型锌铅矿床的蚀变带识别工作，但其能否系统区分白云质碳酸盐岩与钙质碳酸盐岩，目前仍缺乏充分的研究。

片段内容：方解石与白云石的光谱特性：在可见近红外到短波红外波段中，方解石最具辨识度的吸收特征出现在2.34微米和2.54微米处，而由于白云石中的Mg2+离子取代了Ca2+离子，其特征吸收峰则出现在更短的波长处，即2.32微米和2.51微米（Gaffey，1986）。CO32?离子的基频振动所产生的泛频及其组合，则会在1.9微米、2.0微米和2.1微米处形成强度较低的吸收带（Gupta，2003；Hunt和Salisbury，1971；Clark，1990；Gaffey，1987）（见图1）。

地质背景：Khaneh-Sourmeh铅锌矿床位于Sanandaj–Sirjan矿化带的中部，地处伊斯法罕市西北方向50公里处。该矿化带以广泛的逆断层活动为特征，由走向为西北-东南方向的多种变质岩和未变质显生代岩层组成，位于伊朗的Urumieh–Dokhtar火成弧与Zagros褶皱断层带之间（Alavi，2004）（见图3.a）。这是伊朗研究最为深入的成矿带，孕育了包括铅在内的众多重要矿产矿床。

PRISMA数据与预处理：PRISMA卫星是由意大利航天局于2019年3月22日发射的一颗用于地球观测的高光谱成像卫星。该卫星配备了高光谱分辨率的可见近红外-短波红外传感器，拥有234个数据波段，覆盖400–2500纳米的波段范围，每个波段的光谱分辨率可达7-12纳米，空间分辨率则为30米，同时还配备了一个空间分辨率为5米的全色波段。全色波段数据可通过全色锐化技术提升高光谱图像的空间清晰度。

彩色复合图像解读：为了区分不同的岩性单元及其边界，研究选取了PRISMA短波红外数据中的125、150和169号波段（对应波长分别为2143纳米、2335纳米和2469纳米），用于生成彩色复合图像（见图6）。这类图像能够清晰地展现沉积岩层的层次结构。在RGB颜色图像中，绿色、浅绿色到深黄色的像素区域表示被第四纪沉积物覆盖的地方，红色到洋红色的像素则代表含粘土矿物的泥灰质石灰岩岩层，深蓝色区域则表示其他类型的岩层。

讨论：利用高光谱卫星数据识别碳酸盐岩的岩性是一项颇具挑战性的工作，尤其是在处理富含铁元素的白云岩时。由于白云岩中Fe2+含量的增加，会导致碳酸盐岩的光谱带向更长波长方向偏移，进而使含铁白云岩的光谱特征向方解石靠拢，这使得通过卫星图像很难区分这两种岩石。在本研究中，研究者们还采用了染色技术（阿利扎林红-S和铁氰化钾）、X射线衍射分析结果以及地球化学分析数据来辅助判断。

结论：本研究证明了PRISMA高光谱数据在地质露头分析中的广泛应用价值，尤其在于利用目标检测算法区分碳酸盐型铅锌矿床——Khaneh Sourmeh矿区的白云质石灰岩和钙质石灰岩。本研究的主要结论如下：首先，尽管PRISMA传感器的信噪比相对较低，但它依然能够为沉积岩序列提供准确、无损的岩性测绘结果；其次，本研究提出的相关分析方法也为类似地质体的研究提供了有效的思路。

CRediT作者贡献说明：Behzad Mehrabi：负责文本的撰写、修订与编辑工作，参与方法设计、研究实施、数据整理以及研究概念的构建；Sogand Karimzadeh：负责原始稿件的撰写，承担数据可视化工作，参与软件应用、方法设计以及研究实施工作。

未引用参考文献：Guanter等人，2015；Leach和Sangster，1993；Whitney和Evans，2010。

利益冲突声明：? 作者声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢：作者衷心感谢该期刊的主编Zakaria Hamimi先生以及责任编辑的悉心指导，同时也感谢三位匿名审稿人提出的宝贵意见。这些宝贵的建议极大地提升了本稿的最终质量。

Sogand Karimzadeh | Behzad Mehrabi
伊朗科学和技术研究组织先进材料与新技术部门关键矿物与提取冶金研究小组，伊朗德黑兰