第３Ｏ卷，第１１期 ２ ０ １ ０年１ １月 光谱学与光谱分析 Ｖｏ１．３０，Ｎｏ．１１，ｐｐａ０３６—３０４０ Ｎｏｖｅｍｂｅｒ，２０１０ Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ 基于野外实测光谱统计分析的蚀变矿物填图 陈 玉 ，蔺启忠 ，魏永明。，王梦飞。，李 慧 １．中国科学院对地观测与数字地球科学中心，北京１０００８６ ２．中国科学院研究生院，北京１０００４９ １００１０１ ３．中国科学院遥感应用研究所，北京摘要提出了一种新的基于野外实测光谱统计分析的蚀变矿物填图方法。该方法首先对野外测量得到的 大量样本光谱数据进行聚类处理，从光谱的整体特征上将不同类型的样本区分开。第二步对各聚类结果中 不同蚀变矿物分别建立其各自的判别函数。第三步在遥感影像上按照聚类得到的参考光谱分别进行大蚀变 类的划分，最后在此基础上采用第二步得到的各蚀变类型的判别函数进行蚀变矿物的细化填图，得到最终 的填图结果。该方法充分考虑了不同蚀变类型及蚀变组合的地区差异性，建立的蚀变矿物的判别函数更具 有科学性，并且填图结果可在一定程度上进行可靠度评价。将该方法应用到包古图地区的某一研究子 区中，获得了较好的成果。 关键词 光谱聚类；判别分析；蚀变矿物填图 中图分类号：ＴＰ７５ 文献标识码：Ａ ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００—０５９３（２０１０）１１—３０３６—０５ 样品光谱数据，该种方案在很多研究中取得了一定成效＿１ 。 引 言 目前遥感蚀变矿物填图最常用的方法有比值、主成分变 换、光谱角填图等［１ 。比值法（ＲＭ）根据代数运算的原理， 当波段问差值相近但斜率不同时，反射波段与吸收波段的比 值处理可以增强各种矿化之间的波谱差异，抑制地形的影 响ｌ４ ］。主成分分析法（ＰＣＡ）把多光谱通道产生的原始图像 进行相关统计处理Ⅲ７ ］，生成一组相关性达最小的原始输入 但总体说来，对野外实测光谱的应用还不够充分，一般只是 简单的通过对光谱的比较观察中找到合适的波段比值增强某 类信息，或者将野外实测光谱有选择地进行均值处理后作为 参考光谱进行蚀变矿物填图。这种方法比较多依赖于研究者 对不同蚀变矿物光谱的认识，研究者的水平对判断结果的影 响较大。而统计分析方法如聚类与判别分析方法等，一切让 数据说话，从数据中总结与发现规律，将其引入到对野外实 测光谱分析中，得到的结果必将具有更大说服力与可信性。 图像的线性组合以达到信息分离的目的。光谱角填图（ｓｐｅｃ— ｔｒａｌ ａｎｇｌｅ ｍａｐｐｉｎｇ，ＳＡＭ）通过计算图像像元光谱与参考光 谱矢量问的广义夹角来确定光谱间的相似度，以达到识别矿 物的目的＿９。 。上述的３种方法应用较为广泛，其他的诸如 光谱相关填图、交叉相关光谱匹配、光谱特征拟合等方法与 光谱角填图方法类似，均是基于某种距离测度将参考光谱与 图像光谱进行相似性度量，选择合适的阈值将相似性高的作 １方法 首先对野外测量得到的样本光谱数据进行聚类处理，从 光谱的整体特征匕将不同类型的样本区分开。第二步对各聚 类结果中不同蚀变矿物分别建立其各自的判别函数。第三步 在遥感影像上按照聚类得到的参考光谱分别进行大蚀变类的 填图，最后在此基础上采用第二步得到的各蚀变类型的判别 为填图结果［１ 。所有这些填图方法中最重要的是参考光谱 的选择。目前应用较为广泛的方案之一是采用波谱库中的标 准光谱。采用这些标准库简单方便，但由于各研究区蚀变类 函数进行蚀变矿物的细化填图，得到最终的填图结果。 １．１聚类分析 型、成矿环境、成矿背景的差异等因素使得这些标准库在实 际使用中存在很大的偏差。另外一种方案是采用野外实测的 收稿日期：２００９—１２—０９。修订日期：２０１０—０３—１２ 聚类分析（Ｃｌｕｓｔｅｒ Ａｎａｌｙｓｉｓ）是根据事物本身特性研究个 体分类的方法＿１ 。光谱数据可以看作是对岩石样本个体 基金项目：国家（８６３计划）项目（２００９ＡＡｌ２Ｚ１４７），国家“十一五”科技支撑重点项目（２００６ＢＡＢ０１Ａ１３，２００６ＢＡＢ０７Ｂ０７—０１）和中国科学院创 新项目（Ｋｚｃｘ２一ｙｗ－１０７）资助 作者简介：陈玉，１９８３年生，中国科学院对地观测与数字地球科学中心在读博士研究生 ｅ－ｍａｉｌ：ｃｈｅｎｙｕ０６＠ｍａｉｌｓ．ｇｕｃａｓ．ａｃ．Ｃｌｌ 第１１期 光谱学与光谱分析 ３０３７ 的多个特征（不同波段）进行观测得到的观测指标值。本研究 选用的Ａｎａｌｙｔｉｃａｌ Ｓｐｅｃｔｒａｌ Ｄｅｖｉｃｅｓ（ＡＳＤ光谱仪）测量得到的 数据具有２ １５１个观测指标（已去除水汽干扰波段）。不同的 岩石样本由于所含矿物种类的不同，在这些观测指标上以反 射率的高低的形式得以体现（波峰、波谷）。通过采用聚类分 地对应。野外采集样本１３７条样品光谱经聚类到５类时，其 中３类集中了大部分光谱数据（１３２条），而另外２类聚集了 ５条光谱，如图２（ｄ）和（ｅ）所示。这５个样品光谱由于与其他 差异较大且其矿物组合与成矿关系不大，故作为异常样本被 剔除。统计分析采用如图２所示的（ａ）－－（ｃ）的３个大类数据。 析方法可以在整体波形特征上将野外实测得到的样本光谱数 据划分为若干个不同类别。由于波形特征体现的是所含矿物 及矿物组合的信息，所以根据光谱数据聚类得到的不同类别 也体现了不同矿物或矿物组合的差异。由于岩石样本的复杂 《 ｌ ｉ 性，所包含矿物种类的多少，含量的高低均会影响光谱测量 结果。特别是我们感兴趣的蚀变矿物，其含量相对于造岩矿 物更不在同一个量级。所以聚类分析得到的类别多反映了不 同蚀变矿物的背景岩性信息。为了在各聚类结果中将感兴趣 蚀变矿物或蚀变矿物组合分辨开则需要其他的方法，如判别 分析。 １．２判别分析 判别分析是根据观测到的若干变量值判断研究对象如何 分类。它从已知观测对象的分类和若干表明观测对象特征的 变量值中筛选出能够提供较多信息的变量并建立判别函数， 使得利用推导出的判别函数对观测量判别其所属类别时的错 判率最小『 １。为了在各聚类结果中将不同蚀变矿物分辨 开，针对每种蚀变矿物或蚀变矿物组合分别建立各自的判别 函数。然后将得到的判别函数应用到影像上，得到其分布情 况。判别分析需要已知各样本包含的蚀变矿物，在本研究中 采用光谱线性混合模型¨１ ］并结合实验室样本鉴定获得。 ２方法应用结果 为检验实验方法的有效性将其应用到了包古图研究 区。包古图地区Ⅱ和Ｖ号岩体是斑岩型铜矿区，矿化范 围大，主要蚀变矿物有钾长石化、黄铁矿、褐铁矿化、绿泥 石、黑云母、伊利石、碳酸盐化等。图１为研究区Ａｓｔｅｒ影像 ３（Ｒ）２（Ｇ）１（Ｂ）波段合成影像，其中Ⅱ和Ｖ号岩体的位置如 图中所示。研究区共采集样本１３７个样本。采集的样本基本 包含了研究区内所有的岩性，采样点主要分布在岩体的内部 及其内外接触带位置，因为该部分蚀变强、变化大，且这些 蚀变的变化情况对找矿具有指示意义。 ２．１聚类分析结果 聚类方法选择类间平均链锁法，距离的测度采用的是 Ｃｏｓｉｎｅ测度，这与多光谱图像填图中的ＳＡＭ方法可以很好 ｌ ０ Ｏ ｇ ￡ ｃ】８ 吾０．６ ０ ６ ０．４ ０４ ０ ２ Ｏ ２ ５００ Ｉ ５００ ２ ５１１ｔ） ５００ １ ５００ ２ ５００ Ｗａｖｄｅｎｇｔｌ｝／ｎｍ Ｗａ￣ｃｌｃｎｇ，ｈ＇ｎｍ ５（ ｌ ５００ ２ ５０１ｊ ｗ．，ｗＩｃｎ 一Ｉ】ｍ Ｆｉｇ．２ Ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔ ｏｆ ｓａｍｐｌｅｓ ２．２判别分析结果 通过比较聚类的结果可以发现其中Ｃｌａｓｓ Ｂ和黄铁矿 化、褐铁矿化蚀变对应较好。而Ｃｌａｓｓ Ａ与Ｃｌａｓｓ Ｃ中均不同 程度包含有钾长石化、白云石方解石化、黑云母化、绿泥石 化等信息。为了在两类中将这些蚀变信息区分开。分别在各 类别中为各蚀变建立判别函数。判别分析是将重采样到Ａｓ— ｔｅｒ可见近红外９个波段后的数据全部作为自变量建立全模 型。Ｃｌａｓｓ Ａ中针对钾长石化、黑云母化、绿泥石化、蒙脱石 化建立的Ｆｉｓｈｅｒ线性判别函数如表１。对应的分类结果如 表２所示。表１和表２中的１～４分别代表钾长石化、碳酸盐 化（白云石方解石）、黑云母化、绿泥石化。从表２中可以看 Ｔａｂｌｅ １ Ｆｉｓｈｅｒ’Ｓ ｌｉｎｅａｒ ｄｉｓｅｒｉｍｉｎａｎｔ ｆｕｎｃｔｉｏｎｓ ｆｏｒ ｃｌａｓｓ Ａ ３０３８ 光谱学与光谱分析 第３０卷 出分类的总体精度达到了７５．８ 。同样对Ｃｌａｓｓ Ｃ建立的 Ｆｉｓｈｅｒ线性判别函数如表３所示。对应的分类结果如表４所 （ｃ）］聚类结果与铁染较为一致，故该填图结果就作为最终铁 染蚀变的填图结果。 示。表３和表４中的１～３分别代表钾长石化、绿泥石化、白 云母伊利石化。其整体分类精度达到了６Ｏ％。 Ｔａｂｌｅ ２ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｒｅｓｕｌｔｓ ｆｏｒ ｄａｓｓ Ａ（７５．８％ｏｆ ｏｒｉｇｉｎａｌ ｍｍｕｐｅｄ ｃａｓｅｓ ｃｏｒｒｅｃｔｌｙ ｃｌａｓｓｉｆｉｅｄ．） Ｔａｂｌｅ ３ Ｆｉｓｈｅｒ’ｓ Ｉｉｎｅａｒ ｄｉｓｃｒｉｍｉｎａｎｔ ｆｕｎｃｔｉｏｎｓ ｆｏｒ ｃｌａｓｓ Ｃ ０＝ 柚 Ｔａｂｌｅ４ Ｃｌａｓｓｉｉｆｃａｔｉｏｎ ｒｅｓｕｌｔｓ ｆｒｏ ｃｌａｓｓ Ｃ（６０％ｏｆ ｏｒｉｇｉｎａｌ ｇｒｏｕｐｅｄ ｃａｓｅｓ ｃｏｒｒｅｃｔｌｙ ｃｌａｓｓｉｉｆｅｄ。） ２．３图像蚀变矿物填图 ２．３．１蚀变大类填图 蚀变大类填图是基于聚类分析的结果，将３个类别各自 的样品重采样后的光谱进行平均化处理作为３个大类的参考 光谱，如图３（ａ）所示。使用这３条参考光谱采用光谱角填图 方法获得的３个大类的蚀变分布分别如图３（ｂ）～３（ｄ）所示。 从３个大类的填图结果可以看出Ｃｌａｓｓ Ａ［对应图３（ｂ）］ 和Ｃｌａｓｓ Ｃ［图３（ｄ）］类蚀变范围一致性较高，这也是聚类结 果中其对应蚀变矿物混杂在一起的原因。由于Ｃｌａｓｓ Ｂ［图３ Ｆｉｇ．３ Ｍａｊｏｒ ａｌｔｅｒａｔｉｏｎｍａｐｐｈ，ｇ ｒｅｓｕｌｔ ２．３．２蚀变小类填图 蚀变小类填图是应用样品光谱分析时建立的Ｆｉｓｈｅｒ判 别函数在蚀变大类填图的基础上进行精细填图。使用表１中 的Ｆｉｓｈｅｒ判别函数对Ｃｌａｓｓ Ａ进行进一步填图的结果如图４ （ａ）所示。使用表３中的Ｆｉｓｈｅｒ判别函数对Ｃｌａｓｓ Ｃ进行进一 步填图结果如图４（ｂ）所示。 ｔ ● ≈ ｔ“ ｎ ＊ Ｆｉｇ．４ Ｍｉｎｏｒ ａｌｔｅｒａｔｉｏｎ ｍａｐｐｉｎｇ ｒｅｓｕｌｔ 综合以上３类的填图结果使用Ａｓｔｅｒ第一波段作为底图 得到的蚀变矿物的分布如图５所示。由于同一像元可能存在 多种蚀变矿物，该图在显示时进行了叠加，只显示了一种蚀 变，叠加的原则是重要的蚀变，范围较少的蚀变尽量处于上 层被显示出来。完整的蚀变分布则如图３（ｃ）、图４（ａ）、图４ （ｂ）所示。 臼云舛、伊利石化 绿混ｉｉ化 钾梃 化 鞴碳酸靛陀 ■黑云母化 ■跌絷 Ｆｉｇ．５ Ｏｖｅｒｌａｙｉｎｇ ａｌｔｅｒａｔｉｏｎｍａｐｐｉｎｇ ｒｅｓｕｌｔ ２．４结果讨论 从最终的填图结果可以看出在Ⅱ和Ｖ号岩体特别是Ⅱ内 分布较多的钾长石化、绿泥石化、白云母伊利石化，这与花 岗岩体的岩性特征以及野外实际考察的结果较为一致。而碳 酸盐化、铁染信息在研究区内分布较为广泛，这也与研究区 ［［２ ３ ［ ］］］ ［４ ５ ［ ］］ ［ ６ ］ ［７ ８ ９ ［［ ］］］ ［ ｍ ］ ［ ｕ ］ ［［ｎ ］］第ｌｌ期 光谱学与光谱分析 ３０３９ 凝灰岩岩性保持一致。通过考察判别分析结果综合Ｃｌａｓｓ Ａ 与Ｃ的填图结果可以看出钾长石的总体判别精度在６５ ， 绿泥石在Ｃｌａｓｓ Ａ中分类精度较高达到８１．８ ，而在Ｃｌａｓｓ Ｃ 中仅有５７．１ 。在Ｃｌａｓｓ Ｃ中有４Ｏ 的白云母伊利石与 １２．５ 的钾化被错分成了绿泥石，不可靠性较高。除此以外 其他蚀变结果的可信度在６０ 以上。 原本将白云母和伊利石各自分别建立判别函数，但发现两者 精度均不高且相互有很大程度错分情况，所以在最终将二者 作为蚀变组合给出，提高了精度。当然这种精度评价由于是 建立在蚀变大类已经划分的基础上进行的，所以蚀变大类阈 值的选择不可避免地会在一定程度上影响其可靠性。另外判 别分析只对感兴趣蚀变的有无做出判别，其含量高低的影响 并没有考虑进去，在后续的工作中可以尝试加强这方面的研 究以进一步提高精度。得到的各蚀变矿物的Ｆｉｓｈｅｒ判别函 ３结论 数，实际上体现了该种蚀变区别于其他蚀变的光谱特征。这 该方法充分利用了野外实测样本的光谱特征，对于遥感 影像蚀变信息提取中广泛存在的同物异谱、同谱异物现象具 有很好的适用性。本方法中判别分析给出的各蚀变的精度评 比通过人工解读得到的简单的比值突出某类蚀变信息更加科 学。 本次研究采用了Ａｓｔｅｒ影像作为例子，采用其他的多光 价结果，在一定程度上可以作为影像填图结果的精度评价依 据，弥补了其他蚀变填图方法无法定量评价的缺陷。并且， 谱或高光谱影像同样适用，不同的是由于影像光谱通道的差 异，建立的判别函数会有不同，相同蚀变矿物在不同影像中 的提取精度也会不同。这样，对于特定感兴趣的蚀变矿物， 在建立各蚀变矿物的判别函数过程中，通过考察不同蚀变矿 物被错误分类的情况可以对蚀变矿物提取结果及时的做出调 整。比如上例在Ｃｌａｓｓ Ｃ的蚀变矿物判别函数建立过程中， 参 Ｍａｒｓ Ｊ Ｃ，Ｒｏｗａｎ Ｉ Ｃ Ｇｅｏｓｐｈｅｒｅ，２００６，２（３）：１６１． 我们可以通过有选择性的选择不同的遥感数据来提高填图结 果的可靠性。 文 献 考 Ｋｒｕｓｅ Ｆ Ａ，Ｐｅｒｒｙ Ｓ Ｉ ，ｅｔ ａ１．Ａｎｎａｌｓ ｏｆ Ｇｅｏｐｈｙｓｉｃｓ，２００６，４９（１）：８３． Ｉ Ｕ Ｆｅｎ ｕｎ，ＨＡ（）Ｙｕｅ－ｓｈｅｎｇ，ＷＡＮＧ Ｊｕａｎ，ｅｔ ａｌ（吕凤军，郝跃生，王（４）：９８． 娟，等）．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ（遥感信息），２００８， Ｉｎ６ｓ Ｄｉ Ｗｏｍｍａｓｏ，Ｎｏｒａ Ｒｕｂｉｎｓｔｅｉｎ．ＯＲＥ Ｇｅｏｌｏｇｙ Ｒｅｖｉｅｗｓ，２００７，３２：２７５． ＭＡ Ｊｉａｎ－ｗｅｎ，ＺＨＡＮＧ Ｑｉ—ｄａｏ（马建文，张齐道）．Ｃｏｎｔｒｉｂｕｔｉｏｎｓ ｔＯ Ｇｅｏｌｏｇｙ ａｎｄ Ｍｉｎｅｒａｌ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ（地质找矿论丛），１９９４，９ （２）：８４． ＺＨＡＮＧＢｉｎｇ，ＺＨ（）Ｕ Ｊｕｎ，ＷＡＮＧ Ｊｕｎ－ｎｉａｎ（张报），２００８，３０（３）：２５４． 兵，周军，王军年）．Ｊｏｕｒｎａｌ ｏｆＥａｒｔｈ Ｓｃｉｅｎｃｅｓ ａｎｄＥｎｖｉｒｏｎｍｅｎｔ（地球科学与环境学 Ｌａｗｒｅｎｃｅ Ｃ Ｒｏｗａｎ，Ｒｏｂｅｒｔ Ｇ Ｓｃｈｍｉｄｔ，Ｊｏｈｎ Ｃ Ｍａｒｓ．Ｒｅｍｏｔｅ ｅｎｓｉＳｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００６，１０４：７４． Ｚｈａｎｇ Ｘ，Ｐａｍｅｒ Ｍ，Ｎｏｒｍａｎ Ｊｏｈｎｃ．Ｉｓｐｒｓ Ｊｏｕｒｎａｌ ｏｆ Ｐｈｏｔｏｇｒａｍｍｅｔｒｙ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，６２（４）：２７１． ＷＡＮＧ Ｒｕｎ－ｓｈｅｎｇ，ＹＡＮＧ Ｓｕ－ｍｉｎｇ，ＹＡＮ Ｂａｉ—ｋｕｎ（￣润生，杨苏明，阎柏琨）．Ｒｅｍｏｔｅ ｅｎｓｉＳｎｇ ｆｏｒ Ｌａｎｄ＆Ｒｅｓｏｕｒｃｅｓ（国土资源遥感）， ２００７，（１）：１． ＺＨＡＮＧ Ｙ叫ｕｎ，ＺＥＮＧ Ｚｈａｏ－ｍｉｎｇ，ＣＨＥＮ Ｗｅｉ（张玉君，曾朝明，陈２００３，（６）：４４． 薇）．Ｒｅｍｏｔｅ Ｓｅｎｓｉｇ ｆｎｏｒ Ｉｍｎｄ＆Ｒｅｓｏｕｒｃｅｓ（国土资源遥感）， ＧＥＮＧ Ｘｉｎ—ｘｉａ，ＹＡＮＧ Ｊｉａｎ－ｍｉｎ，ＺＨＡＮＧ Ｙｕｑｕｎ，ｅｔ ａｌ（耿新霞，杨建民，张玉君，等）．Ｇｅｏｌｏ．Ｇｉｃａ１．Ｒｅｖｉｅｗ（地质论评），２００８，５４ （２）：１８４． ＹＡＮＧ Ｊｉｎ－ｚｈｏｎｇ（杨金中）．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｆｏｒ ｌａｎｄ＆Ｒｅｓｏｕｒｃｅｓ（国土资源遥感），２００７，（４）：４３． Ｌａｗｒｅｎｃｅ Ｃ Ｒｏｗａｎ，Ｊｏｈｎ Ｃ Ｍａｒｓ，Ｃｏｌｉｎ Ｊ Ｓｉｍｐｓｏｎ．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００５，９９：１０５． ＺＨ０Ｕ Ｆｅｎｇ－ｍｉｎｇ，ＺＨＯＵ Ｙａｎ（周凤明，周艳）．世界优秀统计软件ＳＰＳＳ ｖｌ０．０ ｆｏｒ Ｗｉｎｄｏｗｓ实用基础教程，２００１． 帅，蔺启忠，刘庆杰，等）．Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ（光谱学与光谱分析）， ＣＨＥＮ Ｐｉｎｇ－ｙａｎ，ＨＵＡＮＧ Ｚｈ￣ｍｉｎｇ（陈平雁，黄浙明）．ＳＰＳＳ １０．０统计软件应用教程，２００２． Ｉ Ｉ Ｓｈｕａｉ，ＩＪＮ Ｑｉ—ｚｈｏｎｇ，ＬＩＵ Ｑｉｎｇ－ｊｉｅ，ｅｔ ａｌ（李２Ｏｌ０，３０（５）：１３ｌ５． ３０４０ 光谱学与光谱分析 第３Ｏ卷 Ａｌｔｅｒａｔｉｏｎ Ｍｉｎｅｒａｌ Ｍａｐｐｉｎｇ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｆｉｅｌｄ Ｍｅａｓｕｒｅｄ Ｓｐｅｃｔｒａ ＣＨＥＮ Ｙｕ ～，ＬＩＮ Ｑｉ－ｚｈｏｎｇ ，ＷＥＩ Ｙｏｎｇ－ｍｉｎｇ。，ＷＡＮＧ Ｍｅｎｇ—ｆｅｉ。，ＬＩ Ｈｕｉ ’ １．Ｃｅｎｔｅｒ ｆｏｒ Ｅａｒｔｈ Ｏｂｓｅｒｖａｔｉｏｎ ａｎｄ Ｄｉｇｉｔａｌ Ｅａｒｔｈ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １０００８６，Ｃｈｉｎａ ２．Ｇｒａｄｕａｔｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １０００４９，Ｃｈｉｎａ ３．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ａｐｐｌｉｃａｔｉｏｎｓ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １００１０１，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ Ｔｈｅ ｐｒｅｓｅｎｔ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｎｅｗ ａｌｔｅｒａｔｉｏｎ ｍｉｎｅｒａｌ ｍａｐｐｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｏｆ ｆｉｅｌｄ ｍｅａｓｕｒｅｄ ｓｐｅｃｔｒａ．Ｆｉｒｓｔ ｏｆ ａｌｌ，ｔｈｉｓ ｍｅｔｈｏｄ ｐｒｏｃｅｓｓｅｓ ａ ｃｌｕｓｔｅｒ ｏｆ ｍｅａｓｕｒｅｍｅｎｔ ｄａｔａ ｏｆ ｓｐｅｃｔｒａ ｏｆ ｆｉｅｌｄ ｓａｍｐｌｅｓ，ｉｎ ｏｒｄｅｒ ｔｏ ｄｉｓｔｉｎｇｕｉｓｈ ｄｉｆ— ｆｅｒｅｎｔ ｓａｍｐｌｅ ａｒｅａ ｆｒｏｍ ｔｈｅ ｏｖｅｒａｌｌ ｔｙｐｅｓ．Ｓｅｃｏｎｄ，ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ｃｌｕｓｔｅｒｉｎｇ ｏｆ ｄｉｆｆｅｒｅｎｔ ｍｉｎｅｒａｌ ａｌｔｅｒａｔｉｏｎｓ ｅｓｔａｂｌｉｓｈｅｄ ｔｈｅｉｒ ｒｅｓｐｅｃｔｉｖｅ ｄｉｓｃｒｉｍｉｎａｎｔ ｆｕｎｃｔｉｏｎｓ．Ｔｈｕｓ，ｍａｐｐｉｎｇ ｍａｊｏｒ ａｌｔｅｒａｔｉｏｎ ｔｙｐｅ ａｃｃｏｒｄｓ ｗｉｔｈ ｔｈｅ ｃｌｕｓｔｅｒｅｄ ｒｅｆｅｒｅｎｃｅ ｓｐｅｃｔｒａ ｂｙ ｇｉｖｅｎ ｒｅ— ｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅｓ．Ｆｉｎａｌｌｙ ｍａｐｐｉｎｇ ｆｕｒｔｈｅｒ ａｌｔｅｒａｔｉｏｎ ｔｙｐｅｓ ｗａｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｄｉｓｃｒｉｍｉｎａｎｔ ｆｕｎｃｔｉｏｎ ｏｆ ｓｅｃｏｎｄ ｓｔｅｐ，ｗｈｉｃｈ ｌｅａｄｓ ｔｏ ｆｉｎａｌ ａｌｔｅｒａｔｉｏｎ ｍａｐ．Ｔｈｉｓ ｍｅｔｈｏｄ ｔａｋｅｓ ｆｕｌｌ ａｃｃｏｕｎｔ ｏｆ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ａｌｔｅｒａｔｉｏｎ ｔｙｐｅｓ，ａｓ ｗｅｌｌ ａｓ ｔｈｅ ｒｅｇｉｏｎａｌ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ａｌｔｅｒａｔｉｏｎｓ，ａｎｄ ｔｈｅ ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｔｈｅ ｄｉｓｃｒｉｍｉｎａｎｔ ｆｕｎｃｔｉｏｎ ｆｏｒ ａｌｔｅｒａｔｉｏｎ ｍｉｎｅｒａｌｓ ｉＳ ｍｏｒｅ ｓｃｉｅｎｔｉｆｉｃ．Ｍｏｒｅｏｖｅｒ， ｔｈｅ ａｕｔｈｏｒｓ ａｃｃｅｓｓｅｄ ｔｈｅ ｒｅｌｉａｂｉｌｉｔｙ ｏｆ ｍａｐｐｉｎｇ ｔＯ ａ ｃｅｒｔａｉｎ ｅｘｔｅｎｔ．Ｔｈｅ ｍｅｔｈｏｄ ｗａｓ ａｐｐｌｉｅｄ ｔｏ ａ ｓｔｕｄｙ ａｒｅａ ｏｆ Ｂａｏｇｕｔｕ ｉｎ Ｘｉｎｊｉａｎｇ Ｐｒｏｖｉｎｃｅ，ｗｈｉｃｈ ｒｅｐｒｅｓｅｎｔｓ ａ ｇｏｏｄ ｒｅｓｕｌｔ． Ｋｅｙｗｏｒｄｓ Ｓｐｅｃｔｒｕｍ ｃｌｕｓｔｅｒ；Ｄｉｓｃｒｉｍｉｎａｎｔ ａｎａｌｙｓｉｓ；Ａｌｔｅｒａｔｉｏｎ ｍａｐｐｉｎｇ （Ｒｅｃｅｉｖｅｄ Ｄｅｃ．９，２００９；ａｃｃｅｐｔｅｄ Ｍａｒ．１２，２０１０）
