研究区位于云南省禄丰恐龙国家地质公园南缘, 地理坐标为: N24° 53'54″— 24° 59'01″, E102° 06'10″— 102° 01'34″; 属于亚热带低纬度高原季风气候, 具“ 温暖多雨, 干湿分明” 的低纬度山地季风气候特点^[7]。

研究区以构造侵蚀地貌为主, 形成了独特的环状构造地貌景观。 主要地层为下、 中侏罗统冯家河组+张河组: 主要岩性为紫红色泥岩、 灰白、 灰黄色砂岩, 夹钙质泥岩、 泥灰岩, 以及下白垩统马头山组: 主要岩性为紫红、 灰紫色砂岩, 夹砂质泥岩及含铜砂、 页岩。

选取研究区内三类典型沉积岩采样, 尽可能采集岩石的新鲜面, 最终获取研究区不同地理位置的63个岩石样品, 其中泥岩、 砂岩和灰岩各21个。 用于测量沉积岩光谱的仪器是美国ASD公司的ASD FieldSpec3地物光谱仪, 其光谱范围为350~2 500 nm, 光谱采样间隔为1.38 nm(350~1 000 nm)和2 nm(1 000~2 500 nm), 重采样间隔为1 nm。 为保证光谱数据质量, 所有光谱测定均选择时间在10:00— 14:00时、 晴朗无云、 自然光照良好的天气下进行, 测量时保持岩样周围通视良好, 无阴影遮挡的环境, 镜头距离岩样10 cm, 与直射太阳光保持一定角度。 每个岩样采集10次光谱数据, 取算数平均值作为岩样的代表性光谱数据。 由于受测量时环境及设备等因素的影响, 所测光谱存在抖动和噪声, 因此去掉受干扰严重的光谱波段, 截取后的光谱波段范围为400~2 400 nm, 然后采用SG平滑(Savitzky-Golay smoothing)^[8]对其进行平滑降噪, 得到原始光谱。

1.3.1 光谱变换方法

在光谱分析中, 单一的原始光谱曲线有时对光谱特征的反映不够突出, 故采用一阶微分及连续统去除法分别对原始光谱进行光谱变换。 一阶微分变换能减少背景噪声的影响、 增强光谱曲线斜率的细微变化, 强化谱带特征^[9], 计算公式为

R'(λi)=dR(λi)dλ=R(λi+1)-R(λi-1)2Δλ(1)

式(1)中, R'(λ _i)为波长λ _i处的一阶微分光谱; R(λ _i+1)、 R(λ _i-1)为波长λ _i+1、 λ _i-1处的原始光谱反射率; Δ λ 为波长λ _i+1、 λ _i-1之间的差值。

连续统去除变换在野外岩矿高光谱应用中表明, 能有效突出光谱曲线吸收特征^[10]。 计算公式为

CR(λi)=R(λi)RH(λi)(2)

式(2)中, CR(λ _i)为λ _i处的连续统去除值; R(λ _i)为λ _i处光谱反射率; R_H(λ _i)为λ _i处直线的光谱反射率。

1.3.2 特征波长选择算法

高光谱数据量大, 冗余度高, 可能会影响模型运行的效率与准确度, 因此使用特征波长选择算法对数据进行降维。 采用SPA、 CARS和IRIV三种特征选择算法分别选取原始光谱及两种变换光谱的特征波长, 将全波段与所选取的特征波长数据作为模型的输入变量。

SPA是使矢量空间共线性最小化的前向变量选择算法, 通过将波长投影到其他波长上, 选择投影向量最大的波长为待选波长, 然后建立多元线性回归模型选出最佳特征波长^[11]。 本实验使用SPA算法时设置特征波长为2~30个。

CARS是基于蒙特卡洛采样和偏最小二乘模型(partial least square, PLS)回归系数的特征波长选择方法, 采用自适应加权采样保留PLS模型中回归系数权重值较大的波长变量再次建立PLS模型, 选择交叉验证均方根误差最小的子集作为最佳特征波长变量子集^[12]。 执行CARS时设置最大迭代次数为100, 交叉验证为10折, 蒙特卡洛采样次数为50。

IRIV算法基于模型集群分析方法将所有波长变量分为强信息变量、 弱信息变量、 无信息变量和干扰信息变量, 经过多次迭代剔除无信息变量和干扰变量, 最后采用反向消除获取最佳变量^[13]。 执行IRIV时设置交叉验证次数为5, 最大主成分数为10。

1.3.3 识别模型构建方法

为准确评价模型的识别效果, 采用Kennard-Stone算法^[14]将63个岩样以2:1的比例划分为42个训练集与21个预测集, 同时保证训练集及预测集中三类沉积岩的数量相等。 基于训练集样本数据建立三类沉积岩的SVM和RF识别模型, 对预测集样本进行识别, 并用识别精度作为模型评价标准选出最优的识别方法。 识别精度为正确识别的预测集样本数与预测集样本总数的比值, 该值越接近于1, 表明模型的识别效果越好。

图1(a, b, c)分别为三类沉积岩样本的原始光谱曲线, 图1(d)为均值曲线。 从图中可以看出, 三类沉积岩光谱曲线的变化趋势基本相同, 由于不同沉积岩所含的铁离子、 水分、 羟基、 碳酸根离子等化学成分含量不同, 导致其在一些波段上的光谱特征有所差异^{[4, 15]}。 泥岩总体反射率在0.02~0.28之间, 砂岩总体反射率在0.02~0.3之间, 灰岩总体反射率在0.06~0.42之间。 三类沉积岩在1 400和1 900 nm附近都存在水分子吸收带, 在2 200 nm附近都存在由所含黏土矿物中的羟基振动的吸收带, 其中灰岩在这些吸收带上的吸收特征最明显[见图1(c)]; 泥岩与砂岩在550 nm附近有一个吸收谷, 主要是这两种岩石所含矿物中含有的Fe²⁺和Fe³⁺离子引起的; 砂岩在900 nm附近还存在Fe³⁺弱吸收谱带; 灰岩在2 350 nm存在明显的碳酸根离子特征吸收谱带, 部分泥岩和砂岩样本中会含有少量钙质胶结物, 因此在2 350 nm附近也出现了较明显的碳酸根离子吸收带。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 三类典型沉积岩原始光谱曲线 (a): 泥岩; (b): 砂岩; (c): 灰岩; (d): 均值曲线Fig.1 Original spectral curve of three typical sedimentary rocks (a): Mudstone; (b): Sandstone; (c): Limestone; (d): Mean curve

图2(a)和图2(b)分别是原始光谱经过一阶微分和连续统去除变换后的光谱曲线。 一阶微分变换后的光谱, 其纵坐标表示原始光谱曲线变化的速率, 正值表示正的光谱曲线变化速率, 负值表示负的光谱曲线变化速率, 能够凸显原始光谱曲线的曲率变化。 连续统去除变换后, 光谱反射率归一化为0~1, 形成若干明显的吸收谷, 有效地扩大了光谱曲线中的吸收特征。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 三类典型沉积岩光谱变换后的光谱曲线 (a): 一阶微分光谱; (b): 连续统去除光谱Fig.2 Spectral curves of three typical sedimentary rocks after spectral transformation (a): First order differential spectra; (b): Continuum removal spectra

使用SPA、 CARS和IRIV算法分别在沉积岩样品的原始、 一阶微分及连续统去除光谱数据中选取特征波长, 选取出的特征波长在全波段中的分布分别如图3(a, b, c)所示。 三种算法从原始光谱中分别选取12、 51和7个特征波长, 分别占全波段的0.6%、 2.6%和0.4%; 从一阶微分光谱中分别选取10、 59和19个特征波长, 分别占全波段的0.5%、 3%和1%; 从连续统去除光谱中分别选取10、 51和10个特征波长, 分别占全波段的0.5%、 2.6%和0.5%。 通过对比, 三种特征波长选择算法对高光谱数据都有很好的降维效果。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 不同算法选取的特征波长分布曲线 (a): 原始光谱; (b): 一阶微分光谱; (c): 连续统去除光谱Fig.3 Characteristic wavelength distribution curves selected by different algorithms (a): Original spectra; (b): First order differential spectra; (c): Continuum removal spectra

选取出特征波长的分布较好地对应了岩石光谱的吸收特征区间。 以原始光谱为例, SPA从原始光谱中选取的12个特征波长, 其中2个位于550 nm附近的Fe²⁺和Fe³⁺吸收带, 1个位于900 nm附近Fe³⁺吸收带, 3个位于1 900和2 200 nm附近的水分子、 羟基吸收带, 1个位于2 350 nm的碳酸根离子吸收带, 特征谱带附近的特征波长数量占了特征波长总数的58%; CARS和IRIV提取的特征波长中特征谱带附近的特征波长所占的比例分别为65%和100%, 表明岩石化学成分差异所导致的光谱特征规律对构建识别模型有重要的作用, 可以作为采用光谱信息进行岩石类型识别的基础。

对训练集原始光谱、 一阶微分光谱和连续统去除光谱的全波段光谱(full spectra, FS)数据, 以及经过SPA、 CARS和IRIV算法选取出的特征波长光谱数据, 分别建立SVM和RF沉积岩识别模型。 SVM模型采用径向基函数作为核函数, 使用交叉验证和网格搜索方法寻找最佳惩罚因子C和核参数γ 。 RF模型使用交叉验证和学习曲线方法寻找最佳决策树数量n。 不同模型确定的参数见表1。 模型在预测集上的识别结果见表2。

表1

Table 1

表1(Table 1)

表1 不同SVM和RF模型的参数 Table 1 Parameters of different SVM and RF models Spectral type Characteristic wavelength selection method SVM RF n C γ Original spectra FS 2.458 16 0.268 17 60 SPA 14.698 97 5.963 62 20 CARS 6.130 41 10 10 IRIV 17.147 14 4 30 First order differential spectra FS 0.01 0.008 74 100 SPA 1.234 08 0.007 91 10 CARS 7.966 53 0.001 26 100 IRIV 19.595 31 0.004 71 10 Continuum removal spectra FS 1.234 08 0.012 06 50 SPA 1.230 48 1.264 85 10 CARS 0.846 12 0.008 62 30 IRIV 0.622 04 0.268 27 90

表1 不同SVM和RF模型的参数 Table 1 Parameters of different SVM and RF models

表2

Table 2

表2(Table 2)

表2 基于不同特征波长选择方法建立模型的识别结果 Table 2 Recognition results of models based on different characteristic wavelength selection methods Model Spectral type Characteristic wavelength selection method FS SPA CARS IRIV SVM Original spectra 0.857 1 0.904 8 0.904 8 0.809 5 First order differential spectra 0.904 8 0.904 8 0.809 5 0.761 9 Continuum removal spectra 0.809 5 0.952 4 0.857 1 0.904 8 RF Original spectra 0.761 9 0.857 1 0.904 8 0.857 1 First order differential spectra 0.857 1 0.904 8 0.761 9 0.714 3 Continuum removal spectra 0.857 1 0.904 8 0.857 1 0.857 1

表2 基于不同特征波长选择方法建立模型的识别结果 Table 2 Recognition results of models based on different characteristic wavelength selection methods

由表2可以看出: 在SVM和RF模型对全波段光谱数据的识别结果中, 原始光谱的识别精度分别为0.857 1和0.761 9, 一阶微分变换后光谱的识别精度分别为0.904 8和0.857 1, 连续统去除变换后光谱的识别精度分别为0.809 5和0.857 1。 变换后光谱的识别精度得到明显提高, 说明对原始光谱进行合适的光谱变换可以有效提升建模效果。

在对特征波长光谱数据的识别结果中, 识别精度最高的是连续统去除-SPA-SVM模型, 识别精度达到了0.952 4, SPA共选取出10个特征波长, 其中2个为550 nm附近的Fe²⁺和Fe³⁺吸收带, 2个为900 nm附近Fe³⁺吸收带, 5个为1 900和2 200 nm附近的水分子、 羟基吸收带, 因此该模型可以较好地反映沉积岩化学成分差异导致的光谱吸收特征规律。 识别精度最低的是一阶微分-IRIV-RF模型, 识别精度为0.714 3, 分析认为一阶微分光谱在较多波段的共线性较高, 而且IRIV选取的特征波长数量较少, 信息量不足, 导致最终的建模效果欠佳。