虽然先进的高级星载热发射和反射辐射仪（ASTER）多光谱数据已被广泛应用于原岩岩性与矿化蚀变岩填图，但传统方法（包括波段比、主成分分析和支持向量机）仍存在数据处理繁琐且分类效果不佳的问题。本研究以西准噶尔多金属成矿带为研究区，基于岩石样品及相关矿物（如正长石，钾长石，角闪石，黑云母和斜长石）的光谱吸收特征以及纹理特征，通过对随机森林方法（RF）的改进，对ASTER VNIR-SWIR多光谱数据识别和提取了区域入侵型多金属矿床成矿相关的花岗岩类岩性信息。根据改进型RF方法对多波段、主成分及纹理数据的测试，发现13467波段和均值纹理组合对研究区花岗岩类岩性分类的准确率为85.56％，仅次于主成分145与均值纹理的组合（86.90%），但其在填图效果中优于主成分与纹理的组合。与传统方法相比，RF可清晰地区分钾长花岗岩、二长花岗岩、花岗闪长岩等亚类和石炭纪火山碎屑围岩之间的岩性差异，尤其可突出克拉玛依岩体与包古图岩体中与Cu-Au-Mu成矿相关的花岗岩、斜长花岗岩及花岗闪长岩等侵入原岩信息。本研究的改进型RF方法以期可在多金属成矿相关的遥感岩性识别及反映区域构造演化研究中提供新的技术支撑。
 

花岗岩,随机森林,地质填图,ASTER,西准噶尔多金属成矿带