2. 遥感找矿异常信息的地学基础
遥感找矿异常并不是“图上颜色好看的地方”，而是地表物质在可见光—短波红外—热红外波段上表现出的、能够被矿物学与矿床学解释的波谱—空间特征。要把一幅蚀变异常图变成可排序的靶区，必须先回答三个问题：蚀变矿物为什么在特定波段产生吸收？典型矿床在遥感影像上留下什么样的异常组合与空间分带？异常与矿化之间通过什么判读依据建立可信联系。本节围绕这三点展开，为后续GIS叠加与靶区排序提供地学约束。
一、蚀变矿物光谱特征：异常信息的物理来源
矿物光谱的可诊断性主要来自电子跃迁与分子振动两类机制。铁离子（Fe³⁺、Fe²⁺）的电子跃迁在0.4～1.1 μm产生强吸收，使赤铁矿、针铁矿、黄钾铁矾等铁氧化物在蓝紫波段反射率低、在红波段抬升，形成“铁染”异常的典型形态；而OH⁻、H₂O、CO₃²⁻等基团的分子振动倍频与合频则在1.4 μm、1.9 μm、2.2 μm、2.35 μm附近形成窄而深的吸收谷。正是这些位置固定、深度可变的吸收特征，使短波红外（SWIR）成为识别绢云母、高岭石、明矾石、绿泥石、碳酸盐等蚀变矿物的核心波段。
实际判读中，比“有没有吸收”更重要的是吸收的位置、深度与对称性。以2.2 μm附近Al-OH吸收为例：伊利石/绢云母的吸收中心约在2.20 μm，高岭石族偏向2.16～2.17 μm，明矾石在2.17 μm附近并常伴1.48 μm吸收，叶蜡石则接近2.16 μm且2.35 μm特征弱。吸收深度反映该矿物丰度或结晶度，吸收对称性则暗示矿物组合的混合程度。因此同一“黏土异常”区内，2.20 μm与2.17 μm的差异可能对应绢英岩化带与高级泥化带，其找矿意义完全不同。工程上常用连续统去除后的吸收深度（D）、吸收面积（A）和吸收中心位置（λc）三个参数来量化，例如某像元在2.20 μm处D=0.08、λc=2.203 μm，可判为绢云母类中等强度蚀变；若D<0.02则多为噪声或弱风化响应，应降权处理。
二、典型矿床的遥感异常标志
不同矿床类型在遥感上留下的“异常指纹”差异明显，识别时应以矿床模型为模板去比对，而不是孤立看单矿物。斑岩铜矿是最具代表性的例子：其蚀变以岩体为中心呈环带分布，内带钾化（黑云母、钾长石，SWIR响应弱，常表现为低铁染或无异常），中带绢英岩化（绢云母2.20 μm强吸收、高岭石2.17 μm伴生），外带青磐岩化（绿泥石、绿帘石在2.25～2.35 μm有Fe-OH吸收，并伴Fe²⁺宽吸收）。因此斑岩系统的遥感异常常呈“中心弱—环状强—外缘宽缓”的格局，若只取最强黏土异常反而可能落在泥化盖帽而非矿体上方。
浅成低温热液金矿则以高级泥化带为标志：明矾石、高岭石、叶蜡石在2.17 μm附近形成强而窄的吸收，常沿断裂呈线性或串珠状分布，并伴铁染（黄钾铁矾、褐铁矿）的负异常—正异常过渡。VMS型矿床的遥感标志是“硅化核+绿泥石化晕+铁染”，硅化在可见光—近红外表现为高反射率、低吸收的“亮白”区域，绿泥石在2.25 μm与2.33 μm双吸收，铁染则指示氧化帽。碳酸盐岩容矿的铅锌矿则依赖CO₃²⁻在2.31～2.35 μm的吸收识别方解石、白云石，其异常往往沿层间破碎带展布。可见，异常标志的核心不是“某矿物存在”，而是“矿物组合+空间形态+围岩背景”三者与矿床模型的吻合度。
三、异常区与矿化关系的判读依据
把异常区与矿化联系起来，需要一套可操作的判读依据，通常从四个层面递进。第一是矿物学依据：异常像元的诊断吸收位置是否落在目标矿物的特征区间，混合像元解译后目标矿物端元丰度是否达到阈值（示例可取绢云母丰度>15%、明矾石>8%作为初筛门槛，具体应依影像信噪比与区域经验标定）。第二是空间分带依据：异常是否呈现与矿床模型一致的有序分带，例如由内向外“明矾石→高岭石→绢云母→绿泥石”的序列，若顺序错乱或缺失关键带，则可信度下降。第三是构造—岩性依据：异常是否受控于断裂交汇、岩体接触带、不整合面或有利层位，孤立的、与构造无关的斑块多为风化或耕作干扰。第四是强度—规模依据：吸收深度D、异常连续面积、形态长宽比共同决定异常的“分量”，线性延伸数公里的异常通常比零散小斑更具找矿意义。
实际操作中，可先对每个异常区提取一组判读指标并赋分，形成可比较的异常档案。例如某异常区A：绢云母D=0.09、明矾石D=0.05、分带序列完整、位于两组断裂交汇处、面积1.8 km²；异常区B：仅绢云母D=0.06、无分带、远离构造、面积0.4 km²。按“组合匹配、分带完整、构造耦合、强度规模”四项各25分制打分，A可得约85分、B约40分，这一结果即可作为后续GIS叠加时的异常权重输入。需要强调的是，上述数值为教学示例，真实项目应以影像质量、地面验证和区域已知矿床统计重新标定阈值。
综上，蚀变矿物光谱特征提供了异常的物理可解释性，典型矿床异常标志提供了比对的模板，而矿物组合、空间分带、构造耦合与强度规模四项判读依据，则把遥感异常从“图斑”转化为具有地质含义、可赋权、可排序的找矿信息单元，为下一阶段的GIS叠加与靶区排序奠定地学基础。