在全球能源转型和可持续发展目标的推动下，锂作为一种关键的战略性资源，其高效勘探和开发备受关注。锂辉石作为伟晶岩型锂矿床中最重要的矿物之一，其精准识别对锂资源的开发具有重要意义。然而，传统地质勘探方法在高海拔、地形复杂的地区面临诸多挑战，且锂辉石作为无水硅酸盐矿物，在可见光短波红外波段缺乏诊断性光谱特征，进一步增加了识别难度。

为此，中国科学院新疆生态与地理研究所新疆矿产资源研究中心提出了一种创新的遥感技术方案。通过分析锂辉石的光谱特征，利用SDGSAT-1、ASTER、Landsat 8和GF-5等卫星的热红外、可见近红外和短波红外波段遥感数据，建立了锂辉石热红外指数、波段比值指数和匹配滤波指数，建立了锂辉石多源遥感指数立方体。使用结合了一维卷积神经网络和图卷积网络的混合深度学习模型，实现了对锂辉石的高效识别。研究表明，热红外波段的引入能够有效捕捉锂辉石的光谱特征，将多源遥感数据的优势相结合能够显著提升识别精度，在新疆西昆仑大红柳滩509锂矿床的实地验证准确率达到98%。

该研究首次将热红外遥感技术应用于锂辉石的识别，填补了热红外遥感在伟晶岩锂矿找矿的研究空白。通过创建锂辉石多源遥感指数立方体，结合扑捉“空-谱”特征的混合深度学习模型，成功地将多源遥感数据的优势相结合，显著提升了识别精度。这一成果为伟晶岩型锂矿的遥感勘探提供了一种新思路和技术方法。

以上研究成果以“Identification of spodumene using a remote-sensing index cube from SDGSAT-1 and other satellites”为题发表在《International Journal of Digital Earth》。中国科学院新疆生态与地理研究所硕士研究生李思源为论文第一作者，张楠楠研究员为通讯作者。该研究得到新疆维吾尔自治区重大科技专项、重点研发任务专项和天山英才计划的支持。

文章链接：https://doi.org/10.1080/17538947.2024.2448583

图1：研究技术路线图

图2：锂辉石多源遥感识别结果

来源：新疆生地所