基于ASTER數(shù)據(jù)的多金屬成礦有利區(qū)預測

段俊斌， 彭鵬， 楊智， 劉樂

(安徽省地質調查院，合肥 230001)

0 引言

礦產資源是不可再生資源，對其進行勘查和開發(fā)有利于國民經濟建設和社會的健康發(fā)展[1]。筆者參與的野外工作區(qū)位于新疆阿克賽欽湖以西地區(qū)，道路交通不便，海拔較高，平均海拔為5 300 m，氣候極端惡劣，相關地質工作程度較低。由于實際勘查工作中應以降低工作成本、減少風險、提高成果成功率為基本要求[2]，所以在礦產勘查過程中，應當首先應用遙感技術[3]，對成礦有利區(qū)進行選定，盡量減少大范圍的人工調查。

近年來，隨著遙感技術的不斷發(fā)展與進步，各種地學分析模型也在不斷向著智能化、綜合化的方向發(fā)展[4-8]。ASTER數(shù)據(jù)作為一種光譜范圍寬、波段多、空間分辨率較高的遙感影像數(shù)據(jù)，被廣泛應用于遙感礦化蝕變異常提取，并在國內外遙感找礦工作中取得了眾多成果[9-11]。

本文采用ASTER數(shù)據(jù)，利用主成分分析方法對礦物蝕變異常信息進行提取，并對成礦有利構造進行解譯，分析成礦有利地層，綜合提取分析因子，并對這些專題因子的數(shù)量和質量進行相關性分析； 依據(jù)相似類比理論，采用信息量模型的方法，進行成礦有利區(qū)的劃分，為進一步探索該區(qū)域找礦潛力和科學部署找礦遠景區(qū)提供依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

本文選擇的研究區(qū)西起紅頭山，東至薩利吉勒干南庫勒一帶，地理坐標范圍為N34°28′～34°56′，E79°09′～79°46′，地處喀喇昆侖地層分區(qū)、赤部張錯地層分區(qū)與多瑪?shù)貙臃謪^(qū)的交界位置[12]。區(qū)內主要含礦地層為： 科勒清河組(T3k)，主要巖性為含礫雜砂巖、礫巖互層，破碎帶發(fā)育； 曲池組(P1q)，主要巖性為粉砂質泥巖夾灰?guī)r，與花崗巖體圍巖接觸，圍巖矽卡巖化強烈。區(qū)內地質條件復雜，各類侵入巖發(fā)育，構造多樣，發(fā)育有眾多斷裂構造及褶皺構造。主要斷裂構造有郭扎錯—空喀山口斷裂與泉水湖—界山達坂斷裂。郭扎錯—空喀山口斷裂是我國著名斷裂阿爾金斷裂的北緣，由多條斷層分枝組成，同時由于斷層活動的強弱性不同，在斷層兩側表現(xiàn)為寬度不一的負地形。沿空喀山口—羌臣摩河—野馬灘—三岔口一線斷續(xù)發(fā)育寬約40 m的動力變質帶，主要有黑云石英片巖、白云石英片巖和二云母石英片巖。沿構造線有大量的花崗巖體侵入(90～120 Ma)，巖體與圍巖接觸帶及巖體內部均有規(guī)模不等的韌性剪切帶發(fā)育。泉水湖—界山達坂斷裂沿龍木錯—界山達坂—635道班一線呈NW向展布，為喀喇昆侖褶皺構造帶與郭扎錯沖斷構造帶分界斷裂。在晚白堊世鐵龍灘組(K2t)中發(fā)育有寬約400 m的破碎蝕變帶，帶內構造巖均為鐵龍灘組灰?guī)r，且發(fā)生大理巖化蝕變，斷層角礫呈棱角狀，大小不一，鈣質膠結。同時區(qū)內發(fā)育有眾多小型斷裂及線性構造，為礦液的運移提供了良好的條件。研究區(qū)內已知礦化點較少，但各類型礦點均有出露，主要沿阿爾金斷裂帶發(fā)育，有熊采崗日銅礦點、野馬灘銅金礦點和舒木鉛銀礦點等，故研究區(qū)具有重要的理論研究價值和找礦潛力。

1.2 遙感數(shù)據(jù)源

本次采用的遙感數(shù)據(jù)為2004年4月26日獲取的ASTER Level1B遙感影像(圖1)。該數(shù)據(jù)已經進行過幾何糾正、輻射定標和大氣校正，整景影像云量覆蓋度小于3%，滿足工作開展要求。由于ASTER數(shù)據(jù)中VNIR數(shù)據(jù)與SWIR數(shù)據(jù)空間分辨率并不相同，先通過重采樣將數(shù)據(jù)空間分辨率均調至30 m，然后進行波段疊加，以方便后續(xù)蝕變異常提取工作的開展。

圖1 研究區(qū)影像(ASTER B3(R),B2(G),B1(B)假彩色合成)Fig.1 Image of study area

2 研究方法

遙感蝕變異常的提取方法有比值法、HIS變換、光譜角填圖及主成分分析等方法[13]。本文采用主成分分析方法對各類蝕變異常進行提取。為了避免水體對異常信息提取的影響，采用歸一化植被指數(shù)(nomalized difference vegetation index,NDVI)方法先對水體進行掩模處理?；贏STER數(shù)據(jù)計算NDVI指數(shù)，即

NDVI=(B3-B2)/(B3+B2)，

(1)

式中B2和B3分別為ASTER數(shù)據(jù)第2和第3波段值。

將NDVI<0的地區(qū)作為水體進行剔除，以提高解譯精度。然后分別進行鋁羥基、鎂羥基、碳酸鹽巖化和鐵染蝕變異常信息提取，為減少人為干預導致的提取誤差，通過分析每組蝕變異常的主分量統(tǒng)計結果，以標準差δ的相應倍數(shù)作為圖像密度分割標準[14]。將蝕變異常劃分為3個等級： [δ，2.5δ)為三級異常； [2.5δ，3δ)為二級異常； [3δ，Max)為一級異常,其中Max為最大值。同時結合收集到的地質資料對遙感數(shù)據(jù)進行線性和環(huán)形構造的提取。

在相關因子提取后，采用皮氏積矩相關系數(shù)分析每一個專題因子之間的相關性，其公式為

(2)

式中： cov(xi,xj)為2個樣本因子xi和xj的協(xié)方差； var(xi)為樣本因子xi的方差。Pearson相關系數(shù)是一個介于[-1，1]之間的數(shù)值，常用來分析2組數(shù)據(jù)共同移動變化的趨勢性。通過分析各組因子之間的相關性，確定最終使用的評價因子，定量分析其與礦床之間的關系，并用已知礦床點進行驗證，最終圈定成礦遠景區(qū)。信息提取流程如圖2所示。

圖2 信息提取流程Fig.2 Flow chart of information extraction

3 結果與分析

3.1 鋁羥基蝕變

含有鋁元素及(OH)-離子的礦物如： 高嶺石(Al4(Si4O10)(OH)8)、伊利石(K0.75(Al1.75R)[Si3.5-Al0.5O10](OH)2)、明礬石(KAl3[SO4]2(OH)6)等為主要的含鋁羥基蝕變礦物，其形成多與低溫熱液有關，這些礦物的蝕變可用于識別斑巖型銅礦[15]。含有鋁羥基的礦物波譜特征曲線如圖3所示，在ASTER各波段表現(xiàn)為： 在B1—B4波段隨著波長的增大，反射率也逐漸增大； 在B5—B8波段主要表現(xiàn)為吸收特征，其中在B6波段的吸收特征最強，在B7波段又出現(xiàn)一個小反射峰。經過綜合分析及對比，對ASTER B1，B3，B4，B6波段進行主成分分析實現(xiàn)鋁羥基礦物蝕變異常信息的提取。得到各個波段的主成分特征向量(表1)。

圖3 含鋁羥基礦物波譜曲線Fig.3 Spectrum curve of mineralcontain aluminum and hydroxyl表1 ASTER B1，B3，B4，B6波段主成分特征向量Tab.1 Eigenvector of PCA of ASTER B1，B3，B4，B6

特征向量B1B3B4B6PC10.770 7530.626 7310.109 5830.033 756PC20.632 877-0.773 870-0.023 653-0.005 706PC30.073 4740.091 289-0.955 632-0.270 250PC4-0.002 650-0.000 936-0.272 3960.962 181

根據(jù)特征向量結果可以看出，PC4主要反映的是B6波段的信息，且與B1，B3，B4波段異號，所以PC4為鋁羥基礦物蝕變異常信息提取的主分量，由于鋁羥基礦物蝕變在B6波段表現(xiàn)為強吸收特征，但其特征向量為正值，故對PC4灰度圖像整體做取負處理，采用密度分割方法對蝕變異常進行分級，得到含鋁羥基礦物蝕變異常提取結果(圖4)。

圖4 含鋁羥基礦物蝕變異常Fig.4 Alteration anomalies of mineralcontain aluminum and hydroxyl

3.2 鎂羥基蝕變

含有鎂元素及(OH)-離子的礦物如： 綠泥石((Mg,Fe)5Al(Si3Al)O10(OH)4)、滑石(Mg3Si4O10-(OH)2)、蛇紋石(Mg6(Si4O10)(OH)8)等均為含鎂羥基的蝕變礦物，其形成與低溫熱液有關。含有鎂羥基的礦物波譜特征曲線如圖5所示。這些礦物在ASTER遙感影像的B1和B4波段呈現(xiàn)反射特征，尤其在B4波段反射特征較強； 在B8波段均表現(xiàn)為吸收特征。

圖5 含鎂羥基礦物波譜曲線Fig.5 Spectrum curve of mineral containmagnesium and hydroxyl

根據(jù)含鎂羥基礦物波譜反射特征，鎂羥基蝕變異常信息的提取采用ASTER B1，B4，B6，B8波段進行主成分分析，并得到各個波段的主成分特征向量(表2)。

表2 ASTER B1，B4，B6，B8波段主成分特征向量Tab.2 Eigenvector of PCA of ASTER B1，B4，B6，B8

基于以上分析，代表含鎂羥基礦物蝕變異常信息的主分量應該是主要反映了含鎂羥基礦物在ASTER B4波段的強反射和B8波段的強吸收特征。即代表含鎂羥基礦物蝕變異常信息的主分量特征向量應該具有B4和B8波段異號的特征。通過表2發(fā)現(xiàn)PC4在B8波段所占權重最大，且與B4波段異號，所以將其作為含鎂羥基礦物蝕變異常信息提取的主分量。由于B4波段為強反射特征，但其特征向量為負值，同時B8波段為強吸收特征，但其特征向量為正值，故對PC4灰度圖像整體做取負處理，采用密度分割的方法對異常進行分級，得到含鎂羥基礦物蝕變異常提取結果，如圖6所示。

圖6 含鎂羥基礦物蝕變異常Fig.6 Alteration anomalies of mineralcontain magnesium and hydroxyl

3.3 碳酸鹽巖化蝕變

含有(CO3)2-離子的礦物如： 方解石(CaCO3)、菱鎂礦(MgCO3)、菱鐵礦(FeCO3)和白云石(CaMg-(CO3)2)等為碳酸鹽巖類蝕變礦物，其成因類型較為多樣。含有碳酸鹽巖的礦物波譜特征曲線如圖7所示，通常它們在ASTER B1—B4波段均呈反射特征，并無明顯波動變化，波譜曲線較為平滑，B5和B6波譜特征較為復雜，主要表現(xiàn)為弱反射特征，在B7—B9波段變?yōu)槲仗卣鳎贐8波段吸收特征達到最大值。

圖7 含碳酸鹽巖礦物波譜曲線Fig.7 Spectrum curve of mineral contain carbonate

根據(jù)碳酸鹽巖礦物的波譜反射特征，選擇ASTER B1，B3，B4，B8波段進行主成分分析，提取碳酸鹽巖化蝕變異常信息，得到各波段的主成分特征向量(表3)。

表3 ASTER B1，B3，B4，B8波段主成分特征向量Tab.3 Eigenvector of PCA of ASTER B1，B3，B4，B8

基于以上分析，B4波段應與B1和B3波段符號相同，與B8波段符號相反。其中PC4滿足這一特征，因為B8波段為吸收特征，但其特征向量為正值，故對PC4灰度圖像整體做取負處理，采用密度分割的方法對異常進行分級，得到碳酸鹽巖化蝕變異常信息(圖8)。

圖8 含碳酸鹽巖礦物蝕變異常Fig.8 Alteration anomalies of mineral contain carbonate

3.4 鐵染蝕變

鐵染蝕變異常的組分比較復雜，主要反映的是“鐵帽”和褐鐵礦化，其成分主要有赤鐵礦(Fe2O3)、黃鉀鐵礬(KFe(3+)3[(OH)6|SO4]2)、針鐵礦(α-FeO(OH))等氧化物和氫氧化物。地表在氧化條件下這些礦物常與方解石和黏土類礦物組合，形成鐵染蝕變異常。含鐵礦物波譜特征曲線如圖9所示。

圖9 含鐵礦物波譜曲線Fig.9 Spectrum curve of mineral contain iron

典型含鐵礦物如針鐵礦、赤鐵礦和纖鐵礦由于組分復雜通常其波譜曲線也表現(xiàn)出一定的差異。整體而言，針鐵礦和赤鐵礦在ASTER B1—B3波段表現(xiàn)為弱吸收，在B4波段表現(xiàn)為強反射，在B5—B9波段趨于平緩且產生弱吸收。黃鉀鐵礬在ASTER B1—B3波段呈吸收特征，但隨著波長的增加反射率逐漸提高，在第B4波段表現(xiàn)為較強的反射特征，在B5—B7波段隨著波長增加反射特性漸強，在B8和B9波段表現(xiàn)為由反射到吸收的過度特征。

根據(jù)鐵染異常的波譜反射特征，選擇ASTER B1，B2，B3，B4波段進行主成分分析，提取鐵染蝕變異常信息，得到其主成分特征向量(表4)。

表4 ASTER B1，B2，B3，B4波段主成分特征向量Tab.4 Eigenvector of PCA of ASTER B1，B2，B3，B4

基于以上分析，ASTER B4波段應與B3波段符號相反，且二者的絕對值相加應該最大。其中PC3滿足這一特征，因為B4波段為反射特征，且其特征值為正，所以PC3中亮色部分為鐵染蝕變異常區(qū)域。采用密度分割方法進行異常分級，得到鐵染蝕變異常信息(圖10)。

圖10 鐵染蝕變異常Fig.10 Alteration anomalies of iron stain

3.5 線性構造

巖石的變形帶、軟弱帶和應力集中帶是構造應力在地表的反應，在遙感影像上主要表現(xiàn)為直線型。線性構造往往都是巖漿成礦溶液上升、轉移、凝固和富集的場所，是十分重要的控礦構造因素，對成礦帶的分布范圍、賦存位置都有相當重要的影響。因此，研究不同方向、不同組合、不同規(guī)模的線性構造，對于成礦有利區(qū)的預測有著十分重要的意義。

通過收集資料和建立解譯標志，對遙感影像進行解譯，共獲得16條線性構造(圖11)。主要集中在泉水湖和舒木野營地一帶。

圖11 研究區(qū)線性構造Fig.11 Linear structure of study area

根據(jù)收集到的資料以及以往研究成果[17]，按照10 km×10 km的標準將研究區(qū)劃分為6×6的標準格網(wǎng)，分區(qū)統(tǒng)計每個網(wǎng)格內部線性構造長度之和。依據(jù)分區(qū)統(tǒng)計結果，對結果進行克里金插值，分析區(qū)域內線性構造密度，圈定線性構造的影響范圍及重點區(qū)域，通過分析發(fā)現(xiàn)已知礦點主要集中在線性構造影響較大的區(qū)域內部。

3.6 環(huán)形構造

地下隱伏巖體、火山噴發(fā)、巖漿侵入及褶皺構造等地質作用在遙感影像上常會表現(xiàn)為環(huán)形構造。環(huán)形構造對礦液的富集有著重要的控制作用，為研究區(qū)找礦提供了重要的信息。對研究區(qū)建立相應的解譯標志并進行遙感解譯，最終解譯出15個環(huán)形構造(圖12)。同樣，分區(qū)統(tǒng)計每個格網(wǎng)內環(huán)形構造長度，分析環(huán)形構造密度，圈定環(huán)形構造的影響范圍，通過分析發(fā)現(xiàn)環(huán)形構造密度較高區(qū)域，特別是一些與線性構造相交的位置，與礦點關系密切。

圖12 研究區(qū)環(huán)形構造Fig.12 Circular structure of study area

3.7 各專題因子相關性分析

利用相關系數(shù)分析方法，按照線性構造(1)、環(huán)形構造(2)、碳酸鹽巖化蝕變(3)、鋁羥基蝕變(4)、鎂羥基蝕變(5)、鐵染蝕變(6)的順序，計算獲得了6個因子之間的相關系數(shù)矩陣(表5)。從表5可以看出，碳酸鹽巖化蝕變異常與鎂羥基蝕變異常的相關性較高，達到了0.957 93，其他因子之間的相關性絕對值均小于0.5，因子間相關性較小。通過對比碳酸鹽巖化蝕變異常和鎂羥基蝕變異常與其他異常之間的相關性可以得出，碳酸鹽巖化蝕變異常與其他因子之間相關性均小于鎂羥基蝕變與其他因子之間的相關性，且2個羥基之間會互相影響，所以剔除鎂羥基蝕變異常，保留碳酸鹽巖化異常作為成礦預測的因子圖層之一。

表5 因子之間的相關性Tab.5 Correlation of factors

3.8 成礦預測

根據(jù)相關分析結果，由于每個因子在一定范圍內對于成礦發(fā)生概率貢獻度不同，將其在ArcGIS軟件中進行重分類，分類種類及評價標準如表6所示。

表6 因子分類標準Tab.6 Classification standard of factors

按照表6分類結果，通過分析各個礦點周邊區(qū)域的各圖層像素個數(shù)，與區(qū)域總數(shù)對比，計算各個圖層的信息量值，數(shù)值越大，說明該地區(qū)存在礦藏的可能性越大。從而得到整個研究區(qū)的綜合信息量圖，并對其進行成礦遠景區(qū)劃分(圖13)。

圖13 研究區(qū)成礦遠景區(qū)分級Fig.13 Mineral foreground area classification of study area

通過信息量模型法，得到的結果信息量范圍為[-2.732，2.423]。依據(jù)信息量值，研究區(qū)圈定了4個找礦遠景區(qū)。自南向北分別是： 舒木野營地一級成礦遠景區(qū)、薩利吉勒干南庫勒以南一級成礦遠景區(qū)、薩利吉勒干南庫勒以北二級成礦成礦遠景區(qū)、龍巴其保三級成礦遠景區(qū)。4個成礦遠景區(qū)中，舒木野營地成礦遠景區(qū)與已知資料提供的礦點擬合程度良好，附近有銅、銀礦化點存在。其他3個成礦遠景區(qū)由于缺少相關資料，主要用于提供異常查證。

本文對研究區(qū)內線性、環(huán)形構造及蝕變礦物遙感異常進行了綜合分析，分析發(fā)現(xiàn)異常主要發(fā)育于巖漿巖及斷層周邊，從側面驗證了解譯的正確性，但由于本區(qū)域存在雪被覆蓋，雖然通過選取夏季影像來減小雪被帶來的影響，但不能完全消除，這對蝕變異常結果解譯的全面性會有一定影響。整體而言，解譯結果精度較高，可以為今后野外實地調查及礦產勘查提供靶區(qū)選擇。

4 結論

本文以ASTER遙感數(shù)據(jù)為數(shù)據(jù)源，對新疆阿克賽欽湖以西地區(qū)進行了鎂羥基、鋁羥基、碳酸鹽巖化和鐵染等蝕變遙感異常提取，同時通過建立解譯標志，提取了與控礦相關的線性、環(huán)形構造。最終綜合分析各專題因子之間的相關性，嘗試建立最適合應用于研究區(qū)的成礦遠景區(qū)圈定方法。分析結果與已知礦點進行對比，符合度較高，本研究方法可以為相同或類似區(qū)域開展同類研究提供借鑒。

通過分析各類蝕變異常典型礦物的波譜特征，分析礦物共性特征，選取合適的波段組合進行異常提取。開展鎂羥基異常、鋁羥基異常、碳酸鹽巖化異常和鐵染異常等多種遙感蝕變異常信息的提取，更有利于成礦遠景區(qū)的合理選定。最終結果表明本次實驗可以對研究區(qū)進行快速成礦遠景區(qū)圈定，為地質找礦方向提供有利的幫助。

通過對各專題因子的綜合分析發(fā)現(xiàn)，礦點分布與線性和環(huán)形構造的距離有著明顯的相關性，尤其是在兩者交匯位置，成礦提示信息更加明確，為成礦有利地段。

由于研究區(qū)地處極高山區(qū)域，野外驗證難度較大，僅通過已知資料對部分區(qū)域進行了驗證分析，剩余部分仍需實地勘查驗證，但本文可以為礦產勘查提供一定先驗性指導。