緬甸蒙育瓦地區(qū)遙感地質(zhì)解譯與礦化蝕變信息提取

王智綱，彭志偉，王文青，吳謝順

（西安華地礦業(yè)管理有限公司，陜西 西安 710000）

0 引言

隨著找礦理論與方法的不斷完善與發(fā)展，遙感技術(shù)已經(jīng)成為找礦預(yù)測的一項必備技術(shù)。遙感地質(zhì)工作已經(jīng)成為現(xiàn)代化地質(zhì)工作的一項先進技術(shù)，在區(qū)域地質(zhì)調(diào)查、礦產(chǎn)勘查與資源預(yù)測評價中發(fā)揮著日益重要的作用。

遙感影像可以清楚反映礦化相關(guān)的線環(huán)構(gòu)造等成礦、控礦異常信息，環(huán)狀構(gòu)造指示巖體的存在狀態(tài)與分布特征，還可以較好地推測隱伏巖體的分布形態(tài)，從而指示巖漿活動的規(guī)律性。線狀構(gòu)造往往是含礦熱液運移的通道，線狀構(gòu)造的級別、規(guī)模、分布密度和延伸方向均為成礦、控礦產(chǎn)生重大的影響（趙志芳等，2014），因此構(gòu)造性質(zhì)以及規(guī)模的不同能夠引起圍巖蝕變與礦化分帶的差異性，是重要的成礦條件。

礦化蝕變是近礦圍巖的一種特殊現(xiàn)象，其產(chǎn)生、存在和分布均與礦體具有高度的相關(guān)性，一直作為一種重要的找礦標(biāo)志，蝕變礦物具有不同與背景地質(zhì)體的特殊光譜特征，且蝕變面積遠(yuǎn)遠(yuǎn)大于礦體，使用遙感影像來探測蝕變礦物，從中提取可靠的蝕變異常信息指導(dǎo)找礦是遙感地質(zhì)研究的重要內(nèi)容。緬甸中部典型礦床蒙育瓦銅礦具有明顯的礦化蝕變分帶（Mitchell et al.,2010），但遙感地質(zhì)工作程度較低，僅針對緬甸全境做過小比例尺的成礦預(yù)測（獨文慧等，2015），沒有做過中比例尺和大比例尺的遙感工作，因此通過蝕變信息提取能夠?qū)ふ业筋愃朴诿捎咩~礦的找礦靶區(qū)，對于指導(dǎo)實際選區(qū)研究工作具有重大意義。

1 地質(zhì)概況

1.1 研究區(qū)地質(zhì)概況

研究區(qū)位于緬甸中央盆地火山弧南端附近，地理位置為21°18′～22°22′N，94°45′～95°18′E。緬甸火山弧從波帕山向北延伸到北部的Taungthonlon，長約350 km以上（圖1）。波帕山為緬甸最南端的晚新生代火山噴發(fā)中心。緬甸火山弧帶貫穿了本區(qū)的玄武巖熔巖，向北為蒙育瓦的安山巖熔巖、火山碎屑巖以及玄武質(zhì)火山口，再向北到的Taungthonlon大型第四紀(jì)層狀火山（Bernales,1996①）。

圖1 緬甸地質(zhì)簡圖及礦區(qū)位置（Barber et al.,2017）

區(qū)內(nèi)出露的地層主要有古近系古新統(tǒng)玄武巖和安山巖、始新統(tǒng)磨拉石、漸新統(tǒng)粗面巖和火山角礫巖、新近系中新統(tǒng)泥巖、中—上新統(tǒng)未固結(jié)粉砂巖以及第四系。區(qū)內(nèi)的構(gòu)造線主要為NE、NW和近南北向，構(gòu)造變形以脆性斷裂為主，巖漿活動在古新世—漸新世較為頻繁，巖性以陸相中—酸性火山巖為主，另外，在漸新世之后存在閃長質(zhì)超淺成的巖漿侵入活動（圖2）。

圖2 蒙育瓦銅礦礦區(qū)地質(zhì)圖

1.2 典型礦床蝕變特征

區(qū)內(nèi)的典型礦床為蒙育瓦銅礦，位于研究區(qū)的北部。該礦床擁有20億噸礦石資源，銅的平均品位為0.4%。已探明的4個銅礦區(qū)分布在20 km2的區(qū)域內(nèi)：萊比塘、七星塘、薩比塘和南薩比塘。在蒙育瓦，銅礦化與火山口周圍的火山巖有關(guān)。成礦作用不是典型的斑巖型銅礦，而是黑礦型和浸染型（Goossens,1978;Bernales,1996①）或高硫型淺成低溫?zé)嵋盒?氧化淋濾富集型銅礦床。

蒙育瓦銅礦主要發(fā)育NW向的斷裂，主要表現(xiàn)為含構(gòu)造角礫的破碎帶，該斷裂控制銅礦體的展布，另外礦區(qū)內(nèi)發(fā)育較多NE向走滑斷裂，最早期形成的礦體有明顯的破壞作用，蒙育瓦銅礦最為明顯的蝕變礦物為明礬石和葉臘石。蒙育瓦銅礦具有環(huán)狀蝕變分帶特征：外圍廣泛分布的綠泥石化帶，局部鏡鐵礦帶，中部石英-白云母-黃鐵礦或泥化帶，中心為石英-黃鐵礦或石英-黃鐵礦-明礬石帶。萊比塘和七星塘，相比于薩比塘和南薩比塘，具有更普遍交代的石英和明礬石帶，而絹云母化少見。在ASTER圖象上，萊比塘和七星塘較薩比塘和南薩比塘，明礬石化強烈。其中，銅礦化的上盤主要為明礬石化、葉臘石化。

2 數(shù)據(jù)及預(yù)處理

2.1 數(shù)據(jù)源

ASTER傳感器是1999年12月發(fā)射的，具有較高的空間分辨率、光譜分辨率和輻射分辨率（表1）（Abrams and Hook,2001）。20多年來國內(nèi)外遙感工作者為開發(fā)利用遙感信息，證實了蝕變巖石ASTER遙感信息與多數(shù)金屬礦床有著非常好的相關(guān)性，所提取的異常作為找礦標(biāo)志的參數(shù)。

表1 ASTER數(shù)據(jù)技術(shù)參數(shù)

本次選擇2001年4月的數(shù)據(jù)，該時期蒙育瓦銅礦中的萊比塘還沒進行大范圍的露天開采，可以更好地與蒙育瓦外圍未知區(qū)對比。此外，本次選擇2001年4月的影像是該時期正好處于旱季，植被覆蓋少，季節(jié)性河流不發(fā)育，氣候干旱，可以較好地去除植被、水體以及云層等對數(shù)據(jù)質(zhì)量的影像。

2.2 數(shù)據(jù)預(yù)處理

為保證原始數(shù)據(jù)盡可能多地參與運算，本次遙感數(shù)據(jù)預(yù)處理中先進行重采樣，再進行輻射校正，將短波紅外短波重采樣至15 m，然后打包B1～B9波段。輻射校正采用中低緯度夏季大氣輻射傳輸模型進行FLAASH大氣校正，在校正之前，將重采樣過程中丟失了原始部分定標(biāo)信息的數(shù)據(jù)進行輻射定標(biāo)。

由于植被、云層、地表水對信息提取影響較大，分別對植被、水體進行提取并掩膜。對于植被選擇B4/B3為判別依據(jù)并反復(fù)試驗，若≤0.17則判別為植被覆蓋厚，需要掩膜剔除。對于水體采用B8/B1 作為判別依據(jù)。在完成上述工作之后就進行影像裁剪、鑲嵌和融合，形成工作區(qū)范圍的基本數(shù)據(jù)。

3 構(gòu)造解譯

大量的地質(zhì)理論與實踐研究表明，大多數(shù)礦床的形成與地質(zhì)構(gòu)造中的線型和環(huán)型構(gòu)造有著緊密的聯(lián)系，線型構(gòu)造和環(huán)形構(gòu)造提供控礦和容礦的通道，許多的環(huán)形構(gòu)造指示火山機構(gòu)的存在，能夠為礦床的成因提供解釋依據(jù)。因此，本次構(gòu)造解譯主要針對與成礦最為密切的線型構(gòu)造和環(huán)狀構(gòu)造。

3.1 解譯方法

3.1.1 最佳指數(shù)法

采用最佳指數(shù)法，遙感影像可視化過程中，使用RGB通道只能選擇3個波段，所以需要波段優(yōu)化。最優(yōu)波段選區(qū)遵循3個原則：①信息量大；②相關(guān)性小；③礦物類型差異性大（馬娜等，2010）。

首先對B1～B9波段進行基本統(tǒng)計，分析各波段的標(biāo)準(zhǔn)差和相關(guān)系數(shù)。各波段標(biāo)準(zhǔn)差順序為B2>B4>B6>B7>B5>B1>B8>B3>B9，說 明B2 波 段包含的信息量最大，隨著方差減小信息量減小，B9包含的信息量最小。將可以進行組合的波段計算最佳指數(shù)，剔除地物類型光譜差異較小的波段，選擇OIF較大的作為最佳波段。因此，最終選擇B1、B2、B6作為最佳波段。

3.1.2 中值濾波

線性和環(huán)形構(gòu)造主要表現(xiàn)為影像單元的邊緣信息（王今飛，2000）。在遙感解譯過程中，邊緣信息反映了構(gòu)造的規(guī)模、密度和展布方向，不同地質(zhì)體的構(gòu)造發(fā)育往往具有差異性，因此紋理特征的提取必然能在一定程度上改善“同物異譜”現(xiàn)象，提升分類的精度，更好地解釋異常原因。

通過3×3像元的中值濾波變換處理能夠增強構(gòu)造信息（錢建平等，2014）。因此，本次將窗口大小設(shè)置為3×3、5×5、7×7、9×9四種窗口分別計算，通過目視觀察發(fā)現(xiàn)，3×3窗口表現(xiàn)最細(xì)膩，最能反映線性構(gòu)造和環(huán)狀構(gòu)造特征，最終選擇3×3窗口進行紋理計算。將濾波得到的灰度圖像和選擇的最佳波段綜合比對。通過目視解譯，剔除代表農(nóng)田、道路等“假紋理”，最終形成能夠反映構(gòu)造信息的線性要素。

3.2 解譯結(jié)果

（1）線性構(gòu)造：根據(jù)展布特征，主要劃分為3類：NE向、NW向和近南北向。線性構(gòu)造的方向在局部變化較大，有的還呈“S”型。其中NE向線性構(gòu)造在礦區(qū)主要表現(xiàn)為控巖構(gòu)造，是形成時間最早的一期構(gòu)造變形，NW向線性構(gòu)造可能代表控礦構(gòu)造，而近南北向線性構(gòu)造為成礦期后的破礦構(gòu)造（圖3）。

（2）環(huán)形構(gòu)造：該區(qū)的環(huán)形構(gòu)造根據(jù)出現(xiàn)的巖石性質(zhì)劃分為兩類：火山噴發(fā)機構(gòu)類環(huán)形構(gòu)造和與巖漿侵入有關(guān)的環(huán)形構(gòu)造，火山噴發(fā)類環(huán)形構(gòu)造在研究區(qū)表現(xiàn)為一系列NE走向串珠狀的環(huán)形構(gòu)造群，形成時間相對較晚，環(huán)形規(guī)則受后期構(gòu)造影響較弱；與巖漿侵入有關(guān)的環(huán)形構(gòu)造位于研究區(qū)中部，形成時間較早，與早白堊世中—基性巖漿侵入有關(guān)，后期斷裂對其改造明顯（圖3）。

圖3 構(gòu)造解譯圖（a）和研究區(qū)地質(zhì)圖（b）

4 蝕變信息提取

4.1 蝕變礦物波譜特征

利用ASTER數(shù)據(jù)進行蝕變信息提取，首先要研究各類蝕變礦物對應(yīng)ASTER數(shù)據(jù)的波譜特征，根據(jù)蝕變礦物反射率及吸收特征進行信息提取。本文采用ENVI軟件自帶的USGS標(biāo)準(zhǔn)波譜庫，研究區(qū)內(nèi)典型蝕變礦物在ASTER數(shù)據(jù)上的波譜特征（圖4）。

（1）鐵染蝕變：Fe3+的吸收光譜位置為0.45～0.49 μm、0.52 μm、0.70 μm、0.87 μm（燕守勛等，2003；甘甫平等，2003），主要表現(xiàn)為各類地表的含鐵礦物，如褐鐵礦、赤鐵礦、磁鐵礦等，磁鐵礦從可見光到短波紅外表現(xiàn)出反射率較低，無波譜特征，赤鐵礦、褐鐵礦在B2有弱的反射峰，B3存在吸收谷，B4達到峰值，而在B5～B9表現(xiàn)不明顯。

（2）羥基蝕變：主要是針對Al-OH和Mg-OH類蝕變礦物。其中Al-OH類蝕變的代表礦物主要有白云母、高嶺石、蒙脫石、明礬石和伊利石等；Mg-OH類蝕變中以綠泥石和綠簾石最為常見（青磐巖化帶）。綠泥石礦物的特征光譜在B2、B8和B12波段有明顯的吸收，在B5波段有較高的反射（趙靜等，2016），綠簾石礦物的特征光譜在B8波段和B11波段有明顯的吸收，在B5和B9波段有較高的反射，因此該類礦物在B5波段表現(xiàn)明顯的反射峰，B8波段為吸收谷。

（3）明礬石化：明礬石化波譜曲線在B1、B2、B3波段變化不大，B4、B7為反射峰，在B5為吸收谷（圖4）。

圖4 相關(guān)礦物波譜曲線

4.2 信息提取方法與過程

主成分分析（PCA）是多光譜數(shù)據(jù)蝕變信息提取中相對有效的方法，也稱CROSTA方法（Loughlin,1991），該方法無需實測光譜，可以根據(jù)不同的蝕變類型選擇不同的蝕變組合，或者同種蝕變類型多個蝕變組合對比，充分利用多光譜信息，從而更好地表達蝕變礦物光譜特征，是目前應(yīng)用最廣泛的一種信息提取方法。

4.2.1 鐵染異常

前人的研究成果表明，提取采用B1、B2、B3、B4組合或B2、B3、B4、B5組合進行主成分分析能夠有效提取Fe3+類礦物蝕變信息（周林立，2010；吳夢娟等，2016；李玉琴等，2017）。本次選擇B1、B2、B3、B4組合與B2、B3、B4、B5組合分別進行主成分分析（PCA），通過比對選擇最佳的組合。其中B1、B2、B3、B4組合分析結(jié)果選擇PC3勉強代表鐵染異常，但提取的異常不能代表礦致異常，而B2、B3、B4、B5組合主成分分析的特征向量中PC2能夠反映赤鐵礦、褐鐵礦以及磁鐵礦等地表鐵染蝕變特征（表2）。因此，最終以PC2作為鐵染異常最終的選區(qū)依據(jù)。

表2 兩組主成分分析特征向量對比表

4.2.2 羥基蝕變

在羥基蝕變信息提取過程中，考慮到B1、B3、B5、B8波段組合和B1、B3、B4、B8波段組合均能有效提取羥基異常（李守麟等，2015）。因此，對兩個組合均進行主成分變換（表3），其中B1、B3、B5、B8組合主成分變換后第四主成分PC4的反值與綠泥石、綠簾石波譜曲線一致，選擇PC4為D5，代表羥基異常（B3、B8 代表負(fù)貢獻、B1、B5 代表正貢獻）。同樣B1、B3、B4、B8組合主成分變換的第四主成分反值也可以代表羥基異常，因此選擇其為D6。

表3 兩組主成分分析特征向量對比表

另外需要進一步對D5、D6進行主成分分析，進一步增強羥基異常的范圍。因為D5、D6均能反映羥基異常，其特征向量均為正貢獻則能代表羥基異常，所以根據(jù)特征向量表（表4）對DD5取反，即得到羥基異常正貢獻，作為最終羥基異常選擇的結(jié)果。

表4 D5、D6主成分分析特征向量對比

4.2.3 明礬石化

根據(jù)前人對蒙育瓦銅礦的總結(jié)，地表明礬石化是重要的找礦標(biāo)志。因此本次針對明礬石單礦物進行蝕變信息提取，主要采用波段比值法，運算公式為（B4+B6）/B5，該方法能夠提取明礬石化異常。比值運算后進行線性拉伸，得出的影像灰度值能夠反映明礬石的特征變化。

4.3 異常下限確定

對于異常下限的確定，采用“均值+N×標(biāo)準(zhǔn)差”作為閾值，N的取值需要結(jié)合具體的不同類型蝕變特征，既要將與成礦作用無關(guān)的“假蝕變”剔除掉，又要避免將可能反映礦致異常漏掉。

通過多次測試，選取N為2.5作為閾值進行密度分割，能夠區(qū)分鐵染異常與正常圍巖的界線。對于羥基異常，N選取2.5可將非異常剔除，同時保留弱的地表礦化異常。對于明礬石化，由于在范圍內(nèi)存在零星的小異?？赡芘c成礦相關(guān)，因此通過反復(fù)試驗，最終N取值2.4，其閾值可以作為明礬石化異常與圍巖界線。

4.4 提取結(jié)果驗證與優(yōu)化

因研究區(qū)北部存在典型礦床蒙育瓦銅礦，因此提取結(jié)果驗證與優(yōu)化采用光譜角法（SAM）（楊寶林和張國麗，2015），另外，ASTER數(shù)據(jù)波段數(shù)較多，采用SAM方法則有利于提高異常信息的準(zhǔn)確度。

將地表蝕變最強烈萊比塘礦區(qū)作為已知的蝕變區(qū)，在遙感影像上采集光譜信息，計算其與其他像元的夾角，度量它們之間的相似程度。應(yīng)用光譜角時，針對鐵染異常、羥基異常和明礬石化分別反復(fù)調(diào)整相似角度，使得提取的蝕變范圍與地表露頭相當(dāng)，通過反復(fù)試驗，選定0.02作為相似角度，生成蝕變信息圖。將光譜角分類得到的結(jié)果與蝕變提取結(jié)果對比，蝕變范圍大致一致。通過對兩類結(jié)果進行交運算，得到更準(zhǔn)確的蝕變范圍，作為靶區(qū)選擇的依據(jù)。

5 遙感異常評價

5.1 靶區(qū)圈定原則與分級

根據(jù)以下幾種要素疊加確定找礦靶區(qū)的范圍：（1）有利的含礦建造，即中—酸性火山巖出露位置（張江雪等，2009）；（2）不同級別線性構(gòu)造的結(jié)合部位、線性構(gòu)造與環(huán)狀構(gòu)造和復(fù)合部位；（3）工作區(qū)內(nèi)的明礬石化異常發(fā)育部位，且外圍存在弱鐵染異常和羥基異常。

按三方面的標(biāo)準(zhǔn)進行分級：（Ⅰ級）成礦靶區(qū)明礬石化面積大，異常值高，鐵染異常與羥基異常套合較好，具備較好的成礦地質(zhì)條件，如安山巖出露區(qū)，環(huán)形構(gòu)造明顯等。（Ⅱ級）成礦靶區(qū)明礬石化面積和異常值中等，鐵染異常與羥基異常位置相近，成礦條件良好。（Ⅲ級）靶區(qū)內(nèi)有零星明礬石化，存在弱的鐵染及羥基異常，環(huán)形構(gòu)造不發(fā)育。

5.2 靶區(qū)預(yù)測結(jié)果

通過對鐵染異常、羥基異常、明礬石化等異常信息與構(gòu)造解譯結(jié)果使用ARCGIS軟件進行疊加，結(jié)合地質(zhì)圖，確定6處靶區(qū)（表5，圖5）。

圖5 蝕變異常與靶區(qū)預(yù)測圖（a）和研究區(qū)地質(zhì)圖（b）

6 結(jié)論

在緬甸中部蒙育瓦地區(qū)利用ASTER 數(shù)據(jù)進行構(gòu)造解譯和蝕變信息提取研究，得出以下3 方面結(jié)論。

（1）跟據(jù)ASTER影像特征，通過使用最佳指數(shù)法進行彩色合成，結(jié)合中值濾波處理的信息增強方法在蒙育瓦地區(qū)有效提取了NE向、NW向和近南北向3組線性構(gòu)造，以及與火山噴發(fā)和巖漿侵入相關(guān)的兩類環(huán)形構(gòu)造。

（2）依據(jù)ASTER光譜數(shù)據(jù)，通過主成分分析增強弱的蝕變信息，有效提取了多處鐵染異常和羥基異常，通過有效波段比值法提取了多處明礬石化蝕變信息。

（3）通過構(gòu)造及蝕變異常解譯結(jié)果，結(jié)合研究區(qū)已有的蒙育瓦銅礦構(gòu)造及礦化蝕變特征，圈定了6個找礦靶區(qū)。

注 釋

①Bernales S T.1996.Alteration Zoning in Monywa High-Sulphidation Copper Mineral Deposit,Myanmar[R].Report for Ivanhoe Myanmar Holding Limited,1-20.