基于ASTER數(shù)據(jù)的遙感蝕變信息提取
——以西天山穆龍?zhí)椎貐^(qū)為例

茹菲娜·阿力木江,陳 川 ,高玲玲 ,李順達(dá)

1)新疆大學(xué)地質(zhì)與礦業(yè)工程學(xué)院,新疆烏魯木齊 830047;2)新疆中亞造山帶地球動(dòng)力學(xué)過程與成礦預(yù)測重點(diǎn)實(shí)驗(yàn)室,新疆烏魯木齊 830047

金礦是國家重點(diǎn)勘查和開采的一種礦床類型,對經(jīng)濟(jì)發(fā)展具有重要意義。穆龍?zhí)捉鸬V位于烏茲別克斯坦卡拉庫姆板塊北緣,克孜爾庫姆沙漠腹地,是全球黃金儲量最大的金礦床(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017),金儲量已達(dá)6137 t,平均品位3.5 g/t,該礦床產(chǎn)于南天山北段的海西造山帶,并且還在不斷地勘查開發(fā)之中,有巨大的找礦前景。

礦產(chǎn)勘探工作隨著科學(xué)技術(shù)的發(fā)展得到了不同程度的技術(shù)支撐。利用遙感技術(shù),可以在最短的時(shí)間內(nèi)獲取大范圍的數(shù)據(jù),跟傳統(tǒng)的地質(zhì)勘查相比,省時(shí)省力,近年來受到了地質(zhì)工作者的重視。如多光譜衛(wèi)星ASTER數(shù)據(jù)具有14個(gè)波段,對巖性及礦物識別具有良好的應(yīng)用效果。國內(nèi)外許多學(xué)者把多光譜遙感技術(shù)成功地應(yīng)用于遙感找礦研究中。如林騰等(2011)利用ASTER、Landsat-7數(shù)據(jù)以及主成分分析法和波段比值法,成功的圈定了蝕變異常區(qū)域,并為該區(qū)域的找礦提供了重要的理論基礎(chǔ); 劉道飛等(2015)提出 ASTER熱紅外遙感硅化信息提取方法; Adiri et al.(2016)使用ASTER和OLI遙感影像數(shù)據(jù),利用主成分分析、波段比值及SVM技術(shù)進(jìn)行巖性填圖研究,并發(fā)現(xiàn)前兩種技術(shù)結(jié)果優(yōu)于 SVM 技術(shù); Bohon et al.(2018)使用ASTER遙感數(shù)據(jù)TIR波段,進(jìn)行巖性填圖,較好的區(qū)分出不同巖性; Ninomiya and Fu(2019)通過光譜測量方法、對比標(biāo)準(zhǔn)光譜與從遙感數(shù)據(jù)中提取光譜,總結(jié)了提取巖性、礦物信息的各種光譜指數(shù); 段俊斌等(2019)利用ASTER數(shù)據(jù)對蝕變異常和控礦因子進(jìn)行提取;Noori et al.(2019)基于ASTER數(shù)據(jù),通過BR、PCA處理,對伊朗北部多金屬熱液脈型蝕變帶中進(jìn)行蝕變提取。ASTER數(shù)據(jù)因波譜連續(xù)性好、頻段多等優(yōu)越性,在礦化信息提取方面有更大的優(yōu)勢(黃宇飛等,2019)。

本文以穆龍?zhí)捉鸬V及其外圍為重點(diǎn)研究區(qū),基于ASTER數(shù)據(jù)的熱紅外波段,利用礦物指數(shù)法,波段比值法提取硅化信息并進(jìn)行對比,基于 ASTER數(shù)據(jù)的短波紅外波段,利用主成分分析法提取Mg-OH、鐵染、碳酸鹽化等礦化蝕變信息,并最后綜合各類信息,結(jié)合已知礦點(diǎn),分析遙感技術(shù)在此地區(qū)的應(yīng)用潛力,以期為同類型礦床研究提供可靠依據(jù)。

1 研究區(qū)地質(zhì)背景

穆龍?zhí)捉鸬V位于西天山成礦帶的西端(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017),烏茲別克斯坦卡拉庫姆板塊北緣,地理坐標(biāo)為北緯 41°15′、東經(jīng)64°15′。在區(qū)域構(gòu)造上,位于南天山北段的海西造山帶(圖 1),形成于卡拉庫姆板塊北緣大型韌脆性變形帶(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017)。

圖1 研究區(qū)構(gòu)造位置圖(據(jù)文獻(xiàn)薛春紀(jì)等,2014a,b,2020; 李志丹等,2017修改)Fig.1 Structural location map of the study area (modified after Xue et al.,2014a,b,2020; Li et al.,2017)

奧陶系—志留系別薩潘組含碳復(fù)理石建造是穆龍?zhí)椎V床的主要賦礦地層,且在區(qū)域造山過程中發(fā)生綠片巖相淺變質(zhì)(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017; 圖2)。淺變質(zhì)的粉砂巖、砂巖和泥巖組成了別薩潘組,從新到老劃分為 4個(gè)巖性段,即綠色別薩潘(Bs4)、雜色別薩潘(Bs3)、灰色別薩潘(Bs2)和黑色別薩潘(Bs1); 其中雜色別薩潘(Bs3)是穆龍?zhí)椎V床主要含金層位,主要由碳質(zhì)片巖夾中薄層變粉砂巖、含絹云母片巖組成,金背景值明顯高于外圍層和其他巖層(Wilde et al.,2001; Bierlein and Wilde,2010; 薛春紀(jì)等,2014a,b,2020; 李志丹等,2017)。

圖2 穆龍?zhí)捉鸬V區(qū)域地質(zhì)圖(據(jù)Wilde et al.,2001; Bierlein and Wilde,2010; 薛春紀(jì)等,2020修改)Fig.2 Regional geological map of the Muruntau gold deposit(modified after Wilde et al.,2001; Bierlein and Wilde,2010; XUE et al.,2020)

礦體產(chǎn)出受剪切帶及衍生的韌性-韌脆性斷裂系統(tǒng)的嚴(yán)格控制。主要有 3組構(gòu)造裂隙帶:①NW向片理-流劈理構(gòu)造帶,帶內(nèi)巖石片理化和流劈理發(fā)育,主要金礦體都產(chǎn)在該構(gòu)造帶; ②EW 向構(gòu)造裂隙帶,帶內(nèi)裂隙多屬張性裂隙,常被石英脈、電氣石脈或石英電氣石脈充填; ③SN向剝離構(gòu)造帶,帶中有含金石英脈產(chǎn)出(孟廣路等,2013)。

礦石中主要金屬礦物為黃鐵礦、毒砂、白鎢礦和自然金,次要金屬礦物為磁黃鐵礦、輝鉬礦、閃鋅礦、白鐵礦、方鉛礦、黃銅礦。石英、長石和黑云母為主要的脈石礦物,還有少量碳酸鹽礦物等(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017)。穆龍?zhí)捉鸬V中熱液蝕變類型豐富,黑云母化、硅化、鈉長石化、綠泥石化、綠簾石化、碳酸鹽化等蝕變信息與金礦化關(guān)系極為密切(孟廣路等,2013; 薛春紀(jì)等,2014a,b,2020; 李志丹等,2017)。

2 遙感數(shù)據(jù)源及數(shù)據(jù)預(yù)處理

2.1 遙感數(shù)據(jù)簡介

本次研究中采用的遙感數(shù)據(jù)源是 2001年 5月1 7日獲取的 A S T E R 遙感數(shù)據(jù),編號為AST_L1T_00305172001065021_20150416 042153_90289。ASTER數(shù)據(jù)的空間分辨率及光譜分辨率較高,并且可以接收從 VNIR到 TIR光譜的圖像數(shù)據(jù)。ASTER光譜范圍從0.52～11.65 μm,共有14個(gè)波段影像數(shù)據(jù)。

2.2 數(shù)據(jù)預(yù)處理

2.2.1 VNIR及SWIR數(shù)據(jù)預(yù)處理

首先對VNIR波段和SWIR波段分別做輻射定標(biāo),消除傳感器本身所帶來的誤差,進(jìn)一步確定入口處的準(zhǔn)確輻射值(圖3),再將SWIR波段重采樣至15 m后,并把VNIR波段和SWIR波段疊加,再對數(shù)據(jù)進(jìn)行大氣校正處理。

圖3 ASTER輻射定標(biāo)前后對比圖Fig.3 Comparison of ASTER before and after radiometric calibration

為消除由大氣反射、吸收和散射引起的誤差,在 ENVI軟件中的 FLAASH模塊中進(jìn)行大氣校正,該模型是基于 MODTRAN4模型,是目前校正精度最高的大氣校正模型(周君亞,2018)。大氣校正后,選取典型地物為對象,如植被,來驗(yàn)證校正效果,對校正前后的波譜曲線進(jìn)行對比(圖4)。

從圖4中可以看出大氣校正后的波譜曲線得到了明顯改善,可見光波段的反射率普遍下降,近紅外波段的反射率達(dá)到峰值。

圖4 波譜曲線Fig.4 Spectral curve

2.2.2 TIR數(shù)據(jù)預(yù)處理

TIR數(shù)據(jù)的預(yù)處理包括輻射定標(biāo)、大氣校正。輻射定標(biāo)上文所說的一致,大氣校正本文利用ENVI提供的Thermal Atm Correction 模塊中進(jìn)行校正,以消除大氣對地物發(fā)射率信息的影響。

2.2.3 干擾信息去除

干擾地物通常是指具有較高反射率的地物類型如云雪、植被、水體、陰影和鹽堿地等。本文采用高端或低端切割法及比值法去除干擾信息。高端或低端切割法通過干擾地物在遙感圖像上某個(gè)波段具有高反射或強(qiáng)吸收的特征,即某波段干擾地物具有較高或較低值; 比值法通過某兩個(gè)波段的反射率比值結(jié)果可以清楚地區(qū)分開干擾及目標(biāo)地物,將對結(jié)果輸入適合的閾值可以去除干擾物(別小娟,2014),如表1所示。

表1 ASTER數(shù)據(jù)去干擾方法列表Table 1 ASTER data anti-interference method list

3 遙感蝕變信息提取

3.1 蝕變信息的遙感特征

圍巖蝕變是在熱液成礦過程中,近礦圍巖與熱液之間發(fā)生化學(xué)反應(yīng)引起的一系列構(gòu)造、物質(zhì)成分和結(jié)構(gòu)的變化,是一種重要的找礦標(biāo)志。由于圍巖蝕變分布的范圍比礦體要大,因此在找礦中容易發(fā)現(xiàn),而且越接近礦體,圍巖遭受的蝕變越發(fā)強(qiáng)烈,因此它能指示地面上的礦體形態(tài)和位置,也能指示地下盲礦體的存在。

穆龍?zhí)捉鸬V是屬于以淺變質(zhì)含碳質(zhì)碎屑巖系為容礦巖石的礦床,主要發(fā)育綠泥石化、綠簾石化、硅化、黑云母化、鈉長石化、碳酸鹽化等蝕變(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017)。一般情況下,因離子和離子基團(tuán)的不同(孫婭琴,2017),可分為7種蝕變礦物,分別為硫酸鹽、碳酸鹽、鐵染、硅化、Fe-OH、Mg-OH和Al-OH蝕變礦物等。根據(jù)研究區(qū)蝕變特點(diǎn),本文主要討論含Mg-OH、鐵染、硅化以及碳酸鹽蝕變礦物的波譜特征。ASTER數(shù)據(jù)可以識別從VNIR到TIR的不同光譜范圍內(nèi)的部分礦物見表2(耿新霞等,2008; 趙芝玲等,2016)。

表2 ASTER光譜范圍與可識別礦物(據(jù)趙芝玲等,2016修改)Table 2 ASTER spectral range and identifiable mineral(modified after ZHAO et al.,2016)

3.2 硅化信息提取

硅化異常作為野外重要的找礦標(biāo)志之一,與許多金礦的形成密不可分。研究區(qū)賦礦巖石為區(qū)域低溫動(dòng)力變質(zhì)熱液作用產(chǎn)物,主要特征為變形強(qiáng)、變質(zhì)弱。有利的成礦地段巖石因經(jīng)歷了動(dòng)力變質(zhì)作用(孟廣路等,2013),硅化蝕變明顯。根據(jù)礦物的波譜特征,選擇兩個(gè)具有特征吸收帶和高反射率(李海鏹,2019)波段相除,以此達(dá)到增強(qiáng)蝕變礦物等弱信息的目的,此為波段比值法。而礦物指數(shù)法是通過各種不同的波段比值組合來提取具有相同巖性的礦物,這些波段比值復(fù)雜組合被稱為礦物指數(shù)(李進(jìn)波,2019)。本文綜合分析USGS波譜庫中主要硅化蝕變礦物的波譜特征,如石英、黑云母和鈉長石,發(fā)現(xiàn)它們在9.0 μm附近處有吸收特征,對應(yīng)ASTER數(shù)據(jù)熱紅外波段的B12,在10.65 μm處有反射特征,對應(yīng)ASTER數(shù)據(jù)熱紅外波段的B13(圖5)。

圖5 硅化蝕變礦物波普曲線(來源于USGS波譜庫)Fig.5 Pop curve of silicified altered minerals(after USGS spectral library)

陳江和王安建(2007)對 TIR波譜庫進(jìn)行研究,得出了SiO2含量與ASTER熱紅外波段的函數(shù)關(guān)系,公式如下:

公式(1)中b10、b12、b13和b14分別對應(yīng)ASTER熱紅外波段的輻射亮度值。

通過公式(1)利用 Band Math工具得到 SiO2含量圖,并對 SiO2含量圖進(jìn)行密度分割,注意選擇合適的閾值,以遙感影像為底圖將提取的異常信息疊加到影像上(圖6a)。

圖6 硅化蝕變異常圖Fig.6 Abnormal diagram of silicification alteration

通過比值法,根據(jù)上文所說的硅化蝕變礦物波譜特征,對 ASTER熱紅外波段 B13/B12進(jìn)行比值運(yùn)算,得到突出硅化信息的影像圖,統(tǒng)計(jì)圖像的標(biāo)準(zhǔn)差及平均值后提取異常信息,并疊加到遙感影像底圖上(圖6b)。

通過礦物指數(shù)法處理后的遙感影像可以區(qū)分出二氧化硅含量不同的地質(zhì)體,因此能達(dá)到增強(qiáng)解譯效果的目的。選取ASTER三種識別SiO2的礦物指數(shù)見表3。根據(jù)以下3種礦物指數(shù)的彩色合成圖(圖6c),可以看出提取到的異常區(qū)域大致相符,彩色合成后的圖6c中可以看出異常區(qū)呈淺黃色,黃金色。

表3 SiO2指數(shù)計(jì)算方法Table 3 Calculating method of SiO2 index

3.3 Mg-OH、鐵染、碳酸鹽類蝕變信息提取

主成分分析是消除波段之間冗余信息的技術(shù)手段。通過正交變換,原始圖像的各個(gè)波段中包含的信息都集中在前幾個(gè)主成分中,因此新組成的圖像各波段間互不相關(guān),每個(gè)中包含的特征信息也不同(宋晚郊,2013)。本文利用USGS波普數(shù)據(jù)庫,通過波譜規(guī)律分析研究區(qū)蝕變類型(圖7)。

3.3.1 Mg-OH蝕變信息提取

綠泥石是穆龍?zhí)捉鸬V核部主要蝕變礦物(孟廣路等,2013),Mg-OH可以提出綠泥石,綠簾石等蝕變礦物。2.30～2.40 μm是 Mg-OH蝕變礦物的特征吸收范圍,對應(yīng)ASTER數(shù)據(jù)B8,故選擇B1,B3,B4和B8主成分分析模型作為含Mg-OH蝕變信息提取模型。根據(jù)含Mg-OH的蝕變礦物波譜特征(圖7a),該類蝕變礦物在B3波段和B8波段表現(xiàn)為吸收特征,在B1波段和B4波段表現(xiàn)為反射特征,根據(jù)表4中,B1與B3、B4與B8波段的貢獻(xiàn)系數(shù)應(yīng)分別具有相反的符號,滿足上述要求的最佳分量是第四分量,故選PC4提取該類蝕變。

表4 ASTER 1、3、4、8 PCA特征矩陣Table 4 Feature matrix of PCA of ASTER 1,3,4,8

3.3.2 鐵染蝕變信息提取

地表見有氧化形成的黃褐色鐵染、黃鉀鐵礬的鐵帽帶亦為野外直接找礦標(biāo)志之一(孟廣路等,2013)。含鐵染蝕變信息的提取包括黃鐵礦、磁黃鐵礦等礦物蝕變信息。據(jù)該吸收特征(圖7b),Fe3+特征吸收位置出現(xiàn)在0.5 μm和0.9 μm附近,因此選擇ASTER數(shù)據(jù)B1、B2、B3和B4為鐵染蝕變礦物主成分分析模型,診斷特征為B3和B4符號相反,作為反射谷的B3符號為負(fù),作為反射峰波段的B4符號為正,得到統(tǒng)計(jì)特征矩陣(表5)中,滿足上述要求的最佳分量為第三分量,因此故選PC3進(jìn)行鐵染蝕變信息提取。

表5 ASTER1、2、3、4 PCA特征矩陣Table 5 Feature matrix of PCA of ASTER 1,2,3,4

3.3.3 碳酸鹽類蝕變信息提取

碳酸鹽化帶的存在是中溫中深成金礦化的重要指示,表明地殼深部富含 CO2流體的大量流動(dòng)(孟廣路等,2013)。1.85–2.20 μm 和 2.30–2.35 μm 是碳酸鹽類蝕變礦物的特征吸收范圍(圖 7c),故選擇B1、B3、B4、B5進(jìn)行主成分分析提取該類蝕變。根據(jù)該類蝕變礦物波譜特征可知,在 B4具有反射,B5具有吸收特征,故在該模型主成分特征矩陣(表6)中,滿足上述要求的最佳分量為取反后的第四分量,故選PC4進(jìn)行該類蝕變信息提取。

表6 ASTER 1、3、4、5PCA特征矩陣Table 6 Feature matrix of PCA of ASTER 1,3,4,5

圖7 典型蝕變礦物波譜曲線(來源于USGS波譜庫)Fig.7 Spectral curves of typical altered minerals (after USGS spectral library)

3.3.4 遙感蝕變信息提取成果圖

對前文選中的主成分分量灰度圖分別進(jìn)行低通濾波處理、線性拉伸增強(qiáng)處理、彩色等密度分割處理。根據(jù)主分量統(tǒng)計(jì)結(jié)果,以標(biāo)準(zhǔn)偏差為閾值 δ,并按照2、2.5、3倍標(biāo)準(zhǔn)偏差設(shè)立閾值(其中鐵染按照 1.5、2.0、2.5)(張玉君等,2003),最大值為 255,將蝕變異常分為 3個(gè)等級,并分別賦予藍(lán)色,紅色和黃色。以遙感影像為底圖并將彩色等密度分割圖疊置到影像上,得到遙感蝕變異常信息圖(圖8)。

圖8 遙感蝕變異常信息Fig.8 Remotely sensed alteration anomaly information

3.4 遙感蝕變異常與地質(zhì)信息疊加分析

基于ArcGIS平臺,以遙感影像為底圖,將提取的Mg-OH、鐵染、碳酸鹽化、硅化四種蝕變異常信息做疊加分析,并結(jié)合收集到的已知礦點(diǎn)及重砂異常等資料,得出綜合分析圖(圖9)。硅化異常主要反映了石英、黑云母、鈉長石的大體位置; Mg-OH反映了綠泥石化、綠簾石化等蝕變巖石; 鐵染異常反映了黃鐵礦等礦石; 碳酸鹽類異常反映了研究區(qū)碳酸鹽化礦物的信息。從圖 9中可以看出,異常大多分布在研究區(qū)的北部,也有少許分布在西南部。根據(jù)提取出的蝕變信息以及收集到的地質(zhì)資料(圖 9),硅化異常密集區(qū)主要分布在研究區(qū)的北部,蝕變程度較強(qiáng),且對礦體的指示作用較明顯,中部及西南部也有零星分布,蝕變異常較弱; Mg-OH異常在研究區(qū)內(nèi)呈近東西向分布及斷續(xù)延伸,主要密集區(qū)分布在研究區(qū)的北部,推測其為圍巖蝕變的大體部位;鐵染異常在研究區(qū)分布較少西南部及北部零星分布,蝕變異常較弱; 碳酸鹽化異常在研究區(qū)的北東部呈條帶狀斷續(xù)分布,且在北部大多分布在硅化及Mg-OH異常附近。因研究區(qū)東部部分已知礦床開采規(guī)模較大,已產(chǎn)生較大污染,對本次研究影響匪淺,因此提取蝕變時(shí)對其做掩膜處理,不做參考。

圖9 綜合分析圖Fig.9 Comprehensive analysis diagram

根據(jù)分析結(jié)果與已知礦點(diǎn)進(jìn)行對比,吻合度較高,這說明可以在這些異常區(qū)域?qū)ふ彝愋徒鸬V床以及本研究方法對同類研究提供借鑒。

4 討論

穆龍?zhí)捉鸬V礦體往往處于NWW向斷裂和NEE向斷裂交匯位置(李志丹等,2017),斷裂對成礦提供了溶礦空間和導(dǎo)礦通道作用,因此斷裂交匯部位是成礦最優(yōu)地段。熱液蝕變發(fā)生在斷裂內(nèi)及其鄰近地區(qū)(Kempe et al.,2016)主要類型有綠泥石化、綠簾石化、硅化、鈉長石化、黑云母化、碳酸鹽化等。礦石類型主要在石英脈和硫化物脈中,所以提取了硅化,蝕變礦物是石英、黑云母和鈉長石。通過這些蝕變可以判斷出構(gòu)造,也可以判斷出礦體的位置和礦化的強(qiáng)弱。

穆龍?zhí)捉鸬V位于塔姆德山的南部。古生代晚期(石炭—二疊紀(jì)),卡拉庫姆板塊與哈薩克斯坦—北天山板塊開始碰撞,卡拉庫姆板塊擠壓隆升(鮑慶中等,2003; Kempe et al.,2016)見圖10a,發(fā)育形成北西向的桑格龍?zhí)住返绿?韌-脆性變形)和橫向的穆龍?zhí)住拦牌澨?脆性變形)兩個(gè)區(qū)域性剪切帶(鮑慶中等,2003; 薛春紀(jì)等,2014a,b,2020;Kempe et al.,2016; 李志丹等,2017)。賦礦巖石時(shí)代為奧陶—志留系別索潘組,主要有含碳質(zhì)細(xì)碎屑巖組成,它對金礦化有預(yù)富集作用,也是金成礦的物質(zhì)基礎(chǔ),更是最突出的找礦標(biāo)志(李志丹等,2017)。海西期深部花崗質(zhì)巖漿沿?cái)鄬由仙?巖漿熱液過程導(dǎo)致了巨大的穆龍?zhí)椎V床的形成,并提供了充足的熱源(薛春紀(jì)等,2014a,b; Kempe et al.,2016; 李志丹等,2017)見圖 10b。因此應(yīng)該對巖漿作用引發(fā)的蝕變提起重視,并且碳質(zhì)細(xì)碎屑巖分布區(qū)的侵入體分布區(qū)是找礦最優(yōu)地段(李志丹等,2017)。

圖10 穆龍?zhí)捉鸬V成礦模式圖(據(jù)Kempe et al.,2016修改)Fig.10 Metallogenic model map of the muluntao gold deposit (modified after Kempe et al.,2016)

有些學(xué)者認(rèn)為,金富集的主要過程發(fā)生在同沉積作用之時(shí),該作用先于變質(zhì)作用、巖漿作用和脈形成。根據(jù)這一觀點(diǎn),所有后期的變質(zhì)作用、巖漿作用、交代蝕變和脈狀形成過程都只是對已存在的金進(jìn)行再分配和最終富集(Kempe et al.,2016)。從圖10c中可以看出穆龍?zhí)捉鸬V床形成的模式:1)碎屑或溶解金在生物碳上吸附的同沉積作用; 區(qū)域變質(zhì)過程中金的后續(xù)預(yù)富集; 2)構(gòu)造-變質(zhì)作用過程中,金在脈系中的再活化和沉淀; 3)花崗巖類侵入體產(chǎn)生的流體或巖漿熱暈驅(qū)動(dòng)下的脈系和交代巖中沉淀金;4)金的來源可能與地幔巖漿作用有關(guān)(薛春紀(jì)等,2014a,b; Kempe et al.,2016; 李志丹等,2017)。以上分析可以總結(jié)出,穆龍?zhí)捉鸬V的成礦關(guān)鍵因素是“碳質(zhì)細(xì)碎屑巖＋構(gòu)造變形＋巖漿熱液”(薛春紀(jì)等,2014a,b,2020; 李志丹等,2017)。

穆龍?zhí)捉鸬V的成礦關(guān)鍵因素之一是圍巖蝕變,本文充分利用遙感技術(shù),在穆龍?zhí)椎貐^(qū)進(jìn)行蝕變信息提取。跟傳統(tǒng)的地質(zhì)勘查相比,遙感技術(shù)具備省時(shí)省力的特點(diǎn),可以在最短的時(shí)間內(nèi)獲取大范圍的數(shù)據(jù),并有效圈定蝕變異常分布范圍,從而預(yù)測有利成礦區(qū),極大縮小工區(qū)范圍,為地質(zhì)找礦指明方向,提高工作效率和節(jié)省成本。

5 結(jié)論

本文以穆龍?zhí)捉鸬V礦區(qū)及其外圍為研究區(qū),通過分析研究區(qū)礦化蝕變特征,主要討論了含Mg-OH蝕變礦物、鐵染蝕變礦物、碳酸鹽蝕變礦物與硅化蝕變礦物的波譜特征,進(jìn)行蝕變信息提取,取得了以下幾點(diǎn)認(rèn)識。

穆龍?zhí)捉鸬V床的蝕變與金礦化關(guān)系極為密切,研究區(qū)內(nèi)硅化蝕變、Mg-OH蝕變、鐵染蝕變及碳酸鹽蝕變異常是找礦的有利標(biāo)志。因此基于 ASTER遙感數(shù)據(jù),利用比值法、礦物指數(shù)法提取硅化蝕變,根據(jù)SiO2含量對硅化信息進(jìn)行對比,豐富了利用遙感技術(shù)對硅化信息提取的手段; 運(yùn)用主成分分析法提取了研究區(qū) Mg-OH,鐵染和碳酸鹽等礦化蝕變信息,根據(jù)主分量統(tǒng)計(jì)結(jié)果,以標(biāo)準(zhǔn)偏差為閾值將蝕變異常分為3個(gè)等級; 將各類蝕變信息在ArcGIS平臺上疊加處理得到綜合遙感蝕變異常進(jìn)行了遙感地質(zhì)分析,結(jié)果表明提取的蝕變異常跟已知礦點(diǎn)進(jìn)行對比吻合度較高,為遙感地質(zhì)找礦方向提供有利的幫助及尋找同類型的金礦床提供參考。

遙感蝕變信息提取過程中,不足之處有以下幾種:(1)由于研究區(qū)內(nèi)水體、植被、陰影的覆蓋度不一樣,導(dǎo)致信息在高度干擾區(qū)被屏蔽,因此信息損失嚴(yán)重,后續(xù)研究中依舊需要加強(qiáng)對弱信息增強(qiáng)的相關(guān)措施。(2)由于研究條件的限制,本文提取的遙感蝕變信息僅以已知礦點(diǎn)和重砂異常進(jìn)行了驗(yàn)證分析,在一定程度上為礦產(chǎn)勘查提供理論指導(dǎo),具有先驗(yàn)性和前瞻性。

Acknowledgements:

This study was supported by Chinese Academy of Sciences (No.XDA20070304).