遙感地?zé)酖IS預(yù)測(cè)方法研究
——以江西寧都地區(qū)為例

袁 晶,陳 艷,唐春花,孫 超,宛 勝,錢(qián)正江,唐 梟,汪明有

(1.江西省地質(zhì)調(diào)查勘查院,江西 南昌 330030;2.中國(guó)地質(zhì)大學(xué)(北京)地球科學(xué)與資源學(xué)院,北京 100083)

地?zé)豳Y源是可再生清潔能源,隨著我國(guó)對(duì)改善能源結(jié)構(gòu)、發(fā)展清潔能源的要求與日俱增,地?zé)豳Y源的開(kāi)發(fā)利用越來(lái)越受到重視。遙感技術(shù)作為地?zé)豳Y源綜合勘查技術(shù)之一,在地?zé)犷A(yù)測(cè)與勘查中發(fā)揮著重要的作用[1-4]。前人基于遙感技術(shù)的地?zé)犷A(yù)測(cè)方法可概括為兩類:一是遙感熱紅外地?zé)犷A(yù)測(cè)法[5-11],利用熱紅外反演的地表溫度圈定地?zé)岙惓！＠?WANG K等[7]、任正情等[9]、楊俊穎等[10]采用兩種不同的遙感熱紅外數(shù)據(jù)分別圈定了遼寧丹東、江西尋烏、西藏尼木地區(qū)9處、11處、21處地?zé)岙惓^(qū),異常面積大但精度低;二是基于遙感熱紅外的多元信息地?zé)犷A(yù)測(cè)法[12-19],在熱紅外反演溫度的基礎(chǔ)上添加多元綜合信息開(kāi)展預(yù)測(cè)。例如,閆佰忠等[12]基于TM數(shù)據(jù)反演了長(zhǎng)白山地區(qū)地表溫度,結(jié)合布格重力及磁場(chǎng)等物探因子,采用判別分析法對(duì)地?zé)岙惓＿M(jìn)行了識(shí)別,預(yù)測(cè)了5處地?zé)徇h(yuǎn)景區(qū);姚金等[13]基于ETM+熱紅外反演溫度,結(jié)合地層、斷裂和地形地貌條件,在粵北地區(qū)圈定了7個(gè)I級(jí)和9個(gè)Ⅱ級(jí)地?zé)徇h(yuǎn)景區(qū);熊永柱等[14]同樣基于ETM+熱紅外反演溫度,結(jié)合斷裂和巖體條件,預(yù)測(cè)了騰沖地區(qū)8處地?zé)岙惓?SARA M等[15]基于Landsat8 TIRS反演地表溫度,結(jié)合斷層、地震活動(dòng)密度、大地?zé)崃鳌⒅亓Φ纫蜃?預(yù)測(cè)了埃及蘇伊士灣沿海地區(qū)7處地?zé)岙惓?郝明等[19]同樣基于Landsat8 TIRS反演地表溫度,分別從全局、局部分塊和高程分區(qū)等多視角提取溫度異常,采用D-S證據(jù)理論方法融合多角度信息,結(jié)合斷裂構(gòu)造緩沖區(qū)圈定青島市11處地?zé)岙惓?。前述預(yù)測(cè)的地?zé)岙惓＝?jīng)實(shí)地調(diào)查已得到驗(yàn)證,部分異常內(nèi)發(fā)現(xiàn)了地?zé)帷Ｉ鲜鲅芯勘砻?遙感熱紅外法可以有效預(yù)測(cè)地?zé)?但需結(jié)合地層、巖體、斷裂、地形地貌、重力、磁法等因子進(jìn)行綜合分析,提升預(yù)測(cè)結(jié)果的精度和準(zhǔn)度。因此,選擇有利的預(yù)測(cè)因子,可以提高預(yù)測(cè)的精準(zhǔn)度。

江西寧都地?zé)岬刭|(zhì)條件優(yōu)越,目前已發(fā)現(xiàn)地?zé)?處,其中水溫>60 ℃的高溫地?zé)崴?處(藍(lán)田、李村)[20]。近幾年,中國(guó)地質(zhì)調(diào)查局水文地質(zhì)環(huán)境地質(zhì)研究所、江西省自然資源廳分別在小布鎮(zhèn)陂下[21]、安福鄉(xiāng)羅陂開(kāi)展了地?zé)峥辈楣ぷ?分別探獲43.6 ℃、45 ℃的地?zé)崴?說(shuō)明寧都地區(qū)地?zé)豳Y源潛力較大。因此,本文以江西寧都為研究區(qū),分析區(qū)內(nèi)地?zé)岬刭|(zhì)特征及成熱規(guī)律,在前人總結(jié)的預(yù)測(cè)因子基礎(chǔ)上,繼續(xù)增加與地?zé)嵯嚓P(guān)的因子,運(yùn)用GIS技術(shù)開(kāi)展地?zé)犷A(yù)測(cè)及綜合分析,圈定地?zé)嵊欣麉^(qū),以期進(jìn)一步提高地?zé)犷A(yù)測(cè)精準(zhǔn)度。

1 研究區(qū)地?zé)岬刭|(zhì)特征

1.1 地質(zhì)背景

研究區(qū)主要出露新元古代—寒武紀(jì)、泥盆紀(jì)—二疊紀(jì)和白堊紀(jì)地層(圖1)。新元古代—寒武紀(jì)地層主要為一套中淺變質(zhì)巖,廣泛分布于研究區(qū)北部大沽鄉(xiāng)、東山壩,中部青塘、湛田及南部對(duì)坊—固村,構(gòu)成褶皺基底;泥盆紀(jì)—二疊紀(jì)地層以碎屑巖和碳酸鹽巖為主,主要出露于研究區(qū)中部青塘一帶;白堊紀(jì)地層為一套紅色碎屑巖,主要呈NNE向條帶狀分布于黃石—東山壩一帶,員布、賴村、固村等地亦零星分布,構(gòu)成區(qū)內(nèi)規(guī)模不等的斷陷盆地。巖漿活動(dòng)強(qiáng)烈,以加里東期為主,多形成花崗巖基,如研究區(qū)北部大金竹巖體和中南部的鵝婆、會(huì)同巖體,巖性主要為斑狀黑云母二長(zhǎng)花崗巖。其次為燕山期,多形成花崗巖基、巖株,如研究區(qū)北部的黃陂、帶源巖體和南部的湖坊巖體,巖性主要為黑云(二云)二長(zhǎng)花崗巖。斷裂發(fā)育,以NNE向、NE向?yàn)橹?其次為NW向,少量呈近EW向。NNE向斷裂規(guī)模最大,常具多期活動(dòng)特征,如鷹潭—安遠(yuǎn)斷裂帶縱貫研究區(qū),控制了寧都斷陷盆地的展布。NE向斷裂規(guī)模次之,變化較大,在變質(zhì)巖和花崗巖體中尤為發(fā)育。NW向斷裂規(guī)模一般不大,形成較晚。

圖1 研究區(qū)地質(zhì)構(gòu)造簡(jiǎn)圖Fig. 1 Geological sketch of the study area

1.2 熱源

區(qū)域大地?zé)崃鳌⒒◢弾r放射性生熱率均表明研究區(qū)地?zé)岜尘爸递^高,同時(shí)區(qū)內(nèi)深大斷裂的發(fā)育有助于深部熱量向地表運(yùn)移,具備形成地?zé)岬牧己脽嵩礂l件。

1.2.1 大地?zé)崃?/p>

江西省已知有代表性的25個(gè)實(shí)測(cè)大地?zé)崃髦禐?7.8～101 mW/m2,平均熱流值70.14 mW/m2,略高于大陸整體的平均熱流值63 mW/m2,其中贛南地區(qū)平均熱流值76.03 mW/m2,高于全省平均值[22-23]。寧都北部大地?zé)崃髦禐?1～106 mW/m2,平均熱流值93.6 mW/m2,高于周邊的興國(guó)縣(平均熱流值為79.7 mW/m2)和萬(wàn)安縣(平均熱流值74.1 mW/m2),遠(yuǎn)高于全省大地?zé)崃髌骄岛椭袊?guó)陸區(qū)平均大地?zé)崃髦?61.5±13.9 mW/m2)[24]。

1.2.2 放射性生熱

花崗巖放射性元素(U、Th、K)含量較高,放射性元素衰變生熱是本區(qū)地?zé)嵝纬傻闹饕獰嵩碵25]。贛南地區(qū)巖石放射性背景值較高,花崗巖的放射性生熱率平均值為3.3 μW/m3[26],寧都北部地區(qū)花崗巖放射性生熱率平均值高達(dá)6.47 μW/m3[24]。劉峰等[24]測(cè)得燕山期黃陂巖體放射性生熱率平均值5.32～8.01 μW/m3,屬高產(chǎn)熱(HHP)花崗巖。產(chǎn)于黃陂巖體中的小布地?zé)峋疁?5 ℃[21],而產(chǎn)于加里東期會(huì)同巖體中的藍(lán)田和李村地?zé)峋疁胤謩e達(dá)到了82 ℃和63 ℃[25],推測(cè)會(huì)同巖體放射性生熱率高于黃陂巖體。

1.2.3 地下水深循環(huán)

地下水深循環(huán)為地?zé)崴疅嵩粗?。研究區(qū)已知地?zé)崛糠植加贜NE向和NE向區(qū)域性斷裂帶上,以鷹潭—安遠(yuǎn)、大余—南城、驛前—黃崗山斷裂帶為代表,普遍經(jīng)歷多次活動(dòng),切割深,破碎帶寬,成為良好的控?zé)釋?dǎo)熱構(gòu)造,并為熱水的形成提供溝通深部熱源的良好通道。

1.3 水文地質(zhì)

研究區(qū)地下水主要類型有碎屑巖類裂隙孔隙水、碳酸鹽巖類巖溶水、變質(zhì)巖類裂隙水、花崗巖類裂隙水。碎屑巖類裂隙孔隙水以紅色碎屑巖裂隙孔隙水為主,分布于白堊紀(jì)紅盆中,地下水賦存空間以孔隙為主,溶隙、裂隙甚少。碳酸鹽巖類巖溶水含水巖組為石炭紀(jì)—二疊紀(jì)灰?guī)r、白云巖,巖溶較發(fā)育,富水性好;變質(zhì)巖類裂隙水含水巖組為新元古代—寒武紀(jì)變質(zhì)巖,巖石破碎,裂隙發(fā)育,透水性較好。區(qū)內(nèi)長(zhǎng)期的斷裂活動(dòng)導(dǎo)致花崗巖中裂隙和節(jié)理發(fā)育,花崗巖類裂隙水豐富。

1.4 地?zé)岱植?/h3>

研究區(qū)已發(fā)現(xiàn)地?zé)崴?處(表1),其中2處水溫超過(guò)60 ℃,藍(lán)田水溫達(dá)82 ℃。已知地?zé)崾軈^(qū)域NNE向、NE向斷裂控制,其中,肖田和羅陂地?zé)崾躈NE向鷹潭—安遠(yuǎn)深大斷裂帶控制,桃源村地?zé)崾躈E向招攜—小江斷裂帶控制,石上、藍(lán)田和李村地?zé)崾荏A前—黃崗山斷裂帶控制,小布地?zé)崾艽笥唷铣菙嗔褞Э刂啤Ｒ阎責(zé)崤c花崗巖關(guān)系密切,有6處位于花崗巖體內(nèi)或巖體邊緣,如會(huì)同、黃陂和帶源巖體等,僅羅陂地?zé)嵛挥诎讏准o(jì)沉積巖與變質(zhì)巖接觸帶上。

2 預(yù)測(cè)因子及取值

研究區(qū)NE向、NNE向斷裂以及花崗巖體是控制地?zé)崴闹饕蛩?。遙感、物探等信息對(duì)成熱具有指示作用,比如特定區(qū)間的熱紅外反演溫度、羥基異常、土壤濕度、航磁、重力等信息可以指導(dǎo)地?zé)嵴业V。按“已知預(yù)測(cè)未知”的思路,分析研究區(qū)地質(zhì)、遙感、物探等多元信息與已知地?zé)岬南嚓P(guān)性,優(yōu)選能夠應(yīng)用于未知地區(qū)的預(yù)測(cè)因子(表2)。

表2 研究區(qū)地?zé)犷A(yù)測(cè)因子及取值表Table 2 Geothermal predictors and their values in the study area

2.1 地質(zhì)因子

2.1.1 地層因子

研究區(qū)出露地層主要有新元古代—寒武紀(jì)變質(zhì)巖、泥盆紀(jì)—二疊紀(jì)沉積巖和白堊紀(jì)沉積巖。新元古代—寒武紀(jì)變質(zhì)巖中分布已知地?zé)嵊?處,分別為肖田和羅陂地?zé)?其中肖田地?zé)嵛挥谧冑|(zhì)巖與花崗巖接觸帶,羅陂地?zé)嵛挥谧冑|(zhì)巖與寧都斷陷盆地西側(cè)接觸帶。泥盆紀(jì)—二疊紀(jì)沉積巖中未見(jiàn)已知地?zé)岱植?白堊紀(jì)沉積巖中分布已知地?zé)?處,分別為羅陂地?zé)岷褪系責(zé)?分列寧都盆地西、東緣。根據(jù)地層與已知地?zé)岬南嚓P(guān)性,將地層因子從高至低分為兩級(jí),Ⅰ級(jí)為新元古代—寒武紀(jì)變質(zhì)巖,Ⅱ級(jí)為白堊紀(jì)沉積巖(表2)。

2.1.2 巖漿巖因子

研究區(qū)主要出露加里東期和燕山期花崗巖。加里東期花崗巖體中發(fā)現(xiàn)地?zé)?處(藍(lán)田、李村、石上),水溫較高,其中>60 ℃有2處。燕山期花崗巖中發(fā)現(xiàn)地?zé)?處(小布、桃源村、肖田),水溫偏低,最高45 ℃。加里東期花崗巖成熱條件優(yōu)于燕山期。根據(jù)巖漿巖與已知地?zé)岬南嚓P(guān)性,將巖漿巖因子從高至低分為兩級(jí),Ⅰ級(jí)為加里東期花崗巖,Ⅱ級(jí)為燕山期花崗巖(表2)。

2.1.3 斷裂構(gòu)造因子

鷹潭—安遠(yuǎn)、招攜—小江、大余—南城、驛前—黃崗山斷裂帶為已知控?zé)釘嗔?表1),均為區(qū)域性深大斷裂帶,斷裂輻射范圍廣。研究區(qū)多數(shù)已知地?zé)岱植加诳責(zé)釘嗔?00 m范圍內(nèi),少數(shù)地?zé)犭x斷裂800～900 m,因此,提取已知控?zé)釘嗔? 000 m緩沖區(qū)作為預(yù)測(cè)因子。區(qū)域次一級(jí)NE向、NNE向斷裂為推測(cè)控?zé)釘嗔?提取推測(cè)控?zé)釘嗔?00 m緩沖區(qū)作為預(yù)測(cè)因子。NW向、近EW向斷裂常形成地下水排泄的通道,為控水?dāng)嗔?提取控水?dāng)嗔?50 m緩沖區(qū)作為預(yù)測(cè)因子。構(gòu)造體系的復(fù)合地段,由于各種應(yīng)力作用集中和疊加,斷裂構(gòu)造復(fù)雜,為熱水的運(yùn)移和向地表排泄創(chuàng)造了良好條件。肖田、桃源村、石上、藍(lán)田、李村5處已知地?zé)岱植加贜W向、近EW向斷裂與已知控?zé)釘嗔呀粎R處,提取控水?dāng)嗔雅c控?zé)釘嗔压?jié)點(diǎn)250 m緩沖區(qū)作為預(yù)測(cè)因子(表2)。

2.2 遙感因子

2.2.1 熱紅外反演溫度

白天和夜間遙感熱紅外數(shù)據(jù)的聯(lián)合應(yīng)用是一種有效的地?zé)犷A(yù)測(cè)方法[7],本文分別選擇ETM+和ASTER數(shù)據(jù)開(kāi)展研究區(qū)地表溫度反演。

(1)ETM+熱紅外反演。為盡量減少人類活動(dòng)等干擾因素,選擇城市擴(kuò)張之前的數(shù)據(jù)開(kāi)展反演。本文選擇時(shí)相為2000年1月27日的Landsat-7 ETM+數(shù)據(jù),共2景,分別為121/41與121/42,數(shù)據(jù)重采樣分辨率為30 m×30 m,熱紅外溫度反演采用大氣校正法[7,27]。

表3 已知地?zé)岬倪b感、物探反演結(jié)果Table 3 Remote sensing and physical inversion results of known geothermal

(a).ETM+溫度反演圖;(b).ASTER溫度反演圖;(c).羥基異常圖;(d).土壤濕度圖;(e).DEM圖;(f).水系圖圖2 基于遙感數(shù)據(jù)的預(yù)測(cè)因子圖Fig. 2 Predictors based on remote sensing data

已知地?zé)崤c中溫異常相關(guān)性最好,藍(lán)田、李村、石上、羅陂和小布地?zé)岱植加谥袦貐^(qū);已知地?zé)崤c中低溫異常相關(guān)性次之,桃源村、肖田地?zé)岱植加谥械蜏貐^(qū)。因此,與地?zé)嵯嚓P(guān)的ETM+熱紅外反演異常由高至低分為兩級(jí),Ⅰ級(jí)為7.23～8.58 ℃,Ⅱ級(jí)為6.6～7.23 ℃(表2)。

(2)ASTER熱紅外反演。本文選擇時(shí)相為2017年6月22日的ASTER夜間數(shù)據(jù),共3景,分別為AST_LIT_00302132017143058、AST_LIT_00302132017143049和AST_LIT_00302132017143 040,數(shù)據(jù)重采樣分辨率為90 m×90 m,熱紅外溫度反演采用大氣校正法[7,27]。

已知地?zé)崤c中溫異常相關(guān)性最好,藍(lán)田、李村、桃源村、石上和肖田地?zé)岱植加谥袦禺惓^(qū);與中低溫異常相關(guān)性其次,羅陂和小布地?zé)岱植加谥械蜏禺惓^(qū)。因此,與地?zé)嵯嚓P(guān)的ASTER熱紅外反演異常由高至低分為兩級(jí),Ⅰ級(jí)為7.48～8.51 ℃,Ⅱ級(jí)為6.44～7.48 ℃(表2)。

2.2.2 羥基異常

2.2.3 土壤濕度

2.2.4 DEM

地?zé)崴臻g分布與地形地貌及水系有關(guān),研究區(qū)已知地?zé)岱植加谙鄬?duì)地勢(shì)較低的地區(qū),大多分布在山間低洼的河谷和溪流邊?；贏rcGIS平臺(tái),運(yùn)用水文分析法[34-35],利用10 m分辨率DEM數(shù)據(jù)提取等高線和水系(圖2(e)、圖2(f))。高程較低且相對(duì)高差大有利于水源補(bǔ)給及排泄,已知地?zé)岢雎逗０螢?06～348 m(表3),本文高程因子提取海拔低于350 m的地區(qū)為有利區(qū)(表2)。河流、水溝等水系附近是形成地?zé)崴挠欣恢?已知地?zé)岱植加谒祪蓚?cè)54～230 m內(nèi)(表3),可提取水系250 m緩沖區(qū)作為預(yù)測(cè)因子(表2)。

2.3 物探因子

2.3.1 航磁

據(jù)1∶20萬(wàn)航磁等值線圖,研究區(qū)航磁-130～220 nT,已知地?zé)峋植加?0～130 nT正磁異常區(qū)(表3),因此與地?zé)嵯嚓P(guān)的航磁因子提取50～130 nT(表2)。

2.3.2 重力

據(jù)1∶20萬(wàn)布格重力等值線圖,研究區(qū)處于低重力區(qū),布格重力-72～-32 m/s2,已知地?zé)崛糠植加诘陀?50 m/s2的地區(qū)(表3),因此與地?zé)嵯嚓P(guān)的重力因子提取-72～-50 m/s2(表2)。

3 地?zé)犷A(yù)測(cè)

3.1 證據(jù)權(quán)法

3.1.1 預(yù)測(cè)方法及流程

證據(jù)權(quán)法是開(kāi)展成礦預(yù)測(cè)的常用方法[36-38],本文應(yīng)用到地?zé)犷A(yù)測(cè)中來(lái)。基于MOPAS 3.0平臺(tái),主要預(yù)測(cè)流程:① 提取并建立與成熱相關(guān)的預(yù)測(cè)因子;② 建立網(wǎng)格單元,網(wǎng)格大小250 m×250 m;③ 預(yù)測(cè)網(wǎng)格單元二值化;④ 已知地?zé)狳c(diǎn)疊加分析;⑤ 計(jì)算先驗(yàn)概率;⑥ 計(jì)算各因子與成熱的相關(guān)性;⑦ 計(jì)算成熱概率。

3.1.2 預(yù)測(cè)結(jié)果

證據(jù)權(quán)法預(yù)測(cè)成果圖(圖3(a))顯示,異?？傮w呈NNE向、NE向串珠狀分布,與已知控?zé)釘嗔严嚓P(guān)性較高。單異常呈次圓狀、不規(guī)則橢圓狀、啞鈴狀,異常分帶性好,濃集中心明顯,多具1～2個(gè)濃集中心。根據(jù)等值線圖,以成熱概率0.47為下限圈定有利預(yù)測(cè)單元?,因預(yù)測(cè)結(jié)果高度集中,由高至低分為兩級(jí),其中成熱概率≥0.7為ⅠZ級(jí),0.7>成熱概率≥0.47為ⅡZ級(jí),成熱概率<0.47不具成熱條件。已知地?zé)崛糠植加冖馴級(jí)有利單元中,且多數(shù)位于異常中心。

(a).證據(jù)權(quán)法預(yù)測(cè)圖;(b).找礦信息量法預(yù)測(cè)圖;(c).特征分析法預(yù)測(cè)圖圖3 研究區(qū)基于不同方法的預(yù)測(cè)成果圖Fig. 3 Prediction results based on different methods in the study area

3.2 找礦信息量法

3.2.1 預(yù)測(cè)方法及流程

找礦信息量法是以地質(zhì)異常理論為指導(dǎo),以地質(zhì)、物探、化探、遙感、礦產(chǎn)分布等找礦信息為基礎(chǔ),通過(guò)統(tǒng)計(jì)途徑計(jì)算各地質(zhì)因素、找礦標(biāo)志所提供的找礦信息量,定量地評(píng)價(jià)控礦因素和找礦標(biāo)志對(duì)指示找礦作用的大小,確定有利成礦部位。該方法廣泛應(yīng)用于找礦靶區(qū)或遠(yuǎn)景區(qū)的圈定[39-41]。本文將找礦信息量法首次運(yùn)用于地?zé)犷A(yù)測(cè),基于MOPAS 3.0平臺(tái),主要預(yù)測(cè)流程:① 提取并建立與成熱相關(guān)的預(yù)測(cè)因子;② 建立網(wǎng)格單元,網(wǎng)格大小250 m×250 m;③ 預(yù)測(cè)網(wǎng)格單元二值化;④ 已知地?zé)狳c(diǎn)疊加分析;⑤ 計(jì)算各預(yù)測(cè)因子信息量;⑥ 計(jì)算各預(yù)測(cè)網(wǎng)格單元信息量。

3.2.2 預(yù)測(cè)結(jié)果

找礦信息量成果圖(圖3(b))顯示,異?？傮w呈NNE向、NE向串珠狀展布,與已知控?zé)釘嗔严嚓P(guān)性較高。信息量的上限為20,以信息量10為下限圈定有利單元?,由高至低分為三級(jí),其中信息量≥16.25為ⅠX級(jí),16.25>信息量≥13.75為ⅡX級(jí),13.75>信息量≥10為ⅢX級(jí),信息量<10則不具成熱條件。已知地?zé)嵊?處分布于ⅠX級(jí)有利單元內(nèi),2處(肖田、小布)分布于ⅡX級(jí)有利單元內(nèi)。

3.3 特征分析法

3.3.1 預(yù)測(cè)方法及流程

特征分析法是傳統(tǒng)類比法的一種定量化方法,通過(guò)研究模型單元的控礦變量特征,查明變量之間的內(nèi)在聯(lián)系,確定各個(gè)變量的成礦和找礦意義,建立起某種類型礦產(chǎn)資源的成礦有利度類比模型,然后將預(yù)測(cè)單元與模型單元的各種特征進(jìn)行類比,用它們的相似程度表示預(yù)測(cè)單元的成礦有利性,并據(jù)此圈定出有利的成礦單元。該方法在礦產(chǎn)資源潛力評(píng)價(jià)中廣泛應(yīng)用,效果顯著[42-44]。本文運(yùn)用MARS 2.0平臺(tái)開(kāi)展特征分析法地?zé)犷A(yù)測(cè),主要預(yù)測(cè)流程:① 提取并建立與成熱相關(guān)的預(yù)測(cè)因子;② 建立網(wǎng)格單元,網(wǎng)格大小250 m×250 m;③ 預(yù)測(cè)因子存在標(biāo)志提取;④ 設(shè)置礦化等級(jí);⑤ 模型區(qū)選擇;⑥ 變量二值化;⑦ 預(yù)測(cè)變量?jī)?yōu)選;⑧ 構(gòu)置預(yù)測(cè)模型;⑨ 計(jì)算因素權(quán)重;⑩ 靶區(qū)優(yōu)選。

3.3.2 預(yù)測(cè)結(jié)果

特征分析法預(yù)測(cè)成果圖(圖3(c))顯示,有利單元總體呈NNE向、NE向帶狀、串珠狀展布,與已知控?zé)釘嗔严嚓P(guān)性較高。以成熱概率0.5為下限圈定有利單元?,由高至低分為三級(jí),其中成熱概率≥0.8為ⅠT級(jí),0.8>成熱概率≥0.65為ⅡT級(jí),0.65>成熱概率≥0.5為ⅢT級(jí),成熱概率<0.5不具成熱條件。已知地?zé)嵊?處分布于ⅠT級(jí)有利單元內(nèi),2處(肖田、羅陂)分布于ⅡT級(jí)有利單元內(nèi)。

4 討論

4.1 預(yù)測(cè)方法分析

4.1.1 預(yù)測(cè)因子的選擇是關(guān)鍵

基于遙感技術(shù)的地?zé)犷A(yù)測(cè),最初僅利用遙感熱紅外反演溫度異常圈定遠(yuǎn)景區(qū),預(yù)測(cè)精度低,且假異常較多[5-11]。隨著預(yù)測(cè)方法不斷改進(jìn),在熱紅外反演的基礎(chǔ)上,增加多元信息預(yù)測(cè)因子3～7個(gè),預(yù)測(cè)精度得到了明顯提高[12-19]。本文開(kāi)展江西寧都地?zé)犷A(yù)測(cè),充分考慮了遙感反演溫度與已知地?zé)岬年P(guān)聯(lián)程度,提取ETM+熱紅外反演溫度6.6～8.58 ℃、ASTER熱紅外反演溫度6.44～8.51 ℃、羥基異常2.43～4.02、土壤濕度0.14～0.31為有利的預(yù)測(cè)因子。本文基于研究區(qū)成熱地質(zhì)條件,將遙感、物探相結(jié)合,提取各類預(yù)測(cè)因子13個(gè),以期能夠剔除假異常,提高預(yù)測(cè)精度。

4.1.2 多種預(yù)測(cè)方法的對(duì)比

以往基于GIS技術(shù)的地?zé)犷A(yù)測(cè)采用單一方法[15,45-46],本文應(yīng)用了3種方法開(kāi)展地?zé)犷A(yù)測(cè),有助于對(duì)比研究,取長(zhǎng)補(bǔ)短。其中,證據(jù)權(quán)法和特征分析法預(yù)測(cè)結(jié)果表達(dá)方式都是成熱概率(0～1),成熱概率高則尋找地?zé)岣欣?已知地?zé)岱植荚诔蔁岣怕省?.7的地區(qū)。證據(jù)權(quán)法預(yù)測(cè)的有利單元具有高度集中、定位精準(zhǔn)的特點(diǎn),而特征分析法預(yù)測(cè)的有利單元面積較證據(jù)權(quán)法更大,但其優(yōu)勢(shì)在于不會(huì)遺漏有利區(qū)。找礦信息量法預(yù)測(cè)結(jié)果是以信息量累加值來(lái)表達(dá),信息量值越大,代表成熱越有利,已知地?zé)岱植荚谡业V信息量≥13.75的地區(qū)。證據(jù)權(quán)法和找礦信息量法都是通過(guò)對(duì)區(qū)內(nèi)已知地?zé)岬姆治鼋⒏黝A(yù)測(cè)因子的影響值或權(quán)重,兩者異常高值區(qū)高度相似(圖3(a)、圖3(b)),但因取值下限的表達(dá)方式不同,找礦信息量法預(yù)測(cè)有利單元范圍更廣,彌補(bǔ)了證據(jù)權(quán)法的不足。綜上,證據(jù)權(quán)法預(yù)測(cè)地?zé)嵊欣麉^(qū)的精準(zhǔn)性略高于找礦信息量法,優(yōu)于特征分析法;特征分析法預(yù)測(cè)地?zé)嵊欣麉^(qū)的全面性優(yōu)于找礦信息量法,遠(yuǎn)高于證據(jù)權(quán)法。

4.2 綜合預(yù)測(cè)結(jié)果及可信度

4.2.1 綜合預(yù)測(cè)結(jié)果

證據(jù)權(quán)法、找礦信息量法和特征分析法預(yù)測(cè)結(jié)果既有共性也有差別,應(yīng)進(jìn)一步優(yōu)化預(yù)測(cè)成果,縮小預(yù)測(cè)有利區(qū),達(dá)到定位更精準(zhǔn)、更有效的目的。根據(jù)3種方法預(yù)測(cè)成果劃分的Ⅰ、Ⅱ、Ⅲ級(jí),本著求同的原則,采取疊加分析的方法,將地?zé)嵊欣麉^(qū)按成熱潛力由高到低劃分為A、B、C三類,分類依據(jù)見(jiàn)表4。A類地?zé)嵊欣麉^(qū):同時(shí)滿足證據(jù)權(quán)法預(yù)測(cè)結(jié)果達(dá)ⅠZ級(jí)、找礦信息量法預(yù)測(cè)結(jié)果達(dá)ⅠX級(jí)、特征分析法預(yù)測(cè)結(jié)果達(dá)ⅠT,求取三者交集。B類地?zé)嵊欣麉^(qū):同時(shí)滿足證據(jù)權(quán)法預(yù)測(cè)結(jié)果≥ⅡZ級(jí)、找礦信息量法預(yù)測(cè)結(jié)果≥ⅡX級(jí)、特征分析法預(yù)測(cè)結(jié)果≥ⅡT級(jí),求取三者交集。C類地?zé)嵊欣麉^(qū):同時(shí)滿足找礦信息量法預(yù)測(cè)結(jié)果≥ⅢX級(jí)、特征分析法預(yù)測(cè)結(jié)果≥ⅢT級(jí),求取二者交集。

表4 地?zé)嵊欣麉^(qū)分類依據(jù)Table 4 Classification standard of geothermal favorable areas

按上述分類依據(jù),研究區(qū)共圈定79處地?zé)嵊欣麉^(qū),其中A類12個(gè)、B類22個(gè),C類45個(gè)(圖4)。有利區(qū)面積0.53～13 km2,平均面積為3.99 km2。

圖4 研究區(qū)地?zé)峋C合預(yù)測(cè)成果圖Fig. 4 Comprehensive prediction results of geothermal resource in the study area

4.2.2 預(yù)測(cè)結(jié)果可信度

已知地?zé)崛糠植加贏類、B類有利區(qū)中,其中5個(gè)A類有利區(qū)存在已知地?zé)?分別為A5-桃源村、A6-羅陂、A7-石上、A8-藍(lán)田和A10-李村,2個(gè)B類有利區(qū)存在已知地?zé)?分別為B1-肖田和B11-小布,C類有利區(qū)無(wú)已知地?zé)帷?/p>

本文主要對(duì)A9、A11有利區(qū)開(kāi)展了野外驗(yàn)證。A9分布于驛前—黃崗山斷裂帶的次一級(jí)NE向斷裂上,出露斑狀黑云母二長(zhǎng)花崗巖,實(shí)測(cè)地下水6處,水溫22～27 ℃,平均水溫24.3 ℃,具明顯的高溫異常。A11分布于鷹潭—安遠(yuǎn)斷裂帶上,西側(cè)為鵝婆花崗巖體,東側(cè)為白堊紀(jì)紅層,測(cè)地下水水溫20.5 ℃,無(wú)異常,水質(zhì)清澈,實(shí)測(cè)偏硅酸含量為50.06 mg/L,達(dá)到天然飲用礦泉水標(biāo)準(zhǔn)。

綜上,已知地?zé)崛颗cA類、B類有利區(qū)吻合,實(shí)地驗(yàn)證了兩處A類有利區(qū),其中1處高溫異常明顯,均證明本文預(yù)測(cè)結(jié)果可信度較高。

5 結(jié)論

(1)ETM+熱紅外反演溫度6.6～8.58 ℃、ASTER熱紅外反演溫度6.44～8.51 ℃、羥基異常2.43～4.02、土壤濕度0.14～0.31是江西寧都地區(qū)指示地?zé)岬挠欣麡?biāo)志。

(2)提出了地層、巖漿巖、控?zé)釘嗔?、控水?dāng)嗔选嗔呀粎R、ETM+熱紅外反演溫度、ASTER熱紅外反演溫度、羥基異常、土壤濕度、高程、水系、航磁、重力等13個(gè)地?zé)犷A(yù)測(cè)因子。

(3)運(yùn)用證據(jù)權(quán)法、找礦信息量法和特征分析法開(kāi)展地?zé)犷A(yù)測(cè),綜合分析圈定地?zé)嵊欣麉^(qū)79處,其中A類12處、B類22處、C類45處。已知地?zé)崤cA類、B類有利區(qū)吻合,部分A類有利區(qū)經(jīng)野外查證發(fā)現(xiàn)地?zé)岙惓?表明預(yù)測(cè)結(jié)果可信度較高。

(4)本文研究采用了2種遙感數(shù)據(jù),提取了13個(gè)預(yù)測(cè)因子,運(yùn)用了3種預(yù)測(cè)方法,具有遙感數(shù)據(jù)多源、預(yù)測(cè)因子多、智能化等特征,證明遙感地?zé)酖IS預(yù)測(cè)方法是一種實(shí)用有效的預(yù)測(cè)方法,能極大減少野外調(diào)查工作量,可作為地?zé)豳Y源調(diào)查中的一種常規(guī)技術(shù)方法使用。

致謝：本文基于“遙感方法在地?zé)豳Y源調(diào)查與預(yù)測(cè)中的應(yīng)用”項(xiàng)目成果編寫(xiě)而成,是項(xiàng)目全體人員集體成果的結(jié)晶。中國(guó)地質(zhì)大學(xué)(武漢)張志教授團(tuán)隊(duì)在遙感專業(yè)技術(shù)方面給予了極大的幫助,江西省地質(zhì)局余忠珍教授級(jí)高工、唐維新教授級(jí)高工、周雷教授級(jí)高工,江西省地質(zhì)調(diào)查勘查院樓法生教授級(jí)高工在研究過(guò)程中提出了寶貴的建議,在此一并表示感謝!匿名審稿專家對(duì)本文進(jìn)行了認(rèn)真、專業(yè)的審閱,并提出了具有指導(dǎo)意義的意見(jiàn)和建議,在此表示衷心感謝!

注釋

? 江西省地質(zhì)調(diào)查勘查院.遙感方法在地?zé)豳Y源調(diào)查與預(yù)測(cè)中的應(yīng)用成果報(bào)告(內(nèi)部資料) .2021.