北衙金矿床遥感矿化蚀变信息提取及找矿预测

doi:10.6046/zrzyyg.2020317

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(7760 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

在利用遥感技术找矿中,矿化蚀变信息识别与提取起着重要作用。以北衙金多金属矿为例,选择Landsat8 OLI数据,根据与矿物蚀变相关的光谱特征,采用主成分分析法,设计了干扰信息(植被、水体和阴影)去除-异常信息提取-异常分级-中值滤波-异常筛选的蚀变信息提取方案,所得结果结合遥感地质解译(岩性、构造)、野外实地查证圈定出研究区内3处找矿远景区,为北衙区地质找矿工作提供了基础数据和决策依据。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	魏英娟
	刘欢

关键词 ：蚀变异常信息提取, 主成分分析, 遥感, 地质解译, 找矿预测

Abstract：

The identification and extraction of mineralized alteration information play an important role in the ore prospecting using remote sensing technology. Taking the Beiya gold polymetallic deposit as an example, this study designed an alteration information extraction scheme using the principal component analysis technique according to Landsat8 OLI data and the spectral characteristics related to mineral alteration. Specifically, the extraction scheme consists of the removal of interference information (vegetation, water, and shadows), extraction of abnormal information, anomaly gradation, median filtering, and anomaly screening successively. According to the anomaly information extracted, as well as geological interpretation of remote sensing data (lithology and structures) and field surveys, three prospecting areas were delineated in the study area. This will provide basic data and decision-making bases for the ore prospecting in the Beiya area.

Key words： alteration anomaly information extraction principal component analysis remote sensing geological interpretation ore prospecting

收稿日期: 2020-10-09 出版日期: 2021-09-24

ZTFLH:

TP79

基金资助:自然资源部项目“特大型地质灾害防治专项”(121133000000190007);中国地质调查项目“津冀重要矿产资源集中区资源综合利用与评价”(DD20190182)

作者简介: 魏英娟(1985-),女,硕士,高级工程师,主要从事卫星遥感遥感方法技术研究与应用等工作。Email: wyj_629@163.com。

引用本文:

魏英娟, 刘欢. 北衙金矿床遥感矿化蚀变信息提取及找矿预测[J]. 自然资源遥感, 2021, 33(3): 156-163.
WEI Yingjuan, LIU Huan. Remote sensing-based mineralized alteration information extraction and prospecting prediction of the Beiya gold deposit, Yunnan Province. Remote Sensing for Natural Resources, 2021, 33(3): 156-163.

链接本文:

https://www.gtzyyg.com/CN/10.6046/zrzyyg.2020317 或 https://www.gtzyyg.com/CN/Y2021/V33/I3/156

Fig.1 北衙金多金属矿床遥感异常信息提取、地质解译及找矿预测流程

Fig.2 PCA[2,4,5,6]主成分特征向量矩阵

Fig.3 PCA[2,5,6,7]主成分特征向量矩阵

Fig.4 北衙地区铁染和羟基蚀变异常分布

Fig.5 三叠纪灰岩地层(T₂b)与周围地层影像

Fig.6 二叠纪玄武岩典型(P₂β)影像解译标志

Fig.7 平直连续陡崖、平直深切沟谷、北西向断裂构造影像解译标志图及断层破碎构造角砾岩野外照片

Fig.8 典型环型构造影像解译标志图

Fig.9 北衙地区遥感成矿远景预测图

Fig.10 裂隙内黄褐色铁泥质薄膜

Fig.11 紫红色铁质薄膜(褐铁矿化)与黏土矿化

Fig.12 灰绿色泥质、铁质浸染野外照片和浅黄色-黑褐色玄武岩褐铁矿化野外照片

[1]	张斌, 郑燕, 李清云, 等. 基于OLI遥感数据的遥感异常信息提取方法[J]. 河南理工大学学报, 2017, 36(3):47-53.
	Zhang B, Zheng Y, Li Q Y, et al. Remote sensing anomaly information extraction method based on OLI remote sensing data[J]. Journal of Henan University of Technology, 2017, 36(3):47-53.
[2]	陈爱兵, 孙彩霞, 姜华, 等. 北衙金矿综合信息成矿预测[J]. 地质与勘探, 2011, 47(4):663-641.
	Chen A B, Sun C X, Jiang H, et al. Comprehensive information and metalorganic prediction of Beiya gold deposit[J]. Geology and Prospecting, 2011, 47(4):663-641.
[3]	杨世瑜, 王瑞雪. 北衙碱性斑岩型金矿床矿床遥感地质综合信息[J]. 昆明理工大学学报, 2002, 27(4):1-5.
	Yang S Y, Wang R X. Comprehensive remote sensing geological information of Beiya alkaline porphyry gold deposit[J]. Journal of Kunming University of Science and Technology, 2002, 27(4):1-5.
[4]	陈理, 胡光道, 唐晨. 遥感技术在鹤庆北衙金矿找矿中的应用[J]. 东华理工大学学报, 2011, 34(4):366-373.
	Chen L, Hu G D, Tang C. Gold deposits in Heqing from remotely sensed data[J]. Journal of East China Institute of Technology, 2011, 34(4):366-373.
[5]	杨建民, 张玉君, 等. 矿产资源调查评价的现代化技术方法——以ETM+蚀变遥感异常为主导的多元信息矿产评价方法[J]. 矿床地质, 2002, 21(s1):1225-1227.
	Yang J M, Zhang Y J, et al. A modern technical method for mineral resources survey and evaluation:A multi-information mineral evaluation method led by ETM+ alteration remote sensing anomalies[J]. Mineral Deposits, 2002, 21(s1):1225-1227.
[6]	姚佛军, 张玉君, 杨建民, 等. 利用ASTER提取德兴斑岩铜矿遥感蚀变分带信息[J]. 矿床地质, 2012, 31(4):881-890.
	Yao F J, Zhang Y J, Yang J M, et al. Extracting remote sensing alteration zoning information of Dexing porphyry copper deposit using ASTER[J]. Mineral Deposits, 2012, 31(4):881-890.
[7]	张玉君, 增朝铭. 西藏冈底斯地区斑岩铜矿识别的最佳多光谱遥感异常判据研究[J]. 矿床地质, 2012, 31(4):671-698.
	Zhang Y J, Zeng C M. Study on the best multi-spectral remote sensing anomaly criterion for the identification of porphyry copper deposits in Gangdise area,Tibet[J]. Mineral Deposits, 2012, 31(4):671-698.
[8]	张国荣, 芦青山, 费一清. ETM+数据在甘肃省肃北县黑刺沟一带蚀变遥感异常信息提取中的应用[J]. 大地构造与成矿学, 2010, 34(3):386-390.
	Zhang G R, Lu Q S, Fei Y Q. Application of ETM+ data in the extraction of alteration remote sensing anomaly information in Heicigou,Subei County,Gansu Province[J]. Tectonics and Metallogeny, 2010, 34(3):386-390.
[9]	费一清, 李永庆. 基于ETM数据的蚀变遥感异常信息提取及成矿区预测研究——以甘肃党和南山地区为例[J]. 遥感技术与应用, 2011, 26(4):482-488.
	Fei Y Q, Li Y Q. Alteration remote sensing anomaly information extraction and metallogenic area prediction based on ETM data:Taking Gansu Dang and Nanshan area as an example[J]. Remote Sensing Technology and Application, 2011, 26(4):482-488.
[10]	荆凤, 陈建平. 矿化蚀变信息的遥感提取方法综述[J]. 遥感信息, 2005,(2):62-65,57.
	Jing F, Chen J P. Summary of remote sensing extraction methods of mineralization alteration information[J]. Remote Sensing Information, 2005,(2):62-65,57.
[11]	王一伟, 谢启兴, 何雪峰, 等. 内蒙北山阿木乌苏遥感异常信息提取及成矿预测[J]. 四川地质学报, 2015, 35(1):151-156.
	Wang Y W, Xie Q X, He X F, et al. Remote sensing anomaly information extraction and mineralization prediction of Amuwusu,Beishan,Inner Mongolia[J]. Journal of Sichuan Geology, 2015, 35(1):151-156.
[12]	付洪波. 基于光谱角制图法的遥感异常信息提取[J]. 测绘与空间地理信息, 2011, 34(6):82-84.
	Fu H B. Remote sensing anomaly information extraction based on spectral angle mapping method[J]. Surveying and Spatial Geographic Information, 2011, 34(6):82-84.

[1]	牛祥华, 黄微, 黄睿, 蒋斯立. 基于注意力特征融合的高保真遥感图像薄云去除[J]. 自然资源遥感, 2023, 35(3): 116-123.
[2]	董婷, 符潍奇, 邵攀, 高利鹏, 武昌东. 基于改进全连接条件随机场的SAR影像变化检测[J]. 自然资源遥感, 2023, 35(3): 134-144.
[3]	王建强, 邹朝晖, 刘荣波, 刘志松. 基于U²-Net深度学习模型的沿海水产养殖塘遥感信息提取[J]. 自然资源遥感, 2023, 35(3): 17-24.
[4]	唐晖, 邹娟, 尹向红, 余姝辰, 贺秋华, 赵动, 邹聪, 罗建强. 基于高分遥感的洞庭湖区河湖采砂监管及典型案例分析[J]. 自然资源遥感, 2023, 35(3): 302-309.
[5]	于航, 安娜, 汪洁, 邢宇, 许文佳, 步凡, 王晓红, 杨金中. 黔西南采煤塌陷区高分遥感动态监测——以六盘水市煤矿采空塌陷区为例[J]. 自然资源遥感, 2023, 35(3): 310-318.
[6]	梁锦涛, 陈超, 张自力, 刘志松. 一种融合指数与主成分分量的随机森林遥感图像分类方法[J]. 自然资源遥感, 2023, 35(3): 35-42.
[7]	王静, 王佳, 徐江琪, 黄邵东, 刘东云. 改进遥感生态指数的典型海岸带城市生态环境质量评价——以湛江市为例[J]. 自然资源遥感, 2023, 35(3): 43-52.
[8]	徐欣钰, 李小军, 赵鹤婷, 盖钧飞. NSCT和PCNN相结合的遥感图像全色锐化算法[J]. 自然资源遥感, 2023, 35(3): 64-70.
[9]	刘立, 董先敏, 刘娟. 顾及地学特征的遥感影像语义分割模型性能评价方法[J]. 自然资源遥感, 2023, 35(3): 80-87.
[10]	郭晓萌, 方秀琴, 杨露露, 曹煜. 基于人工神经网络的西辽河流域根区土壤湿度估算[J]. 自然资源遥感, 2023, 35(2): 193-201.
[11]	方贺, 张育慧, 何月, 李正泉, 樊高峰, 徐栋, 张春阳, 贺忠华. 浙江省植被生态质量时空变化及其驱动因素分析[J]. 自然资源遥感, 2023, 35(2): 245-254.
[12]	张仙, 李伟, 陈理, 杨昭颖, 窦宝成, 李瑜, 陈昊旻. 露天开采矿区要素遥感提取研究进展及展望[J]. 自然资源遥感, 2023, 35(2): 25-33.
[13]	马世斌, 皮英楠, 王佳, 张焜, 李生辉, 彭玺. 基于遥感的绿色勘查高效监管方法体系研究[J]. 自然资源遥感, 2023, 35(2): 255-263.
[14]	王平. 热红外遥感技术在钢铁去产能监测中的应用[J]. 自然资源遥感, 2023, 35(2): 271-276.
[15]	李天驰, 王道儒, 赵亮, 凡仁福. 基于Landsat8遥感数据的西沙群岛永乐环礁底质分类与变化分析[J]. 自然资源遥感, 2023, 35(2): 70-79.

Viewed

Full text

Abstract

Cited

Shared

Discussed