在位于滇东南的马关都龙锡矿区中, 已知矿床(体)多围绕老君山花岗岩体内、外接触带分布, 已探明曼家寨超大型矿床1处, 铜街、新寨和南秧田大型矿床3处, 辣子寨、南当厂、戈岭和老寨中型矿床4处以及一系列小型锡、钨、铅、锌、铜、铁多金属矿床(点)。区域矿床(点)按成矿系列可以分为酸性岩浆成矿系列和基性超基性岩浆成矿系列。其中, 酸性岩浆系列矿床主要分布于老君山穹隆区, 属于与燕山期花岗岩有关的锡、钨、铅、锌、铜多金属成矿亚系列。

接触交代(矽卡岩)型矿床是研究区内主要的矿床类型, 分布于老君山岩体外接触带寒武系田蓬组(ϵ ₂t)、龙哈组(ϵ l)中, 含矿围岩为矽卡岩等。矿体呈似层状、透镜状、扁豆状产于缓倾斜褶皱的层间剥离带和层间破碎带中。围岩蚀变以方解石化、白云岩化和绿泥石化为主。矿床按矿物组合可分为矽卡岩型锡石硫化物矿床、矽卡岩型白钨矿矿床、矽卡岩型锡石— 白钨矿矿床和矽卡岩型铜(钨、银)矿床。典型矿床有南秧田、洒西、花石头、老君山、茶叶山、戈岭、岩脚等矿床^[3](图1)。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 马关都龙锡矿区地质矿产简图[3] (据云南省地矿局资料修编)Fig.1 Geological sketch map of the Sn mining area in Maguan— Dulong[3]

马关— 麻栗坡锡钨铅锌多金属成矿区具有独特的成矿环境及多因素的成矿控矿作用, 不同类型矿床(点)星罗棋布, 受地层层位、围岩岩性、断裂构造、花岗岩体等多种成矿因素控制。

ASTER数据包括VNIR(可见光与近红外)和SWIR(短波红外)波段范围内产生的地物光谱反射率数据, 以及TIR(热红外)波段范围内的地物热辐射值数据^[4], 具有涵盖的波长范围宽、波段多、性价比合理等特点, 其应用研究已得到了迅速发展。在地质找矿中采用ASTER数据进行蚀变遥感异常信息提取时, 通常利用的是地质体在VNIR与SWIR波段范围内的反射率光谱数据。

本文使用的ASTER数据的获取日期是2008年12月23日。数据质量较好, 无云雾覆盖, 岩体出露区植被覆盖较少, 有利于进行矿化蚀变异常信息提取研究。

对ASTER数据的预处理包括2项关键技术: ①ASTER数据的大气校正; ②典型矿物标准光谱曲线与ASTER数据的波段匹配^[5]。

2.1.1 大气校正

目前较常用的内部平均相对反射率法(internal average relative Reflectance, IARR)是一种快速便捷的大气校正方法, 它是利用整景图像的平均波谱曲线来对图像进行标准化处理。当缺乏地面实测反射率数据时, 这种校正方法能有效地将光谱仪数据转换为该地区地面的相对反射率, 尤其适合于没有植被覆盖的干旱区^[6]。

进行大气校正时, 首先计算整景图像的平均波谱曲线, 将其作为参考波谱曲线; 然后用图像中的每一个像元的亮度值除以参考波谱曲线的亮度值, 计算出表观反射率值。对比校正前后的光谱曲线可以看出, 大气校正对ASTER1, ASTER2和ASTER3所对应的520~860 nm的光谱区间影响较大。以大地坐标为E45° 19'40″, N25° 37'30″的像元校正前后的光谱剖面曲线对比为例, 光谱反射率在校正前为ASTER1> ASTER2> ASTER3, 而校正后为ASTER3> ASTER2> ASTER1。该处各波段图像平均亮度值的光谱曲线也呈现出相同的特点(图2)。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 IARR大气校正前后ASTER图像平均亮度值光谱曲线[5]Fig.2 Spectra curves of means of ASTER data before and after atmospheric correction by IARR[5]

2.1.2 波段匹配

1)参考光谱的选择。研究区典型蚀变矿物有方解石、白云石和绿泥石, 从USGS^[7]和JPL^[8]光谱库中选择上述蚀变矿物的标准光谱曲线作为参考光谱。

2)典型矿物标准光谱曲线与ASTER数据的波段匹配。USGS和JPL光谱库中, 典型矿物标准光谱曲线在400~2 500 nm谱段的光谱反射率数据采样827个, 相当于光谱分辨率为2.54 nm, 光谱曲线是一条连续的光滑曲线; 该光谱曲线要作为ASTER数据的参考光谱, 需截取与ASTER数据波段相对应的光谱区间值进行重采样。前人研究成果表明, 利用典型矿物标准光谱曲线对应ASTER数据波段区间取值的最小值绘制的波谱曲线与野外实测光谱曲线拟合效果最好^[9], 因此本文亦采用该方法。

光谱库典型矿物标准光谱曲线对应ASTER波段重采样获得的新的反射率光谱曲线见图3。根据图3中反射率光谱曲线的形态, 可将其进一步分为两组: ①方解石和白云石, 代表碳酸盐岩化蚀变矿物组合; ②绿泥石, 代表富含Fe质成分和OH^-成分的蚀变矿物。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 都龙矿区蚀变矿物典型波谱对应于ASTER波段重采样光谱曲线Fig.3 Spectra re-sampling to ASTER bands of alteration minerals of the Dulong deposit area

2.2.1 提取原理

蚀变岩石由于具有与未蚀变围岩不同的物质成分、结构和构造, 表现出与围岩不同的波谱特征, 即蚀变矿物标志性的波谱特征^{[10, 11]}。通常, 各种蚀变矿物都具有独特的识别谱段, 因此蚀变矿物的特征谱段是遥感蚀变信息提取的波谱依据。大量的遥感实验证明, 蚀变岩石与未蚀变的岩石相比, 其地表氧化物因含有大量的OH^-, C O32-, Fe²⁺和Fe³⁺离子基团或离子, 与铁离子有关的蚀变矿物的波谱特征主要取决于铁离子的价态及矿物的含水性和透明度等因素; 该类蚀变矿物以褐铁矿、针铁矿、赤铁矿、黄钾铁矾等Fe³⁺矿物为主, 含少量Fe²⁺氧化物, 大多分布于金属矿物氧化带及含铁矿物的风化表面。含铁离子(主要是Fe³⁺)矿物在0.85~0.94 μ m谱段具有较高的亮度值, 而在1.1~2.4 μ m谱段的亮度值较低。与OH^-有关的蚀变矿物以高岭石、叶蜡石、白云母、滑石、蛇纹石和绿泥石等为代表, 蚀变矿物主要为泥质蚀变的产物, 在热液及风化矿床中较为发育; 该类蚀变矿物在1.4 μ m和2.2~2.4 μ m附近具有吸收带。与C O32-有关的蚀变矿物以方解石、白云石、菱镁矿等为代表, C O32-在2.35 μ m和2.55 μ m波长处显现出强吸收, 在1.9 μ m, 2.0 μ m和2.16 μ m波长处则显现相对较弱的吸收^[12]。

2.2.2 提取方法

本文提取岩矿蚀变信息的方法主要采用《全国矿产资源潜力评价遥感资料应用技术要求》规定的方法思路。总体技术流程如下:

为充分发挥ASTER数据VNIR波段的15 m分辨率的优势, 首先将SWIR波段数据重采样到像元大小为15 m× 15 m, 并将VNIR与SWIR波段数据一并输入到一个文件中; 然后利用数据本身自带的GPS点数据库, 对ASTER数据进行几何纠正, 使该数据可显示经纬度坐标; 再生成去干扰窗, 进行阴影、植被等干扰的去除; 最后对遥感数据进行“ 准归一化” 和线性拉伸处理, 使每一通道的亮度值落于[0, 255]内, 以增强地物间的对比性, 并利用波段比值、主成分分析(principle component analysis, PCA)等方法^[13]提取蚀变信息。

方解石化蚀变异常信息的提取采用ASTER1, ASTER3, ASTER4, ASTER4/ASTER8作为输入数据, 进行比值主成分分析, 提取的蚀变异常主成分特征向量矩阵见表1。

表1

Tab.1

表1(Tab.1)

表1 方解石化蚀变异常主成分特征向量矩阵 Tab.1 Eigenvector matrix for calcite 特征值 ASTER1 ASTER3 ASTER4 ASTER4/ASTER8 PC1 0.283 647 0.443 709 0.528 752 0.665 649 PC2 0.614 107 0.584 901 -0.205 320 -0.488 474 PC3 0.072 479 0.099 506 -0.822 127 0.555 834 PC4 0.732 915 -0.671 648 0.048 705 0.096 709

表1 方解石化蚀变异常主成分特征向量矩阵 Tab.1 Eigenvector matrix for calcite

从表1可以看出, 对PC3的主要贡献来源于ASTER4和ASTER4/ASTER8。由于ASTER4/ASTER8的贡献为正, ASTER4的贡献为负, 所以在图像中暗色区代表方解石化蚀变; 取反后, 高亮度区代表蚀变强烈区。因此, 本次工作采用-PC3进行以方解石化为主的蚀变信息的提取。为了略去遥感蚀变异常图中的孤立点并加强有意义异常点的连接性, 进行了3像元× 3像元窗口的均值滤波; 而后采用均值加2倍标准偏差为异常下限对-PC3图像进行密度分割, 制作成方解石化蚀变的遥感异常图像。

3.2 白云岩化蚀变信息提取

白云岩化蚀变异常信息的提取采用ASTER1, ASTER3, ASTER4, ASTER3/ASTER8作为输入数据, 进行比值主成分分析, 提取的蚀变异常主成分特征向量矩阵见表2。

表2

Tab.2

表2(Tab.2)

表2 白云岩化蚀变异常主成分特征向量矩阵 Tab.2 Eigenvector matrix for dolomite 特征值 ASTER1 ASTER3 ASTER4 ASTER3/ASTER8 PC1 0.464 803 0.491 338 0.563 484 0.474 375 PC2 0.571 163 0.290 633 -0.081 990 -0.763 270 PC3 0.464 182 0.020 727 -0.769 630 0.437 919 PC4 0.492 205 -0.820 790 0.288 844 0.024 761

表2 白云岩化蚀变异常主成分特征向量矩阵 Tab.2 Eigenvector matrix for dolomite

从表2可以看出, 对PC3的主要贡献源于ASTER4和ASTER3/ASTER8。由于ASTER3/ASTER8的贡献为正, ASTER4的贡献为负, 所以图像中暗色区代表白云岩化蚀变; 取反后, 高亮区代表蚀变强烈区。因此, 采用-PC3进行白云岩化为主的蚀变信息提取。为了略去遥感蚀变异常图中的孤立点并加强有意义异常点的连接性, 进行了3像元× 3像元窗口的均值滤波; 而后采用均值加2倍标准偏差为异常下限对-PC3图像进行密度分割, 制作成白云岩化蚀变的遥感异常图像。

绿泥石化蚀变异常信息的提取采用ASTER1, ASTER3, ASTER4, ASTER5/ASTER8作为输入数据, 进行比值主成分分析, 提取的蚀变异常主成分特征向量矩阵见表3。

表3

Tab.3

表3(Tab.3)

表3 绿泥石化蚀变异常主成分特征向量矩阵 Tab.3 Eigenvector matrix for chlorite 特征值 ASTER1 ASTER3 ASTER4 ASTER5/ASTER8 PC1 0.351 293 0.508 320 0.529 033 0.581 659 PC2 0.444 559 0.312 582 0.276 064 -0.792 750 PC3 0.770 256 -0.110 210 -0.602 160 0.178 796 PC4 0.292 687 -0.794 830 0.530 398 0.035 435

表3 绿泥石化蚀变异常主成分特征向量矩阵 Tab.3 Eigenvector matrix for chlorite

表3显示, PC4的主要贡献源于ASTER1和ASTER4, 说明图像中高亮区代表绿泥石化蚀变强烈区。因此, 采用PC4进行绿泥石化为主的蚀变信息提取。为了略去遥感蚀变异常图中的孤立点并加强有意义异常点的连接性, 进行了3像元× 3像元窗口的均值滤波; 而后采用均值加2倍标准偏差为异常下限对PC4图像进行密度分割, 制作成绿泥石化蚀变的遥感异常图像。

将以上提取的3类蚀变异常信息叠加, 分别圈定出异常聚集区范围, 制作成马关都龙锡矿区遥感蚀变异常图(图4)。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 马关都龙锡矿区遥感蚀变异常图Fig.4 The image of alteration anomaly information in Dulong mining area

由于时间关系, 未对所提取的3类蚀变遥感异常进行野外验证。在根据异常分布情况圈定的异常聚集区域中, 通过与已有地质、矿产资料对比发现, 白云岩化、方解石化蚀变异常浓集中心主要位于老君山岩体内外接触带上, 在图4西北角有少量酸性岩浆岩出露的地区也提取出以上两类蚀变, 说明在该地区利用白云岩化、方解石化蚀变寻找酸性岩浆岩进而寻找与之相关的矿床是有可能的; 绿泥石化蚀变异常浓集中心主要位于老君山岩体西北侧, 与地表岩体出露位置接近, 结合地质分析认为, 该蚀变信息反应了老君山岩体在西北侧可能有延伸, 这一认识与地质上对老君山岩体的看法相同。同时, 此次研究提取的3类遥感蚀变异常聚集区与已知矿点在空间上吻合较好, 所有已知矿点附近都有异常聚集区分布, 说明本次研究的技术方法在该地区是可行、有效的。