西昆仑成矿带黑恰达坂温泉沟群含铁层位的圈定
杨金中1, 陈薇1, 王辉2
1.中国国土资源航空物探遥感中心,北京100083
2.中国煤炭地质总局航测遥感局遥感院,西安 710054

第一作者: 杨金中(1970-),男,博士,研究员,主要从事矿产资源遥感调查、矿山遥感监测等工作。Email:67786808@qq.com

摘要

为了更好地发挥遥感技术在我国西部艰险复杂地区地质找矿工作中的作用,利用WorldView2,QuickBird,IKONOS,ASTER和ETM+等多元遥感数据,采取去相关、比值计算、主成分分析和图像融合等图像处理方法,在西昆仑成矿带黑恰达坂一带开展了1∶50 000遥感地质解译和遥感异常提取研究,对黑恰达坂附近的菱铁赤铁矿矿化带分布情况进行了调查,并通过野外验证快速圈定了温泉沟群的含铁层位。该矿化带赋存在下志留统温泉沟群,延伸长约120 km,其西北部被岩体侵蚀,东南部被喀拉塔格断裂截切,具有层位稳定、沿走向倾向连续性好、规模大的特征,是开展矿产资源调查工作的有利地区。调查结果表明,遥感技术已经成为地质矿产调查工作不可或缺的手段之一,必将在地质找矿工作中发挥重要作用,加速区域找矿突破进程。

关键词: 遥感地质调查; 菱铁赤铁矿矿化带; 西昆仑成矿带; 黑恰达坂
文献标志码:A 文章编号:1001-070X(2017)03-0191-05
Delineation of iron formation in Wenquangou Group along Heiqia Pass in West Kunlun metallogenic belt
YANG Jinzhong1, CHEN Wei1, WANG Hui2
1. China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
2. Remote Sensing Application Institute of ARSC, Xi’an 710054, China
Abstract

Using middle and high resolution remote sensing data such as WorldView2, IKONOS, QuickBird, ASTER and ETM+, and their processing methods such as de-relatedcalculation, ratio calculation, principal component analysis and image fusion, the authors delineated a siderite-hematite mineralization belt along Heiqia Pass in West Kunlun metallogenic belt on the basis of the field survey. The belt occurs in the Lower Silurian Wenquangou Group and stretches 120 km long northwestward, and has been eroded by the rock mass in the northwest part and truncated by Kalatage fault in the southeast part. Its ore-bearing layers remain stable, and its continuity in formation strike and dip direction is very good, so the belt is favorable for mineral resources investigation. The results of the survey show that geological survey with remote sensing technology is one of indispensable methods in regional geological and mineral resources survey, and will play an important role in the geological prospecting in western metallogenic belts, especially in the complex and dangerous regions.

Keyword: geological survey with remote sensing method; siderite-hematite mineralization belt; West Kunlun metallogenic belt; Heiqia Pass
0 引言

为满足当前经济建设和人民生活对矿产资源的需求, 以遥感数据为信息源, 利用地质体、地质构造和地质现象等对电磁波谱的响应特征, 通过数字图像处理和遥感地质解译, 测量或获取(肉眼难以发现的)地质参数、填绘地质图件、研究地质问题、开展成矿预测、间接或直接发现矿体, 已经成为遥感地质工作者的一项重要工作[1, 2, 3, 4, 5]。本文利用WorldView2, QuickBird, IKONOS, ASTER和ETM+等多元遥感数据, 采取去相关、比值计算、主成分分析和图像融合等图像处理方法, 在西昆仑成矿带黑恰达坂一带开展了1∶ 50 000遥感地质解译和遥感异常提取研究, 对黑恰达坂附近的菱铁赤铁矿矿化带情况进行了调查, 并通过野外验证快速圈定了温泉沟群的含铁层位, 加速了区域找矿突破进程。

1 研究区概况

研究区位于新疆维吾尔自治区麻扎以东黑恰达坂, 西北端起于219国道麻扎以东40 km的黑恰道班东侧, 沿喀拉塔格山展布; 地理范围在E36° 20'~36° 25', N77° 32'~77° 37'之间, 面积约3 600 km2; 区域平均海拔4 800 m, 为典型高原高山区。该区位于青藏高原西北缘, 占据了西昆仑和喀喇昆仑中段, 西邻帕米尔构造结, 向东与康西瓦和苏巴什构造带相连。麻扎构造混杂岩带横穿该区。

已有的地质矿床调查揭示, 区内地层发育齐全, 长城系赛图拉岩群、蓟县系桑株塔格群、奥陶系冬瓜山群、志留系温泉沟群和达坂沟群、泥盆系落石沟组和天神达坂组、石炭系帕斯群和恰提尔群、二叠系黄羊岭群、神仙湾群和温泉山组、三叠系巴颜喀拉山群和赛力亚克达坂群、侏罗系龙山组、白垩系铁隆滩群、新近系帕卡布拉克组和阿图什组杂布其间。区域含矿地层为下志留统温泉沟群, 岩性为一套浅变质岩夹碳酸盐岩, 由灰色白云质灰岩、灰岩、泥灰岩夹细砂岩、绢云砂质板岩及千枚岩构成。容矿建造为一套深棕褐色的浅海相细碎屑岩-碳酸盐岩沉积, 空间上呈NW―SE向展布, 与一套灰白色(风化色为灰白色, 新鲜面呈深灰色)含黄铁矿的斑点状千枚岩、绢云母板岩共生。区内已知的黑黑孜站干中型铁矿即赋存在温泉沟群地层中。

2 典型矿床剖析

李荣社等[6]于2008年以分布在康西瓦大断裂南侧的黑恰达坂、呈EW向展布的铜矿和含铜铅锌多金属的菱铁矿床、点为原型, 总结出的黑黑孜站干式矿床是本区重要的典型矿床。它是一种容矿于志留统温泉沟群浅海相细碎屑岩-碳酸盐岩沉积建造中的沉积变质、热液叠加层控型矿床。2012年中国地质调查局“ 西部重要成矿区带高分遥感地质矿产调查技术研发与应用示范” 项目对黑恰达坂地区进行野外查证时, 发现2个正在开采的菱铁矿点(图1)。通过遥感解译和与已有地质资料的综合分析, 确定这2个矿点的矿化发生在下志留统温泉沟群中, 正是区域典型矿床研究的原型。

图1 区域典型矿床(点)分布示意图(图中数字为已知矿点编号, 底图为IKONOS B3(R), B2(G), B1(B)融合图像)Fig.1 Distribution of regional typical deposits

图1可以看出, 1号和2号矿点处于下志留统温泉沟群同一层位上, 并产在菱铁赤铁矿化带中。据此建立如下找矿标志: ①含矿地层下志留统温泉沟群, 矿体空间分布严格受地层控制, 容矿建造为一套深棕褐色的浅海相细碎屑岩-碳酸盐岩沉积(以粉砂质板岩为主), 该套地层可作为黑恰达坂菱铁矿的直接找矿标志层; ②地层中的菱铁矿和赤铁矿富集, 亦是较为直接的找矿标志; ③与容矿建造伴生的含黄铁矿的斑点状千枚岩和绢云母板岩也可作为黑恰达坂间接找矿标志。

3 矿化带遥感调查

通过对黑恰达坂菱铁矿矿床特征的分析和建立的找矿标志可知, 容矿建造为下志留统温泉沟群中深棕褐色的浅海相细碎屑岩-碳酸盐岩沉积(以粉砂质板岩为主); 对容矿建造的跟踪和空间范围的圈定, 对区域遥感找矿和成矿预测具有重大意义。

3.1 遥感数据源

本文使用的卫星数据包括WorldView2, QuickBird, IKONOS等高分辨率卫星遥感数据和ASTER, ETM+等中等分辨率遥感数据。前者的地面分辨率多优于1m, 但缺乏地质调查常用的近红外和短波红外波段; 后者的地面分辨率分别为15 m和30 m, 覆盖的波段范围较广, 波段数较多。

3.2 高分辨率遥感数据处理

高分辨率遥感数据可用于准确识别(矿化)地质体和地质构造的边界[7, 8, 9]。根据已知的矿化实况, 利用IKONOS的B3(R), B2(G), B1(B)组合数据进行图像融合和去相关处理。在该融合图像中, 已知矿化区内的菱铁-赤铁矿矿化带表现为不同深浅的褐色, 呈规则条带状影纹图案, 矿化带呈层状, 与地层走向一致; 底板围岩色调以暗灰蓝―暗褐黑色为主, 间红褐色; 顶板围岩色调为蓝色―浅蓝灰―灰黄灰色, 呈带状延伸, 矿化带与围岩界线清楚; 菱铁-赤铁矿矿体色调呈暗红褐色, 沿矿化带呈窄条带状断续延伸(图1)。

采用IKONOS的B1, 3, 4, 2数据进行主成分分析, 取第三主分量与原始B1, 3数据组合得到新图像, 进一步突出了菱铁-赤铁矿化带(红色条带)及伴生围岩(浅红色条带)(图2)。

图2 菱铁-赤铁矿化带增强效果Fig.2 Enhancement effect of siderite - hematite mineralization belt

3.3 中等分辨率遥感数据处理

利用多光谱遥感数据, 对特定岩性或岩性组合进行提取, 已经成为遥感地质调查工作的重要手段[7, 8, 9, 10, 11, 12]。对区内的ETM+遥感数据进行了B7(R), B3(G), B1(B)图像融合处理, 已知的菱铁-赤铁矿化带在融合图像中表现为浅土黄色调异常带, 呈NW―SE向展布(图3(a))。通过波段比值计算和主成分分析, 将B5/B7, B4/B2和B 1, 4, 5, 7这4个波段经主成分分析得到的第4主分量进行融合, 在Photoshop软件中进行反向拉伸后, 得到如图3(b)所示的图像。该菱铁-赤铁矿化带在该融合图像中表现为浅红褐色异常带, 延伸形迹清楚, 宽窄变化一目了然。在利用B1, 4, 5, 7这4个波段经主成分分析得到的第4, 3, 2主分量进行融合的图像中, 该菱铁-赤铁矿化带表现为浅灰色异常带(图3(c))。在利用B5/B7和B 1, 3, 4, 5这4个波段经主成分分析得到的第4, 3主分量进行融合的图像中, 该菱铁-赤铁矿化带表现为浅红色异常带(图3(d))。

图3 中等分辨率遥感数据处理效果Fig.3 Processing effect of medium resolution remote sensing data

在利用多种方法进行处理后的图像中, 该菱铁赤铁矿化带的影像表现稳定, 各种遥感色调异常的分布位置、长度和宽度等变化不大。据此, 利用ETM+遥感数据对该异常带的两侧延伸位置进行了数据处理和遥感解译, 对黑恰达坂附近的菱铁-赤铁矿化带分布情况进行了初步确定(图4)。

图4 菱铁赤铁矿化带分布示意图Fig.4 Distribution of siderite - hematite mineralization belt

3.4 野外查证

对遥感解译及菱铁-赤铁矿化带信息提取的带状影像单元进行了野外验证。调查结果表明, 矿化带呈红色, 产在志留系温泉沟群顶部, 岩性为深灰色绢云千枚岩、变绢云母粉砂岩、细砂岩及灰岩, 产状为50° ~60° , 容矿建造为一套含矿碳酸岩夹碎屑岩沉积。矿化带产状与地层产状基本一致, 延伸方向320° , 倾角50° ~70° , 宽度200~500 m。矿体多赋存于矿化带下部, 产状与矿化带产状基本一致, 厚度40~70 m, 一般厚约50 m。矿体多呈层状、似层状或扁豆状, 层控特征明显。矿石矿物以菱铁矿和赤铁矿为主, 矿石全铁含量50%左右。在构造节理旁侧或小断层带内, 因构造挤压作用, 赤铁矿含量明显增加。

选取代表性强的菱铁-赤铁矿化带中的菱铁矿样品进行化学分析, 测定结果显示, 单个样品最高全铁品位55.00%, 最低品位44.30%, 平均品位50.45%, 远高于菱铁矿工业品位(20.00%)。矿石主要发育粗晶自形-半自形结构, 主要为块状构造和条带状构造。菱铁矿矿石成分单一, 主要矿石矿物为原生菱铁矿, 含量占矿石总量的70%以上, 部分已氧化成赤铁矿。脉石矿物主要为石英(10%~20%)、白云母(3%~5%)和铁白云石, 其次为少量黄铁矿和黄铜矿, 偶见石墨、电气石和磷灰石等。菱铁矿呈半自形-自形粒状结构, 粒度变化较大。

1号和2号矿点位于区域大红柳滩―巴颜喀拉边缘裂陷造山带和甜水海微陆块之间的断裂带(下文统称“ 大红柳滩―甜水海断裂” )的东北侧, 空间上位于同一地层, 容矿建造呈NW―SE向展布, 地表出露宽度为西北段稍窄、东南段稍宽, 而与之共生的间接标志层西北段窄、东南段宽的特征更为典型。5号矿点(野外验证中发现其正在建设采矿道路)则位于大红柳滩―甜水海断裂之西南侧, 在区域上因受到该断裂带的影响, 岩石地层极其破碎, 容矿建造呈透镜状出露, 空间延伸方向大致与大红柳滩―甜水海断裂方向一致。3, 4, 6号矿点均为矿化点, 矿石品位相对较低。

4 找矿建议

图4所示, 该菱铁-赤铁矿矿化带延伸长约120 km, 其西北部被岩体所侵蚀, 东南部被喀拉塔格断裂截切; 受区域地层褶皱影响, 与容矿建造一起变形产出。其成因属于热水沉积-构造改造型, 具层位稳定、沿走向倾向连续性好、规模大的特征。野外验证表明, 该菱铁-赤铁矿矿化带规模巨大, 部分地段矿石品位较高, 具有很好的找矿前景。

目前, 针对该矿化带的勘查工作相对较少。建议对该矿化带进行详细的地面地质调查, 进一步查明该带的变形变质特征、矿化层富集及分布特征以及矿化与区域岩浆活动、构造活动的关系, 尤其加强对该带东部在喀拉塔格断裂附近出露情况的验证。在1, 2, 5号矿点附近宜部署1∶ 50 000矿产调查甚至矿产普查工作, 以查明富矿体的三维空间分布特征, 圈定工业矿体, 评价其资源量。对3, 4, 6号矿化点附近地区应优先开展区域剥蚀深度调查, 查明该类矿化体的保存条件和构造改造情况, 再根据调查结果部署后续工作。

从遥感影像形迹分析来看, 区域菱铁-赤铁矿矿化带在延伸方向上有局部增厚的迹象; 富矿体多分布在NW向矿化带与NE向断裂(40° 左右)交汇部位, 可能是后期热液沿断裂带对矿体有过叠加成矿作用的缘故; NW向断裂和近EW向断裂多错断矿带, 使矿带在走向上不连续, 故应注意对其构造运动方向的调查和研究; 矿带在西北部被岩体所侵蚀, 存在越靠近岩体、矿石品位越高的现象, 应优先安排对矿化带西北部的调查工作。

5 结论

1)西昆仑黑恰达坂附近的菱铁-赤铁矿化带延伸长约120 km, 其西北部被岩体所侵蚀, 东南部被喀拉塔格断裂截切, 具有层位稳定、沿走向倾向连续性好、规模大的特征, 是开展矿产资源调查工作的有利地区。

2)遥感技术是地质找矿工作不可或缺的手段之一, 在已知矿化带延伸方向研究、矿化空间圈定、成矿/控矿条件研究等方面具有技术优势, 必将在我国西部艰险复杂地区的地质找矿工作中发挥重要作用[3, 4]。综合应用多源、多尺度遥感数据, 可以准确圈定地质体的界线; 利用多光谱遥感数据进行遥感蚀变异常提取, 可以获取与矿化蚀变相关的找矿信息。在典型矿床或矿(化)点剖析和遥感找矿模型研究等基础上, 通过对成矿地质背景、成矿地质条件和成矿地质形迹等与成矿地质作用有关的成矿、控矿和找矿信息的遥感图像解译和提取, 预测新的找矿有利地段, 甚至直接发现含矿地质体, 为地质找矿提供可靠的基础信息, 是遥感地质找矿工作的重要意义所在。

The authors have declared that no competing interests exist.

参考文献
[1] 王润生, 熊盛青, 聂洪峰, . 遥感地质勘查技术与应用研究[J]. 地质学报, 2011, 85(11): 1699-1743.
Wang R S, Xiong S Q, Nie H F, et al. Remote sensing technology and its application in geological exploration[J]. Acta Geologica Sinica, 2011, 85(11): 1699-1743. [本文引用:1]
[2] 楼性满, 葛榜军. 遥感找矿预测方法[M]. 北京: 地质出版社, 1994.
Lou X M, Ge B J. Remote Sensing Prospecting Prediction Method[M]. Beijing: Geological Publishing House, 1994. [本文引用:1]
[3] 杨金中, 孙延贵, 秦绪文, . 高分辨率遥感地质调查[M]. 北京: 测绘出版社, 2013.
Yang J Z, Sun Y G, Qin X W, et al. High Resolution Remote Sen-sing Technology on Geological Survey[M]. Beijing: SinoMaps Press, 2013. [本文引用:2]
[4] 杨金中, 赵玉灵. 遥感技术的特点及其在地质矿产调查中的作用[J]. 矿产勘查, 2015, 6(5): 529-534.
Yang J Z, Zhao Y L. Technical features of remote sensing and its application in the geological survey and mineral resources survey[J]. Mineral Exploration, 2015, 6(5): 529-534. [本文引用:2]
[5] 中国地质调查局. DD2011-05矿产资源遥感调查技术要求(1: 50000、1: 250000)[S]. 北京: 中国地质调查局, 2011.
China Geological Survey. DD2011-05 Regulation on remote sen-sing surveying of mineral resources[S]. Beijing: China Geological Survey, 2011. [本文引用:1]
[6] 李荣社, 计文化, 杨永成, . 昆仑山及邻区地质[M]. 北京: 地质出版社, 2008.
Li R S, Ji W H, Yang Y C, et al. Geology in Kunlun Mountain and its Adjacent Area[M]. Beijing: Geological Publishing House, 2008. [本文引用:1]
[7] 何凯涛, 甘甫平, 王永江. 高空间分辨率卫星遥感地质微构造及蚀变信息识别[J]. 国土资源遥感, 2009, 21(1): 97-99. doi: 106046/gtzyyg. 2009. 01. 22.
He K T, Gan F P, Wang Y J. The extraction of geological micro-structure and altered rock information with high-resolution satellite images in a small range[J]. Remote Sensing for Land and Resources, 2009, 21(1): 97-99. doi: 10.6046/gtzyyg.2009.01.22. [本文引用:2]
[8] 陈玲, 张微, 周艳, . 高分辨率遥感影像在新疆塔什库尔干地区沉积变质型铁矿勘查中的应用[J]. 地质与勘探, 2012, 48(5): 1039-1048.
Chen L, Zhang W, Zhou Y, et al. Application of high-resolution remote sensing images to searching for sedimentary-metamorphic type iron deposits in the Taxkorgan area, Xinjiang[J]. Geology and Exploration, 2012, 48(5): 1039-1048. [本文引用:2]
[9] 张微, 张伟, 刘世英, . 基于核PCA方法的高分辨率遥感图像自动解译[J]. 国土资源遥感, 2011, 23(3): 82-87. doi: 106046/gtzyyg. 2011. 03. 15.
Zhang W, Zhang W, Liu S Y, et al. Automatic interpretation of high resolution remotely sensed images by using kernel method[J]. Remote Sensing for Land and Resources, 2011, 23(3): 82-87. doi: 10.6046/gtzyyg.2011.03.15. [本文引用:2]
[10] 杨金中, 方洪宾, 张玉君, . 中国西部重要成矿带遥感找矿异常提取的方法研究[J]. 国土资源遥感, 2003, 15(3): 50-53. doi: 106046/gtzyyg. 2003. 03. 12.
Yang J Z, Fang H B, Zhang Y J, et al. Remote sensing anomaly extraction in important metallogenic belts of western China[J]. Remote Sensing for Land and Resources, 2003, 15(3): 50-53. doi: 10.6046/gtzyyg.2003.03.12. [本文引用:1]
[11] 张玉君, 曾朝铭, 陈薇. ETM+(TM)蚀变遥感异常提取方法研究与应用——方法选择和技术流程[J]. 国土资源遥感, 2003, 15(2): 44-49. doi: 106046/gtzyyg. 2003. 02. 11.
Zhang Y J, Zeng Z M, Chen W. The methods for extraction of alteration anomalies from the ETM+(TM) data and their application: Method selection and technological flow chart[J]. Remote Sensing for Land and Resources, 2003, 15(2): 44-49. doi: 10.6046/gtzyyg.2003.02.11. [本文引用:1]
[12] 金谋顺, 王辉, 张微, . 高分辨率遥感数据铁染异常提取方法及其应用[J]. 国土资源遥感, 2015, 27(3): 122-127. doi: 106046/gtzyyg. 2015. 03. 20.
Jin M S, Wang H, Zhang W, et al. Method for extraction of ferric contamination anomaly from high-resolution remote sensing data and its application[J]. Remote Sensing for Land and Resources, 2015, 27(3): 122-127. doi: 10.6046/gtzyyg.2015.03.20. [本文引用:1]