Please wait a minute...
 
国土资源遥感  2009, Vol. 21 Issue (2): 24-29    DOI: 10.6046/gtzyyg.2009.02.05
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于遥感影像信息的辽西钼多金属矿床远景区预测研究
王恩德, 贾三石,付建飞,姚玉增,李鹏飞
东北大学|沈阳110004
THE PROGNOSIS OF MO-POLYMETALLIC DEPOSITS BASED ON
REMOTE SENSING IMAGE INFORMATION OBTAINED IN LIAOXI
 WANG En-De, GU San-Shi, FU Jian-Fei, TAO Yu-Zeng, LI Peng-Fei
Northeastern University, Shenyang 110004, China
全文: PDF(3417 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

通过对辽西杨家杖子和兰家沟钼多金属矿床基础地质资料的分析,得到地层、岩浆岩、构造及蚀变等主要控矿要素; 结合控矿要素在遥感影像上的相应信息表征,采用滤波、比值等方法提取构造线性体和蚀变等信息; 最后,采用证据权重法对基础地质要素和提取的遥感信息进行证据权重分析和X2独立性检验。结果表明,所选取的控矿要素在数学上是可行性的,地质上是有效的,在已知3个大矿集区的基础上,预测了2个小型远景区。

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
关键词 土地资源信息系统遥感监测    
Abstract

 Through an analysis of geological data of the Yangjiazhangzi and Lanjiagou Mo-polymetallic deposits, the main ore-control factors such as strata, magmatic rocks, structure and alteration were determined. Taking into account geological response to these ore-control factors in remote sensing images and making use of filter, ratio and other related methods, the authors extracted structure linear, alteration, and other information. Subsequently, an analysis of the weight of evidence and a test of independence (X2) of basic geological elements and information in remote images revealed that ore-control factors chosen are reasonable from mathematical and geological viewpoints. The above study led to the delineation of two new prospective areas.

Key wordsLand resources    Information system    Remote Sensing    Monitor
     出版日期: 2009-06-12
: 

TP 79

 
基金资助:

教育部博士点基金(20050145032)及省科技基金(20072029)共同资助。

作者简介: 王恩德(1957-)|男|教授|博士|博士生导师|主要从事资源环境3S评价。
引用本文:   
王恩德, 贾三石, 付建飞, 姚玉增, 李鹏飞. 基于遥感影像信息的辽西钼多金属矿床远景区预测研究[J]. 国土资源遥感, 2009, 21(2): 24-29.
WANG En-De, GU San-Shi, FU Jian-Fei, TAO Yu-Zeng, LI Peng-Fei. THE PROGNOSIS OF MO-POLYMETALLIC DEPOSITS BASED ON
REMOTE SENSING IMAGE INFORMATION OBTAINED IN LIAOXI. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(2): 24-29.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.02.05      或      https://www.gtzyyg.com/CN/Y2009/V21/I2/24
[1] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10] 秦大辉, 杨灵, 谌伦超, 段云飞, 贾宏亮, 李贞培, 马建琴. 基于多源数据的新疆干旱特征及干旱模型研究[J]. 自然资源遥感, 2022, 34(1): 151-157.
[11] 杨旺, 何毅, 张立峰, 王文辉, 陈有东, 陈毅. 甘肃金川矿区地表三维形变InSAR监测[J]. 自然资源遥感, 2022, 34(1): 177-188.
[12] 柳明星, 刘建红, 马敏飞, 蒋娅, 曾靖超. 基于GF-2 PMS影像和随机森林的甘肃临夏花椒树种植监测[J]. 自然资源遥感, 2022, 34(1): 218-229.
[13] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[14] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[15] 陈洁, 张立福, 张琳珊, 张红明, 童庆禧. 紫外-可见光水质参数在线监测技术研究进展[J]. 自然资源遥感, 2021, 33(4): 1-9.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发