0 引言
近年来国家对铜金等金属需求日益增长,铜金资源储备和综合利用对提高资源保障能力、优化资源结构具有重要意义。世界铜资源分布不均,西藏地区铜资源储备丰富,矿产资源是西藏优势资源,促进矿产资源基地的绿色可持续发展十分必要。绿色矿山是指“在矿产资源开发全过程中,对矿山矿区及周边环境的干扰影响控制在环境允许的范围内,矿山开发方案科学、方式合理,资源利用效率高,生产工艺环保,矿山环境优美,企业社区和谐,实现人与自然和谐共生”的矿山[1]。西藏多龙铜多金属矿集区是我国铜储量最大的矿集区,多龙矿集区的绿色开采是今后矿山开发的重中之重,其中矿山选址更是绿色开发的前提。近年来,国内外利用遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)技术进行选址的研究发展迅速,Wagner[2]首次将雷达遥感数据用于隧道地址的选址,但该研究只运用了遥感数据,并未考虑构造、水系等地质因素; Kundu[3]等为解决快速城市化产生的问题,运用遥感数据的目视解译技术获取地表地形地貌、坡度、河流水系及饮用水等信息,为城市建设提供依据,但其选址模型具有一定的随机性; 20世纪80年代,陈昌礼[4]利用遥感和物探技术对核电站选址进行了初步研究,但仅考虑了各个因子的影响,却没有进行各因子相对重要性的研究; 1997年,Jagadeesha等[5]将RS与GIS结合对小型水利工程潜在大坝的选址进行研究,充分考虑了各项因素,但其各因素量化存在人为因素的缺陷。前人利用RS与GIS技术对地理信息进行可视化表达及空间分析,对垃圾处理场候选场址进行评估,充分评价了各项因素[6,7,8,9]。学者们还将RS与GIS技术用于机场选址工程项目的研究,极大节省了人力资源和经济支出,优化了选址中因素间的制约关系[10,11,12,13,14,15,16]。本文基于RS与GIS技术,以西藏多龙矿集区为研究区,解译出植被覆盖、河流湖泊、构造条件等环境因子信息,并运用层次分析法(analytic hierarchy process,AHP)进行计算,构建出研究区矿山选址模型,为矿山开发提供选址依据与技术支撑。
1 研究区地质背景
西藏多龙矿集区位于西藏自治区拉萨市西北方向1 200 km的改则县物玛乡,属于羌塘自然保护区一部分,平均海拔达4 800 m以上,具有高海拔、严寒及干旱的特点[17]。多龙矿集区属于班公湖-怒江成矿带一部分,褶皱和断裂构造比较发育,为矿床形成提供了良好的地质条件[18] 。现已探明矿集区包括波龙、多不杂、尕尔勤、铁格隆等矿床,主要矿床类型为斑岩-浅成低温热液铜(金银)矿床[19,20,21]。地层分区属于羌南-保山地层区羌南地层分区,主要出露地层有下二叠统曲地组、上三叠统日干配错群、下侏罗统曲色组、中侏罗统色哇组、下白垩统美日切组、新近系康托组及第四系。多龙矿集区出露地层岩性主要有晚三叠世变质橄榄岩、中侏罗世辉长岩,早白垩世花岗闪长斑岩、花岗斑岩、石英斑岩、闪长岩、闪长玢岩及第四系冲洪积物及残坡积物[21,22,23]。按照与斑岩铜矿的先后关系,可分为成矿期的控岩、控矿断裂构造和成矿后的破矿断裂构造,北东向和北西向断裂构造为成矿期的控岩、控矿断裂。近东西向断裂形成时间较晚,为成矿后断裂(图1)[24]。
图1
图1
多龙矿集区地质图[24]
1.第四系沉积物; 2.中新统康托组; 3.下白垩统美日切组; 4.中侏罗统色哇组; 5.下侏罗统曲色组; 6.上三叠统日干配错组; 7.花岗岩长斑岩; 8.花岗斑岩; 9.逆断层; 10.地质界线; 11.不整合界线; 12.成矿带
Fig.1
Geological map of duolong ore concentration area
2 矿山选址的思路方法
为建立西藏多龙矿集区矿山选址模型及矿山选址布局规划,首先完成研究区矿山开采前1∶5万遥感地质环境调查,收集研究区人文地理、地质、气象、数字高程模型、高分二号(GF-2)影像、Landsat8影像等基础数据资料,根据研究区的特点选取断裂﹑植被覆盖﹑河道﹑道路﹑矿区位置﹑钻孔探槽﹑村庄﹑地形地貌等遥感解译因子。其次对获取的遥感影像数据进行辐射定标、大气校正、影像融合、影像镶嵌、影像裁剪、影像增强等预处理工作,再对影像中的人类活动(交通道路、村庄、人工建筑)、人类工程活动(探槽、钻孔)、植被、水体、地形地貌及地质环境等信息进行解译,定量化选取的遥感解译因子,然后结合基础人文地理资料利用层次分析法建立多龙矿集区绿色矿山选址模型。最后基于遥感可视化技术和矿山选址模型建立研究区矿山场地选址布局规划。具体技术路线如图2所示。
图2
2.1 因子选择
矿山选址规划需充分考虑到选址场地与周边自然、人文及经济地理等要素的关系,首先要满足实际需求及当地政府政策要求,其次要综合考虑场地对周边环境及居民的影响,最后是场地选址的安全性、稳定性及效益最大化。综合以上考虑,选择了断裂因子、矿区位置因子、植被覆盖度因子、钻孔探槽因子、村庄因子、河道因子、道路因子、坡度因子、高差因子等九个因子作为矿山选址模型的影响因素。
1)在实际选址时,首要的依据和条件为钻孔勘探情况。如果经过了全面的钻孔勘探,且勘探结果达到了矿山资源开采的条件,目标研究区才能进行矿山生产建设。故首先选择钻孔探槽分布为第一个因子。
2)为实现绿色矿山选址,需考虑矿山开采和环境的相关性,如植被覆盖度和河流湖泊分布等,这些环境因素将会在矿山建设中决定工程对该区域环境的影响程度,如果矿山距离河流湖泊较近,矿山的开采可能会污染水源或地下水水质,若矿山位于植被覆盖较密集区域,矿山建设可能会直接破坏植被覆盖,直接影响研究区环境,故选择植被覆盖度和河流湖泊分布为环境因子。
3)考虑矿山开发的安全性和效益性,选址位置与道路的距离直接影响矿山运输成本,成本过高可能导致矿山不能达到商业开采的标准和需求,直接影响矿山建设的效益性,而效益也是在绿色开采条件之下首要考虑的因素。
4)选址位置和构造的距离,将影响到矿山开发的安全性,距离构造过近,可能会发生矿洞坍塌等,如果研究区的矿山建设涉及危险性较高的区域,在建设中需要进行危险防护建设或者直接放弃矿山建设,故危险性和效益性为矿山建设中需要考虑的同等重要因子。
5)山体的坡度和高差,将影响到矿山开发的成本和安全,如果坡度和高差较大,矿山工程的建设难度增加,成本增加,同时危险系数增大,安全性也会减低,故选择山体的坡度和高差为选址因子。
6)矿山的开发将会影响到附近居民的安全及生活作息等,故需选择居民点位置为选址因子之一。
在具体厘定因子重要性时,根据研究区具体的情况进行研究调查,发现西藏多龙矿区与甲玛矿区相似,通过对甲玛矿区进行调研,矿区露天采场、废石场和行政生活区等场地均在矿床点位上覆层及临近区域,因此,矿区位置及钻孔探槽密度在绿色矿山选址中重要性最高; 其次因为是绿色矿山建设,选址规划要重点考虑对环境的影响,主要影响因子有植被覆盖度及河流湖泊,重要性次高; 接着考虑安全性及效益最大化,主要因子包括据道路距离、与断裂距离、坡度及高差等,重要性中等; 最后,通过对甲玛调研结果知矿山周边居民均采用集中迁移方式,因此现有居民区对矿山选址规划影响最小。
2.2 建模信息因子解译
通过对遥感卫星影像进行预处理后,对研究区断裂构造、矿区位置、植被覆盖度、钻孔、探槽、村庄、河道、道路、坡度及高差等信息进行提取,获取用于建立绿色矿山选址模型的因子信息数据。
研究区道路﹑村庄﹑人工建筑﹑探槽、钻孔﹑水系﹑断裂等信息通过GF-2遥感影像利用解译标志解译,由解译结果(图3)可知,研究区内主要交通路线72条,总长约564.31 km,主要呈南北向延伸; 区内共存在3个自然村,分别为本送村、萨玛隆村和扎多那日村; 区内居民住房及牛羊圈等人工建筑共468处,总面积约51.85万㎡。
图3
图3
环境因子信息解译结果图
Fig.3
Interpretation result of environmental factor information
研究区内钻孔为64孔,探槽数178条,钻孔和探槽分布密集且多呈平行并排布置,主要分布在研究区中部及西南部,探槽总面积占研究区总面积0.008%。将探槽、钻孔解译图与西藏多龙矿集区地质图进行对比分析,发现钻孔、探槽密集分布区与矿床位置基本吻合,即通过探槽、钻孔信息的提取解译可以大致确定矿床的位置分布情况。根据矿产勘查理论,该地区包含矿产资源勘查过程中的多种类型的钻孔探槽,如勘探钻、生产钻等,为方便统一赋值研究,此处仅考虑钻孔探槽与矿山选址的统计学意义和特征。
研究区内河流分布范围广、延伸远,主流及支流总数共为174条,主要河道总长为703.02 km; 研究区内主要湖泊为拉布错,位于工作区东北部,湖泊面积约为15.24 km2; 研究区内断裂构造发育,总体有3组,主要呈E-W,NE-SW和NW-SE向展布,且密集分布在矿区周边,说明研究区断裂构造信息与矿床的形成关系密切。
草地植被是研究区藏北地区生态环境的重要组成部分。为建立绿色矿山场地选址模型,需要选择植被覆盖度作为选址建模因子。对预处理后的Landsat8影像进一步提取归一化植被指数并求取研究区植被覆盖度信息[22]。根据提取结果(图3(f)),结合实地随机取点调研的植被覆盖情况,将草地植被覆盖度分为4级: 其中无植被区域对应遥感图像分类中褐色区域,为非草地覆盖区(23%); 少量植被覆盖区域对应遥感图像浅绿色区域,为低草地覆盖区(35%); 大部分植被覆盖区域对应遥感图像分类中鲜绿色区域,为中草地覆盖区(34%); 植被完全覆盖区域对应遥感图像分类中深绿色区域,为高草地覆盖区(8%),得到研究区植被覆盖度空间格局图。
2.3 解译信息因子量化处理
结合多龙矿集区的实际情况及遥感解译获取的信息资料,确定本次建模所需因子: 断裂、矿区位置、植被覆盖度、钻孔、探槽、村庄、河道、道路、坡度及高差。
1)断裂构造因子定量化。基于ArcGIS平台,以距离断裂距离,建立多环缓冲区分析。具体操作步骤如下: 首先使用工具箱中分析工具多环缓冲区功能对断裂建立多重缓冲区,缓冲距离分别设为500/1 000/2 000/4 000/9 000(单位为 m),生成缓冲区矢量图; 接着缓冲区矢量图利用转换工具转为栅格; 然后进行多龙矿集区掩模提取并重采样为100 m×100 m; 最后对重采样栅格利用栅格重分类工具进行重分类并赋值实现断裂因子的定量化。
2)矿区位置因子定量化。矿区位置定量化处理主要是对距矿区距离建立多环缓冲区分析,具体实现流程为: 首先对矿床点位以800/1 500/2 500/4 000/9 000(单位为m)为缓冲距离,建立多环缓冲区矢量图; 其次对多环缓冲区矢量图转换为栅格、掩模裁剪并重采样为与断裂因子一致; 最后进行重分类实现定量化处理。
3)植被覆盖度因子定量化。获取多龙矿集区植被覆盖度分级图因子信息,并对其进行定量化处理。由于植被覆盖度分级图已经是栅格图像,只需对其重采样后进行重分类并赋值即可完成定量化处理。
4)钻孔、探槽因子定量化。钻孔、探槽因子定量化处理流程如下: 首先选择多龙矿集区遥感解译的钻孔、探槽信息,将其转化为统一的矢量点; 其次,利用ArcGIS空间分析工具完成矢量点的点密度分析,生成点密度估计图; 最后对点密度度估计图重采样后进行重分类赋值,实现定量化处理。
5)村庄因子定量化。多龙矿集区内主要分布有3个村庄,分别为萨玛隆村、扎多那日村和本送村,三者呈三角状分布在各个矿床周边。其定量化处理主要是对遥感解译提取的村庄信息建立多环缓冲区分析,缓冲区距离分别为1 000/2 000/3 000/5 000/9 000 m,距离村庄越近则打分越低,反之则越高。
6)河道因子定量化。多龙矿集区内河流水系发育,当地居民大多择水而栖,且河流水系是当地居民、牲畜及野生动物的主要饮用水源。通过建立河道的多环缓冲区分析,缓冲区距离为500/1 000/2 000/4 000/9 000 m,并由近到远赋分依次增大,完成水系河道因子的定量化处理。
7)道路因子定量化。对道路信息进行定量化处理,其中距离道路越近则赋值越高,反之则越低。其定量化处理流程与断裂相似。
8)坡度和高差因子定量化。坡度和高差处理过程相似,具体流程如下: 对提取的坡度数据进行重采样为与断裂因子一致; 对不同坡度范围进行重分类并赋值完成定量化处理。
2.4 矿山选址建模
要建立矿山选址模型,首先需要求出各建模因子的权重系数,本文主要选择AHP法对各矿山选址模型因子权重系数进行计算。AHP分析法求各因子权重值主要经过以下3个步骤:
1)建立矿山场地选址的层次结构模型,主要包括目标层(即将要解决的问题)、因子层(影响目标的各条件)和方案层。确定矿山选址的层次结构模型。
2)需要比较确定各因子对于矿山选址的重要性,构造各因子间的判断矩阵。为对各因子相对重要性进行定量化比较,需要引进矩阵判断标度法(1~9标度法),设因子i与因子j的重要性之比为aij,设因子层包含9个因子(与断裂距离C1,与矿区距离C2,植被覆盖度C3,钻孔探槽密度C4,与村庄距离C5,与河道距离C6,与道路距离C7,坡度C8,高差C9),对于目标矿山场地选址区域进行两两重要性比较打分,结果各因子重要性矩阵如表1所示。
表1 选址建模因子重要性矩阵
Tab.1
| 矩阵 因子 | C1 | C2 | C3 | C4 | C5 | C6 | C7 | C8 | C9 |
|---|---|---|---|---|---|---|---|---|---|
| C1 | 1 | 3 | 2 | 2 | 2 | 3 | 4 | 1 | 1 |
| C2 | 1/3 | 1 | 1/2 | 1/2 | 1/2 | 1 | 2 | 1/2 | 1/2 |
| C3 | 1/2 | 2 | 1 | 1 | 1 | 1 | 2 | 1/2 | 1/2 |
| C4 | 1/2 | 2 | 1 | 1 | 1 | 2 | 3 | 1 | 1 |
| C5 | 1/2 | 2 | 1 | 1 | 1 | 2 | 2 | 1/2 | 1/2 |
| C6 | 1/3 | 1 | 1 | 1/2 | 1/2 | 1 | 2 | 1/2 | 1/2 |
| C7 | 1/4 | 1/2 | 1/2 | 1/3 | 1/2 | 1/2 | 1 | 1/3 | 1/3 |
| C8 | 1 | 2 | 2 | 1 | 2 | 2 | 3 | 1 | 1 |
| C9 | 1 | 2 | 2 | 1 | 2 | 2 | 3 | 1 | 1 |
3)利用判断矩阵计算各因子(C)对目标层(Z)的权重系数。有线性组合关系可知,对矩阵A的最大特征值所对应的特征向量进行归一化即为各因子所对应的权重系数,最终,得到矿山场地选址线性模型为:
式中: y为整个选址模型的最终计算得分; C1为与断裂距离; C2为与矿区距离; C3为植被覆盖度; C4为钻孔探槽密度; C5为与村庄距离; C6为与河道距离; C7为与道路距离; C8为坡度; C9为高差。
3 矿山选址量化分析结果
3.1 遥感地质因子信息
在本研究中,矿山的绿色选址主要涉及断裂构造因子、矿区位置因子、钻孔、探槽因子、坡度和高差因子等地质因子。其中,断裂构造因子定量化结果显示线性构造及其附近地带较不适宜进行矿山建设,在图4(a)中绿色和紫色为较不适宜范围,其次粉色、蓝色、黄色范围为相对适宜矿山建设地带。对于矿区位置,矿山选址应当在矿区及其附近展开,在图4(b)中淡黄色为矿区重点位置,蓝色、浅蓝色、绿色、褐色依次为次重点区域。钻孔和探槽因子中,钻孔和探槽密集区域为矿山选址优先考虑位置,在图4(c)中表现为红色、黄色和粉色区域,绿色为次重点区域。对于坡度和高差,坡度较大或高差较大均不适宜矿山选址建设,在图4(d)中表现为紫色、蓝色区域,在图4(e)中表现为绿色、亮蓝色区域。
图4
图4
遥感地质因子信息定量赋值图
Fig.4
Ruantitative assignment diagram of remote sensing geological factor information
3.2 环境因子信息
图5-1
图5-1
环境因子信息定量赋值图
Fig.5-1
Ruantitative assignment diagram of environmental factor information
图5-2
图5-2
环境因子信息定量赋值图
Fig.5-2
Ruantitative assignment diagram of environmental factor information
3.3 矿山场地选址模型结果
为得到多龙矿集区矿山场地选址结果图,首先需要根据表2中建模因子的划分标准,对各因子进行重分类并统一赋予分值,当栅格因子划分对矿山场地选址评价为极好时赋值为10分,评价为好时赋值为7分,评价为中时赋值为4分,评价为差时赋值为2分,评价为极差时赋值为1分,最终实现栅格定量归一化; 其次,利用层次分析法求取各建模因子的权重系数值; 最后,利用ArcGIS栅格计算器,对各建模因子根据矿山场地选址线性模型进行计算。对计算结果进行重分类即可得到多龙矿集区矿山场地选址结果图。
表2 矿山选址建模因子评价赋值表
Tab.2
| 建模因子 | 矿山选址评价赋值 | 权重系数 | ||||
|---|---|---|---|---|---|---|
| 极好 | 好 | 中 | 差 | 极差 | ||
| 与断裂距离 | [4 000,9 000] | [2 000,4 000) | [1 000,2 000) | [500,1 000) | [0,500) | 0.188 7 |
| 与矿区距离 | [0,800) | [800,1 500) | [1 500,2 500) | [2 500,4 000) | [4 000,9 000) | 0.065 9 |
| 植被覆盖度 | 无 | 低 | 中 | 高 | 0.094 1 | |
| 钻孔探槽密度 | [5,7] | [4,5) | [3,4) | [1,3) | [0,1) | 0.123 6 |
| 与村庄距离 | [5 000,9 000] | [3 000,5 000) | [2 000,3 000) | [1 000,2 000) | [0,1 000) | 0.101 8 |
| 与河道距离 | [4 000,9 000] | [2 000,4 000) | [1 000,2 000) | [500,1 000) | [0,500) | 0.071 1 |
| 与道路距离 | [0,500) | [500,1 000) | [1 000,2 000) | [2 000,4 000) | [4 000,9 000] | 0.044 0 |
| 坡度 | [0,5) | [5.0,15) | [15,30) | [30,45) | [45,54] | 0.155 4 |
| 高差 | [0, 10) | [10, 25) | [25,50) | [50,80) | [80,115] | 0.155 4 |
| 赋值 | 10 | 7 | 4 | 2 | 1 | 1 |
| 结果 | [6.6,10] | [5.8,6.6) | [5.0,5.8) | [4.0,5.0) | [0,4.0) | |
对矿山场地选址模型结果图按最后得分进行等级划分,当分值大于5.07等级为极适宜,并对其赋予深绿色; 分值介于[4.41,5.07]等级为适宜,对其赋予鲜绿色; 分值介于[3.72,4.41)等级为中等适宜,对其赋予米黄色; 分值[2.95,3.72)等级为不适宜,对其赋予棕色; 分值小于2.95设定等级为极不适宜,对其赋予黑色。结果如图6所示。分值较高(绿色)的区域为适合作为矿山场地布局区域,而分值较低(黑色)的区域不适合进行矿山场地布局。
图6
图6
多龙矿集区矿山场地选址结果图
Fig.6
Result map of mine site selection in Duolong mining concentration area
根据计算结果和栅格分类结果,黑色区域大多为地形较为险要,断裂较为集中的区域,相对不适合进行矿山建设,故计算结果和地质事实相符。根据结果图,矿床大多分布在颜色较深的区域,表明矿床成矿多位于山体中或断裂较多区域,符合成矿实际规律。但整体比较而言,矿床分布区域并不是颜色最深的位置,而矿床分布区域已经具有人工建筑物,故适合进行工程建设。故相对比较而言,矿床分布区域为适宜进行矿山建设开采区域,故计算结果可以用作绿色矿山建设依据。
4 结论和建议
1)本文提出了利用遥感影像数据提取的相关生态环境因子结合AHP法来建立绿色矿山选址模型,利用AHP法为选择矿山场地的地址区域与断裂距离、与矿区距离、植被覆盖度、钻孔探槽密度、与村庄距离、与河道距离、与道路距离、坡度、高差等提供有力依据,同时,这些区域可供选择作为矿山场地。
2)RS与GIS技术在绿色矿山建设中具有非常重要的作用,可以实时监测矿山环境信息及开发状况,并且能够利用遥感影像提取的因子要素进行矿山绿色选址和规划。利用RS技术,结合GIS的空间叠加、缓冲区分析等强大的空间分析功能,有效地划分出适合作为矿山场地的选址,节省了大量的人力与物力,为绿色矿山选址提供帮助。
3)本文利用RS与GIS技术进行矿山绿色选址的尝试,取得了一定的应用效果,但仍存在一些不足: 矿山场地选址模型结果图只能从整体上反映出适合作为矿山场地的区域范围。各要素组合作为选址因子仍存在片面性,没有全面的考虑所有人文自然环境等因素。AHP分析法求各因子权重值的赋值存在人为因素的影响,还不能精确确定各类矿山场地的具体布局,还需要在矿山场地模型结果图基础上利用RS技术及GIS空间分析技术对不同场地进行布局规划。另外,从不同遥感影像中提取信息以及遥感图像处理的方法选择,存在一定误差,由于不同遥感影像分辨率不同,其提取信息的结果存在差异。今后需要继续深入开展定量化研究,才能使得最终的因子评价结果更为准确。
参考文献
固体矿产绿色矿山建设指南(试行):T/CMAS 0001—2017
[S].
ide for the construction of solid mineral Green Mines(for Trial Implementation):T/CMAS 0001—2017
[S].
Role of remote sensing in residential site selection:A case study of Hisar Town and its environs
[J].DOI:10.1007/BF03026520 URL [本文引用: 1]
遥感和物探在核电站选址中的应用
[J].
The application of remote sensing and geophysical prospecting to the choice of site for thenu clear power station
[J].
Some aspects of selection of small hydro project sites using remote sensing and GIS
[C]//
GIS在城市生活垃圾卫生填埋点选址中的应用研究——以芜湖市为例
[D].
Application research with GIS on site selecting of land fill of city life waste—A case study on Wuhu City
[D].
GIS在城市生活垃圾卫生填埋场选址中的应用
[J].
Application of GIS to the Siting of City Refuse Landfill
[J].
基于GIS的生活垃圾填埋场选址的应用研究
[J].
Mao N.application of gis to site selection of municipal solid waste landfill
[J].
农村居民点空间布局及优化分析——以重庆市合川区狮滩镇聂家村为例
[J].
An analysis of spatial distribution and optimization of rural settlements:A case study of Niejia Village in Shitan Town,Hechuan District,Chongqing
[J].
多类型遥感影像在高原机场选址中的应用初探
[J].
Application of multi-type remote sensing image in site selection of Plateau airport
[J].
遥感图像三维可视化在康定机场建设中的应用
[D].
Application of 3-d visualization of remote sensing image in the construction of Dartsendo airport
[D].
遥感图像三维可视化在机场选址中的应用
[J].
Application of 3-d visualization of remote sensing image in airport site selection
[J].
“3S”技术在西藏阿里机场工程地质勘察中的应用研究
[D].
Application of “3 s” technology in engineering geological investigation of Ali Airport in Tibet
[D].
遥感技术在工程地质选址工作中的应用
[J].
The aplication of remote sensing to engineering geological site selection
[J].
遥感图像三维可视化及在腾冲机场建设中的应用研究
[J].
3d visualization of remote sensing images and its application in the construction of Tengchong City Airport
[J].
遥感与GIS技术支持下的机场选址与工程地质分析
[J].
Airport site selection and engineering geological analysis based on RS and GIS Technology
[J].
青藏高原生态地质环境遥感调查研究
[J].
Investigation of eco-geological environment in Qinghai-Tibet Plateau by remote sensing
[J].
基于蚀变信息提取的西藏班公湖—怒江成矿带中段斑岩铜矿找矿预测
[J].
Prediction of porphyry copper deposits in the middle part of Bangonghu-Salween River metallogenic belt,Tibet,based on alteration information
[J].
西藏多龙矿集区发现浅成低温热液型铜(金银)矿床
[J].
Epithermal Cu-Au-Ag deposit discovered in the duolong ore concentration area,Tibet
[J].
西藏班-怒成矿带多龙矿集区斑岩铜矿综合信息找矿预测
[J].
Metallogenic prognosis based on comprehensive information in the Duolong ore concentration area of the Bangonghu-Nujiang metallogenic belt,Tibet
[J].
多源数据在西藏多龙矿集区找矿实践中的应用
[J].
Application of multi-source data to prospecting practice in the duolong ore concentration area of Tibet
[J].
西藏班—怒成矿带西段多龙矿集区铜金成矿作用与成矿规律
[D].
Copper-gold mineralization and metallogenic regularity of duolong ore concentration area in the western part of Banfo NU metallogenic belt,Tibet
[D].
西藏多不杂斑岩铜金矿床地质与蚀变
[J].
Dobuza porphyry copper-gold Deposit,Tibet
[J].
NDVI-derived land cover classification at global scales
[J].DOI:10.1080/01431169408954345 URL [本文引用: 2]
