自然资源遥感, 2024, 36(1): 217-226 doi: 10.6046/zrzyyg.2022444

技术应用

基于GF-2和ASTER数据青海德龙地区构造蚀变信息提取及找矿预测

王艺龙,1,2, 王然,1,2, 严子清3, 张新铭3, 李笑龙3, 徐崇文3

1.辽宁省地质勘查院有限责任公司,大连 116100

2.高分辨率对地观测系统辽宁地质资源环境应用与服务中心,大连 116100

3.中国地质大学(武汉)资源学院,武汉 430074

Tectonic alteration information extraction and prospecting prediction for the Delong area of Qinghai Province based on GF-2 and ASTER data

WANG Yilong,1,2, WANG Ran,1,2, YAN Ziqing3, ZHANG Xinming3, LI Xiaolong3, XU Chongwen3

1. Liaoning Institute of Geological Exploration Co.,Ltd., Dalian 116100, China

2. Liaoning Province High-Resolution Observation System Application and Service Center of Geological Resources and Environmental, Dalian 116100, China

3. School of Earth Resources, China University of Geosciences(Wuhan), Wuhan 430074, China

通讯作者: 王 然(1988-),男,本科,高级工程师,主要从事遥感技术应用。Emailwrwinter1988@163.com

责任编辑: 陈理

收稿日期: 2022-11-17   修回日期: 2023-02-21  

基金资助: 青海省地质勘查基金项目“青海省东昆仑东段金银多金属成矿系列研究与关键勘查技术应用示范”(青色地[2021]34号)

Received: 2022-11-17   Revised: 2023-02-21  

作者简介 About authors

王艺龙(1990-),男,硕士,高级工程师,主要从事遥感地质应用研究和矿产资源调查评价。Email fsmwyl@163.com

摘要

德龙地区位于青海东昆仑金及多金属成矿带东段,是该成矿带内极具勘查潜力区域之一,受限于偏远的地理位置和崎岖的地形条件,大比例尺地球化学勘查及常规地质调查工作难以直接开展。为此,基于ASTER和GF-2数据,通过分析不同空间分辨率遥感影像的色调、几何结构和纹理特征进行线性和环形构造识别; 同时,根据主要蚀变矿物光谱特征分析,利用ASTER可见光—近红外波段和短波红外波段,采用“掩模+主成分分析”方法提取铁化、Al-OH和Mg-OH蚀变信息; 在此基础上,结合多元地学信息及野外调查结果,综合分析遥感解译构造蚀变信息与研究区金矿化的内在联系,建立基于区内金矿床的遥感找矿预测模型,并以此为依据划分出找矿远景区3处。通过野外查证,在德龙找矿远景区新发现金矿体多条。研究结果表明,融合遥感数据和地理信息系统技术可有效识别地表热液蚀变和构造空间结构特征,能够为该地区进一步找矿预测提供参考和依据。

关键词: GF-2; ASTER; 主成分分析; 找矿预测; 德龙地区

Abstract

The Delong area, located in the eastern segment of the Eastern Kunlun gold-polymetallic metallogenic belt in Qinghai, is recognized as an area with significant exploration potential. However, its remote geographical location and rugged terrain pose challenges to large-scale geochemical explorations and conventional geological surveys. Based on ASTER and GF-2 data, this study identified the linear and circular structures by analyzing the color tones, geometric structures, and textures of remote sensing images with varying resolutions. Through the spectral analysis of primary alteration minerals, this study extracted the information on ferrugination, Al-OH, and Mg-OH alterations from visible light to near-infrared bands and short-wave infrared bands of ASTER using the mask + principal component analysis technique. Then, this study established a remote sensing-based prospecting prediction model for gold deposits in the study area by combining geoscience information and field survey results and comprehensively analyzing the association between the tectonic alteration information derived from remote sensing image interpretation and the gold mineralization of the study area. Using the prediction model, this study delineated three prospective areas for mineral exploration. The field verification revealed several new gold ore bodies in the Delong prospective area. The results show that the integration of remote sensing data and GIS technology can effectively identify surface hydrothermal alterations and tectonic spatial structures. The integration can serve as a guide for subsequent prospecting prediction of the study area.

Keywords: GF-2; ASTER; principal component analysis (PCA); prospecting prediction; Delong are

PDF (19046KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王艺龙, 王然, 严子清, 张新铭, 李笑龙, 徐崇文. 基于GF-2和ASTER数据青海德龙地区构造蚀变信息提取及找矿预测[J]. 自然资源遥感, 2024, 36(1): 217-226 doi:10.6046/zrzyyg.2022444

WANG Yilong, WANG Ran, YAN Ziqing, ZHANG Xinming, LI Xiaolong, XU Chongwen. Tectonic alteration information extraction and prospecting prediction for the Delong area of Qinghai Province based on GF-2 and ASTER data[J]. Remote Sensing for Land & Resources, 2024, 36(1): 217-226 doi:10.6046/zrzyyg.2022444

0 引言

东昆仑造山带位于青藏高原北缘,自元古宙以来主要受原特提斯构造域和古特提斯构造域两大地球动力学系统控制,地质构造演化历史复杂[1]。多期的洋陆转换、弧-弧和弧-陆碰撞过程造就了该区优越的成矿条件,具有丰富的金、银、铜等矿产资源,是我国重要的金及多金属成矿带[2]。德龙地区位于东昆仑造山带东段,其北部和南部分布有果洛龙洼、阿斯哈、按纳格、色日、坑得弄舍等一系列大、中、小型金矿床/矿点,是该带内极具勘查潜力的区域之一[3-4]。近些年,随着对成矿规律认识及工作手段的不断提高,有研究者通过实地调查、地球物理和地球化学等地学方法在该地区发现多处金矿体,显示出良好的找矿潜力[5-6]。但由于偏远和崎岖的地形条件,区内尚有大面积区域难以开展常规地质调查,整体工作程度偏低,在一定程度上制约了该区勘查部署与找矿突破[7]。此外,德龙地区金矿体以脉状为主,构造控矿规律明显,并且围岩具有强烈的硅化、绢云母化、褐铁矿化等热液蚀变,蚀变与矿化关系密切[8],但是目前区内还没有针对构造蚀变方面的研究。

基于遥感卫星数据的热液蚀变提取和线环构造解译是近些年在矿产勘查领域中重要应用之一[9-16]。特别是在干旱和半干旱地区,由于植被稀疏,地表暴露较好,依据不同蚀变矿物组合诊断性光谱特征及不同规模和时序岩石变形特征,可快速识别地表围岩蚀变类型和各类构造形迹,从而缩小勘查范围,使矿产资源勘探更加准确、快速[17-18]。利用遥感技术进行找矿预测在东昆仑造山带五龙沟、大场等金矿床及外围区域已经取得较好的应用效果[19-23]

在前人研究的基础上,本文以ASTER和高分二号(GF-2)卫星影像为数据源,通过分析不同空间分辨率遥感影像的色调、几何结构和纹理特征等,对德龙地区开展线性、环形构造(以下简称“线环构造”)识别; 同时根据研究区不同蚀变类型的诊断性光谱特征,采用掩模+主成分分析方法提取褐铁矿化、绢云母化和绿泥石化等遥感蚀变异常; 最后结合已有地质、矿产和化探资料,综合分析金矿化与遥感解译构造蚀变之间的关系,圈定找矿远景区,以期为该地区进一步找矿预测提供参考和依据。

1 地质背景

东昆仑造山带位于青海省中西部,北部紧邻柴达木盆地,南部与松潘—甘孜地块相接。大地构造位置以昆中断裂和昆南断裂为界,东昆仑造山带由北向南可划分为昆北地体、昆南地体和巴颜喀拉地体3个构造单元[24]。德龙地区位于昆北地体和昆南地体东段连接区,昆中断裂带从研究区东部穿过(图1)。区内出露的地层包括中元古界小庙组石英片岩、黑云斜长片麻岩和斜长角闪岩; 中元古界万宝沟组变玄武岩和大理岩,以岩片形式产出; 下石炭统哈拉郭勒组变杂砂岩、粉砂质板岩和硅质泥岩等,主要由变杂砂岩与板岩互层组成; 上石炭统—下二叠统浩特洛洼组以杂砂岩、板岩夹灰岩和火山岩为主; 下三叠统洪水川组只出露少量火山碎屑岩; 其中,前寒武系、石炭系—二叠系变质地层与金矿成矿密切,地层中发育的各类复合层间滑动构造,为矿床成矿流体运移和聚集提供了有利空间。区内出露的岩浆岩包括奥陶纪、泥盆纪和二叠纪中酸性侵入岩,分布面积占一半以上,岩性为花岗闪长岩、二长花岗岩和石英二长闪长岩等,主要呈不规则小岩株、岩枝、岩脉侵位于老地层中; 其中,泥盆纪、二叠纪二长花岗岩和石英二长闪长岩与金矿成矿密切,一方面部分矿体直接赋存于花岗岩内部,另一方面矿床学研究也显示德龙金矿床成矿物质主要来源于地壳深部岩浆[5]。区内构造以断裂构造为特征,主要发育NW向、近EW向和NE向断裂,其中规模较大的断裂为昆中断裂以及众多NW向密集断裂带,是金矿床主要的控矿构造。

图1

图1   德龙地区地质矿产图

Fig.1   Geological and mineral regional map of Delong area


研究区目前已发现金矿体21条,矿体倾向NE、走向NW,在走向上具有分支复合和尖灭再现现象。矿体空间分布形态呈脉状或透镜状产出于NW向构造蚀变带内,矿体产状严格受断裂构造控制。矿石中金属矿物主要为黄铁矿、黄铜矿、毒砂、闪锌矿和自然金,脉石矿物主要有石英、绢云母、绿泥石和方解石。金矿体在地表一般矿化蚀变明显,硅化、绿泥石化、褐铁矿化、绢英岩化等蚀变信息与金矿化关系密切。

2 遥感数据源及预处理

2.1 遥感数据源

采用的遥感数据源为ASTER和GF-2数据。ASTER覆盖了可见光—热红外共14个波段的光谱范围,包括3个空间分辨率为15 m的可见光—近红外波段,6个空间分辨率为30 m的短波红外波段,以及5个空间分辨率90 m的热红外波段。研究区覆盖范围为1景ASTER数据,获取日期为2001年3月29日,无云的干扰。GF-2搭载有全色和多光谱2台相机,全色相机覆盖光谱范围为0.45~0.9 μm,空间分辨率为1 m; 多光谱相机在可见光—近红外范围分为4个波段,空间分辨率为4 m。本文应用无雪和云的GF-2数据1景(标示号: 8814772),获取日期为2021年3月23日。

2.2 数据预处理

2.2.1 GF-2数据

GF-2数据预处理主要包括正射校正、几何纠正和图像融合。正射校正使用有理多项式模型,辅以RPC系数和空间分辨率为12.5 m 的数字高程模型数据,消除地形起伏造成的畸变。几何纠正选择二阶多项式方法,结合1∶1万地形图及地面控制点进行配准,纠正图像几何变形。图像融合采用Gram-Schmidt方法,将GF-2多光谱数据和全色数据变换融合,形成研究区高分辨率遥感图像。经过预处理的GF-2遥感图像,几何定位精度高,纹理清晰[25],可以真实、准确反映地表空间结构特征,有利于地质构造解译。

2.2.2 ASTER数据

ASTER数据预处理包括辐射定标、大气校正、干扰去除和彩色合成。辐射定标和大气校正目的是获得地表真实地物反射率,减少大气因素引起的地物反射误差[26]。首先分别对VNIR和SWIR波段进行辐射定标,将影像DN值转换为辐射亮度值; 然后采用最近邻像元法将空间分辨率都重新采样到15 m,并组合成9波段的VINR-SWIR数据; 最后利用MODTRAN4辐射传输模型进行大气校正,生成研究区地表反射率数据,作为后续遥感蚀变信息提取的基础图像。

干扰去除是为了尽量减少雪、阴影、水系和植被等非矿化信息对蚀变异常提取的影响,提高遥感蚀变信息提取精度[27]。本文采用比值法、归一化植被指数(normalized difference vegetation index,NDVI)和目视解译方法去除研究区植被、阴影和第四系等干扰因素。其中,选择NDVI> 0.2[28]的区域为植被覆盖范围; 阴影信息采用B7/B1<0.1提取; 第四系采用目视解译进行感兴趣区圈定。提取出来的各类干扰信息最终汇集在一个掩模内,用以消除蚀变信息提取过程中可能产生的假异常。

彩色合成是利用多光谱遥感图像丰富的地物光谱信息,使用不同波段组合进行RGB合成,旨在突出不同岩石之间的光谱差异,有助于获得良好的图像视觉效果。本文使用最佳指数因子(optimum index factor,OIF)法选择多光谱图像最佳的波段组合,OIF值最大的3个波段的组合通常具有最多的信息量和最少的冗余度[29]。在ASTER数据相关性分析基础上,可知B7,B4,B2波段组合OIF值最大,为744.91,故B7(R)B4(G)B2(B)假彩色合成图像具有更丰富的地物光谱信息,适合进行线环构造识别。此外,本文还使用GF-2数据全色波段与ASTER数据最佳波段组合进行图像融合,以提高遥感图像空间分辨率。

3 遥感线环构造解译

地质构造在遥感图像中通常表现为线性与环形特征。线性构造主要为断层、节理、剪切带等与地质作用密切相关的线性形迹,环形构造则多为岩体侵入、火山活动以及构造运动形成的环状特征[30]。线环构造反映的是深部地应力在地表的岩石变形特征,对于指导找矿工作具有重要意义[31]。基于不同空间分辨率遥感图像,采用目视解译、对比分析和综合推理等方法,来识别和分析线环构造。在参考已有地质、矿产、物化探资料的基础上,依据遥感图像色调、形态和地形地貌等特征,建立各类遥感地质构造解译标志,从而得出研究区线环构造分布。

3.1 线性构造解译

德龙地区线性构造发育较好,本次研究共解译出线性构造170条,按其展布方向可分为NW向、NE向、近EW向和NNW向4组。在遥感图像中主要表现为构造地貌特征(图2),如不同地貌单元转换区(图2(a))、地质体被切割或错段(图2(b))、笔直的沟谷(图2(c))、断层陡坎、断层三角面(图2(d))、同一方向延伸的山脊线(图2(e))以及同步错动水系。这些构造识别特征在形态上大多呈线状、弧状、折线状,并且在局部地区显示出一定的色调异常(图2(f))。

图2

图2   德龙地区线性构造遥感解译标志

Fig.2   Remote sensing interpretation marks of linear structure in Delong area


其中,NW向线性构造在全区均有不同程度发育,主体为昆中断裂及其次级断裂带,形成时间最早,延伸距离普遍较长,规模较大。昆中断裂出露于德龙附近,控制了该区带状分布的岩层(体),在两侧地质体内可见近似平行主断裂的不连续线性构造,反映了区域性深大断裂旁侧伴生的次级断裂带。NE向线性构造主要分布在卡可特尔河西部区域,与NW向线性构造形成交织的格子状空间特征,控制了卡可特尔河以西地区NE向展布的第四系和中酸性侵入岩,在第四系边部可见清晰的断层三角面,中酸性侵入岩内则表现为折线状分布的断层沟槽。根据遥感图像交切关系,NE向线性构造形成时间较晚,错段NW向线性构造。近EW向线性构造主要位于研究区北部热龙一带,由多条舒缓波状的断裂组成,密集排列,与区内各个方向线性构造相互交切,具压扭性构造影像特征,形成时间最晚。NNW向线性构造分布较少,区内仅发现4条,规模较小。总的来看,遥感解译线性构造与地质图上已知的不同延伸方向断裂构造分布位置拟合度较高,补充并完善了研究区局部显示或未发现的断裂构造。为进一步分析线性构造空间分布规律和内在关系,本文对提取出来的线性构造长度、走向与密度进行了统计分析(图3),其中,密度为每500 m×500 m大小网格内的线性构造条数。

图3

图3   德龙地区线性构造

Fig.3   Lineaments in Delong area


线性构造密度被定义为单位面积内线性构造的数量,密度分布特征可以提供深部构造信息及成矿有利地段等线索[32]。通常线性构造高密度区可指示成矿潜力较大地区,密度梯度变化带的延伸方位常与区域主干断裂带分布有关[33]。从研究区线性构造密度等值线图(图3(a))可以看出,高密度区基本勾勒了德龙地区主要断裂构造的空间分布和展布方向,其中德龙—热龙一带高密度区主要呈NW向展布,并且与区内昆中断裂带展布方向一致,表明深大断裂的多期活动引起了岩石的挤压和变形,在主断裂附近形成了聚集的线性构造,暗示了区内有利矿化地段。线性构造长度统计结果(图3(b))显示,研究区170条线性构造长度分布在0.05~8.473 km之间不等,平均长度为1.763 km,最丰富的线性构造长度大多集中在0.1~2.0 km,占区内提取线性构造总数的71%。线性构造方向玫瑰花图(图3(c))表明研究区线性构造主要走向是NW—SE向和近EW向,其次为NE—SW向,与区域上断裂构造发育特征基本一致。前人研究普遍认为,东昆仑造山带的构造应力场主要与原特提斯洋和古特提斯洋俯冲消减有关,2期造山旋回对应的奥陶纪—泥盆纪和三叠纪也是区内金成矿与构造岩浆活动重要时限[34],昆中断裂带代表了原特提斯洋的闭合边界,南北两侧昆北地体和昆南地体碰撞挤压,最终形成德龙地区目前构造变形特征。线性构造主要趋势代表了当前构造应力场优势方向。

3.2 环形构造解译

德龙地区环形构造(图4)在地貌上一般为突起的山体,四周多被沟谷水系覆盖或由环状山脊围成,在遥感图像中表现为圆形、椭圆形、弧形影像特征。

图4

图4   德龙地区环形构造遥感解译标志

Fig.4   Remote sensing interpretation marks of circular structure in Delong area


研究区共解译出环形构造7处,典型特征是呈串珠状排列,规模相差不大,一般环形构造直径在1.2~4.0 m之间。综合分析区内环形构造影像特征及所处的岩层和构造环境,发现区内环形构造成因可以分为2类: 一类环形构造主体与发育奥陶纪侵入岩区域近似重叠(图4(c)),显示出与岩浆活动密切相关; 同时其内叠加有强烈的构造变形,山脊被多组线性构造交切、错段。另一类环形构造分布在NEE向或NW向线性构造密集发育地区,多数呈串珠状发育,主要表现为弧状和直线状线性构造限制了部分环形构造的边界(图4(d)),具有构造作用环体特征,为区内主要的环形构造类型; 空间展布方向与该区主要构造线方向一致,呈现较好的套合关系。

4 遥感蚀变信息提取

4.1 蚀变光谱特征分析

围岩蚀变是热液流体与围岩发生水岩反应的产物。围岩蚀变的强弱、规模以及类型往往对成矿过程起到一定程度的控制作用,是一种重要的找矿标志[35]。不同类型围岩蚀变由不同矿物成分和物理结构组成,不同物质组成具有不同反射光谱特征,根据蚀变矿物诊断性光谱特征,即可利用特定波段组合有效提取遥感蚀变异常信息[36]

通过野外调查观察到的蚀变现象,德龙地区与金矿化密切相关的蚀变类型主要为硅化、褐铁矿化、绢云母化和绿泥石化等。这些蚀变类型主要含有Fe2+和Fe3+等金属阳离子或OH-等阴离子基团,它们构成的岩石矿物在可见光—短波红外区间(0.35~2.50 μm)具有明显的诊断性光谱特征。考虑ASTER数据各波段光谱特点,分别对铁化蚀变、Al-OH蚀变和Mg-OH蚀变进行提取。本文从USGS光谱库中选择典型矿物的光谱曲线,对研究区主要蚀变矿物进行光谱特征分析(图5)。铁化蚀变有褐铁矿、赤铁矿和黄钾铁矾等矿物,在可见光—近红外区间(0.4~1.3 μm)具有相似的光谱形态,特征谱带明显。在0.5 μm和0.9 μm处存在2处诊断性吸收谷,分别对应ASTER数据中的B1和B3波段; 在0.7~0.8 μm之间存在强反射峰,反射波长相当于ASTER B2波段(图5(a))。之后随着波长的增加,铁化蚀变反射率在0.9~1.3 μm之间持续增高,光谱曲线呈直线上升。Al-OH蚀变包括白云母、高岭石和蒙脱石等矿物,光谱曲线在0.4~2.1 μm波段范围内表现出高反射率特征; 除在1.4 μm附近受水基团的影响呈明显的吸收谷,曲线形态整体较平缓; 直到2.15~2.25 μm附近出现诊断性吸收谷和反射峰,对应于ASTER数据B6和B7波段(图5(b))。Mg-OH蚀变主要为绿泥石和绿帘石等矿物,光谱曲线在0.4~2.1 μm范围内呈显著上升趋势; 其诊断性吸收谷位置与Al-OH蚀变矿物明显不同,主要在2.3 μm附近表现为强吸收的特点,对应于ASTER数据B8波段(图5(b))。

图5

图5   研究区典型蚀变矿物光谱曲线(USGS)与重采样至ASTER波段的光谱曲线

Fig.5   Spectral pairs of laboratory reflectance spectra (USGS) and ASTER resampled


4.2 蚀变信息提取

主成分分析是一种对多个变量进行线性转换的多元统计分析方法,它可以对原始图像数据进行去相关和压缩,将多个波段所包含的信息压缩到几个主成分分量中[37]。利用该方法能够从背景中加强和分离某些光谱特征,最大程度提取目标信息,广泛应用于蚀变信息提取。综合前人研究成果,本文根据目标蚀变矿物诊断性光谱特征,选择ASTER数据B1,B2,B3,B4波段、B1,B4,B6,B7波段和B1,B3,B4,B8波段分别进行掩模主成分分析,用于提取铁化蚀变、Al-OH蚀变和Mg-OH蚀变信息。将上述指示3种蚀变信息的特征主分量提取出来后,使用统计方法计算单波段图像的均值和标准差,以平均值+N倍标准差作为阈值将遥感蚀变异常由高至低划分为1~3级。

通过野外调查及与已知地质资料对比分析,发现遥感解译蚀变异常与实际情况基本吻合,已知金矿区附近地表裸露较好的破碎蚀变带内(图6中D1点,图7(a)(b))或断裂带内部/边缘(图6中D2点,图7(c)(d))区域具有较好的蚀变异常显示,证明解译成果具有较高的可靠性。

图6

图6   德龙地区遥感蚀变异常结果

Fig.6   Results of remote sensing alteration anomaly in Delong area


图7

图7   德龙金矿遥感蚀变异常野外验证照片

Fig.7   Photos of field verification for the remote sensing alteration anomaly in Delong gold deposit


5 找矿预测

5.1 遥感解译构造蚀变信息结果分析

将遥感解译构造蚀变信息叠置已知矿床(点)及化探异常进行综合分析,发现德龙地区金矿床与遥感解译构造蚀变具有密切的关系,主要表现为以下几个方面:

1)区内金矿床(点)主要分布在线环构造发育密集且相互交汇的地区。研究区线环构造在空间分布上相互交切、并存,具有互相作用的关系,一方面部分线性构造直接构成了环形构造的边界; 另一方面串珠状排列的环形构造又反映了深部基底断裂在地表的展布方向。已知金矿体主要分布在多组近平行展布的NW向线性构造内部或相互夹持区域(图3(a)),受构造控制作用明显。

2)已知金矿床附近遥感蚀变信息一般分布比较集中,以条带状、团块状为主,矿床外围地区则分布较零散,主要呈斑点状。德龙金矿附近具有强烈的铁化、Al-OH和Mg-OH团块状遥感蚀变异常,受构造控制呈NW向条带状展布,并且该处Au元素异常明显富集,化探异常与遥感蚀变异常套合较好。外围地区遥感蚀变异常则主要呈斑点状,Au元素异常亦无显示,与金矿化关系不明显。

3)遥感蚀变异常受构造控制作用明显。综合遥感蚀变异常信息在研究区的分布情况可以看出,位于区内各类遥感蚀变异常整体分布不均匀,3类遥感蚀变信息强度均较高的位置主要为不同规模线性构造内部或附近,异常分布与区域构造线方向一致,在大型断裂带内部或环形构造与线性构造交切部位铁化和OH-蚀变特征尤其强烈。

4)从已知金矿床与遥感蚀变异常组合空间分布关系来看,某一种零散分布的遥感蚀变异常与金矿化关系不大,可能为区域变质作用或蚀变异常主分量密度分割过程中产生的假异常引起,而与成矿作用密切相关的遥感蚀变异常主要呈组合发育特征。德龙金矿附近发育的铁化、OH-类遥感蚀变异常,空间一致性较好,具有显著的重合现象。野外异常查证发现,沿断裂发育1~3 m破碎蚀变带,具强烈的褐铁矿化、硅化、绿泥石化和绢云母化(图7)。该类蚀变异常组合对区内脉状金矿体具有较好的指示意义。

5.2 找矿远景区预测

综合上述遥感解译构造蚀变信息结果分析和研究区成矿地质条件、矿化特征及控矿因素,将德龙地区遥感找矿预测要素总结如下:

1)古元古界—晚古生界变质岩与加里东期—印支期侵入岩类出露区域。

2)地表出露的硅化、绢云母化、褐铁矿化和绿泥石化等热液蚀变,主要矿物组合为自然金、黄铁矿、黄铜矿、方铅矿、闪锌矿以及石英、绢云母、绿泥石等。

3)Au异常浓度高,浓集中心明显,具有浓度分带。

4)线性构造密集发育或多组线性构造交汇部位。

5)遥感蚀变异常空间分布呈团块状、条带状区域。

6)遥感解译铁化、Al-OH和Mg-OH蚀变异常信息空间套合较好的区域。

根据以上依据,本文在研究区划分出热龙、哈热尔达洼和卡龙3处找矿远景区(图8)。

图8

图8   德龙地区遥感找矿远景区预测

Fig.8   Remote sensing interpretation showing prospecting target in Delong area


5.3 找矿远景区野外验证

依据划分的找矿远景区,在研究区内重点对热龙找矿远景区进行了野外实地验证(图9),新发现含矿构造蚀变带2处,其中1处以石英脉为主(图8中D3点,图9(a)(b)),石英脉中发育团块状与细脉状原生硫化物,具强烈的硅化和绢云母化,岩脉两侧表现为黄钾铁矾化,拣块样Au品位达2.57 g/t。另1处含矿构造(图8中D4点,图9(c)(d))宽约2 m,构造蚀变带内及两侧岩石风化破碎较为严重,强烈的褐铁矿化导致蚀变带呈褐红色,局部地段发育黄钾铁矾。含矿构造中可见宽约0.3 m的石英脉,石英脉中可见黄铁矿、方铅矿和闪锌矿等硫化物,拣块样Au品味为0.53~2.61 g/t,平均为1.76 g/t。野外验证结果显示,本次遥感解译构造蚀变信息与实际地质情况基本一致,划分的找矿远景区对德龙地区金矿找矿预测具有良好的指示意义。

图9

图9   热龙找矿远景区野外验证照片

Fig.9   Photos of field verification for the Relong prospecting target area


6 结论

基于GF-2和ASTER数据,采用最佳波段选择、主成分分析、图像融合和线性拉伸等遥感图像处理技术对德龙地区进行了遥感线环构造识别和蚀变异常提取,并在此基础上结合地质、矿产和化探等资料进行分析,划分找矿远景区,主要结论如下:

1)通过分析不同空间分辨率遥感影像的色调、几何结构和纹理特征,在研究区识别出NW,NE,近EW和NNW向4组线性构造和7处环形构造,并对解译结果进行了分析: 线性构造长度大多数集中在0.1~2.0 km之间,主要走向为NW-SE向和近EW向,其次为NE-SW向,与区域构造应力方向一致; 线性构造高密度区主要分布在德龙—热龙一带,是矿床发育的有利地段; 环形构造成因主要与岩浆活动和构造活动密切相关,其空间展布方向与该区主要构造线方向一致。

2)在分析研究区主要蚀变矿物光谱特征基础上,基于ASTER近红外—短波红外波段数据,采用掩模+主成分分析方法进行了遥感蚀变异常提取; 并通过野外调查及与已知地质资料对比分析,证实了遥感解译蚀变异常与实际情况基本吻合,具有较高的可靠性。

3)通过综合分析遥感解译线环构造、蚀变异常与已知金矿床(点)及化探异常之间的关系,总结了研究区遥感找矿预测要素,圈定找矿远景区3处,并在野外调查过程中新发现多个金矿体,为下一步勘查部署指明了方向。

4)受限于ASTER数据光谱分辨率,本文所提取的蚀变异常信息为一种或几种蚀变矿物的组合,难以进一步划分具体矿物和准确蚀变类型,在后续遥感找矿工作中,可以结合更高光谱分辨率的遥感数据或采用地面蚀变岩石光谱测量,以提高蚀变信息识别的准确性。

参考文献

Chen J J, Fu L B, Selby D, et al.

Multiple episodes of gold mineralization in the East Kunlun Orogen,western Central Orogenic Belt,China:Constraints from Re-Os sulfide geochronology

[J]. Ore Geo-logy Reviews, 2020, 123:103587.

[本文引用: 1]

Yao Y, Hsü K J.

Origin of the Kunlun Mountains by arc-arc and arc-continent collisions

[J]. Island Arc, 1994, 3(2):75-89.

DOI:10.1111/iar.1994.3.issue-2      URL     [本文引用: 1]

唐洋, 付乐兵, 杨宝荣, .

东昆仑东段果洛龙洼脉状金矿床断裂构造控矿规律

[J]. 地质科技情报, 2017, 36(2):160-167.

[本文引用: 1]

Tang Y, Fu L B, Yang B R, et al.

Ore controlling regularities of fault in the Guoluolongwa lode gold deposit,east segment of eastern Kunlun orogen

[J]. Geological Science and Technology Information, 2017, 36(2):160-167.

[本文引用: 1]

Zhao X, Fu L B, Wei J H, et al.

Generation and structural modification of the giant Kengdenongshe VMS type Au-Ag-Pb-Zn polymetallic deposit in the east Kunlun orogen,East Tethys:Constraints from geology,fluid inclusions,noble gas and stable isotopes

[J]. Ore Geology Reviews, 2021, 131:104041.

DOI:10.1016/j.oregeorev.2021.104041      URL     [本文引用: 1]

张萱颖. 青海省都兰县德龙地区矿床特征及靶区优选[D]. 北京: 中国地质大学(北京), 2016.

[本文引用: 2]

Zhang X Y. Geological characteristics and target selection of the Delong gold deposit, Dulan County,Qinghai province[D]. Beijing: China University of Geosciences(Beijing), 2016.

[本文引用: 2]

李文君, 王克铭, 张里斌, .

青海省都兰县德龙地区金矿地质特征与找矿标志

[J]. 中国锰业, 2019, 37(5):84-86.

[本文引用: 1]

Li W J, Wang K M, Zhang L B, et al.

Geological characteristics and prospecting indicators of gold deposits in Delong area Dulan County,Qinghai Province

[J]. China’s Manganese Industry, 2019, 37(5):84-86.

[本文引用: 1]

周红智, 徐崇文, 张松涛, .

青海都兰沟里金矿整装勘查区1∶100 000地质矿产数据集

[J]. 中国地质, 2019, 46(s1):93-104.

[本文引用: 1]

Zhou H Z, Xu C W, Zhang S T, et al.

The 1∶100 000 mineralogical dataset of the Gouli gold deposit integrated exploration area in Dulan County,Qinghai Province

[J]. Geology in China, 2019, 46(s1):93-104.

[本文引用: 1]

张萱颖, 王晓云, 秦宝民, .

激电中梯及音频大地电磁测深法在青海德龙金矿床的应用

[J]. 矿产勘查, 2018, 9(3):470-476.

[本文引用: 1]

Zhang X Y, Wang X Y, Qin B M, et al.

Application of IP intermediate gradient survey and controlled source audio frequency magnetotellurice (CSAMT) in Delong gold deposit,Qinghai

[J]. Mineral Exploration, 2018, 9(3):470-476.

[本文引用: 1]

郭帮杰, 潘蔚, 张闯, .

基于遥感技术沙特阿拉伯地区钙结岩型铀矿成矿要素识别及潜力评价

[J]. 自然资源遥感, 2022, 34(4):299-306.doi:10.6046/zrzyyg.2021373.

[本文引用: 1]

Guo B J, Pan W, Zhang C, et al.

Remote sensing-based identification and potential evaluation of the mineralization elements of calcrete-hosted uranium deposits in Saudi Arabia

[J]. Remote Sensing for Natural Resources, 2022, 34(4):299-306.doi:10.6046/zrzyyg.2021373.

[本文引用: 1]

李根军, 杨雪松, 张兴, .

ZY1-02D高光谱数据在地质矿产调查中的应用与分析

[J]. 国土资源遥感, 2021, 33(2):134-140.doi:10.6046/gtzyyg.2020190.

[本文引用: 1]

Li G J, Yang X S, Zhang X, et al.

Application and analysis of ZY1-02D hyperspectral data in geological and mineral survey

[J]. Remote Sensing for Land and Resources, 2021, 33(2):134-140.doi:10.6046/gtzyyg.2020190.

[本文引用: 1]

王瑞军, 张春雷, 孙永彬, .

高光谱在甘肃红山多金属找矿模型构建中的应用

[J]. 国土资源遥感, 2020, 32(3):222-231.doi:10.6046/gtzyyg.2020.03.29.

[本文引用: 1]

Wang R J, Zhang C L, Sun Y B, et al.

Application of hyperspectral spectroscopy to constructing polymetallic prospecting model in Hongshan,Gansu Province

[J]. Remote Sensing for Land and Resources, 2020, 32(3):222-231.doi:10.6046/gtzyyg.2020.03.29.

[本文引用: 1]

刘建宇, 陈玲, 李伟, .

基于ASTER数据韧性剪切带型金矿蚀变信息提取方法优化

[J]. 国土资源遥感, 2019, 31(1):229-236.doi:10.6046/gtzyyg.2019.01.30.

[本文引用: 1]

Liu J Y, Chen L, Li W, et al.

An improved method for extracting alteration related to the ductile shear zone type gold deposits using ASTER data

[J]. Remote Sensing for Land and Resources, 2019, 31(1):229-236.doi:10.6046/gtzyyg.2019.01.30.

[本文引用: 1]

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.doi:10.6046/zrzyyg.2020317.

[本文引用: 1]

Wei Y J, Liu H.

Remote sensing-based mineralized alteration information extraction and prospecting prediction of the Beiya gold deposit,Yunnan province

[J]. Remote Sensing for Natural Resources, 2021, 33(3):156-163.doi:10.6046/zrzyyg.2020317.

[本文引用: 1]

付丽华, 张策.

基于高分遥感数据的西藏荣勒地区控矿信息提取

[J]. 国土资源遥感, 2020, 32(1):98-105.doi:10.6046/gtzyyg.2020.01.14.

[本文引用: 1]

Fu L H, Zhang C.

Study of ore control information in Rongle area of Tibet based on high resolution remote sensing data

[J]. Remote Sensing for Land and Resources, 2020, 32(1):98-105.doi:10.6046/gtzyyg.2020.01.14.

[本文引用: 1]

王烜, 王海鹏, 王然, .

基于GF2号与Landsat8数据融合的遥感图像地质解译——以1∶5万瓦房店市幅为例

[J]. 地质论评, 2019, 65(4):918-928.

[本文引用: 1]

Wang X, Wang H P, Wang R, et al.

Geological interpretation of remote sensing images based on data fusion of GF2 and Landsat8:A case study of the Wafangdian 1∶50 000 quadrangle map

[J]. Geological Review, 2019, 65(4):918-928.

[本文引用: 1]

张微, 金谋顺, 张少鹏, .

高分遥感卫星数据在东昆仑成矿带找矿预测中的应用

[J]. 国土资源遥感, 2016, 28(2):112-119.doi:10.6046/gtzyyg.2016.02.18.

[本文引用: 1]

Zhang W, Jin M S, Zhang S P, et al.

Application of high resolution remote sensing data to ore-prospecting prediction in East Kunlun metallogenic belt

[J]. Remote Sensing for Land and Resources, 2016, 28(2):112-119.doi:10.6046/gtzyyg.2016.02.18.

[本文引用: 1]

Porwal A, González-Álvarez I.

Introduction to special issue on geologic remote sensing

[J]. Ore Geology Reviews, 2019, 105:216-222.

DOI:10.1016/j.oregeorev.2018.12.001      [本文引用: 1]

Herein we provide an overview of science and technology involved in remote sensing, and outlines some practical constraints in applications to geological problems. We further summarize diagnostic spectral features of important geological material that can be detected using satellite- and air-borne remote sensing. Finally, the papers contained in the special issue are briefly introduced.

王润生, 甘甫平, 闫柏琨, .

高光谱矿物填图技术与应用研究

[J]. 国土资源遥感, 2010, 22(1):1-13.doi:10.6046/gtzyyg.2010.01.01.

[本文引用: 1]

Wang R S, Gan F P, Yan B K, et al.

Hyperspectral mineral mapping and its application

[J]. Remote Sensing for Land and Resources, 2010, 22(1):1-13.doi:10.6046/gtzyyg.2010.01.01.

[本文引用: 1]

刘刚.

东昆仑五龙沟金矿围岩蚀变的遥感识别

[J]. 国土资源遥感, 2002, 14(4):60-62.doi:10.6046/gtzyyg.2002.04.13.

[本文引用: 1]

Liu G.

Remote sensing extraction of alteration information related to the Wulonggou gold deposit,East Kunlun Mountains

[J]. Remote Sensing for Land and Resources, 2002, 14(4):60-62.doi:10.6046/gtzyyg.2002.04.13.

[本文引用: 1]

张廷斌, 钟康惠, 易桂花, .

东昆仑五龙沟金矿集中区遥感地质信息提取与找矿预测

[J]. 地质与勘探, 2009, 45(4):444-449.

[本文引用: 1]

Zhang T B, Zhong K H, Yi G H, et al.

The extraction of remote sensing geological information and metallogeneic prediction of gold mineralized concentrate district in Wulonggou,East Kunlun Mountains

[J]. Geology and Exploration, 2009, 45(4):444-449.

[本文引用: 1]

张玉君, 姚佛军.

应用多光谱ASTER数据对ETM遥感异常的定性判别研究-——以东昆仑五龙沟为例

[J]. 岩石学报, 2009, 25(4):963-970.

[本文引用: 1]

Zhang Y J, Yao F J.

Application study of multi-spectral ASTER data for determination of ETM remote sensing anomaly property:Taking Wulonggou region of eastern Kunlun Mountain range as example

[J]. Acta Petrologica Sinica, 2009, 25(4):963-970.

[本文引用: 1]

吴浩, 徐元进, 范高晶, .

奇异值分解在ETM+遥感蚀变信息提取中的应用——以青海省五龙沟金矿勘查区为例

[J]. 地理与地理信息科学, 2016, 32(2):40-45.

[本文引用: 1]

Wu H, Xu Y J, Fan G J, et al.

Using ETM+ data for extraction of alteration information based on singular value decomposition:A case study of Wulonggou gold deposit,Qinghai

[J]. Geography and Geo-Information Science, 2016, 32(2):40-45.

[本文引用: 1]

易桂花, 张廷斌, 倪师军, .

五龙沟金矿集中区化探异常与遥感蚀变异常的综合分析

[J]. 中国矿业, 2010, 19(12):104-106.

[本文引用: 1]

Yi G H, Zhang T B, Ni S J, et al.

Comprehensive analysis of geochemical anomaly and remote sensing alteration of gold mineralized concentrate district in Wulonggou area

[J]. China Mining Magazine, 2010, 19(12):104-106.

[本文引用: 1]

杨经绥, 许志琴, 马昌前, .

复合造山作用和中国中央造山带的科学问题

[J]. 中国地质, 2010, 37(1):1-11.

[本文引用: 1]

Yang J S, Xu Z Q, Ma C Q, et al.

Compound orogeny and scientific problems concerning the Central Orogenic Belt of China

[J]. Geology in China, 2010, 37(1):1-11.

[本文引用: 1]

孙攀, 董玉森, 陈伟涛, .

高分二号卫星影像融合及质量评价

[J]. 国土资源遥感, 2016, 28(4):108-113.doi:10.6046/gtzyyg.2016.04.17.

[本文引用: 1]

Sun P, Dong Y S, Chen W T, et al.

Research on fusion of GF-2 imagery and quality evaluation

[J]. Remote Sensing for Land and Resources, 2016, 28(4):108-113.doi:10.6046/gtzyyg.2016.04.17.

[本文引用: 1]

郝建亭, 杨武年, 李玉霞, .

基于FLAASH的多光谱影像大气校正应用研究

[J]. 遥感信息, 2008, 23(1):78-81.

[本文引用: 1]

Hao J T, Yang W N, Li Y X, et al.

Atmospheric correction of multispectral imagery ASTER

[J]. Remote Sensing Information, 2008, 23(1):78-81.

[本文引用: 1]

夏清, 杨武年, 赵妮.

青藏大陆北缘盆山耦合带库斯拉甫地区遥感蚀变信息提取

[J]. 国土资源遥感, 2014, 26(1):127-131.doi:10.6046/gtzyyg.2014.01.22.

[本文引用: 1]

Xia Q, Yang W N, Zhao N.

Extraction of remote sensing alteration information of Kosrap area in northern basin-mountain coupling zone of Tibetan Plateau

[J]. Remote Sensing for Land and Resources, 2014, 26(1):127-131.doi:10.6046/gtzyyg.2014.01.22.

[本文引用: 1]

徐涵秋, 张铁军.

ASTER与Landsat ETM+植被指数的交互比较

[J]. 光谱学与光谱分析, 2011, 31(7):1902-1907.

[本文引用: 1]

Xu H Q, Zhang T J.

Cross comparison of ASTER and Landsat ETM+multispectral measurements for NDVI and SAVI vegetation indices

[J]. Spectroscopy and Spectral Analysis, 2011, 31(7):1902-1907.

[本文引用: 1]

Chavez P S, Berlin G L, Sowers L B.

Statistical method for selecting Landsat MSS ratios

[J]. Journal of Applied Photographic Engineering, 1982, 8(1):23-30.

[本文引用: 1]

张焜, 李宗仁, 马世斌.

基于ZY-102C星数据的遥感地质解译——以塔吉克斯坦帕米尔地区为例

[J]. 国土资源遥感, 2015, 27(3):144-153.doi:10.6046/gtzyyg.2015.03.23.

[本文引用: 1]

Zhang K, Li Z R, Ma S B.

Remote sensing geological interpretation based on ZY-1 02C satellite images:A case study of Pamir area,Tajikistan

[J]. Remote Sensing for Land and Resources, 2015, 27(3):144-153.doi:10.6046/gtzyyg.2015.03.23.

[本文引用: 1]

Chernicoff C J, Richards J P, Zappettini E O.

Crustal lineament control on magmatism and mineralization in northwestern Argentina:Geological,geophysical,and remote sensing evidence

[J]. Ore Geology Reviews, 2002, 21(3/4):127-155.

DOI:10.1016/S0169-1368(02)00087-2      URL     [本文引用: 1]

徐俊龙, 温兴平, 余敏, .

基于地质统计学原理的会泽铅锌矿遥感线性构造解析

[J]. 地质与勘探, 2014, 50(4):763-771.

[本文引用: 1]

Xu J L, Wen X P, Yu M, et al.

An analysis of linear structures in the Huize lead-zinc mine based on remote sensing images using the principle of geostatistics

[J]. Geology and Exploration, 2014, 50(4):763-771.

[本文引用: 1]

张旺生, 杨巍然.

北祁连山西段遥感构造定量分析与金铜矿化关系

[J]. 地质科技情报, 1997, 16(s1):66-68.

[本文引用: 1]

Zhang W S, Yang W R.

Quantitative analysis of remote sensing structure and its relation to Au-Cu mineralization in the Western Part of North Qilian Mountains

[J]. Bulletin of Geological Science and Technology. 1997, 16(s1):66-68.

[本文引用: 1]

陈加杰. 东昆仑造山带东端沟里地区构造岩浆演化与金成矿[D]. 武汉: 中国地质大学(武汉), 2018.

[本文引用: 1]

Chen J J. Paleozoic-Mesozoic tectono-magmatic evolution and gold mineralization in Gouli area,eastend of East Kunlun Orogen[D]. Wuhan: China University of Geoscience (Wuhan), 2018.

[本文引用: 1]

魏俊浩.

初论成矿场与矿产勘查意义

[J]. 地质科技通报, 2020, 39(1):114-129.

[本文引用: 1]

Wei J H.

Preliminary discussion on the theory of ore-forming field and its significant role for mineral exploration

[J]. Bulletin of Geological Science and Technology, 2020, 39(1): 114-129.

[本文引用: 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.

[本文引用: 1]

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]

刁海, 张达, 狄永军, .

基于主成分分析和分形模型的ASTER蚀变异常信息提取

[J]. 国土资源遥感, 2011, 23(2):75-80.doi:10.6046/gtzyyg.2011.02.14.

[本文引用: 1]

Diao H, Zhang D, Di Y J, et al.

The extraction of anomalies from ASTER data based on principal component analysis and fractal model

[J]. Remote Sensing for Land and Resources, 2011, 23(2):75-80.doi:10.6046/gtzyyg.2011.02.14.

[本文引用: 1]

/

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