航空高光譜遙感固體礦產預測方法與示范應用

劉德長, 閆柏琨, 邱駿挺

1)核工業北京地質研究院遙感信息與圖像分析技術國家級重點實驗室, 北京 100029; 2)中國國土資源航空物探遙感中心, 北京 100083

?

航空高光譜遙感固體礦產預測方法與示范應用

劉德長1), 閆柏琨2), 邱駿挺1)

1)核工業北京地質研究院遙感信息與圖像分析技術國家級重點實驗室, 北京 100029; 2)中國國土資源航空物探遙感中心, 北京 100083

摘 要:高光譜遙感是當前遙感地質領域應用的前沿和熱點, 目前國內外都在積極進行探索。高光譜遙感技術的發展為遙感的直接找礦帶來了新的希望, 航空高光譜遙感技術由于可以獲得高空間分辨率(可達亞米級)的高光譜遙感數據, 能夠識別規模小的近礦圍巖蝕變, 從而具有直接找礦的效果。直接找礦的核心是對礦產的預測, 預測效果是礦產勘查取得突破的關鍵環節。本文利用核工業北京地質研究院遙感信息與圖像分析技術國家級重點實驗室的CASI/SASI/TASI(可見光-近紅外, 短波紅外, 熱紅外)航空高光譜成像系統,在甘肅北山柳園—方山口和新疆雪米斯坦地區獲取的航空高光譜遙感數據, 對固體礦產預測技術進行了研究, 建立了基于航空高光譜遙感的成礦環境分析法、礦床定位模型識別法和含礦構造追蹤法等預測方法, 并對每種方法進行了應用示范, 共發現7處金屬礦化地段, 取得了明顯的找礦效果。該項成果不僅為研究區的進一步找礦提供了新的有利地區, 而且建立的預測方法, 將會助力于高光譜遙感技術在其它地區的推廣應用。

關鍵詞:航空高光譜遙感; 固體礦產; 預測方法; 應用示范; 找礦效果

本文由中國地質調查局工作項目“航空高光譜遙感礦床定位模型與預測技術研究”(編號: 1212011220277)資助。

prediction and the effect is key link for the breakthrough of mineral exploration. In this study, the authors put forward several methods, such as metallogenic environment analysis, ore deposit locating model, and tracking of ore bearing structures, for ore prospecting in the Liuyuan–Fangshankou and Xiemisitan areas based on the airborne hyper-spectral remote sensing images obtained by using CASI/SASI/TASI spectrometers of China National Key Laboratory of Science and Technology on Remote Sensing Information and Image Analysis. Application examples, in which 7 ore prospects were identified, demonstrated that the methods presented in this study are valuable for ore prospecting, and the achievement can be further used in other areas.

作為空間遙感技術發展重點和前沿的高光譜遙感技術是將光譜(0.38—2.45 μm; 8—12.5 μm)細分到納米級別的遙感技術。它可以直接通過光譜特征吸收峰識別礦物(蝕變礦物和造巖礦物)種類, 在礦產勘查中應用前景巨大(甘甫平等, 2002; 代晶晶, 2012; 任廣利等, 2013; 葉發旺等, 2014; 劉德長等, 2015; 徐元進, 2015)。它的地質應用優勢是通過礦物填圖, 大面積、快速地提取蝕變礦物, 同時具有圖譜合一的優點, 譜可以識別蝕變礦物及其種類;圖可以直觀其位置、規模、形態、控制要素和展布特征等, 是一項應用于地質調查的高新技術手段。近年來, 歐美礦業大國已開展這方面工作(Derek et al., 2014; Richard et al., 2015), 并取得明顯的找礦和評價效果。

高光譜遙感技術如何與成礦理論相結合用于直接找礦, 這是廣大遙感地質工作者多年來追求的目標, 也是高光譜遙感應用今后一個重要發展方向。航空高光譜遙感技術由于可以獲取高空間分辨率(亞米級)的高光譜遙感數據, 從而可以識別近礦圍巖蝕變, 找礦實質上就是找近礦圍巖蝕變。因此,航空高光譜遙感技術具有直接找礦的效果。

直接找礦的核心是對礦產的預測, 預測效果是礦產勘查取得突破的關鍵環節, 也是檢驗地質勘查方法找礦水平的關鍵。本文應用核工業北京地質研究院遙感信息與圖像分析技術國家級重點實驗室的CASI/SASI/TASI航空成像光譜系統(楊燕杰等, 2011, 2013), 在甘肅北山柳園—方山口和新疆雪米斯坦等地區(司雪峰等, 2000; 安國堡, 2006; 劉偉和潘小菲, 2006; 安國堡, 2007; 辛存林等, 2009; 曹亮等, 2010; 崔進壽, 2010; 朱江等, 2014; 戰冠安和何智祖, 2014)獲取的高空間分辨率(1～2 m)高光譜遙感數據, 對固體礦產預測技術進行了研究, 建立了基于航空高光譜遙感的成礦環境分析方法、礦床定位模型識別法和含礦構造追蹤法等預測方法, 并開展了應用示范, 取得了明顯的找礦效果, 現分述如下。

1 基于航空高光譜遙感的成礦環境分析法及應用示范

礦產是形成在成礦環境中, 成礦環境是孕育礦床, 甚至礦床集中區的場所。因此, 航空高光譜遙感固體礦產預測, 首先要通過對工作區的礦物區域分布圖的解譯和分析, 來識別成礦環境, 以進行成礦預測。

1.1成礦環境的航空高光譜遙感識別標志和實例

(1)高光譜遙感的成礦環境在礦物區域分布圖上, 通常是蝕變巖體、蝕變地層和蝕變構造的匯聚區。巖體、地層、構造均發生了蝕變, 反映該區(地段)曾經發生過強烈的熱液蝕變作用。

(2)成礦環境一般蝕變礦物種類復雜多樣, 往往發育數種, 如硅化、矽卡巖化、絹云母化、云英巖化、青磐巖化、蛇紋石化等, 而且具有找金屬礦的標志性蝕變。當高鋁絹云母與低鋁絹云母疊加出現的話, 很可能反映出該區(地段)熱液活動具有多期性。

(3)某些成礦環境熱液蝕變還具有分帶性, 如甘甫平研究了西藏驅龍地區的斑巖銅礦的成礦環境,從所填的Hyperion蝕變礦物分布圖看出, 礦區的蝕變礦物分布具有明顯的分帶性, 空間上呈現出“中心式”面型分帶的特征。中心為高Al絹云母化和高嶺石化, 外圍為低鋁絹云母化(甘甫平等, 2002)。

圖1　金、鐵、銅礦集中區高光譜遙感蝕變礦物填圖結果圖Fig. 1 Alteration mapping results for gold, iron, and copper deposits

圖2　鎢鉬、鉛鋅、金礦集中區高光譜遙感蝕變礦物填圖結果圖Fig. 2 Alteration mapping results for Mo-W, Pb-Zn, and Au deposits

圖3　東山口地區成礦環境圖Fig. 3 Ore-forming environment of the Dongshankou area

(4)成礦環境的蝕變具有明顯的控制要素, 或者受巖體、或者受巖體的外接觸帶, 或者受斷裂構造及其變異部位等控制; 成礦環境一般處于深大斷裂帶內或其附近1～3 km的范圍內。

實例一(圖1)是一處鐵、金、銅等礦床(點)的集中區, 處于柳園—方山口地區黑石山—花牛山深大斷裂帶的南側。這一地段的地層、巖體和斷裂構造均發生了強烈蝕變, 主要有蛇紋石化、白云母化、綠泥石化、絹云母化、褐鐵礦化、硅化等。蝕變受花崗閃長巖、硅化斷裂帶控制, 反映該地段為一有利的成礦環境。

實例二(圖2)反映的是另一處成礦有利環境。該地段處于柳園—方山口地區黑石山—花牛山深大斷裂的北側, 發育矽卡巖化、碳酸鹽化、硅化、褐鐵礦化(黃鐵礦化)、絹云母化(含高鋁絹云母和低鋁絹云母)等與金屬礦作用有關的蝕變, 產有鎢鉬、鉛鋅和金礦等礦床(點)。鎢鉬礦受印支期長條狀蝕變花崗巖體的外接觸帶控制; 金礦受黃鐵絹英巖化斷裂帶控制; 鉛鋅礦受震旦系洗腸井群與斷裂構造的復合控制。

1.2示范應用

東山口地段處于柳園—方山口地區黑石山—花牛山深大斷裂帶與玉石嶺弧形大斷裂帶的相切地段。

前人依據區域化探資料曾在該區圈定了一處成礦有利地段(圖3)。該地段巖性為灰綠色片巖, 依據高光譜遙感數據提取結果, 這套地層遭受了青磐巖化蝕變, 并發育高鋁-中鋁絹云母化。蝕變地層總體呈NWW走向。野外查證蝕變地層發育石英脈,石英脈中可見銅藍、孔雀石等銅礦物和輝鉬礦。該地段雖經槽探揭露, 但目前探礦工程已停止, 可能不具備進一步勘探的價值。

通過對航空高光譜遙感礦物填圖結果分析, 發現在前人勘探區以南有一處蝕變作用很強的地段,蝕變特征與先前揭露的地區類似, 主要表現為青磐巖化和絹云母化, 但該區蝕變呈面狀, 夾于EW和NWW兩條斷裂形成的三角形夾持部位, 并且處于花崗巖體的外接觸帶。從成礦環境分析, 該區比先前勘探的地區更為有利(圖3)。

經野外查證和室內鑒定, 花崗巖體外接觸的輝石巖和輝長巖均發生了明顯的青磐巖化蝕變(圖4)。花崗巖內接觸帶斷裂發育, 巖石碎裂、蝕變強烈,發育赤鐵礦化、絹云母化和伊利石化。花崗巖外接觸帶石英脈發育, 其延伸方向與接觸帶垂直, 屬接觸帶遭受強烈擠壓的橫張斷裂。石英脈(圖5)中普遍發育肉眼可見的孔雀石、輝鉬礦等金屬硫化物(圖5), 使用手持XRF熒光儀野外測定石英脈中銅含量最高可達0.52%, 化學分析結果顯示銅含量為0.322%。

上述研究表明, 該區是一處巖體、地層和斷裂構造均發生蝕變的有利成礦環境, 而且有銅、鉬等多金屬礦化顯示(表1)。

圖4　花崗巖外接觸帶輝長巖青磐巖化鏡下照片Fig. 4 Microphotograph of the propylitization at the outer contact zone of the granite

圖5　青磐巖化、硅化和孔雀石化野外照片Fig. 5 Photograph of propylitization, silicification, malachitea-成礦環境青磐巖化蝕變和礦化石英脈野外照片; b-石英脈中可見明顯的金屬硫化物和孔雀石a-propylitization and silicification; b-malachite in quartz veins

表1　東山口預測區樣品微量元素含量表Table 1 Trace element content of samples from the Dongshankou prognostic area

圖6　老金廠礦床蝕變礦物填圖結果Fig. 6 Alteration mapping for the Laojinchang gold deposit

2 基于航空高光譜遙感礦床定位模型識別法及應用示范

2.1航空高光譜礦床定位模型的構建

首先是選擇具有代表性的礦床, 然后對礦床范圍進行礦床尺度的礦物精細填圖, 充分提取礦床的蝕變礦物, 分析礦物的組合特征, 并對其控制要素和成礦環境進行地質分析。最后, 將提取的蝕變礦物及其組合與所處的成礦環境進行有機地整合, 以構建航空高光譜礦床定位模型。

圖7　老金廠礦床遙感解譯的斷塊構造及礦床位置圖(圈為礦床位置)Fig. 7 Structural interpretation map showing fault block and deposit location for the Laojinchang gold deposit (yellow circle represents the location of the Laojinchang gold deposit)

圖8　老金廠金礦床航空高光譜遙感定位模型Fig. 8 Airborne hyperspectral remote sensing gold deposit positioning model for the Laojinchang gold deposit

現以老金廠礦床為例:

(1)進行礦床尺度礦物精細填圖

利用自主開發的礦床尺度的礦物填圖方法和工作流程, 通過礦床范圍的礦物精細填圖, 對老金廠礦床的蝕變礦物進行了提取, 發現其蝕變有硅化、絹云母化、褐鐵礦(黃鐵礦)化、綠泥石化、碳酸鹽化、蛇紋石化等(圖6)。經分析, 老金廠金礦床的標志性蝕變為絹云母+黃鐵礦+硅化組合, 即黃鐵絹英巖化。

(2)礦床的巖性環境

老金廠金礦床的地層為下二疊統哲斯群下巖組, 可劃分為酸性火山巖段和碎屑巖段。碎屑巖段由正常碎屑巖和火山碎屑巖組成。正常碎屑巖以各種板巖為主; 火山碎屑巖主要為凝灰質砂巖、含火山結核的凝灰質板巖等。脈巖有輝綠(玢)巖脈、輝長巖脈、長英巖脈及含金石英脈。西南部見華力西晚期肉紅色花崗巖小巖體。

(3)礦床的構造環境

從遙感解譯圖看, 老金廠地區為一三角形的斷塊, 其周邊被斷裂構造圍限, 長邊為EW向斷裂,另外兩邊為NE和NW向斷裂。老金廠礦床位于斷塊EW向斷裂與NE向斷裂相交的頂角部位(圖7)。

(4)整合

將礦床尺度礦物精細填圖獲取的老金廠礦床的蝕變礦物及其組合與所處的地質構造環境相整合,建立了老金廠航空高光譜礦床定位模型(圖8)。

該礦床定位模型的特點是將目標(蝕變礦物及其組合)與背景(蝕變礦物所處的巖性和構造)相結合, 強調了不僅要重視蝕變信息, 而且要重視蝕變信息所處的地質環境。

2.2構建的模型系列

按照上述建模方法, 在甘肅北山柳園—方山口和雪米斯坦地區先后建立了金、鎢鉬、鈾(鈹)、鉻(鎳)等礦的航空高光譜礦床定位模型。其中金礦床由于研究區的礦床多, 根據不同礦床的特殊性, 又將其模型分為不同的模式, 如南金灘模式、花西山模式、花牛山模式、金溝子模式和老金廠模式等。鎢鉬礦也可以分為花黑灘鉬礦床模式和花牛山鎢鉬礦床模式。如果根據他們的標志性礦物和控礦特點, 從有利找礦的角度, 又將其進一步歸納為斷裂型、接觸帶型、巖體型和復合型。這樣便組成了研究區航空高光譜礦床定位模型系列(表2)。

深入研究還發現柳園—方山口和雪米斯坦地區不同類型礦床的定位模型具有不同的標志性蝕變礦物組合和控礦要素(表3)。

(1)金礦床定位模型

標志性蝕變礦物為黃鐵絹英巖化(黃鐵礦+絹云母+石英); 控礦要素為石英脈或硅化破碎帶, 賦礦部位是含礦斷裂帶及其變異地段, 如, 斷裂的交叉、夾持、局部張開和弧形拐彎等部位, 找礦模型可歸納為斷裂型。

(2)鎢鉬礦床定位模型

標志性蝕變礦物為矽卡巖化+碳酸鹽化+絹云母化, 控礦要素為花崗巖體的外接觸帶, 賦礦部位是接觸帶易于礦液匯聚的內凹部位, 找礦模型可歸納為接觸帶類型。

(3)鉻(鎳)礦床定位模型

標志性蝕變礦物為蛇紋石化和絹云母化, 控礦要素為超基性巖體, 賦礦部位在巖體內或者是接觸帶和受斷裂破壞強烈蝕變的地段, 找礦模型可歸納為巖體型。

(4)鈾(鈹)礦床定位模型

標志性蝕變礦物為赤鐵礦化+水云母化, 受花崗斑巖接觸帶控制, 賦礦部位是斷裂與接觸帶的復合部位, 找礦模型可歸納為屬復合型。

2.3模式識別方法

建立航空高光譜遙感礦床定位模型的目的是進行模型識別和模式找礦, 其方法可簡述如下: (1)以建模的礦床為參照物; (2)以建立的航空高光譜遙感礦床定位模型為標準; (3)以所填的礦物區域分布圖和對區域成礦背景的分析為基礎; (4)通過模型(式)識別, 識別出哪些與建立的模型(式)相類似的地區或地段, 進行模式找礦。

值得強調的是, 在進行模式找礦時, 要將“類比”與“求異”相結合(朱訓, 1998)。隨時注意“已知模型”外的新發現。因此, 進行模式找礦時, 既要有模型, 又不能拘泥于模型。

表3　研究區不同類型礦床定位模型對比表Table 3 Comparison of different types of ore deposits positioning models in the study area

圖9　鎢鉬礦床定位模型Fig. 9 Positioning model for W-Mo deposit

2.4應用示范

利用建立的鎢鉬礦床定位模型(圖9), 通過對該區礦物區域分布圖的分析, 在花牛山鎢鉬礦床(A地段)的外圍, 發現1處與花牛山鎢鉬礦床定位模型相類似的B地段(圖10中的B地段), 兩處的共同點是: ①標志性蝕變礦物組合相同, 均為矽卡巖化(圖10)、碳酸鹽化和絹云母化(圖11); ②所處地層同為震旦系洗腸井群第三巖組(Zxcc), 主要巖性為灰巖、角巖、片巖; ③含礦地層同處于印支期鉀長花崗巖體外接觸帶的內凹部位。根據模式識別法, 預測了B地段是找鎢鉬礦新的有利地段。

為了檢驗預測效果, 對B地段進行了野外查證, B地段確有明顯的矽卡巖化、碳酸鹽化、局部有赤鐵礦化和絹云母化等。后進行了“系統取樣”和室內鑒定(圖12)。

對采集的地化樣品進行微量元素分析(表4), 發現預測區有Au、W、Cu、Pb、Zn等礦化異常, 而Au達到了工業品位, W、Cu、Pb達到了工業邊界品位。

圖10　預測區(B)與已知礦床(A)矽卡巖化對比圖Fig. 10 Comparison of skarnization between ore prognostict area (B) and known ore deposit (A)

圖11　預測區(B)與已知礦床(A)碳酸鹽化和絹云母化蝕變礦物對比圖Fig. 11 Comparison of carbonatization and sericitization alterations between ore prognositc area (B) and known ore deposit (A)

3 基于航空高光譜遙感含礦構造追蹤法及其示范應用

3.1含礦構造的識別標志

圖12　石榴子石和褐鐵礦化的顯微照片Fig. 12 Microphotographs of garnet and limonite

圖13　研究區航空高光譜遙感蝕變礦物填圖結果Fig. 13 Airborne hyperspectral alteration mapping result for the study area

圖14　預測區NE向構造蝕變帶野外照片Fig. 14 Photograph of the NE trending structural belt in the prospect area

通過對航空高光譜遙感礦物分布圖的分析可以發現, 有的斷裂有明顯的蝕變現象, 通常發育硅化、絹云母化、褐鐵礦(黃鐵礦)化、碳酸鹽化、蛇紋石化等的一種或幾種; 有的斷裂卻沒有蝕變礦物沿其分布的現象。斷裂有蝕變礦物發育, 反映曾經歷過熱液作用, 蝕變礦物是熱液作用留下的痕跡。這類斷裂有可能與成礦有關, 可以視為成礦構造,如果其賦礦, 可以視為含礦構造; 沒有發生蝕變的構造, 一般可以視為非含礦構造。

含礦構造的另一個特點是, 往往發育在區域控礦大斷裂帶的附近, 屬大斷裂帶的次級構造。

圖15　含礦構造展布圖Fig. 15 Distribution of ore bearing structures

3.2成生關系追蹤法及應用示范

具有成生聯系的一組構造蝕變帶, 位于黑石山—花牛山區域深大斷裂帶的北側, 屬深大斷裂帶成礦期左行扭動的產物。該組次級構造的西部斷裂發育硅化、絹云母化和褐鐵礦化, 并已發現金礦床(點)。按照成生關系, 最東邊的兩條斷裂與其屬同一應力場的產物, 圍巖也相同, 同為海西期的花崗巖,沿斷裂同樣發育硅化、絹云母化和褐鐵礦化等蝕變。據此, 預測了東邊的兩條斷裂為新的找礦有利目標(圖13)。

表4　花牛山預測區巖石樣品微量元素分析表(Au單位為×10-9, 其他為×10-6)Table 4 Trace element content of samples from the prognostic areas in Huaniushan district

圖16　利用航空高光譜遙感技術圈定的7處找礦靶區分布示意圖Fig. 16 Distribution of 7 targets delineated by using hyperspectral remote sensing technology

經野外調查, 該區含礦圍巖為海西期黑云母花崗巖, 從航空高光譜遙感圖像上分析, 呈NE向帶狀展布的絹云母、硅化、褐鐵礦化(黃鐵礦化)帶實際上是受同方向的斷裂構造控制, 斷面產狀平緩,向西傾, 為黃綠色的蝕變帶(圖14)。

經沿兩條NE向構造蝕變帶連續取樣化學分析,其中最東邊的構造蝕變帶為具有金、銅、銀異常的硅化蝕變帶, 金的含量為219×10-9, 銅的含量為116×10-6, 銀的含量為672×10-9。

3.3含礦構造走向追蹤法及應用示范

圖15是一金礦勘探區, 勘探人員沿成礦構造走向追蹤時發生了偏位。從所填的礦區航空高光譜遙感圖像上可以看出, 左邊藍框所示地段, 勘探工作是部署在含礦帶上, 探槽中提取出明顯的蝕變現象, 但勘探工作向東追索時, 卻發生了偏離。因此,在右邊藍框所示地段的探槽中未提取出蝕變現象。從航空高光譜遙感圖像上所反映的含礦構造帶的位置, 應在右邊藍框探槽以南。后經對航空高光譜遙感圖像上反映的含礦構造帶的位置重新取樣, 發現有金異常, 含量為39.4×10-9。

通過上述預測方法, 在柳園—方山口地區預測了13處找礦有利目標區, 從而將找礦的面積縮小到柳園—方山口測區10%～15%的范圍內, 對其中的一些預測的有利目標區進行了野外查證, 共發現礦化地段7處, 其中金礦化3處, 鉛銀礦化1處, 銅礦化1處, 鎢鉬礦化1處, 鎳礦化1處, 取得了顯著的找礦效果(圖16)。更重要的是, 這些礦化地段是前人未發現的, 當時未見有工程揭露, 地表面積僅1～2 km2, 而且均是利用航空高光譜遙感技術, 通過建立的預測方法直接找到的。

4 結語

高光譜遙感技術為遙感的直接找礦帶來了希望, 但是僅有高光譜遙感數據源是不夠的, 一方面要對光譜重建、礦物填圖和信息提取技術進行開發;另一方面要探討高光譜遙感直接找礦的思路、途徑和方法。本文針對高光譜直接找礦中的核心問題,即預測方法問題進行了探討, 這將會助力于高光譜遙感的地質找礦應用。

本文建立的基于航空高光譜的成礦環境分析法, 礦床定位模型識別法和含礦構造追蹤法等預測方法, 實質上涵蓋了從礦田→礦床→含礦構造的預測方法。根據具體情況, 既可以單獨使用, 也可以綜合使用, 以便獲得最佳的找礦效果。

通過示范應用, 在研究區發現了7處新的金屬礦化地段, 取得了航空高光譜遙感直接找礦的顯著效果。這不僅檢驗了建立的預測方法的有效性, 而且對該區的進一步找礦有實際價值。同時, 對其它地區的高光譜遙感應用, 特別是直接找礦會有啟迪作用。

Acknowledgements:

This study was supported by China Geological Survey (No. 1212011220277).

參考文獻:

安國堡. 2006. 甘肅北山拾金坡金礦地質特征及成因分析[J]. 礦床地質, 25(4): 483-490.

安國堡. 2007. 甘肅北山拾金坡花崗巖特征及其與金成礦的關系[J]. 甘肅地質, 16(3): 19-25.

曹亮, 許榮科, 段其發, 彭三國, 閃亮, 張雨蓮. 2010. 甘肅北山南金山金礦地質特征及深部成礦預測[J]. 地質與勘探, 46(3): 377-384.

崔進壽. 2010. 甘肅金溝金礦床地質特征及找礦方向[J]. 甘肅科技, 17(6): 29-32.

代晶晶, 王瑞江, 王潤生, 曲曉明, 趙元藝, 辛洪波. 2012. 基于蝕變信息提取的西藏班公湖-怒江成礦帶中段斑巖銅礦找礦預測[J]. 地球學報, 33(5): 755-762.

甘甫平, 王潤生, 楊蘇明. 2002. 西藏Hyperion數據蝕變礦物識別初步研究[J]. 國土資源遙感, 15(4): 44-50.

劉德長, 邱駿挺, 田豐, 孫雨. 2015. 區域控礦斷裂帶的航空高光譜遙感技術研究——以黑石山-花牛山深大斷裂帶為例[J]. 地質與勘探, 51(2): 366-375.

劉偉, 潘小菲. 2006. 新疆-甘肅北山金礦南帶的成礦流體演化和成礦機制[J]. 巖石學報, 16(1): 134-144.

任廣利, 楊軍錄, 楊敏, 李健強, 高婷, 易歡, 韓海輝, 趙英俊. 2013. 高光譜遙感異常提取在甘肅北山金灘子-明金溝地區成礦預測中的應用[J]. 大地構造與成礦學, 37(4): 765-776.

司雪峰, 周繼強, 張玉成, 喬泉, 張華, 林森. 2000. 甘肅北山柳園金礦化集中區金礦床類型及典型金礦床簡介[J]. 西北地質, 28(1): 13-26.

辛存林, 孫柏年, 張祥年, 康鴻杰, 孟鍵, 張玉龍. 2009. 甘肅拾金坡礦床地質特征及找礦作用[J]. 蘭州大學學報(自然科學版), 45(1): 1-7.

徐元進, 馬洪超, 孟鵬燕, 楊明國. 2015. 植被覆蓋區高光譜遙感影像上蝕變巖與蝕變礦物信息的提取[J]. 地球學報, 36(2): 229-236.

楊燕杰, 趙英俊, 秦凱, 陸冬華. 2013. 高光譜影像預處理技術[J]. 科技導報, 31(9): 65-67.

楊燕杰, 趙英俊. 2011. 航空成像光譜的蝕變信息提取技術[J].科技導報, 29(23): 57-61.

葉發旺, 劉德長, 趙英俊. 2014. CASI/SASI航空高光譜遙感測量系統及其在鈾礦勘查中的初步應用[J]. 世界核地質科學, 39(4): 231-236.

戰冠安, 何智祖. 2014. 甘肅北山新金廠金礦地質特征及找礦思路[J]. 甘肅科技, 20(3): 23-25.

朱江, 呂新彪, 彭三國, 龔銀杰, 曹曉峰. 2014. 甘肅花牛山金礦床成礦年代、流體包裹體及穩定同位素研究[J]. 大地構造與成礦, 36(4): 641-652.

朱訓. 1998. 找礦哲學概論[M]. 北京: 地質出版社.

References:

AN Guo-bao. 2006. Geological characteristics and genetic analysis of Shijinpo gold deposit in Beishan Mountain, Gansu Province[J]. Mineral Deposits, 25(4): 483-490(in Chinese with English abstract).

AN Guo-bao. 2007. Characteristics of Shijinpo granites and their relationship to gold metallogenesis in the Beishan mountains, northwestern Gansu[J]. Gansu Geology, 16(3): 19-25(in Chinese).

CAO Liang, XU Rong-ke, DUAN Qi-fa, PENG San-guo, SHAN Liang, ZHANG Yu-lian. 2010. Geological features of the Nanjinshan gold deposit and prediction of mineralization at depth in the Beishan area[J]. Geology and Exploration, 46(3): 377-384(Chinese with English abstract).

CUI Jin-shou. 2010. Geological characteristics of Xigou gold deposit in Gansu province: implications to ore exploration[J]. Gansu Science and Technology, 17(6): 29-32(in Chinese).

ROGGE D, RIVARD B, SEGL K, GRANT B, FENG Ji-lu. 2014. Mapping of NiCu-PGE ore hosting ultramafic rocks using airborne and Enmap hyperspectral imagery. Nunavik, Canada[J]. Remote Sensing of Environment, 152: 302-317.

GAN Fu-ping, WANG Run-sheng, YANG Su-ming. 2002. Studying on the allteration minerals identification using hyperion data[J]. Remote Sensing for Land & Resources, 15(4): 44-50(Chinese with English abstract).

KOU Guan-an, HE Zhi-zu. 2014. Geological characteristics of Xinjinchang gold deposit in Beishan area, Gansu Province[J]. Gansu Science and Technology, 20(3): 23-25(in Chinese).

LIU De-chang, QIU Jun-ting, TIAN Feng, SUN Yu. 2015. Application of airborne hyper-spectrum remote sensing to mapping of ore-control faults: a case study of the Heishishan-Huaniushan fault[J]. Geology and Exploration, 251(2): 366-375(in Chinese with English abstract).

LIU Wei, PAN Xiao-fei. 2006. Evolution of ore-forming fluids and formational mechanism for gold deposits in the southern Beishan, Xinjiang-Gansu border area of China[J]. Acta Petrologica Sinica, 22(1): 171-188(in Chinese with English abstract).

REN Guang-li, YANG Jun-lu, YANG Ming, LI Jian-qiang, GAO Ting, YI Huan, HAN Hai-hui, ZHAO Ying-jun. 2013. Application of hyperspectral remote sensing anomaly information on metallogenic prediction in the Jintanzi-Mingjingou area of Beishan, Gansu[J]. Geoteconica et Metallogenia, 37(4): 765-776(in Chinese with English abstract).

LANGFORD R L. 2015. Temporal merging of remote sensing data to enhance spectral regolith, lithological and alteration patterns for regional mineral exploration[J]. Ore Geology Reviews, 68: 14-29.

SI Xue-feng, ZHOU Ji-qiang, ZHANG Yu-cheng, QIAO Quan, ZHANG Hua, LIN Sen. 2000. Description of typical gold deposits in Liuyuan area, Gansu province[J]. Northwestern Geology, 28(1):13-26(in Chinese).

XIN Cun-lin, SUN Bai-nian, ZHANG Xiang-nian, KANG Hong-jie, MENG Jian, ZHANG Yu-long. 2009. Geological features and mineralization of Shijinpo gold deposit in Gansu Province[J]. Journal of Lanzhou University(Natural Sciences), 45(1): 1-7(in Chinese).

YANG Yan-jie, ZHAO Ying-jun, QING Kai, LU Dong-hua. 2013. Preprocessing techniques for hyperspectral-images[J]. Science and Technology Review, 31(9): 65-67(in Chinese with English abstract).

YANG Yan-jie, ZHAO Ying-jun. 2011. Extraction of alteration information based on airborne hyperspectral image[J]. Science and Technology Review, 29(23): 57-61(in Chinese with English abstract).

YE Fa-wang, LIU De-chang, ZHAO Ying-jun. 2014. Airborne hyper-spectral survey system CASI/SASI and its preliminary application in uranium exploration[J]. World Nuclear Geoscience, 39(4): 231-236(in Chinese with English abstract).

ZHU Jiang, Lü Xin-biao, PENG San-guo, GONG Yin-jie, CAO Xiao-feng. 2014. Re-Os Dating, Fluid Inclusion and H-O-S Isotope studies of the Huaniushan gold deposit, NW China: Implications for ore genesis[J]. Geotectonica et Metallogenia, 36(4): 641-652(Chinese with English abstract).

The Application of Airborne Hyper-spectral Remote Sensing Technology to Mineral Resources Exploration

LIU De-chang1), YAN Bo-kun2), QIU Jun-ting1)
1) National Key Laboratory of Science and Technology on Remote Sensing Information and Image Analysis, Beijing Research Institute of Uranium Geology, Beijing 100029; 2) China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083

Key words:airborne hyper-spectral remote sensing; mineral resources; ore prospecting methods; application study; effect of ore exploration

Abstract:Airborne hyper-spectral remote sensing technology is a frontier and hot topic in geological remote sensing application, which attracts numerous attentions all over the world. This technology can obtain images with high spatial and spectral resolutions, which permits mineralization-associated alterations with small scales to be recoganized, thus provides a good assistance for ore prospecting. The core of ore prospecting is mineral

中圖分類號:TP222.5; P9614

文獻標志碼:A

doi:10.3975/cagsb.2016.03.12

收稿日期:2016-02-01; 改回日期: 2016-03-25。責任編輯: 閆立娟。

第一作者簡介:劉德長, 男, 1938年生。研究員, 博士生導師。長期從事鈾礦構造和遙感地質工作。目前正在從事航空高光譜遙感地質找礦研究。E-mail: liudc@yeah.net。