遙感綜合信息找礦模型與找礦預測——以二連浩特北部地區為例

李建國, 高學生, 奧　琮, 張國利， 范素英

(1.天津地質調查中心，天津300170； 2.河北省遙感中心，河北石家莊050021)

?

遙感綜合信息找礦模型與找礦預測
——以二連浩特北部地區為例

李建國1, 高學生1, 奧琮1, 張國利1， 范素英2

(1.天津地質調查中心，天津300170； 2.河北省遙感中心，河北石家莊050021)

總結回顧了近30年來遙感信息獲取技術、遙感找礦模型的發展歷程和特點，提出了遙感綜合信息找礦模型的基本概念及找礦預測方法。認為遙感綜合信息找礦模型更加突出綜合信息與找礦標志的系統組合，指出模型構建的關鍵是實現“地質找礦要素”向“遙感信息要素”的相互轉換。以二連浩特北部地區為例，構建了該地區以遙感信息為主要數據源的遙感地質信息獲取技術方法及找礦預測模型，圈定了5個重要的鎢鉬銅多金屬礦找礦靶區，取得了較好的找礦應用效果。

遙感綜合信息；找礦模型；礦產預測；內蒙古二連浩特

0　引　言

遙感技術是20世紀60年代發展起來的一門新興學科。由于具有快速、真實、客觀和宏觀反映地質體、構造信息以及礦化蝕變信息的特點，一經引入就被廣泛應用于區域地質研究和地質找礦工作，特別是應用于尋找與淺層熱液有關的金屬礦產(李瑾煥，1989；楊武年，1989；劉嚴松等，2009；李建力等，2012;熊雙才等，2015；余先川等，2015)，甚至在一些能源礦產，如石油、鉀鹽、煤礦、鈾礦的找礦中也得到了較好的應用(李廷祺，1991；鄒遠耀，1993；王多義等，1994；傅碧宏等，1997；王保群，2002；劉德長等，2012；譚克龍等，2012)。通過前人不斷試驗和總結，遙感信息獲取技術得到了系統的整理和快速發展，產生了包括遙感地質學(朱亮璞，1994)、1∶25萬遙感地質填圖方法和技術(方洪賓等，2002，2010)、基于特征主分量法、分層次分離技術模型的蝕變信息提取技術(甘甫平等，2002；張玉君等，2002，2014；張遠飛等，2011)等一批具代表性和影響力的成果。在此基礎上，結合地質成礦規律，前人先后提出了“三步曲”遙感找礦模式(郭華東，1995)、“礦源場-成礦節-遙感信息異常”找礦模式(趙福岳,2000)、遙感找礦“五要素”(于學政等，2003)等遙感找礦模型或模式，使遙感技術應用從圖像和信息層面逐步上升到了知識和規則層面。但模型總是隨遙感數據、遙感信息獲取技術及地質找礦模型的發展而發展。特別是近幾年，隨著多、高光譜數據及高空間分辨率數據的快速發展，遙感找礦預測模型也得到了長足發展，相繼提出了綜合信息找礦預測以及以蝕變異常為核心的遙感綜合找礦模式(楊金中，2003；王潤生等，2011；汪冰等，2015)。

在前人研究成果的基礎上，重點總結了當前遙感地質信息獲取技術和找礦預測模型的發展及其特點，提出了遙感綜合信息找礦模型的概念及找礦預測方法、流程，討論了模型構建的關鍵要素，并以二連浩特北部地區為例進行遙感綜合信息找礦預測。

1　遙感地質信息獲取技術的發展及找礦應用

遙感地質信息通常指利用遙感數據獲取的基礎地質信息和礦化蝕變信息，它主要取決于遙感數據精度、信息解譯和信息提取的水平。從發展階段和應用特點來看，大體可分為2個階段(李建國，2016)：第一階段主要以基礎地質信息解譯為主，該階段可選擇的遙感數據較少，多為航片或TM影像資料，專業處理軟件還不普及，主要通過人機交互解譯，獲取地貌、地層、巖體、構造等基礎地質信息，為地質背景研究和礦產預測提供信息支撐；第二階段主要表現為蝕變信息提取技術的快速發展，該階段可獲取的多、高光譜數據較多，數據處理方法及軟件較為普及，多以光譜信息提取為基礎，在常規地質信息解析的基礎上，通過光譜識別技術提取蝕變礦物信息，為地質找礦工作提供直接線索。

1.1遙感基礎地質信息解譯

遙感基礎地質信息解譯是遙感技術在地質學上最基礎、最重要的應用方向，它主要通過對遙感影像的判讀來獲取地貌、地層、巖體、構造等信息。其信息獲取的一般流程為遙感數據預處理、影像制作、解譯標志建立、人機交互解譯、信息獲取與綜合分析等(朱亮璞，1994；郭華東，1995；方洪賓等，2002，2010)，信息獲取的水平更多取決于解譯人員判讀地質學、遙感學基礎和遙感數據的精度。近幾年，隨著高空間分辨率數據的廣泛獲取，如WorldView-2的數據空間分辨率已達0.5 m，遙感基礎地質信息判讀的精度和水平大大提高。

由于遙感基礎地質信息并不提供直接的找礦線索，因此利用其開展找礦預測則需要借助前人的區域成礦理論模型，從已知到未知，即相似類比的找礦方法。

1.2遙感礦化蝕變信息提取

國外對礦化蝕變信息的提取研究較早。早期主要是利用比值法區分特定的蝕變巖石與未蝕變巖石。由于方法簡單、直接，一直被用于多光譜數據的信息提取，在很長一段時間占據了主導地位，取得了一定的應用成果(趙元洪等，1991；朱亮璞，1994；Hunt，1979；Sabins，1999)。但由于當時遙感數據的寬譜特點及比值法的不確定性，其應用并未得到重視。Crosta等(1989)利用主成分分析技術(克羅斯塔技術)在巴西雨林地區成功提取了鐵染和含羥基的淺層熱液蝕變信息。此后，主成分分析法及其與比值法的結合被大量應用于國內外的多光譜數據蝕變信息提取工作中，在干旱和半干旱地區取得了很好的找礦應用效果(趙元洪等，1994；張玉君等，2002；楊建民等，2003；楊波等，2005；閆潔茹等，2015)。在此過程中，一些地球化學的編圖方法和思想相繼被引入到異常分級和編圖工作中(張玉君等，2003；李建國等，2015)。近幾年，隨著ASTER和Hyperion等多、高光譜數據的獲取，國內外在礦物蝕變信息提取方面得到了飛速發展。一是方法的創新，代表性的有光譜角填圖、光譜匹配濾波、連續光譜去除等(王正海等，2006；何中海等，2011；閻繼寧等，2013；Clark et al.,1991)。許多新的人工智能算法也被引入高光譜圖像分類中，如自組織映射、人工神經網絡、遺傳算法、支持向量機(哈斯巴干等，2003；傅文杰等，2006；楊國鵬等，2008；梁亮等，2010)。二是能區分的蝕變礦物種類的能力大大增強。如ASTER數據大大提高了泥化和碳酸鹽化信息的可分性，大量學者開展了相關研究(毛曉長等，2005；陳江等，2007；李建國等，2007；耿新霞等，2008；楊佳佳等，2008；王云濤等，2012；Ninomiya et al.，2005；Moghtaderi et al.，2007)。該數據甚至被用于提取蛇綠巖化信息(李培軍等，2007；黃照強等，2010；別小娟等，2013)。而Hyperion數據可區分的蝕變礦物則更多(甘甫平等，2002；譚炳香等，2005)。但由于該數據的幅寬太小且覆蓋不全，嚴重制約了其在找礦中的應用。

由于蝕變信息可直接提供重要的找礦線索，它的發展為遙感技術在找礦預測中的應用提供了廣闊的前景，以蝕變異常為核心(即地質異常找礦)的遙感綜合找礦模式得到了越來越多的地質學家和找礦工作者的重視。一些學者甚至開始嘗試將蝕變信息與成礦流體過程結合起來開展找礦預測，并取得了較好的應用效果(Van Ruitenbeek et al.，2005)。

2　遙感綜合信息找礦模型與找礦預測

2.1找礦模型

隨著礦床模型研究的深入發展，遙感找礦模型研究逐漸成為遙感地質找礦的研究熱點之一。眾多學者先后提出了遙感解譯模型、遙感地質找礦模型、礦床遙感影像模式、遙感找礦模式、遙感模式、遙感找礦信息模型、遙感信息找礦模式等(姜曉瑋等，2003;趙玉靈，2003；王耿明等，2015)。模型總是相對于“原型”而言的，是對原型的抽象和仿真。趙玉靈(2003)認為，遙感找礦模型是在現有技術條件下，表征一類礦床形成和保存的一系列遙感找礦標志的組合，包含5個基本要素。姜曉瑋等(2003)則提出遙感找礦模型應符合概況性、相似性、簡化性、客觀性、可預見性和可重復性6項基本原則，建模基礎包括礦床的成因模型、改造模型和獨立的遙感信息找礦標志。

由于技術的局限性，早期的遙感模型更加突出對影像的定性解譯和以線、環組合特征為代表的控礦模式或圖案組合，如樓性滿(1991)提出的8種金屬礦田構造的遙感影像模式，于學政等(2003)提出的遙感找礦“五要素”找礦模型，且信息的來源也更多強調遙感信息的獨立性。但隨著蝕變信息提取技術的發展，以蝕變信息為核心的遙感異常找礦越來越得到重視。同時，單純的遙感信息已難以適應逐步加大的勘探深度要求和覆蓋區景觀特點，必須有所拓展。

遙感綜合信息找礦模型概念的提出正是適應了當前遙感找礦應用的需要，它更加突出了綜合信息和遙感找礦標志組合，可有機融合相似類比法和以蝕變信息為核心的地質異常法找礦思想，同時信息源既可以完全來源于遙感資料，也可以輔助部分地、物、化探信息，一定程度上解決了遙感技術的局限性，它可被定義為一類礦床本質屬性的以遙感信息為主導的找礦標志的系統組合。

遙感綜合信息找礦模型的理論基礎來源于地質找礦的相似類比理論、求異理論和定量組合控礦理論(趙鵬大，2006)，無論模型的具體表述有何差異，其地質基礎都應該是礦床的成因模型與改造模型，構建以地質意義為基礎的地質找礦要素與遙感信息要素的相互轉換關系是遙感綜合信息找礦模型準確與否的關鍵，也是實現遙感信息由技術層面上升到科學層面的關鍵。

2.2找礦預測方法

目前常用的預測方法主要有定性預測與定量、半定量預測2類，它與一般的地質信息成礦預測方法沒有本質上的不同。采用何種方法更多取決于模型的適用性和可提供驗證的信息量，對不同工作程度的地區，遙感綜合信息找礦預測所采用的方法有所差異：對一個成礦規律研究相對透徹、找礦類型和控礦要素相對清楚且有一定的已知礦床、礦點的地區，往往可選擇一些定量或半定量方法，如證據權法(肖克炎等，1999；陳建平等，2011；李建國等，2013)、模糊數學法(劉名龍等，2005)、非線性成礦預測方法(成秋明，2012)等；而對于一些工作程度較低、無合適的典型礦床模型或較少已知礦床、礦點地區，多采用定性預測的方法開展找礦預測，此時，特定類型礦床的一般性成礦規律及要素將作為分析的重點。而實際上，往往工作程度較低的地區，利用遙感技術開展找礦預測工作的實際意義更大。

綜上所述，遙感綜合信息找礦預測方法的基本流程和內容包括典型礦床與找礦要素分析、遙感找礦要素分析、遙感綜合信息提取、找礦模型構建與方法選擇、找礦預測與評價5個主要步驟(圖1)。

圖1　遙感綜合信息找礦預測方法Fig.1　Prospecting prediction process based on integrated remote sensing information

3　遙感綜合信息找礦預測實例

3.1區域地質概況

本次研究以二連浩特北部地區為例。區內主要出露古生代及中—新生代地層。其中，古生代地層主要有奧陶系烏賓敖包組、泥盆系泥鰍河組、石炭—二疊系寶力高廟組；中—新生代出露的地層主要有侏羅系瑪尼吐組、白音高老組，白堊系大磨拐河組，古近系伊爾丁曼哈組，中新統寶格達烏拉組、第四系更新統及全新統。侵入巖主要有石炭紀的查干敖包廟巖體(C1γδ)、紅格爾巖體(C1ηγβbzx)、呼舒楚魯巖體(C1ηγβzc)、蘇爾昌特巖體(C1ηγzx)、烏蘭敖包巖體(C1ξγβbzx)和阿仁紹布巖體(C2δ)，它們多位于研究區的北部或西北部地區。二疊紀巖體包括昌特敖包巖體(P1ηγβbzx)和格爾楚魯巖體(P1ηγβzx)，它們主要分布于研究區的南部。

該區構造先后受古生代末期西伯利亞板塊與中朝板塊拼接碰撞和燕山期古太平洋構造域影響，形成了以NNE、NE向斷裂為主，NEE、NW向斷裂次之的構造格局。NNE向以壓性和壓扭性為特征，表現為逆、滑斷層性質，大致呈20°展布，橫貫全區，具多期活動的特點，是研究區內主要斷裂構造；NE向斷層大致呈40°～50°，一般構成盆地邊緣斷裂，具有張性斷層特征；NW向斷裂以張性、張扭性為特征，表現為正斷層性質(圖2)。

圖2　研究區地質簡圖1-湖積層；2-沖洪積層；3-沖洪積層；4-阿巴嘎組；5-寶格達烏拉組；6-伊爾丁曼哈組；7-大磨拐河組；8-白音高老組；9-瑪尼吐組；10-寶力高廟組二段；11-寶力高廟組一段；12-泥鰍河組二段；13-泥鰍河組一段；14-烏賓敖包組；15-中細粒正長花崗巖；16-中細粒黑云母二長花崗巖；17-閃長巖；18-角閃花崗閃長巖；19-斑狀中細粒黑云母二長花崗巖Fig.2　Geological sketch map of the study area

3.2典型礦床特征與遙感找礦要素分析

區內已發現的礦床較少，僅中部有1個螢石礦，北部有1個烏日尼圖熱液型鎢鉬礦。區外北部有多個鐵礦點，東部及東北部地區有準蘇吉花熱液型銅鉬礦以及烏蘭德勒斑巖型鉬礦。它們均屬與燕山期酸性巖漿活動有關的鐵、鋅、鉛、銅、鎢、銀、鉬礦床成礦亞系列，是鎢鉬銅多金屬礦找礦遠景區(許立權等，2013)。主要成礦規律及遙感綜合信息找礦要素分析如下。

3.2.1有利大地構造背景找礦的必要因素。其古生代屬天山興蒙造山系大興安嶺弧盆系扎蘭屯—多寶山島弧；中生代屬環太平洋巨型火山活動帶、大興安嶺火山巖帶、烏日尼圖—查干敖包火山噴發帶、查干敖包晚侏羅世火山盆地。可根據遙感構造解析并結合地質圖進行圈定，研究區均在該大地構造單元內。

3.2.2控礦侵入巖找礦的必要因素。主要受燕山期巖漿活動控制，多在巖體的內、外接觸帶上。由于礦化體同期高溫熱液在早期石英閃長巖、花崗閃長巖的次生裂隙隨硅質賦存在硅質脈兩側，因此常形成上部的脈狀礦層和下部的巖漿巖含礦層。由于研究區燕山期巖體基本為隱伏巖體，因此主要通過解析遙感環形構造進行推斷。

3.2.3主要賦礦地層找礦的重要因素。鎢鉬礦主要賦存于下奧陶統烏賓敖包組、泥鰍河組地層。銅礦主要賦存于寶力高廟組一段。對應的遙感信息為遙感找礦五要素中的“帶要素”，可直接從遙感解析圖中提取。

3.2.4控礦構造找礦的必要因素。主要為NE向與NW向構造交匯部位。其中，NE向斷裂構造對花崗斑巖體的侵位、熱液活動及成礦起著控制作用，NW向構造主要為容礦構造。主要對應遙感的線要素特征，重點提取NE向與NW向構造。

3.2.5圍巖蝕變找礦的重要因素。礦區附近發育有明顯的圍巖蝕變，且具有一定的分帶性，是找礦的重要標志。主要蝕變類型包括：云英巖化、鉀化、硅化、碳酸鹽化、螢石礦化、矽卡巖化、絹云母化、綠簾石化、青磐巖化，黃鐵礦化，黃銅礦化等。可通過遙感礦化蝕變信息提取結果進行圈定。

3.2.6地球化學特征找礦的重要因素。有W、Mo、Cu等元素化探異常。異常多，強度高，面積大，具明顯的濃度分帶和濃集中心，濃集中心部位與地層和巖體的接觸帶、礦體較吻合。可利用收集的部分化探資料作為輔助信息加入模型。

3.3遙感地質找礦信息獲取

3.3.1遙感基礎地質控礦要素解析主要根據遙感影像圖，結合遙感找礦模型和地質圖，重點解析與成、控礦有關的巖體、地層和線性、環形構造信息。

(1) 與控礦侵入巖有關的環形構造信息。全區共解譯環形構造89個，依據成因劃分為侵入巖環形構造、隱伏巖體環形構造、火山機構環形構造、褶皺環形構造、成因不明環形構造等類型。由于主要控礦侵入巖為燕山期的隱伏巖體，因此重點提取了與隱伏巖體有關的環形構造。

(2) 主要賦礦地層信息。重點提取了下奧陶統烏賓敖包組、泥鰍河組和寶力高廟組一段的信息。其中，烏賓敖包組的地層影像標志明顯，色調偏紫，水系不發育，具樹枝狀、豐狀水系特征；泥鰍河組地層主要為一套海相碎屑巖夾灰巖、火山巖組合，不同巖性段影像色調和紋理差異較大；寶力高廟組一段地層影像多為紫紅、灰褐色-暗紅色，色調偏紅，層理清晰，紋理相對粗糙，呈網狀、魚鱗狀；水系不發育，呈豐狀、樹枝狀水系。

(3) 控礦構造。主要解析了NE向、NW向和NNE向構造，包括哈日努登呼都格斷裂，敦德蘇斷裂、吉音呼都格斷裂、恩格勒嘎順斷裂、蘇吉音棚斷裂、毛達日烏嘎斷裂、紹日布格音棚斷裂、霍托勒斷裂等。由于NNE向構造對礦床的控制和改造作用不明，僅作為次要構造進行考慮。

3.3.2遙感蝕變信息提取以ASTER數據為主要數據源，結合研究區的主要礦物蝕變類型，構建ASTER數據可見光—近紅外波段蝕變信息決策樹模型(圖3)。主要提取了鐵染(褐鐵礦+黃鉀鐵釩)、高嶺土化(高嶺石+地開石+葉蠟石組合)、絹云母化(白云母)、綠泥石化(綠泥石+陽起石組合)、綠簾石化(綠簾石)、碳酸鹽化(方解石+白云石組合)6種類型礦化蝕變信息。

圖3　研究區礦化蝕變信息提取決策樹模型Fig.3　Decision-making tree model showing the extraction of altered mineralization information in the study area

各信息的主要分類規則簡述如下。

(1) 鐵染信息。利用波段2、4反射峰特征，采用比值法、特征主成分分析法或2種方法的結合進行信息提取。本次研究中采用提取鐵染信息常用的特征主分量法(表1)，即對b1(代表ASTER數據的第1波段，以下類同)、b2、b3、b4進行主成分變換(簡稱PCA1、2、3、4，以下類同)，求得鐵染信息分量。從表1可以看出，由于PC4中波段2、波段4與波段1、波段3的符號相反且貢獻率較大，符合鐵染信息波譜特征，因此確定PC4為特征主分量，蝕變信息表現為亮像元。同時，由于絹云母化與褐鐵礦化在b1—b4波段波形相似，因此需同時利用絹云母化5波段吸收特征加以區分。

(2) 高嶺土化、絹云母化。利用波段5強吸收的特征，采用比值法或主成分分析法進行提取。對PCA1、3、4、5中波段5強吸收特征分量進行閾值切割，獲取高嶺土化與絹云母化信息。同時，應滿足b4/b5大于平均值(去除主成分分析中存在的部分偽信息)，且b8弱吸收條件。在此基礎上再利用白云母在波段6的強吸收谷特征，通過對(b5+b7)/b6進行信息分割獲得絹云母化信息。

(3) 綠泥石化、綠簾石化、碳酸鹽化。3者在第8波段均表現為較強吸收特征，對大氣校正后的DN值數據進行包絡線去除運算，對運算后的第8波段(簡稱CR8，以下類同)進行閾值分割、分離背景與3種礦化。利用碳酸鹽化在1—4波段強反射而5波段弱吸收的特征，采用b3/b5閾值分割法提取碳酸巖化信息；根據綠簾石較綠泥石8波段強吸收特征，再次利用CR8進行閾值分割，獲取綠泥石化與綠簾石化信息。

表1　PC1—PC4的特征向量表

提取結果顯示效果較好，各蝕變信息主要分布在巖體的內外接觸帶、構造發育部位及部分層狀地層中，多具有明顯的成條、成帶特征。如研究區中部地區，沿大型環形構造邊部發育了1圈礦化蝕變信息，與巖漿作用可能存在密切關系(圖4)。

圖4　研究區蝕變礦物信息分布圖1-鐵染信息；2-絹云母化；3-高嶺土化；4-綠泥石化；5-綠簾石化；6-碳酸鹽化Fig.4　Distribution of altered mineral information in the study area

3.4找礦模型構建與預測方法選擇

根據遙感找礦要素分析，分別提取了賦礦地層、推斷隱伏巖體、礦化蝕變信息、主要斷裂構造與韌性剪切帶信息等遙感信息。收集了區域1∶20萬地球化學數據，并提取了Cu、W、Mo、Bi地球化學綜合異常信息，將其分為綜合異常高值區和相對低值區。

由于研究區礦產勘查工作程度較低，典型礦床資料較少，多為一些礦點、礦化點資料，因此主要采用定性分析法進行找礦預測。靶區的圈定和優選主要是分析主要找礦要素的多少及重要程度，對研究區而言，主要是尋找與燕山期酸性巖漿活動有關的鎢、鉬、銅、鐵等多金屬礦床，圍巖蝕變是其重要的找礦標志。地球化學資料由于比例尺較小，僅供參考。各要素重要程度與典型礦床成礦要素相對應，確定重要性排序如下：推斷隱伏巖體、礦化蝕變信息、賦礦地層、NW與NE向構造及構造交匯部位、1∶20萬地球化學綜合異常。

3.5礦產預測與評價

根據各要素分布特征，圈定了2個Ⅰ級和3個Ⅱ級遠景區或靶區(圖5)。

圖5　研究區遙感綜合信息找礦預測結果1-烏賓敖包組；2-泥鰍河組；3-寶力高廟組一段；4-鐵染異常；5-絹云母化；6-碳酸鹽化；7-高嶺土化；8-綠泥石化；9-綠簾石化；10-推斷隱伏巖體；11-斷裂構造；12-剪切帶；13-Cu、W、Mo、Bi高值異常區；14-Cu、W、Mo、Bi低值異常區；15-一級靶區及編號；16-二級靶區及編號Fig.5　Metallogenic prediction using integrated remote sensing information in the study area

圖6　I-1靶區綜合信息與已知礦點、礦化點吻合情況1-鐵染異常；2-絹云母化；3-碳酸鹽化；4-高嶺土化；5-綠泥石化；6-綠簾石化；7-推斷隱伏巖體；8-斷裂構造；9-剪切帶；10-一級靶區及編號；11-野外礦化現象點Fig.6　Coincidence of the integrated information with the known mines and ore spots in the prospecting target I-1

Ⅰ-1區：主要位于研究區的西北角，為Ⅰ級找礦遠景區(圖6)。主要典型礦床烏日尼圖熱液型鎢鉬礦就在該區北側。地表主要出露奧陶紀烏賓敖包組地層和泥盆紀泥鰍河組地層。根據遙感影像特征，圈定了3個環形構造，初步推斷與隱伏巖體有密切關系，環外側地層具有明顯側向擠壓揉皺特征。區內構造發育，主要有NE、NW和近SN向構造，根據典型礦床控礦構造特征，NE、NW及兩者交匯部位是主要控礦構造。近SN向剪切帶為本次遙感工作首次發現，對其控礦意義還不明確。沿構造裂隙發育有大量的絹云母化、碳酸鹽化等遙感礦化蝕變信息，構造與異常緊密相關，特別是中部“S”形NE向斷裂和南部剪切帶一側，異常信息分布最為廣泛。同時，該區還是Cu、W、Mo、Bi地球化學綜合異常高值區，成礦條件較好。野外查證的情況證實，異常提取結果與實際較為吻合，在主要蝕變信息分布區均見到了高嶺土化、絹云母和褐鐵礦化信息(圖7)。環形構造內外，多組構造的交匯部位是尋找熱液型礦床的最有利地區。

圖7　I-1靶區次生石英巖化與褐鐵礦化Fig.7　Photos showing secondary quartzite and limonitization in the prospecting target I-1

Ⅰ-2區：主要位于研究區中部，為Ⅰ級找礦遠景區。從遙感影像上解析了1個大型環形構造，沿環形構造外圍主要是寶力高廟組，東部見有多個中生代火山機構，推斷整個環形構造下部有燕山期巖體。環內發育有多條NE向和NW向構造。提取的遙感礦物蝕變信息主要是碳酸鹽化、高嶺土化和絹云母化蝕變，北部見有少量鐵染信息，它們主要沿環形構造和寶力高廟組分布，具明顯環帶特點。同時，該區還是Cu、W、Mo、Bi地球化學綜合異常高值區。野外工作在該地區發現了多處礦化蝕變現象(圖8)，在環形構造南側、東側分別新發現鉬礦化和錳鐵礦化1處。

圖8　I-2靶區綜合信息與已知礦點、礦化點吻合情況1-鐵染異常；2-絹云母化；3-碳酸鹽化；4-高嶺土化；5-綠泥石化；6-綠簾石化；7-推斷隱伏巖體；8-斷裂構造；9-一級靶區及編號；10-野外礦化現象點Fig.8　Coincidence of integrated information with the known mines, ore spots in the prospecting target I-2

Ⅱ-1區：位于研究區中部偏西北，為Ⅱ級找礦遠景區，是泥鰍河組與中生代地層接觸部位。根據遙感影像圖，在中部解析環形構造1個，推斷與隱伏巖體有關。區內構造發育，NE、NW、SN向斷裂構造均有。遙感礦化蝕變信息在該區分布廣泛，主要為絹云母化、高嶺土化和局部褐鐵礦化，呈明顯的帶狀或團塊狀分布，是Cu、W、Mo、Bi地球化學綜合異常高值區。野外在區內西側與SN向巖體接觸帶上發現有多處礦化，但由于外圍出露的主要是大面積的二疊紀、石炭紀的巖體，環形構造為燕山期巖體的可能性較小，因此將其劃分到Ⅱ級遠景區。

Ⅱ-2區：位于研究區的西南部，為Ⅱ級找礦遠景區。主要出露了大面積的寶力高廟組地層。未解析出環形構造，但斷裂構造發育，主要為NE和NW向構造。提取的遙感礦化蝕變信息呈較寬的近東向和較窄的NW向“T”字形分部，主要蝕變類型有高嶺土化、絹云母化、綠泥石化和局部褐鐵礦化，是Cu、W、Mo、Bi地球化學綜合異常低值區。該區已發現1處螢石礦點，地表多處見有螢石礦化、高嶺土化信息。

Ⅱ-3區：位于研究區南部，為Ⅱ級找礦遠景區。主要出露大面積的泥鰍河組，外圍是大面積出露的二疊紀巖體。發育的斷裂構造主要為NE、NW向和NWW向。提取的遙感礦化蝕變信息與地層色異常十分吻合，具有明顯的環帶特征，從內到外分別是碳酸鹽化、綠簾石化、綠泥石化，屬Cu、W、Mo、Bi地球化學綜合異常低值區，地球化學與異常形態總體吻合。由于野外巖石風化嚴重，加上覆蓋，未見明顯礦化線索，引起異常的原因不明，但從周圍影像看，初步推斷與下伏巖體的熱作用有關。

4　結　論

(1) 找礦預測是一項系統、復雜和綜合的工程。遙感綜合信息找礦模型概念的提出更加突出了綜合信息和遙感找礦標志組合，可有機融合相似類比法和以蝕變信息為核心的地質異常法找礦思想，是當前遙感找礦應用的重要方向。

(2) 遙感綜合信息找礦模型的地質基礎是礦床的成因模型與改造模型，構建以地質意義為基礎的地質找礦要素與遙感信息要素的相互轉換關系是遙感綜合信息找礦模型準確與否的關鍵，基本流程和內容可概括為典型礦床與找礦要素分析、遙感找礦要素分析、遙感綜合信息提取、預測模型及方法選擇、找礦預測與評價5個主要步驟。

(3) 利用遙感綜合信息找礦模型、方法在二連浩特北部地區進行了應用嘗試，取得了明顯的找礦效果，圈定了5個重要的鎢鉬銅多金屬礦找礦靶區，對指導該地區下一步找礦工作具有重要實際意義。

別小娟,張廷斌,孫傳敏,等，2013. 藏東羅布莎蛇綠巖遙感巖礦信息提取方法研究[J]. 國土資源遙感,25(3):72-78.

陳江,王安建，2007. 利用ASTER熱紅外遙感數據開展巖石化學成分填圖的初步研究[J]. 遙感學報,11(4):601-608.

陳建平,董慶吉,郝金華,等，2011. 基于GIS的證據權重法青海“三江”北段斑巖型鉬銅礦產資源成礦預測[J]. 巖石礦物學雜志,30(3):519-529.

成秋明，2012. 覆蓋區礦產綜合預測思路與方法[J]. 地球科學：中國地質大學學報,37(6):1109-1125.

傅碧宏,OHNUMA T，侯建勇，1997. 利用TM遙感影像分析準噶爾盆地西南緣新構造運動與油氣藏形成的關系[J]. 國土資源遙感,9(1):7-13.

方洪賓,趙福岳,和正民，2002. 1∶25萬遙感地質填圖方法和技術[M]. 北京:地質出版社.

傅文杰,洪金益,朱谷昌，2006. 基于SVM 遙感礦化蝕變信息提取研究[J]. 國土資源遙感,18(2):16-19.

方洪賓,趙福岳,黃潔，2010. 1∶250 000遙感地質解析技術指南[M]. 北京:地質出版社.

郭華東，1995. 中國新疆北部遙感找礦方法與實踐[M]. 北京:科學出版社.

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,14(4):44-50.

耿新霞,楊建民,張玉君,等，2008. ASTER數據在淺覆蓋區蝕變遙感異常信息提取中的應用：以新疆西準噶爾包古圖斑巖銅礦巖體為例[J]. 地質論評,54(2):184-191.

哈斯巴干,馬建文,李啟青，2003. ASTER數據的自組織神經網絡分類研究[J]. 地球科學進展,18(3):345-350.

黃照強,張顯峰，2010. 基于ASTER的雅魯藏布江縫合帶澤當—羅布莎蛇綠巖套分析和組分識別[J]. 巖石學報,26(12):3589-3596.

何中海,何斌斌，2011. 基于權重光譜角制圖的高光譜礦物填圖方法[J]. 光譜學與光譜分析,31(8):2200-2204.

姜曉瑋,王永江，2003. 遙感信息找礦模型的概念及其研究內容[J]. 地球學報,24(增刊1):329-333.

李瑾煥，1989. 遙感技術在北山區1∶5萬區調中的找礦效果[J]. 甘肅地質(9):56-66.

李廷祺，1991. 新疆羅布泊地區鉀鹽礦床遠景規模的遙感地質研究[J]. 國土資源遙感,3(1):29-33.

樓性滿，1991. 8種金屬礦田構造的遙感影像模式簡介[J]. 國土資源遙感,3(3):11.

劉名龍,黃德鏞,李勃,等，2005. 模糊綜合評判模型在會澤鉛鋅礦隱伏礦定位預測中的應用[J]. 地質找礦論叢,20(1):57-60.

李培軍,龍率耀,劉立, 2007. 基于ASTER數據的蛇綠巖組分識別:以德爾尼礦區為例[J]. 巖石學報,23(5):1175-1180.

李建國,毛德寶，2007. 基于ETM+與ASTER數據的礦化蝕變信息提取方法研究：以滿都拉地區為例[J]. 地質調查與研究,30(3):234-240.

劉嚴松,何政偉,馮孝良,等，2009. 遙感技術在里伍銅礦床成礦預測中的應用[J]. 物探化探計算技術,31(1):69-73.

梁亮,楊敏華,李英芳，2010. 基于ICA與SVM算法的高光譜遙感影像分類[J]. 光譜學與光譜分析,30(10):2724-2728.

劉德長,葉發旺,楊旭,等，2010. 我國砂巖型鈾礦“斷隆成礦觀點”的提出與應用分析：將遙感應用“從技術層面提升到科學層面”的探索[J]. 地球信息科學學報,12(4):451-457.

劉德長,董秀珍,王子濤，2012. 鈾礦地質找礦中遙感技術的開拓應用研究[J]. 世界核地質科學,29(4):209-213.

李建力,張廷斌,徐志忠,等，2012. 遙感技術在西藏砂金資源潛力評價中的應用[J]. 地理空間信息,10(2):41-43.

李建國,肖克炎,劉永順,等，2013. 基于GIS和證據權重法的那仁寶力格地區銅多金屬礦成礦預測[J]. 吉林大學學報(地球科學版),43(4):1151-1158.

李建國,于巖,高學生,等，2015. 一種新的遙感蝕變信息編圖方法[J]. 地球科學,4(8):1346-1352.

李建國，2016. 內蒙古草原覆蓋區遙感地質信息挖掘與成礦預測研究[D]. 北京:中國地質大學(北京).

毛曉長,劉文燦,杜建國,等，2005. ETM+和ASTER數據在遙感礦化蝕變信息提取應用中的比較：以安徽銅陵鳳凰山礦田為例[J]. 現代地質,19(2):309-314.

譚炳香,李增元,陳爾學,等，2005. EO-1 Hyperion高光譜數據的預處理[J]. 遙感信息，20(6):36-41.

譚克龍,萬余慶,王曉峰,等，2012. 基于遙感技術的煤炭勘查方法研究[J]. 中國地質,39(1):218-227.

王多義,彭德林,1994. 遙感技術在石油地質詳查中的應用[J]. 四川地質學報,15(3):238-240.

王保群，2002. 伊犁盆地南緣可地浸砂巖型鈾礦的重大突破[J]. 新疆地質,20(2):106-109.

王正海,張紅軍，2006. SAM和決策樹結合的Hyperion數據分類方法[J]. 武漢科技大學學報(自然科學版),29(5):478-481.

王潤生,熊盛青,聶洪峰,等，2011. 遙感地質勘查技術與應用研究[J]. 地質學報,85(11):1699-1743.

王云濤，余先川，2012. 基于地物光譜分析的ASTER巖土類型識別[J]. 地質學刊,36(1):54-59.

王耿明，朱俊鳳，武國忠，等，2015. 基于遙感預測模型的廣東省找礦靶區預測與優選[J]. 地質學刊,39(3):445-450.

汪冰，李存金，魏本贊，等，2015. 高分辨率遙感影像在青海東昆侖矽卡巖型礦床找礦中的應用[J]. 地質學刊,39(3):439-444.

肖克炎,葛艷，1999. 成礦預測中證據權重法與信息量法及其比較[J]. 物探化探計算技術,21(3):223-226.

許立權,張彤,閆潔,等，2013. 內蒙古自治區重要礦產預測成果報告[R]. 呼和浩特:內蒙古自治區地質調查院.

熊雙才，夏慶霖，姚春亮，等，2015. 內蒙古新達來草原覆蓋區銅鉬多金屬成礦預測[J]. 地質學刊,39(3):422-430.

楊武年，1989. 遙感技術在浙江SX-DY北部地區金銅礦帶構造地質研究及成礦預測中的應用[J]. 成都理工大學學報(自然科學版)，16(2):78-86.

楊金中，2003. 西天山吐拉蘇地區金礦遙感找礦模型研究[J]. 黃金科學技術,11(5):1-6.

楊建民,張玉君，陳薇，等，2003. ETM+(TM)蝕變遙感異常技術方法在東天山戈壁地區的應用[J]. 礦床地質,22(3):278-286.

于學政,金玉聲,楊日紅,等，2003. 藏東遙感地質與礦產資源[M]. 北京:地質出版社.

楊波,吳德文,陳云浩,等，2005. 礦化信息提取的混合蝕變遙感模型：以鷹嘴山金礦區為例[J]. 國土資源遙感,17(1):20-25.

楊國鵬,余旭初,劉偉,等，2008. 基于支持向量機的高光譜影像分類研究[J]. 計算機工程與設計,29(8):2029-2031.

楊佳佳,姜琦剛,趙靜,等，2008. 基于ASTER和ETM+數據的遙感蝕變信息提取:以內蒙古塔日根敖包地區為例[J]. 吉林大學學報(地球科學版),38(增刊1):153-158.

閻繼寧,周可法,王金林,等，2013. 基于SAM與SVM的高光譜遙感蝕變信息提取[J]. 計算機工程與應用,49(19):141-146.

余先川，熊利平，張立保，等，2015. 遙感技術在地質找礦中的應用[J]. 地質學刊,39(2):263-276.

閆潔茹,趙志芳,史青云，等， 2015. 植被覆蓋區ASTER斑巖型銅礦礦化蝕變分帶異常信息提取研究[J]. 地質學刊,39(3):468-474.

趙元洪,張福祥,陳南峰， 1991. 波段比值的主成份復合在熱液蝕變信息提取中的應用[J]. 國土資源遙感,3(3):12-16.

鄒遠耀，1993. 湖南中新生代蓋層下遙感找煤與成效[J]. 中國煤田地質,5(3):58-60.

朱亮璞，1994. 遙感地質學[M]. 北京:地質出版社.

趙元洪,陳嵐,張福詳，1994. 遙感圖像專題信息提取新方法：定向變換和邏輯取與法研究[J]. 環境遙感,9(4):296-302.

趙福岳，2000. 礦源場-成礦節-遙感信息異常找礦模式法[J]. 國土資源遙感,12(4):28-33.

張玉君，楊建民，陳薇，2002. ETM+(TM)蝕變遙感異常提取方法研究與應用-地質根據和波譜前提[J]. 國土資源遙感,14(4):30-37.

張玉君,曾朝銘，陳薇，2003. ETM+(TM)蝕變遙感異常提取方法研究與應用方法選擇和技術流程[J]. 國土資源遙感,15(2):44-49.

趙玉靈，2003. 遙感找礦模型的研究進展與評述[J]. 國土資源遙感,15(3):1-3.

趙鵬大，2006. 礦產勘查理論與方法[M]. 武漢:中國地質大學出版社.

張遠飛,吳德文,袁繼明,等，2011. 遙感蝕變信息多層次分離技術模型與應用研究[J]. 國土資源遙感,23(4):6-13.

張玉君,楊建民,姚佛軍,等,2014. 多光譜遙感找礦信息提取實用技術[M]. 北京:地質出版社.

CROSTA A P, MOORE J M, 1989. Enhancement of Landsat thematic mapper imagery for residual soil mapping in SW Minais Gerrain State, Brazil: a prospecting case history in greenstone belt terrain [C]//Proceedings of the 7th Thematic Conference: Remote Sensing for Exploration Geology. Ann Arbor, Michigan: ERIM, 1173-1187.

CLARK R N, SWAYZE G A, GALLAGHER A, et al., 1991. Mapping with imaging spectrometer data using the complete band shape least-squares algorithm simultaneously fit to multiple spectral features from multiple materials[C]//Proceedings, 3rd Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) workshop: JPL Publication 91-28. Pasadena, California: Jet Propulsion Laboratory, California Institute of Technology, 2-3.

HUNT G R, 1979. Near-Infrared (1.3～2.4) μm Spectra of alteration minerals: Potential for use in remote sensing[J]. Geophysics, 44(12):1974-1986.

KRUSE F A, LEFKOFF A B, BOARDMAN J W, et al., 1993. The Spectral Image Processing System(SIPS): interactive visualization and analysis of imaging spectrometer data[J]. Remote Sensing of Environment, 44(2/3): 145-163.

MOGHTADERI A, MOORE F, MOHAMMADZADEH A, 2007. The application of Advanced Space-borne Thermal Emission and Reflection Radiometer(ASTER) data in the detecion of alteration in the Chadormalu Paleocrater,Bafq region,Central Iran[J]. Journal of Asian Earth Sciences, 30(2): 238-252.

NINOMIYA Y, FU B H, CUDAHY T J, et al., 2005. Detecting lithology with Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER) multispectral thermal infrared ″radiance-at-sensor″ data[J]. Remote Sensing of Environment, 99(1/2): 127-139.

SABINS F F,1999. Remote sensing for mineral exploration[J]. Ore Geology Reviews, 14(3/4): 157-183.

VAN RUITENBEEK F J A, CUDAHY T J, HALE M, et al., 2005. Tracing fluid pathways in fossil hydrothermal systems with near-infrared spectroscopy[J]. Geology, 33(7): 597-600.

A metallogenic model based on comprehensive remote sensing information and metallogenic prediction: A case study of northern Erenhot in Mongolia

LI Jianguo1, GAO Xuesheng1, AO Cong1, ZHANG Guoli1, FAN Suying2

(1. Tianjin Center of China Geological Survey, Tianjin 300170, China; 2. Remote Sensing Center of Hebei Province, Shijiazhuang 050021, Hebei, China)

Remote sensing ore-prospecting model has developed with remote sensing data, remote sensing information acquisition technology and geological prospecting model. This study reviewed the development process and characteristics of remote sensing information acquisition technology and remote sensing prospecting model in the past 30 years, and proposed the basic concept and prospecting prediction method based on integrated remote sensing prospecting model. This model emphasized the combination of integrated information and ore-prospecting indicators, and the key of the model is the transformation of ″geological prospecting elements″ to ″remote sensing information elements″. Taking northern Erenhot as a case study, we proposed an acquisition method of remote sensing geological information and established an ore-prospecting model mainly based on remote sensing information. In addition, five important W-Mo-Cu polymetallic prospecting targets were delineated, resulting in an effective prospecting application.

integrated remote sensing information; ore-prospecting model; mineral resources prediction； Erenhot in Inner Mongolia

10.3969/j.issn.1674-3636.2016.03.384

2016-07-06；編輯：陸李萍

中國地質調查局地質調查項目(1212011220469、DD20160128)

李建國(1980—)，男，高級工程師，博士，主要從事遙感地質與綜合信息定量預測研究工作,E-mail： jianguo_lee@126.com

P612; P627

A

1674-3636(2016)03-0384-11