識別斑巖銅礦綜合地球化學異常的光譜角方法

陳松林, 陳 曦, 王成彬, 胡 飛, 方 臣, 熊前進, 杜翌超

(1.湖北省地質勘查基金管理中心,湖北 武漢 430071; 2.湖北省地質調查院,湖北 武漢 430034; 3.地質過程與礦產資源國家重點實驗室,湖北 武漢 430074; 4.中國地質大學(武漢) 資源學院,湖北 武漢 430074)

近年來,地球化學勘探已成為礦產勘查中的一種重要而通用的手段。地球化學異常的識別和提取是地球化學數據處理中的一項基礎性工作。數學地質學家提出的方法越來越多,可以分為傳統的統計方法、空間數據模式方法和高維投影方法。傳統的統計方法包括概率圖、方差分析、Q-Q圖、柱狀圖等[1-2]。幾何信息的空間數據模式方法為確定地球化學異常閾值提供了新的視角,如基于分形的方法,包括C-A模型、S-A模型和奇點映射、經驗模型分解、空間加權主成分、趨勢面和空間濾波[1,6-7]。為了解決多因素聚類分析中的高維問題,提出了高維投影法,如投影尋蹤分類和光譜角度分類。光譜角法(SAM)是一種基于物理的光譜分類方法,它通過計算n維空間中譜向量之間的角度來確定相似性。它是一種將光譜與單個光譜或光譜庫進行比較的自動化方法。它廣泛應用于巖性填圖、水熱蝕變礦物的識別和物體檢測[1-4]。地球化學異常提取一般只集中于單一元素或多元素富集或成礦的區域。但這種區域是在特定的地質背景和圍巖中形成的,不同種類的成礦區其主要和微量元素(氧化物)的富集會導致特有的元素共生組合。斑巖銅礦產于中酸性侵入的火山巖中,主要氧化物(如SiO2、K2O、Na2O、Al2O3、MnO、MgO)和一些微量元素可用于繪制火成巖的位置。針對中國國家地球化學填圖項目,區域尺度(1∶200 000)地球化學調查,分析了39種微量元素和主要氧化物。如果把每個元素(或氧化物)都當作光譜帶,那么每個地球化學樣品都相當于遙感的高光譜譜段。因此,將礦床指示元素與地質環境指示元素(氧化物)結合起來,可使SAM識別綜合地球化學異常。數學地質學家普遍認為,地球化學數據是用于地球化學異常提取的分形和多重分形模型。本文選取了土屋銅礦和延東銅礦的樣品作為參考,通過設置不同的光譜角度值,利用SAM提取地球化學異常。應用分形模型對地球化學異常的光譜角進行了優化。

1 技術方法

1.1 數據標準化

為了消除不同元素值范圍的影響,有必要對初始地球化學數據進行標準化,方法如下:

(1)

圖2 研究區地質簡圖Fig.2 Simplified geological map of the study area1.第四紀;2.第三紀;3.侏羅紀;4.二疊紀;5.石炭紀;6.志留系泥盆紀;7.奧陶紀;8.泥盆紀侵入體;9.石炭紀侵入體;10.石炭紀火成巖。

式中:xmax(j) 和xmin(j) 分別為第j個初始地球化學元素濃度的最大值和最小值;xst(i,j)為標準值。

1.2 光譜角法

光譜角法是一種基于試驗樣品與參考樣品相似性的自動聚類分類方法(圖1)。該算法將每一個含有39種元素(或氧化物)的地球化學樣品視為一個39維空間中的向量。

圖1 說明光譜角法的概念模型Fig.1 Conceptual model illustrating spectral angle method

由于兩個向量之間的角度相對于向量的長度是不變的,因此這種相似性度量對增益因子不敏感。角度α可以描述為:

(2)

式中:nb等于地球化學元素(氧化物)的數量;ti是未知的測試樣品;ri是參考樣品;α是光譜角,范圍在0～π/2之間。根據前面提出的所有原則,地球化學數據的SAM分類程序如下:

(1) 用公式(1)標準化地球化學數據；

(2) 利用地理信息系統,代表土屋、延東銅礦選擇地球化學樣品作為參考；

(3) 計算未知試樣與參考之間的光譜角α值；

(4) 用公式(2)設置分類αt的光譜角閾值。如果α<αt,則樣品與參考樣品類型相同,可指示銅礦床的可能；

(5)應用分形模型的對數圖,尋找地球化學異常分離的最佳光譜角。

2 案例研究

2.1 地質背景和地球化學數據集

以研究區為例,研究區位于中國著名的斑巖銅成礦帶東天山區。在該區發現了大型土屋銅礦和延東銅礦,以及一些中小型銅礦(圖2),大部分銅礦床位于侏羅系和石炭系地層,隨后被中性酸巖漿侵入,志留系地層中也發現了一些銅礦[5]。

在案例研究中,利用收集的1 355個1∶200 000區域尺度的水系沉積物地球化學樣品,并應用SAM提取地球化學異常。地球化學數據包含39種元素(或氧化物)。

2.2 地球化學參考光譜

參考譜段會影響光譜角法的分類結果,因此,應采用具有典型特征的參考譜段來區分異常和背景。地球化學數據不同于遙感數據,遙感數據可以通過光譜圖和光譜庫從野外調查中獲得參考。而本文研究分別選取了土屋銅礦和延東銅礦附近的兩個地球化學樣品作為特征“參考譜段”。它們的“光譜曲線”如圖3所示。土屋、延東銅礦床相似的“光譜曲線”在鐵礦床和背景曲線上,在Al2O3、CaO、Co、Cr、Cu、Mg、Ni、Sn、Sr、Th、Ti、U、V、W、Y、Zn、Zr等方面存在差異,證明了用光譜角法提取地球化學異常是可行的。

3 結果和討論

3.1 SAM提取的地球化學異常圖

本文將αt設為0.1、0.15、0.2、0.25、0.3、0.35、0.4,利用光譜角法對地球化學資料進行分類,得到地球化學異常。提取異常的映射如圖4-圖10所示。當αt=0.1時,在土屋和延東銅礦床附近僅有5個與參考相似的樣品(圖4)。當αt=0.15時,57個地球化學樣品分類與地球化學異常相似。大部分地球化學異常位于侵入體與石炭系、侏羅系地層的邊界附近,是斑巖銅礦床的最佳地質背景(圖5)。當αt=0.2時,地球化學異常隨著地球化學異常的增加而擴展到含志留系、泥盆系地層的區域,如圖5所示。東天山地質調查成果也指出志留系地層中含有銅礦。當αt=0.2時提取的異常可以預測下一個類似于土屋—延東銅成礦帶的銅成礦帶。

圖3 斑巖銅、鐵礦床和背景樣品的光譜差異地球化學“光譜曲線”Fig.3 Geochemical“spectral curves” showing the spectral differences of samples of porphyry copper, iron deposit and background

圖4 角度閾值αt=0.1時的SAM分類光柵映射(柵格為2 km×2 km)Fig.4 Raster mapping of SAM classification when angle threshold αt=0.1

圖5 角度閾值αt=0.15時的SAM分類光柵映射(柵格為2 km×2 km)Fig.5 Raster mapping of SAM classification when angle threshold αt=0.15

3.2 地球化學異常的最佳光譜角閾值

為了獲得地球化學異常的最佳光譜角,利用分形模型的對數圖,找到了使大部分礦床的異常聚集面積最小的閾值。在圖11中,當αt=0.2時,對數圖出現一個拐點。因此,將角度為0.15和0.2時由SAM提取的異常分別視為高異常和中異常(圖12)。

圖6 角度閾值αt=0.2時的SAM分類光柵映射(柵格為2 km×2 km)Fig.6 Raster mapping of SAM classification when angle threshold αt=0.2

圖7 角度閾值αt=0.25時的SAM分類光柵映射(柵格為2 km×2 km)Fig.7 Raster mapping of SAM classification when angle threshold αt=0.25

圖8 角度閾值αt=0.3時的SAM分類光柵映射(柵格為2 km×2 km)Fig.8 Raster mapping of SAM classification when angle threshold αt=0.3

圖9 角度閾值αt=0.35時的SAM分類光柵映射圖(柵格為2 km×2 km)Fig.9 Raster mapping of SAM classification when angle threshold αt=0.35

圖11 對數圖中最佳角度閾值的分形分布圖(其中n是α<αt的樣本累積數)Fig.11 Fractal distribution pattern of optimal angle threshold in log-log plot,where N is the cumulative numbers of samples with α<αt

4 結論

本文介紹了以樣品中的每一種元素(或氧化物)為“光譜帶”,廣泛應用于遙感方法提取地球化學異常的“光譜角”方法。地球化學“光譜曲線”揭示了斑巖銅礦床、鐵礦床和背景的樣品差異,從理論上證明了可以作為提取異常的指標。

較小的角度表示與參考值更接近,利用最大角度閾值區分不參與分類的樣本。SAM提取的地球化學異常隨著光譜角度閾值的增大而增大,從土屋和延東銅礦床向外延伸。分形分布曲線的拐點表明,0.2是分離地球化學數據和提取地球化學異常的最佳光譜角度閾值。填圖結果不僅能圈定與土屋銅、延東銅地質背景相似的異常,而且可以預測志留系侵入區新的銅成礦帶。

圖12 顯示斑巖銅礦床勘探潛力目標區域的光柵圖Fig.12 Raster mapping showing target area for prospecting potential of porphyry copper deposits