基于深度學習的礦區韌性剪切帶找礦研究

肖 壯，羅 彬，劉友明

（1.江蘇省有色金屬華東地質勘查局八一〇隊，江蘇 南京 210000；2.江蘇省有色金屬華東地質勘查局八〇九隊，江蘇 南京 210000）

1 基于深度學習對礦區韌性剪切帶構造圖像采集

對礦區韌性剪切帶的地質構造圖像采集是找礦的基礎工作。礦區韌性剪切帶內部結構復雜，并且獨特的構造特征是發生成礦流體作用的根本原因，而成礦流體匯集與礦體沉淀是找礦的最有利依據，所以需要對礦區韌性剪切帶進行構造圖像采集。本次采用基于深度學習的遙感技術對礦區韌性剪切帶地質構造進行圖片采集[1]。首先遙感技術通過地物識別功能對礦區韌性剪切帶區域的空間特征以1：100萬比例進行描繪，主要以韌性剪切帶灰度、地質紋理、外表形態、內部空間關系為圖像內容，然后應用圖像層次增強方法對礦區韌性剪切帶的信息進行處理，通過增強或減弱灰度、顏色、紋理方法最大限度的區分圖像信息[2]。遙感構造信息的提取是圖像采集的核心內容，礦區韌性剪切帶的地質構造在遙感圖像采集上主要以線性和環形特征表現出來，通過特定的圖形結構和色調處理來展示韌性剪切帶的地貌、水系、輻射溫度、邊緣輪廓等信息。遙感技術首先增強韌性剪切帶的主干輪廓線性，描繪礦區主要構造；然后增強韌性剪切帶的內部斷層、切面、裂隙等次級環形圖像特征，縮小可能成礦構造的范圍。遙感技術在礦區韌性剪切帶的圖像采集特征如下表所示。

表1 遙感技術對韌性剪切帶圖像采集特征表

2 基于深度學習對礦區韌性剪切帶化學信息提取

礦區韌性剪切帶的礦質化學信息是找礦的重要依據。基于以往的勘查數據顯示礦區韌性剪切帶普遍伴有硅化現象出現，由于韌性剪切帶在剪切變形過程中礦石中的硅元素會發生自動轉移現象，當韌性剪切帶局部地區會出現嚴重的硅元素消除現象時，消除的硅元素會聚集在韌性剪切帶其他地區，這一現象的出現與韌性剪切帶成礦有很大關系，主要呈負相關關系，當硅元素聚集現象明顯時說明礦區韌性剪切帶該部位沒有成礦；當硅元素消失現象明顯時說明礦區韌性剪切帶該部位已經成礦，所以需要對礦區韌性剪切帶的化學信息進行有效提取。

本次利用基于深度學習的光譜技術來提取找礦有關的化學信息。利用光譜探測器的9個波段對研究區的化學礦質信息進行探取，9個波段是以三個短波紅外波段、三個近紅外波段、遠紅外波段，分辨率分別為15m、20m、30m。數據信息包括波長、偏差、波譜范圍、中心波長半極值寬度，通過各個波段的參數變化分析出研究區的礦質成分。以下為光譜探測器各個波段及波長參數表。

表2 光譜探測器參數列表

探索在運用遙感技術采集的構造圖像基礎上，集合主成分分析方法對礦區韌性剪切帶的硅化信息進行加強處理，有利于提取找礦相關的化學信息。以下為光譜技術提取韌性剪切帶化學信息流程。

圖1 光譜技術提取化學信息流程圖

本次是對礦區韌性剪切帶化學信息提取，以硅元素作為主成分進行主成分分析法，以礦物中硅元素的含量為標準，以圖像上亮度的強弱來表示出來，在此基礎上，選取兩個亮度最強的化學成分作為主成分，并將其進行假彩色合成，賦予綠色標識，將這兩個主成分的交集處設置為亮度最強，并賦予紅色標識，將其突出顯示出來，以此可判定為硅化作用最強的找礦標志。通過光譜技術的應用準確的提取礦區韌性剪切帶的化學信息，能夠快速的圈定找礦靶區。

3 基于深度學習對礦區韌性剪切帶靶區圈定

礦區韌性剪切帶的地質構造圖像是運用遙感技術采集到的，而礦區韌性剪切帶的化學信息是光譜技術提取到的，所以存在信息數據格式不一致、數據接口不統一的問題，這樣很難圈定找礦的靶區，為此運用技術手段對數據信息進行處理，比如數據格式標準化、圖像格式統一化、數據接口一致化等。

為找礦信息疊合方法圈定找礦靶區奠定基礎。通過信息重疊法將處理過后的圖像信息與化學信息相結合，為了突出找礦靶區的位置，運用基于深度結合的GIS技術對靶區信息進行彩色聚類和量化分級處理，根據找礦標志的強弱將亮度值分為10個級別，并且同個十個不同的顏色進行區別，化學信息最弱且地質構造最容易成礦的部位圈定為找礦靶區，并將其填充黑色進行標識。

4 結語

以礦區韌性剪切帶的地質結構和化學信息為理論基礎，運用基于深度學習的遙感技術、光譜技術以及GIS技術完成找礦任務，簡化了礦區韌性剪切帶的找礦過程，并且也提高了韌性剪切帶找礦的精準性和科學性。