基于ASTER數據的遙感蝕變信息提取
——以西天山穆龍套地區為例

茹菲娜·阿力木江,陳 川 ,高玲玲 ,李順達

1)新疆大學地質與礦業工程學院,新疆烏魯木齊 830047;2)新疆中亞造山帶地球動力學過程與成礦預測重點實驗室,新疆烏魯木齊 830047

金礦是國家重點勘查和開采的一種礦床類型,對經濟發展具有重要意義。穆龍套金礦位于烏茲別克斯坦卡拉庫姆板塊北緣,克孜爾庫姆沙漠腹地,是全球黃金儲量最大的金礦床(薛春紀等,2014a,b,2020; 李志丹等,2017),金儲量已達6137 t,平均品位3.5 g/t,該礦床產于南天山北段的海西造山帶,并且還在不斷地勘查開發之中,有巨大的找礦前景。

礦產勘探工作隨著科學技術的發展得到了不同程度的技術支撐。利用遙感技術,可以在最短的時間內獲取大范圍的數據,跟傳統的地質勘查相比,省時省力,近年來受到了地質工作者的重視。如多光譜衛星ASTER數據具有14個波段,對巖性及礦物識別具有良好的應用效果。國內外許多學者把多光譜遙感技術成功地應用于遙感找礦研究中。如林騰等(2011)利用ASTER、Landsat-7數據以及主成分分析法和波段比值法,成功的圈定了蝕變異常區域,并為該區域的找礦提供了重要的理論基礎; 劉道飛等(2015)提出 ASTER熱紅外遙感硅化信息提取方法; Adiri et al.(2016)使用ASTER和OLI遙感影像數據,利用主成分分析、波段比值及SVM技術進行巖性填圖研究,并發現前兩種技術結果優于 SVM 技術; Bohon et al.(2018)使用ASTER遙感數據TIR波段,進行巖性填圖,較好的區分出不同巖性; Ninomiya and Fu(2019)通過光譜測量方法、對比標準光譜與從遙感數據中提取光譜,總結了提取巖性、礦物信息的各種光譜指數; 段俊斌等(2019)利用ASTER數據對蝕變異常和控礦因子進行提取;Noori et al.(2019)基于ASTER數據,通過BR、PCA處理,對伊朗北部多金屬熱液脈型蝕變帶中進行蝕變提取。ASTER數據因波譜連續性好、頻段多等優越性,在礦化信息提取方面有更大的優勢(黃宇飛等,2019)。

本文以穆龍套金礦及其外圍為重點研究區,基于ASTER數據的熱紅外波段,利用礦物指數法,波段比值法提取硅化信息并進行對比,基于 ASTER數據的短波紅外波段,利用主成分分析法提取Mg-OH、鐵染、碳酸鹽化等礦化蝕變信息,并最后綜合各類信息,結合已知礦點,分析遙感技術在此地區的應用潛力,以期為同類型礦床研究提供可靠依據。

1 研究區地質背景

穆龍套金礦位于西天山成礦帶的西端(薛春紀等,2014a,b,2020; 李志丹等,2017),烏茲別克斯坦卡拉庫姆板塊北緣,地理坐標為北緯 41°15′、東經64°15′。在區域構造上,位于南天山北段的海西造山帶(圖 1),形成于卡拉庫姆板塊北緣大型韌脆性變形帶(薛春紀等,2014a,b,2020; 李志丹等,2017)。

圖1 研究區構造位置圖(據文獻薛春紀等,2014a,b,2020; 李志丹等,2017修改)Fig.1 Structural location map of the study area (modified after Xue et al.,2014a,b,2020; Li et al.,2017)

奧陶系—志留系別薩潘組含碳復理石建造是穆龍套礦床的主要賦礦地層,且在區域造山過程中發生綠片巖相淺變質(薛春紀等,2014a,b,2020; 李志丹等,2017; 圖2)。淺變質的粉砂巖、砂巖和泥巖組成了別薩潘組,從新到老劃分為 4個巖性段,即綠色別薩潘(Bs4)、雜色別薩潘(Bs3)、灰色別薩潘(Bs2)和黑色別薩潘(Bs1); 其中雜色別薩潘(Bs3)是穆龍套礦床主要含金層位,主要由碳質片巖夾中薄層變粉砂巖、含絹云母片巖組成,金背景值明顯高于外圍層和其他巖層(Wilde et al.,2001; Bierlein and Wilde,2010; 薛春紀等,2014a,b,2020; 李志丹等,2017)。

圖2 穆龍套金礦區域地質圖(據Wilde et al.,2001; Bierlein and Wilde,2010; 薛春紀等,2020修改)Fig.2 Regional geological map of the Muruntau gold deposit(modified after Wilde et al.,2001; Bierlein and Wilde,2010; XUE et al.,2020)

礦體產出受剪切帶及衍生的韌性-韌脆性斷裂系統的嚴格控制。主要有 3組構造裂隙帶:①NW向片理-流劈理構造帶,帶內巖石片理化和流劈理發育,主要金礦體都產在該構造帶; ②EW 向構造裂隙帶,帶內裂隙多屬張性裂隙,常被石英脈、電氣石脈或石英電氣石脈充填; ③SN向剝離構造帶,帶中有含金石英脈產出(孟廣路等,2013)。

礦石中主要金屬礦物為黃鐵礦、毒砂、白鎢礦和自然金,次要金屬礦物為磁黃鐵礦、輝鉬礦、閃鋅礦、白鐵礦、方鉛礦、黃銅礦。石英、長石和黑云母為主要的脈石礦物,還有少量碳酸鹽礦物等(薛春紀等,2014a,b,2020; 李志丹等,2017)。穆龍套金礦中熱液蝕變類型豐富,黑云母化、硅化、鈉長石化、綠泥石化、綠簾石化、碳酸鹽化等蝕變信息與金礦化關系極為密切(孟廣路等,2013; 薛春紀等,2014a,b,2020; 李志丹等,2017)。

2 遙感數據源及數據預處理

2.1 遙感數據簡介

本次研究中采用的遙感數據源是 2001年 5月1 7日獲取的 A S T E R 遙感數據,編號為AST_L1T_00305172001065021_20150416 042153_90289。ASTER數據的空間分辨率及光譜分辨率較高,并且可以接收從 VNIR到 TIR光譜的圖像數據。ASTER光譜范圍從0.52～11.65 μm,共有14個波段影像數據。

2.2 數據預處理

2.2.1 VNIR及SWIR數據預處理

首先對VNIR波段和SWIR波段分別做輻射定標,消除傳感器本身所帶來的誤差,進一步確定入口處的準確輻射值(圖3),再將SWIR波段重采樣至15 m后,并把VNIR波段和SWIR波段疊加,再對數據進行大氣校正處理。

圖3 ASTER輻射定標前后對比圖Fig.3 Comparison of ASTER before and after radiometric calibration

為消除由大氣反射、吸收和散射引起的誤差,在 ENVI軟件中的 FLAASH模塊中進行大氣校正,該模型是基于 MODTRAN4模型,是目前校正精度最高的大氣校正模型(周君亞,2018)。大氣校正后,選取典型地物為對象,如植被,來驗證校正效果,對校正前后的波譜曲線進行對比(圖4)。

從圖4中可以看出大氣校正后的波譜曲線得到了明顯改善,可見光波段的反射率普遍下降,近紅外波段的反射率達到峰值。

圖4 波譜曲線Fig.4 Spectral curve

2.2.2 TIR數據預處理

TIR數據的預處理包括輻射定標、大氣校正。輻射定標上文所說的一致,大氣校正本文利用ENVI提供的Thermal Atm Correction 模塊中進行校正,以消除大氣對地物發射率信息的影響。

2.2.3 干擾信息去除

干擾地物通常是指具有較高反射率的地物類型如云雪、植被、水體、陰影和鹽堿地等。本文采用高端或低端切割法及比值法去除干擾信息。高端或低端切割法通過干擾地物在遙感圖像上某個波段具有高反射或強吸收的特征,即某波段干擾地物具有較高或較低值; 比值法通過某兩個波段的反射率比值結果可以清楚地區分開干擾及目標地物,將對結果輸入適合的閾值可以去除干擾物(別小娟,2014),如表1所示。

表1 ASTER數據去干擾方法列表Table 1 ASTER data anti-interference method list

3 遙感蝕變信息提取

3.1 蝕變信息的遙感特征

圍巖蝕變是在熱液成礦過程中,近礦圍巖與熱液之間發生化學反應引起的一系列構造、物質成分和結構的變化,是一種重要的找礦標志。由于圍巖蝕變分布的范圍比礦體要大,因此在找礦中容易發現,而且越接近礦體,圍巖遭受的蝕變越發強烈,因此它能指示地面上的礦體形態和位置,也能指示地下盲礦體的存在。

穆龍套金礦是屬于以淺變質含碳質碎屑巖系為容礦巖石的礦床,主要發育綠泥石化、綠簾石化、硅化、黑云母化、鈉長石化、碳酸鹽化等蝕變(薛春紀等,2014a,b,2020; 李志丹等,2017)。一般情況下,因離子和離子基團的不同(孫婭琴,2017),可分為7種蝕變礦物,分別為硫酸鹽、碳酸鹽、鐵染、硅化、Fe-OH、Mg-OH和Al-OH蝕變礦物等。根據研究區蝕變特點,本文主要討論含Mg-OH、鐵染、硅化以及碳酸鹽蝕變礦物的波譜特征。ASTER數據可以識別從VNIR到TIR的不同光譜范圍內的部分礦物見表2(耿新霞等,2008; 趙芝玲等,2016)。

表2 ASTER光譜范圍與可識別礦物(據趙芝玲等,2016修改)Table 2 ASTER spectral range and identifiable mineral(modified after ZHAO et al.,2016)

3.2 硅化信息提取

硅化異常作為野外重要的找礦標志之一,與許多金礦的形成密不可分。研究區賦礦巖石為區域低溫動力變質熱液作用產物,主要特征為變形強、變質弱。有利的成礦地段巖石因經歷了動力變質作用(孟廣路等,2013),硅化蝕變明顯。根據礦物的波譜特征,選擇兩個具有特征吸收帶和高反射率(李海鏹,2019)波段相除,以此達到增強蝕變礦物等弱信息的目的,此為波段比值法。而礦物指數法是通過各種不同的波段比值組合來提取具有相同巖性的礦物,這些波段比值復雜組合被稱為礦物指數(李進波,2019)。本文綜合分析USGS波譜庫中主要硅化蝕變礦物的波譜特征,如石英、黑云母和鈉長石,發現它們在9.0 μm附近處有吸收特征,對應ASTER數據熱紅外波段的B12,在10.65 μm處有反射特征,對應ASTER數據熱紅外波段的B13(圖5)。

圖5 硅化蝕變礦物波普曲線(來源于USGS波譜庫)Fig.5 Pop curve of silicified altered minerals(after USGS spectral library)

陳江和王安建(2007)對 TIR波譜庫進行研究,得出了SiO2含量與ASTER熱紅外波段的函數關系,公式如下:

公式(1)中b10、b12、b13和b14分別對應ASTER熱紅外波段的輻射亮度值。

通過公式(1)利用 Band Math工具得到 SiO2含量圖,并對 SiO2含量圖進行密度分割,注意選擇合適的閾值,以遙感影像為底圖將提取的異常信息疊加到影像上(圖6a)。

圖6 硅化蝕變異常圖Fig.6 Abnormal diagram of silicification alteration

通過比值法,根據上文所說的硅化蝕變礦物波譜特征,對 ASTER熱紅外波段 B13/B12進行比值運算,得到突出硅化信息的影像圖,統計圖像的標準差及平均值后提取異常信息,并疊加到遙感影像底圖上(圖6b)。

通過礦物指數法處理后的遙感影像可以區分出二氧化硅含量不同的地質體,因此能達到增強解譯效果的目的。選取ASTER三種識別SiO2的礦物指數見表3。根據以下3種礦物指數的彩色合成圖(圖6c),可以看出提取到的異常區域大致相符,彩色合成后的圖6c中可以看出異常區呈淺黃色,黃金色。

表3 SiO2指數計算方法Table 3 Calculating method of SiO2 index

3.3 Mg-OH、鐵染、碳酸鹽類蝕變信息提取

主成分分析是消除波段之間冗余信息的技術手段。通過正交變換,原始圖像的各個波段中包含的信息都集中在前幾個主成分中,因此新組成的圖像各波段間互不相關,每個中包含的特征信息也不同(宋晚郊,2013)。本文利用USGS波普數據庫,通過波譜規律分析研究區蝕變類型(圖7)。

3.3.1 Mg-OH蝕變信息提取

綠泥石是穆龍套金礦核部主要蝕變礦物(孟廣路等,2013),Mg-OH可以提出綠泥石,綠簾石等蝕變礦物。2.30～2.40 μm是 Mg-OH蝕變礦物的特征吸收范圍,對應ASTER數據B8,故選擇B1,B3,B4和B8主成分分析模型作為含Mg-OH蝕變信息提取模型。根據含Mg-OH的蝕變礦物波譜特征(圖7a),該類蝕變礦物在B3波段和B8波段表現為吸收特征,在B1波段和B4波段表現為反射特征,根據表4中,B1與B3、B4與B8波段的貢獻系數應分別具有相反的符號,滿足上述要求的最佳分量是第四分量,故選PC4提取該類蝕變。

表4 ASTER 1、3、4、8 PCA特征矩陣Table 4 Feature matrix of PCA of ASTER 1,3,4,8

3.3.2 鐵染蝕變信息提取

地表見有氧化形成的黃褐色鐵染、黃鉀鐵礬的鐵帽帶亦為野外直接找礦標志之一(孟廣路等,2013)。含鐵染蝕變信息的提取包括黃鐵礦、磁黃鐵礦等礦物蝕變信息。據該吸收特征(圖7b),Fe3+特征吸收位置出現在0.5 μm和0.9 μm附近,因此選擇ASTER數據B1、B2、B3和B4為鐵染蝕變礦物主成分分析模型,診斷特征為B3和B4符號相反,作為反射谷的B3符號為負,作為反射峰波段的B4符號為正,得到統計特征矩陣(表5)中,滿足上述要求的最佳分量為第三分量,因此故選PC3進行鐵染蝕變信息提取。

表5 ASTER1、2、3、4 PCA特征矩陣Table 5 Feature matrix of PCA of ASTER 1,2,3,4

3.3.3 碳酸鹽類蝕變信息提取

碳酸鹽化帶的存在是中溫中深成金礦化的重要指示,表明地殼深部富含 CO2流體的大量流動(孟廣路等,2013)。1.85–2.20 μm 和 2.30–2.35 μm 是碳酸鹽類蝕變礦物的特征吸收范圍(圖 7c),故選擇B1、B3、B4、B5進行主成分分析提取該類蝕變。根據該類蝕變礦物波譜特征可知,在 B4具有反射,B5具有吸收特征,故在該模型主成分特征矩陣(表6)中,滿足上述要求的最佳分量為取反后的第四分量,故選PC4進行該類蝕變信息提取。

表6 ASTER 1、3、4、5PCA特征矩陣Table 6 Feature matrix of PCA of ASTER 1,3,4,5

圖7 典型蝕變礦物波譜曲線(來源于USGS波譜庫)Fig.7 Spectral curves of typical altered minerals (after USGS spectral library)

3.3.4 遙感蝕變信息提取成果圖

對前文選中的主成分分量灰度圖分別進行低通濾波處理、線性拉伸增強處理、彩色等密度分割處理。根據主分量統計結果,以標準偏差為閾值 δ,并按照2、2.5、3倍標準偏差設立閾值(其中鐵染按照 1.5、2.0、2.5)(張玉君等,2003),最大值為 255,將蝕變異常分為 3個等級,并分別賦予藍色,紅色和黃色。以遙感影像為底圖并將彩色等密度分割圖疊置到影像上,得到遙感蝕變異常信息圖(圖8)。

圖8 遙感蝕變異常信息Fig.8 Remotely sensed alteration anomaly information

3.4 遙感蝕變異常與地質信息疊加分析

基于ArcGIS平臺,以遙感影像為底圖,將提取的Mg-OH、鐵染、碳酸鹽化、硅化四種蝕變異常信息做疊加分析,并結合收集到的已知礦點及重砂異常等資料,得出綜合分析圖(圖9)。硅化異常主要反映了石英、黑云母、鈉長石的大體位置; Mg-OH反映了綠泥石化、綠簾石化等蝕變巖石; 鐵染異常反映了黃鐵礦等礦石; 碳酸鹽類異常反映了研究區碳酸鹽化礦物的信息。從圖 9中可以看出,異常大多分布在研究區的北部,也有少許分布在西南部。根據提取出的蝕變信息以及收集到的地質資料(圖 9),硅化異常密集區主要分布在研究區的北部,蝕變程度較強,且對礦體的指示作用較明顯,中部及西南部也有零星分布,蝕變異常較弱; Mg-OH異常在研究區內呈近東西向分布及斷續延伸,主要密集區分布在研究區的北部,推測其為圍巖蝕變的大體部位;鐵染異常在研究區分布較少西南部及北部零星分布,蝕變異常較弱; 碳酸鹽化異常在研究區的北東部呈條帶狀斷續分布,且在北部大多分布在硅化及Mg-OH異常附近。因研究區東部部分已知礦床開采規模較大,已產生較大污染,對本次研究影響匪淺,因此提取蝕變時對其做掩膜處理,不做參考。

圖9 綜合分析圖Fig.9 Comprehensive analysis diagram

根據分析結果與已知礦點進行對比,吻合度較高,這說明可以在這些異常區域尋找同類型金礦床以及本研究方法對同類研究提供借鑒。

4 討論

穆龍套金礦礦體往往處于NWW向斷裂和NEE向斷裂交匯位置(李志丹等,2017),斷裂對成礦提供了溶礦空間和導礦通道作用,因此斷裂交匯部位是成礦最優地段。熱液蝕變發生在斷裂內及其鄰近地區(Kempe et al.,2016)主要類型有綠泥石化、綠簾石化、硅化、鈉長石化、黑云母化、碳酸鹽化等。礦石類型主要在石英脈和硫化物脈中,所以提取了硅化,蝕變礦物是石英、黑云母和鈉長石。通過這些蝕變可以判斷出構造,也可以判斷出礦體的位置和礦化的強弱。

穆龍套金礦位于塔姆德山的南部。古生代晚期(石炭—二疊紀),卡拉庫姆板塊與哈薩克斯坦—北天山板塊開始碰撞,卡拉庫姆板塊擠壓隆升(鮑慶中等,2003; Kempe et al.,2016)見圖10a,發育形成北西向的桑格龍套—塔姆德套(韌-脆性變形)和橫向的穆龍套—道古茲套(脆性變形)兩個區域性剪切帶(鮑慶中等,2003; 薛春紀等,2014a,b,2020;Kempe et al.,2016; 李志丹等,2017)。賦礦巖石時代為奧陶—志留系別索潘組,主要有含碳質細碎屑巖組成,它對金礦化有預富集作用,也是金成礦的物質基礎,更是最突出的找礦標志(李志丹等,2017)。海西期深部花崗質巖漿沿斷層上升,巖漿熱液過程導致了巨大的穆龍套礦床的形成,并提供了充足的熱源(薛春紀等,2014a,b; Kempe et al.,2016; 李志丹等,2017)見圖 10b。因此應該對巖漿作用引發的蝕變提起重視,并且碳質細碎屑巖分布區的侵入體分布區是找礦最優地段(李志丹等,2017)。

圖10 穆龍套金礦成礦模式圖(據Kempe et al.,2016修改)Fig.10 Metallogenic model map of the muluntao gold deposit (modified after Kempe et al.,2016)

有些學者認為,金富集的主要過程發生在同沉積作用之時,該作用先于變質作用、巖漿作用和脈形成。根據這一觀點,所有后期的變質作用、巖漿作用、交代蝕變和脈狀形成過程都只是對已存在的金進行再分配和最終富集(Kempe et al.,2016)。從圖10c中可以看出穆龍套金礦床形成的模式:1)碎屑或溶解金在生物碳上吸附的同沉積作用; 區域變質過程中金的后續預富集; 2)構造-變質作用過程中,金在脈系中的再活化和沉淀; 3)花崗巖類侵入體產生的流體或巖漿熱暈驅動下的脈系和交代巖中沉淀金;4)金的來源可能與地幔巖漿作用有關(薛春紀等,2014a,b; Kempe et al.,2016; 李志丹等,2017)。以上分析可以總結出,穆龍套金礦的成礦關鍵因素是“碳質細碎屑巖＋構造變形＋巖漿熱液”(薛春紀等,2014a,b,2020; 李志丹等,2017)。

穆龍套金礦的成礦關鍵因素之一是圍巖蝕變,本文充分利用遙感技術,在穆龍套地區進行蝕變信息提取。跟傳統的地質勘查相比,遙感技術具備省時省力的特點,可以在最短的時間內獲取大范圍的數據,并有效圈定蝕變異常分布范圍,從而預測有利成礦區,極大縮小工區范圍,為地質找礦指明方向,提高工作效率和節省成本。

5 結論

本文以穆龍套金礦礦區及其外圍為研究區,通過分析研究區礦化蝕變特征,主要討論了含Mg-OH蝕變礦物、鐵染蝕變礦物、碳酸鹽蝕變礦物與硅化蝕變礦物的波譜特征,進行蝕變信息提取,取得了以下幾點認識。

穆龍套金礦床的蝕變與金礦化關系極為密切,研究區內硅化蝕變、Mg-OH蝕變、鐵染蝕變及碳酸鹽蝕變異常是找礦的有利標志。因此基于 ASTER遙感數據,利用比值法、礦物指數法提取硅化蝕變,根據SiO2含量對硅化信息進行對比,豐富了利用遙感技術對硅化信息提取的手段; 運用主成分分析法提取了研究區 Mg-OH,鐵染和碳酸鹽等礦化蝕變信息,根據主分量統計結果,以標準偏差為閾值將蝕變異常分為3個等級; 將各類蝕變信息在ArcGIS平臺上疊加處理得到綜合遙感蝕變異常進行了遙感地質分析,結果表明提取的蝕變異常跟已知礦點進行對比吻合度較高,為遙感地質找礦方向提供有利的幫助及尋找同類型的金礦床提供參考。

遙感蝕變信息提取過程中,不足之處有以下幾種:(1)由于研究區內水體、植被、陰影的覆蓋度不一樣,導致信息在高度干擾區被屏蔽,因此信息損失嚴重,后續研究中依舊需要加強對弱信息增強的相關措施。(2)由于研究條件的限制,本文提取的遙感蝕變信息僅以已知礦點和重砂異常進行了驗證分析,在一定程度上為礦產勘查提供理論指導,具有先驗性和前瞻性。

Acknowledgements:

This study was supported by Chinese Academy of Sciences (No.XDA20070304).