鄧吉秋,謝 楊,張寶一,毛先成

(中南大學(xué)地學(xué)與環(huán)境工程學(xué)院,長沙 410083)

ETM+圖像錳礦化蝕變信息提取與找礦預(yù)測

鄧吉秋,謝 楊,張寶一,毛先成

(中南大學(xué)地學(xué)與環(huán)境工程學(xué)院,長沙 410083)

錳礦床淺層常含大量羥基、三價(jià)鐵離子的現(xiàn)象使錳礦化異常在一定程度上可由羥基、鐵染異常表征。由此提出采用波段比值、閾值分割、主成分分析等方法對 ETM+遙感圖像進(jìn)行羥基異常和鐵染異常蝕變信息提取,并利用GIS、結(jié)合已知礦點(diǎn)對提取的蝕變信息進(jìn)行綜合分析。以桂西—滇東南地區(qū)的錳礦為例,經(jīng)過錳礦化蝕變信息提取與綜合分析,驗(yàn)證了錳礦化與遙感蝕變信息的相關(guān)性以及所采用方法的有效性,為錳礦的找礦預(yù)測與評價(jià)提供了新的思路與方法;利用提取的蝕變信息按成礦有利度在該區(qū)域劃分了 3類成礦有利區(qū),并圈定出 6個(gè)找礦遠(yuǎn)景區(qū)。

礦化蝕變;找礦預(yù)測;錳礦;遙感;GIS

0 引言

使用Landsat TM/ETM+圖像進(jìn)行遙感礦化蝕變信息提取已經(jīng)有 30余年的歷史,其理論和技術(shù)都日趨成熟。國內(nèi)外專家在證實(shí)了蝕變礦物信息與金屬礦床有較高相關(guān)性的基礎(chǔ)上,在遙感蝕變信息提取與應(yīng)用方面已經(jīng)取得了較多成果[1-9]。大多數(shù)蝕變礦物都含有羥基離子 (OH-)和三價(jià)鐵離子 (Fe3+),OH-在 TM 7波段具有強(qiáng)吸收性;Fe3+在 TM 1、TM 2和 TM 4波段為強(qiáng)吸收,在 TM 5波段則為強(qiáng)反射。因此,可利用比值、閾值分割、主成分分析和光譜角分類等方法從 TM/ETM+圖像中提取礦化蝕變異常信息。

利用遙感技術(shù)探測錳礦在國內(nèi)外已有不少研究和應(yīng)用[1,2],主要集中在利用雷達(dá)遙感或運(yùn)用一些基本的遙感圖像處理方法提取錳礦信息,但通過提取錳礦化蝕變信息尋找錳礦的方法尚不多見。鑒于錳礦的成礦信息與羥基、鐵染異常信息相關(guān),因而可以使用對 TM/ETM+圖像提取蝕變信息的方法來尋找錳礦,從而提高找礦效率,節(jié)約找礦成本。

本文結(jié)合錳礦床的特征,選擇桂西—滇東南作為研究區(qū),對該區(qū)域 ETM+遙感圖像進(jìn)行錳礦蝕變信息提取;利用 G IS空間分析功能,分析已知礦點(diǎn)與蝕變信息的關(guān)系,驗(yàn)證通過提取遙感蝕變信息探測錳礦的可行性;并根據(jù)蝕變信息的密集度和已知礦床的類型按成礦有利度劃分成礦有利區(qū),為找礦預(yù)測提供線索。

1 研究區(qū)錳礦資源概況

桂西—滇東南地區(qū)有豐富的錳礦資源[10]。桂西地區(qū)錳礦主要產(chǎn)于硅質(zhì)巖、泥質(zhì)灰?guī)r、硅質(zhì)灰?guī)r礦床,分布于臺盆或臺槽區(qū);礦層淺部發(fā)育次生氧化帶,主要為隱鉀錳礦和硬錳礦 -軟錳礦型礦石。該區(qū)已有大、中、小型錳礦區(qū) 12處,擁有錳礦儲量約占全國錳礦總儲量的 31.3%。其中大型錳礦 2個(gè),即大新下雷和靖西湖潤錳礦。

滇東南地區(qū)錳礦主要產(chǎn)于細(xì)碎屑中的氧化錳、碳酸錳礦床,富含微粒黃鐵礦,近地表有發(fā)育程度不等的氧化礦石,主要為軟錳礦 -硬錳礦型。該區(qū)有中、小型錳礦區(qū) 12處,主要錳礦有建水白顯錳礦和硯山斗南錳礦。

2 錳礦化蝕變信息提取方法

2.1 方法選取的依據(jù)

自然界中最重要、最具有經(jīng)濟(jì)價(jià)值的錳礦物是軟錳礦 (M nO2)和硬錳礦 (rM nO·1M nO·m H2O,即含水氧化錳),其中軟錳礦常含少量的水及二氧化硅、氧化鐵和硬錳礦,硬錳礦則常含鐵、鈣、銅、硅等雜質(zhì)。在錳礦中常有大量鐵化和泥化,使錳礦床淺層富含大量羥基離子和三價(jià)鐵離子。所以,在理論上可使用從 ETM+遙感圖像中提取礦化蝕變信息的方法探測錳礦,將錳礦礦化蝕變異常信息提取轉(zhuǎn)化為提取圖像中的羥基異常和鐵染異常信息。

2.2 圖像預(yù)處理

本文在總結(jié)張玉君等[6-9]關(guān)于圖像預(yù)處理方法的基礎(chǔ)上,得出圖 1所示的圖像預(yù)處理流程。

圖 1 圖像預(yù)處理流程Fig.1 Flow char t of im age preprocessing

該地區(qū)植被覆蓋率非常高,蝕變信息相對較弱。因此,盡可能地去除干擾信息而又不損失有效信息成為蝕變信息提取過程中的關(guān)鍵步驟。為此,使用波段比值和閾值分割的方法去除干擾信息。根據(jù)各種干擾信息的波譜特征,去除水體和陰影區(qū)時(shí)采用TM 7/TM 1N、綠色植被采用 TM 3/TM 4

2.3 主成分分析及異常信息分級

根據(jù) ETM+圖像的特征[11],對羥基異常信息的提取采用 TM 1、TM 4、TM 5和 TM 7組合進(jìn)行主成分分析;對鐵染異常信息的提取采用 TM 1、TM 3、TM 4和 TM 5組合進(jìn)行主成分分析。然后按照主分量的判斷規(guī)則,判斷鐵染異常、羥基異常信息的主分量。

異常信息分級是對主成分分析得到的異常主分量做閾值分割,將其分為 3級。利用 X+Kδ來劃分異常等級[9](其中 X為均值,δ為標(biāo)準(zhǔn)離差,K為標(biāo)準(zhǔn)離差倍數(shù))。Kδ最大的為一級,次之為二級,最小為三級,每級間的 Kδ值相差 0.5。由于桂西—滇東南地區(qū)植被覆蓋率高,且圖像平均灰度值比我國西北等基巖裸露地區(qū)低很多,因此主分量中的異常信息的灰度值也會偏低;在進(jìn)行異常信息分級時(shí),采用相對較小的 Kδ值以保留更多的蝕變信息。

3 提取結(jié)果分析與找礦預(yù)測

3.1 蝕變信息提取結(jié)果分析

利用 GIS,通過考察已知錳礦點(diǎn)及其礦床分布區(qū)與蝕變信息分布的空間相關(guān)性,對蝕變信息提取結(jié)果進(jìn)行分析。

表 1示出根據(jù)錳礦類型統(tǒng)計(jì)的已知錳礦 (床)點(diǎn)到最近蝕變異常信息的平均距離。

表 1 桂西—滇東南地區(qū)已知錳礦點(diǎn)與最近蝕變信息距離統(tǒng)計(jì)Tab.1 Distance list of the known manganese points to the most close alteration in formation in Western Guangxi and Sou the astern Yunnan area

約 68%的已知錳礦點(diǎn)落在蝕變信息緩沖帶中,各種礦床類型的礦點(diǎn)到最近蝕變信息的平均距離值均小于 1.5 km。大部分已知錳礦 (床)點(diǎn)附近均能發(fā)現(xiàn)蝕變信息,約 80%的蝕變信息分布在距礦床信息帶 0～1.5 km范圍內(nèi),90%以上的蝕變信息分布在距礦床信息帶 0～2.0 km范圍內(nèi)。因此,可以認(rèn)為遙感蝕變信息大都直接或間接地與錳礦化有一定關(guān)系,可以用提取的蝕變信息進(jìn)行找礦預(yù)測。

3.2 成礦有利區(qū)劃分

根據(jù)該區(qū)域地質(zhì)背景和遙感構(gòu)造特征,以提取的羥基和鐵染蝕變異常信息作為依據(jù)[12],按照成礦的有利度在本區(qū)圈定了 3類成礦有利區(qū) (圖 2)。

(1)I類成礦有利區(qū)。一級、二級異常信息密集,呈面狀分布,面積大,連續(xù)性好,異常強(qiáng)度高;異常周圍分布已知錳礦 (床)點(diǎn),且礦床類型多為大、中、小型礦床;該類型區(qū)域的成礦有利度高,錳礦資源含量高,是該區(qū)找錳礦最優(yōu)位置,而且可能會發(fā)現(xiàn)儲量較大的礦床。

(2)II類成礦有利區(qū)。異常信息較為密集,呈小面狀分布,面積較大,連續(xù)性一般,異常強(qiáng)度較高;異常周圍分布礦點(diǎn)、礦化點(diǎn)類型已知的錳礦點(diǎn);該類型區(qū)域的成礦有利度較高,是該區(qū)找錳礦的有利位置,可能會發(fā)現(xiàn)數(shù)量較多的錳礦礦點(diǎn)、礦化點(diǎn)。

(3)III類成礦有利區(qū)。異常信息以三級異常信息為主,分布較為稀疏,面積較小,連續(xù)性差,異常強(qiáng)度一般。該類型區(qū)域的成礦有利度較低,作為本區(qū)尋找錳礦的侯選位置,可能會發(fā)現(xiàn)錳礦礦化點(diǎn)或礦點(diǎn)。

由于桂西—滇東南地區(qū)氣候原因,地表濕度較高,且高植被覆蓋率造成了較多陰影地區(qū);在去除干擾信息時(shí),閾值又是針對整幅圖像綜合確定的,使得部分已知錳礦(床)點(diǎn)附近沒有、或者只有稀疏的蝕變異常信息。部分異常信息未被圈入找礦預(yù)測區(qū),這主要是由于其分布非常稀疏,且與成礦地質(zhì)構(gòu)造不符;另外還有部分是人為活動產(chǎn)生的異常,如居民區(qū)、耕地等附近的蝕變信息。以上是產(chǎn)生誤差的主要原因,但所占比例小,經(jīng)分析認(rèn)為其對信息提取和成礦預(yù)測的影響可忽略不計(jì)。

圖 2 成礦有利區(qū)及找礦遠(yuǎn)景區(qū)Fig.2 Ore-forming favorable districts and ore-prospecting perspective areas

3.3 找礦遠(yuǎn)景區(qū)分析

根據(jù)成礦有利度圖,結(jié)合已知錳礦 (床)點(diǎn)以及提取的蝕變信息,在成礦有利度圖中圈定出 6個(gè)找礦遠(yuǎn)景區(qū) (圖 2)。

1號遠(yuǎn)景區(qū)為巖子腳—斗南—老烏遠(yuǎn)景區(qū),位于云南東南部個(gè)舊、斗南區(qū)域,成礦有利度主要為II、III類 ,該區(qū)已有大量已知錳礦 (床 )點(diǎn) ,錳礦開采力度高;2號遠(yuǎn)景區(qū)位于桂西北地區(qū),成礦有利度主要為 II、III類,同時(shí)有小面積的 I類成礦有力度區(qū)域,該區(qū)已知錳礦 (床)點(diǎn)較少,錳礦還未進(jìn)行開發(fā);3號遠(yuǎn)景區(qū)位于桂北區(qū)域,成礦有利度主要為 I、II類,該遠(yuǎn)景區(qū)周圍分布少量已知錳礦 (床)點(diǎn),其開采力度較小;4號遠(yuǎn)景區(qū)位于至周—坡油—沙壩區(qū)域東部,成礦有利度主要為 I、II類;5號遠(yuǎn)景區(qū)位于至周—坡油—沙壩區(qū)域,成礦有利度主要為第 III類,開采力度較大;6號遠(yuǎn)景區(qū)位于桂西區(qū)域,為龍邦—下雷—東平遠(yuǎn)景區(qū),其成礦有利度主要為第 I類,該遠(yuǎn)景區(qū)資源量豐富,但開采力度也很大。

以上 6個(gè)找礦遠(yuǎn)景區(qū)中,2、3號遠(yuǎn)景區(qū)為最佳遠(yuǎn)景區(qū),4、6號遠(yuǎn)景區(qū)次之,再次為 1、5號遠(yuǎn)景區(qū)。

4 結(jié)論

(1)采用圖像預(yù)處理、主成分分析和異常信息分級等方法對 ETM+遙感圖像進(jìn)行錳礦化蝕變信息提取,結(jié)合 GIS分析已知礦 (床)點(diǎn)與蝕變信息的空間相關(guān)性,在桂西—滇東南地區(qū) ETM+圖像的蝕變信息提取與分析中取得了較好的結(jié)果,驗(yàn)證了該方法的可行性,可為找礦預(yù)測與評價(jià)提供參考。

(2)利用提取的羥基和鐵染異常蝕變信息,結(jié)合已知錳礦點(diǎn),按照成礦有利度將研究區(qū)劃分為 3種類型的成礦有利區(qū),并在此基礎(chǔ)上圈定出 6個(gè)找礦遠(yuǎn)景區(qū)。

(3)使用 RS與 G IS結(jié)合的方法提取和分析蝕變異常信息,相對于傳統(tǒng)目視手工劃定找礦預(yù)測區(qū)的方法,提高了遙感蝕變信息提取的準(zhǔn)確性;同時(shí)利用 GIS定量空間分析有效地減少了工作中的偶然性,提高了找礦預(yù)測的可靠性。

(4)蝕變信息不一定均由錳礦 (床)點(diǎn)引起,基于遙感圖像的處理與分析并不能 100%地確定有利成礦區(qū)域,還需進(jìn)行野外地質(zhì)工作的實(shí)地判別與驗(yàn)證。但無論如何該方法能為區(qū)域找礦工作提供可能的礦產(chǎn)預(yù)測有利區(qū)。

[1] 王 郁,楊景元.雷達(dá)遙感在瀾滄江中下游地區(qū)錳礦調(diào)查評價(jià)中的應(yīng)用[J].地質(zhì)找礦論叢,2002,17(4):271-275.

[2] Ramadan,Talaat M,Onsi,et al.Use of ERS-2 S-AR and Landsat TM Images for Geological Mapping and Mineral Exploration of Sol Hamid Area,South Eastern Desert,Egypt[J].European Space Agency(Special Publication)ESA SP,2003:431-438.

[3] Imbroane A,Melenti C,Gorgan D.Mineral Exploration by Landsat Image Ratios[C]//Ninth International Symposium on Symbolic and Numeric Algorithms for Scientific Computing,2008:335-340.

[4] 呂鳳軍,邢立新,范繼璋,等.遙感蝕變信息提取應(yīng)用研究[J].新疆地質(zhì),2004,22(4):435-437.

[5] 康高峰,劉池陽,王 永,等.柴北緣成礦帶礦化蝕變信息提取的方法研究[J].西北大學(xué)學(xué)報(bào) (自然科學(xué)版),2007,37(6):887-892.

[6] 張玉君,楊建民.基巖裸露區(qū)蝕變巖遙感信息的提取方法[J].國土資源遙感,1998(2):46-53.

[7] 楊金中,方洪賓,張玉君,等.中國西部重要成礦帶遙感找礦異常提取的方法研究[J].國土資源遙感,2003(5):50-53.

[8] 張玉君,陳 薇.ETM+(TM)蝕變遙感異常提取方法研究與應(yīng)用——地質(zhì)依據(jù)和波譜前提[J].國土資源遙感,2002(4):30-37.

[9] 張玉君,曾朝銘,陳 薇,等.ETM+(TM)蝕變遙感異常提取方法研究與應(yīng)用——方法選擇和技術(shù)流程[J].國土資源遙感,2003(2):45-50.

[10]徐麗華,朱愷軍,陳永剛,等.基于 K-L變換和灰度共生矩陣的桂西—滇東南地質(zhì)構(gòu)造遙感信息提取方法研究[J].中國地質(zhì),2009,3(65):1179-1186.

[11]韓 林.蝕變信息的提取[J].遙感應(yīng)用,2007(6):49-51.

[12]王旭春,吳德文,文雪峰.遙感信息在青海督冷溝地區(qū)成礦預(yù)測中的應(yīng)用[J].地質(zhì)與勘探,2005,41(4):78-82.

(責(zé)任編輯:劉心季)

The Ex traction of the Manganese Mineralization Alteration Information from the ETM+Image and O re Prognosis

DENG Ji-qiu,X IE Yang,ZHANG Bao-yi,MAO Xian-cheng
(School of Geosiences and Environmental Engineering,Central Sou th University,Changsha 410083,China)

A s the surface of the manganese ore deposital ways contains a large amount of hydroxyl and ferric ions,manganese mineralization anomaly can be characterized to some extent by the hydroxyl and iron anomaly.The authors therefore proposed the adoption of such methods as band ratio,threshold segmentation and principal component analysis to extract the hydroxyl and iron abnormal alteration information from ETM+remote sensing images,and analyzed the extracted abnormal alteration information in combination with data from known ore spots by using G IS.With manganese deposits in western Guangxi and southeastern Yunnan as examples and through the manganese mineralization alteration information extraction and comprehensive analysis,the authors verified the relationship between manganese mineralization and remote sensing alteration information as well as the effectiveness of the methods used in this paper and,on such a basis,put forward new ideas and methods for the prediction and evaluation of manganese ore deposits.U sing extracted alteration information,the authors divided the study area into three kinds of favorableo re-forming zones on the basis of ore-forming favorable degree and delineated six potential districts for ore-prospecting in this area.

Mineralization alteration;Ore-prospecting;Manganese ore;Remote sensing;GIS

鄧吉秋 (1972-),男,博士,副教授,主要從事地理信息系統(tǒng)、遙感、計(jì)算機(jī)應(yīng)用等研究與教學(xué)。

TP 751.1

A

1001-070X(2011)01-0102-04

2010-05-13;

2010-06-18

國家“十一五”科技支撐計(jì)劃重大項(xiàng)目 (編號:2006BAB01A 12)資助。