王 頔，趙志芳，王瑞雪，陳 琪，何彬仙，習(xí) 靖

(1．昆明理工大學(xué)國(guó)土資源工程學(xué)院，昆明 650091;2．云南大學(xué)資源環(huán)境與地球科學(xué)學(xué)院，昆明 650091)

0 引言

近礦蝕變形成的蝕變巖石與圍巖在礦物種類(lèi)、結(jié)構(gòu)、顏色等方面都存在差異，這些差異在遙感圖像中多形成特定蝕變巖石的光譜異常，這使得遙感蝕變異常信息提取成為可能?；诖?，王曉鵬等［1］和Ramadan 等［2－3］采用選擇性主成分分析(TM1，3，4，5波段)等方法提取鐵染(Fe2+和Fe3+))蝕變異常信息，采用 TM5/7，4/5，3/1比值增強(qiáng)處理和TM1，4，5，7主成分分析等方法進(jìn)行羥基(OH－)蝕變異常信息提取;張玉君等［4－5］基于礦化蝕變波譜特征數(shù)學(xué)統(tǒng)計(jì)分析構(gòu)建了羥基、鐵染礦化蝕變“去干擾異常主分量門(mén)限化技術(shù)流程”，并在我國(guó)礦產(chǎn)資源潛力評(píng)價(jià)中得到了大量推廣應(yīng)用。ASTER衛(wèi)星成功發(fā)射后，因其數(shù)據(jù)包含豐富的巖礦波譜信息、較低的價(jià)格而在地質(zhì)領(lǐng)域廣泛應(yīng)用。Zhang等［6］，Galv?o等［7］，Gabr 等［8］，Bedini 等［9］，F(xiàn)reek 等［10］和 Pour等［11］通過(guò)分析確定 Fe2+/Fe3+，OH－基團(tuán)在 ASTER數(shù)據(jù)中的診斷性光譜，采用比值、主成分分析、光譜角填圖等信息增強(qiáng)處理方法進(jìn)行了泥化、碳酸鹽化、硅化等礦化蝕變遙感異常提取。

由于存在植被、云雪、陰影等影響，遙感礦化蝕變異常往往與復(fù)雜地質(zhì)背景疊加在一起，且多以微弱異常信息存在。近年來(lái)，對(duì)遙感礦化蝕變異常進(jìn)行的信息增強(qiáng)與提取已經(jīng)取得了一些進(jìn)展。Bertoldi等［12］和趙志芳等［13］采用 ASTER 數(shù)據(jù)探索了在地形高差大、陰影和云雪覆蓋厚的背景下，基于地形改正或干擾等級(jí)劃分等提取遙感礦化蝕變?nèi)醍惓＜扒秩霂r體等信息的方法。分形和多重分形理論因其能較好地表征復(fù)雜地質(zhì)背景下的地質(zhì)異常，近年來(lái)也逐漸被應(yīng)用于遙感蝕變?nèi)醍惓；叶刃畔⒎植继卣餮芯考斑b感礦化蝕變異常信息提取中(王倩等［14］，梁玨琦等［15］，刁海等［16］，鄭桂香等［17］，趙迪裴等［18］和Shahriari等［19］)。

綜上所述，以往研究為遙感礦化蝕變異常信息的增強(qiáng)與提取奠定了較好基礎(chǔ)，但仍存在一些不足:①對(duì)遙感礦化蝕變地質(zhì)異常信息與背景干擾信息混合疊加這一實(shí)質(zhì)現(xiàn)象重視不足，導(dǎo)致蝕變信息提取中去除干擾信息時(shí)，許多低弱蝕變異常信息也一并被屏蔽掉，難以獲取隱伏和微弱的遙感蝕變異常信息;②分形和多重分形理論在遙感礦化蝕變異常提取中雖有探索性應(yīng)用，但只是重點(diǎn)關(guān)注了鐵染等蝕變礦物集合體的蝕變光譜分析及蝕變信息增強(qiáng)與提取，針對(duì)斑巖型銅礦具有的鉀化硅化—硅化絹云母化—青磐巖化分帶診斷性波譜特征分析及弱異常信息增強(qiáng)處理則尚顯薄弱?；诖耍疚倪x取具有典型蝕變分帶特征的普朗斑巖型銅礦進(jìn)行剖析，采用ASTER數(shù)據(jù)，系統(tǒng)分析斑巖型銅礦遙感礦化蝕變分帶—特征礦物光譜特征;基于多重分形模型，探索斑巖型銅礦遙感礦化蝕變分帶—特征礦物弱異常增強(qiáng)與提取方法。

1 研究區(qū)地質(zhì)礦產(chǎn)概況

普朗斑巖型銅礦區(qū)位于滇西北云南省香格里拉縣與四川省交界處，青藏高原東南緣、橫斷山脈南段北端，處于德格—中甸陸塊南部，屬義敦島弧南部。主要出露地層為三疊系圖姆溝組(T3t);火山巖主要為以安山巖為主的鈣堿系列玄武巖—安山巖組合，發(fā)育有與印支期安山巖同源的中酸性淺成斑(玢)巖，主要為三疊紀(jì)石英二長(zhǎng)斑巖和三疊紀(jì)石英閃長(zhǎng)玢巖;礦化多集中于格咱島弧帶內(nèi)，沿圖姆溝組分布的斑(玢)巖形成斑巖型銅礦床(圖1)。

圖1 研究區(qū)地質(zhì)圖及ASTER遙感圖像Fig．1 Geological sketch map and ASTER image of study area

區(qū)內(nèi)中酸性斑巖、富堿性斑巖分布廣泛，礦化蝕變分帶特征明顯，表現(xiàn)為從外至內(nèi)呈青磐巖化—硅化絹云母化—鉀化硅化的特點(diǎn);且青磐巖化是近礦指示標(biāo)志，鉀化硅化則是主礦體的重要指示標(biāo)志。

2 礦化蝕變分帶及特征礦物剖析

2．1 蝕變分帶

研究區(qū)內(nèi)著名的斑巖型銅礦——普朗銅礦的形成過(guò)程可分為3期，涉及4種巖石類(lèi)型。其成礦作用發(fā)生于普朗復(fù)式斑巖體內(nèi)，礦化與蝕變相伴發(fā)育。石英二長(zhǎng)斑巖和花崗閃長(zhǎng)斑巖構(gòu)成中心相，石英閃長(zhǎng)玢巖和二長(zhǎng)閃長(zhǎng)玢巖構(gòu)成邊緣相，蝕變帶由內(nèi)向外依次出現(xiàn)蝕變分帶特點(diǎn)，即鉀化硅化帶(石英二長(zhǎng)斑巖、花崗閃長(zhǎng)斑巖)—硅化絹云母化帶(石英二長(zhǎng)斑巖、石英閃長(zhǎng)玢巖內(nèi)圈)—青磐巖化帶(石英閃長(zhǎng)玢巖外圈)。巖石蝕變強(qiáng)烈，具典型的“斑巖型”礦化蝕變分帶特點(diǎn)。

2．2 特征礦物

普朗斑巖型銅礦礦化蝕變分帶分別由其特征礦物組成，該礦化蝕變分帶(特征礦物)詳見(jiàn)表1，即斑巖型銅礦礦化蝕變分帶(特征礦物)從外至內(nèi)，分別呈青磐巖化(綠泥石、綠簾石)—硅化(石英)絹云母化(絹云母)中—鉀化(鉀長(zhǎng)石)硅化(石英)分布特點(diǎn)。

表1 普朗銅礦礦化蝕變分帶對(duì)應(yīng)特征蝕變礦物Tab．1 Characteristic alteration minerals corresponding to mineralization alteration zoning of Pulang copper

3 分形和多重分形非線性礦致異常增強(qiáng)

遙感蝕變異常信息屬深層次礦致弱異常，異常分量特征具有非線性?xún)缏申P(guān)系［19－21］，即

式中:S為能譜密度;A為大于能譜密度某一臨界值(S0)的面積;β為濾波器的閾值，不同的β值對(duì)應(yīng)不同的分形濾波器，可通過(guò)雙對(duì)數(shù)圖體現(xiàn)，所有的直線均服從冪律關(guān)系。因此，遙感蝕變異常信息具有“廣義自相似性”與“局部奇異性”特點(diǎn)，即遙感異常分量的波譜信息在特征空間域具有局部不均一性和各向異性。成秋明等［22－28］的研究表明，將非線性理論和方法應(yīng)用于深層次礦致弱異常信息提取，可有效地增強(qiáng)礦致弱異常信息。據(jù)此，可利用多重分形“S－A”法生成異常分量的雙對(duì)數(shù)(log－log)圖。log－log圖中不同的直線段代表不同的分形關(guān)系，2條直線的交點(diǎn)所對(duì)應(yīng)的橫坐標(biāo)值(能譜密度值)被視為確定分形濾波器的閾值。借助這些閾值，可以構(gòu)造各種異常濾波器和背景濾波器，通過(guò)傅立葉逆變換將其變換到空間域中，以實(shí)現(xiàn)對(duì)復(fù)雜空間模式(如區(qū)域異常和局部異常、背景與弱異常)的分離。

為降低地表覆蓋物及混合像元效應(yīng)的影響，本文以異常分量灰度值(DN值)及數(shù)量分別作為S－A法中的S(能譜密度)和A(累積面積)，求其對(duì)數(shù)，制作log－log圖;以雙對(duì)數(shù)圖中不同直線段交點(diǎn)作為異常與背景分離的閾值，獲取復(fù)雜地質(zhì)背景條件下不同蝕變分帶的特征礦物異常信息。

4 礦化蝕變分帶特征礦物光譜異常提取

本文選取 ASTER數(shù)據(jù)的軌道號(hào)/行號(hào)為AST00167PRDAT0110，獲取時(shí)間為2008年8月16日。由于研究區(qū)地處山地高原，受云、雪覆蓋的影響，遙感圖像的獲取受到制約，本次研究使用的ASTER遙感數(shù)據(jù)是從存檔數(shù)據(jù)中經(jīng)反復(fù)挑選后得到的，但仍有大量云雪覆蓋，影像質(zhì)量較差。本文通過(guò)波段打包、輻射校正和幾何糾正后，經(jīng)裁剪得到覆蓋研究區(qū)的ASTER數(shù)據(jù)。在研究普朗銅礦蝕變分帶—特征蝕變礦物的波譜特征基礎(chǔ)上，結(jié)合ASTER數(shù)據(jù)波譜特征，設(shè)計(jì)了斑巖型銅礦遙感礦化蝕變分帶精細(xì)化信息提取方案［29－31］。

4．1 石英及硅化蝕變帶

分析石英的反射波譜曲線(圖2(a)(b))可以看出，石英在ASTER數(shù)據(jù)的B1和B2呈吸收谷，B4具有高反射，B12存在強(qiáng)反射，B11為強(qiáng)吸收，故認(rèn)為選取B2，B4，B11和B12進(jìn)行選擇性主成分分析，可以提取絕大多數(shù)硅化蝕變信息。硅化異常分量反映在主成分分量PC2中，其表征特征為ASTER數(shù)據(jù)B2和B11的貢獻(xiàn)與B4和B12相反，且B12具有高載荷。

圖2 石英波譜曲線及石英異常分量log－log圖Fig．2 Spectral curve and log－log figure of quartz abnormal component

利用S－A法生成硅化異常分量PC2的log－log圖(圖2(c))。選取閾值－2．337 242(即2條曲線的擬合直線的交點(diǎn)，對(duì)應(yīng)S=0．004 6)，設(shè)計(jì)濾波器，可實(shí)現(xiàn)復(fù)雜地質(zhì)背景與礦致硅化蝕變異常的分離。

4．2 鉀長(zhǎng)石及鉀化蝕變帶

分析鉀長(zhǎng)石的反射波譜曲線(圖3(a)(b))可以看出，鉀長(zhǎng)石在ASTER數(shù)據(jù)的B2具有高反射，B11存在反射峰，B6和 B12為小吸收谷，故選取B2，B6，B11和B12進(jìn)行選擇性主成分分析，可以提取絕大多數(shù)鉀化蝕變信息。鉀化異常反映在主成分分量PC3中，其表征特征為在ASTER數(shù)據(jù)的B6和B12的貢獻(xiàn)與B2和B11相反，且B11具有高載荷。

圖3 鉀長(zhǎng)石波譜曲線及鉀長(zhǎng)石異常分量log－log圖Fig．3 Spectral curve and log－log figure of orthoclase abnormal component

應(yīng)用S－A法生成鉀化異常分量PC3的log－log圖(圖3(c))。選取閾值－1．363 799(即2條曲線的擬合直線的交點(diǎn)，對(duì)應(yīng)S=0．043 3)，設(shè)計(jì)濾波器，可進(jìn)行地質(zhì)背景與礦致鉀化鉀長(zhǎng)石蝕變異常的分離。

4．3 絹云母與硅化絹云母化蝕變帶

分析絹云母的反射波譜曲線(圖4(a)(b))可以看出，絹云母在ASTER數(shù)據(jù)的B6和B10具有強(qiáng)吸收，B7為強(qiáng)反射，B11為高反射，故認(rèn)為選取B6，B7，B10和B11進(jìn)行選擇性主成分分析，可以提取絕大多數(shù)絹云母信息。絹云母異常反映在主成分分量PC2中，其表征特征為在ASTER數(shù)據(jù)的B6和B10的貢獻(xiàn)與B7和B11相反，且B7具有高載荷。

1.3 方法 采用放射免疫分析法檢測(cè)母血和臍血中瘦素、IGF-1水平，瘦素試劑盒購(gòu)自上海晶抗生物工程有限公司，IGF-1試劑盒購(gòu)自天津九鼎醫(yī)學(xué)生物工程有限公司。所有操作均嚴(yán)格按照試劑盒要求進(jìn)行。采用全自動(dòng)生化分析儀(美國(guó)Beckman Coulter公司)測(cè)定母血和臍血內(nèi)三酰甘油(TG)、膽固醇(TC)、低密度脂蛋白膽固醇(LDL-C)、高密度脂蛋白膽固醇(HDL-C)水平。

圖4 絹云母波譜曲線及絹云母異常分量log－log圖Fig．4 Spectral curve and log－log figure of sericitization abnormal component

應(yīng)用S－A法生成絹云母異常分量PC4的log－log圖(圖4(c))。選取閾值－1．086 065(即2條曲線的擬合直線的交點(diǎn)，對(duì)應(yīng)S=0．082 0)，設(shè)計(jì)濾波器，進(jìn)行地質(zhì)背景與礦致硅化絹云母化蝕變異常的分離。

4．4 綠泥石及青磐巖化蝕變帶

分析綠泥石的反射波譜曲線(圖5(a)(b))可以看出，綠泥石在ASTER數(shù)據(jù)的B5存在反射峰，在B2和B8為吸收谷，在B11為強(qiáng)吸收，故認(rèn)為選取B2，B5，B8和B11進(jìn)行選擇性主成分分析，可以提取絕大多數(shù)綠泥石信息。綠泥石異常包括于主成分分量PC2中，其表征特征為在ASTER數(shù)據(jù)的B5的貢獻(xiàn)與B11相反，且B5具有高載荷。

圖5 綠泥石波譜曲線及綠泥石異常分量log－log圖Fig．5 Spectral curve and log－log figure of chlorite abnormal component

應(yīng)用S－A法生成綠泥石異常分量PC2的log－log圖(圖5(c))。選取閾值－2．691 826(即2條曲線的擬合直線的交點(diǎn)，對(duì)應(yīng)S=0．002 0)，設(shè)計(jì)濾波器，進(jìn)行地質(zhì)背景與礦致青磐巖化綠泥石蝕變異常的分離。

4．5 綠簾石及青磐巖化蝕變帶

分析綠簾石的反射波譜曲線(圖6(a)(b))可以看出，綠簾石在ASTER數(shù)據(jù)的B5存在反射峰，在B9為強(qiáng)反射，在B8為吸收谷，在B11為強(qiáng)吸收，故認(rèn)為選取B5，B8，B9和B11進(jìn)行選擇性主成分分析，可以提取絕大多數(shù)綠簾石信息。綠簾石異常反映于主成分分量PC2，其表征特征為在ASTERB5和B9的貢獻(xiàn)與B11相反，且B5具有高載荷。

圖6 綠簾石波譜圖及綠簾石異常分量log－log圖Fig．6 Spectral curve and log－log figure of epidote abnormal component

應(yīng)用S－A法生成綠簾石異常分量PC2的log－log圖(圖6(c))。選取閾值－1．427 003(即2條曲線的擬合直線的交點(diǎn)，對(duì)應(yīng)S=0．037 4)，設(shè)計(jì)濾波器，進(jìn)行地質(zhì)背景與礦致青磐巖化綠簾石蝕變異常的分離。

5 遙感礦化蝕變分帶與野外驗(yàn)證

依據(jù)上述蝕變分帶信息增強(qiáng)提取方案，獲得普朗礦區(qū)礦化蝕變分帶遙感信息分布特征(圖7)。

圖7 遙感礦化蝕變分帶信息Fig．7 Mineralized alteration zoning information extracted by remote sensing

鉀化帶大部分集中于中甸普朗銅礦東北側(cè)及東側(cè)，部分位于地蘇嘎礦礦區(qū)周邊。鉀化蝕變除在普朗銅礦主礦體部位發(fā)育較好外，還在主礦體東側(cè)有大面積出露;硅化絹云母化在普朗銅礦南東側(cè)獨(dú)哥附近濃集;青磐巖化帶的綠泥石化與綠簾石化均主要發(fā)育于普朗銅礦西北側(cè);硅化零星分布于礦區(qū)周?chē)?/p>

對(duì)提取的礦化蝕變分帶異常信息進(jìn)行了野外查證(查證了20個(gè)野外驗(yàn)證點(diǎn)，詳見(jiàn)圖8)與室內(nèi)巖礦鑒定分析(觀測(cè)點(diǎn)巖礦鑒定照片見(jiàn)圖9)。

圖8 遙感礦化蝕變分帶野外采樣點(diǎn)分布圖Fig．8 Map of field sampling point of remote sensing mineralized alteration zoning information

圖9 2號(hào)(a)及1號(hào)(b)觀測(cè)點(diǎn)巖礦鑒定照片F(xiàn)ig．9 Microscopic indentification photos for No．2(a)and No．1(b)field sampling points

野外查證和室內(nèi)分析結(jié)果表明:普朗銅礦主礦體東側(cè)大面積的鉀化硅化遙感異常帶中見(jiàn)有鉀長(zhǎng)石和石英富集，并見(jiàn)有細(xì)脈狀、浸染狀黃鐵礦產(chǎn)出;主礦體部位鉀化硅化遙感異常顯示較好，盡管在野外觀察為第四系覆蓋，但在其鉆孔巖心中見(jiàn)有鉀長(zhǎng)石斑晶。

6 結(jié)論

1)本文探索性地采用ASTER遙感數(shù)據(jù)，在分析斑巖型銅礦鉀化硅化—硅化絹云母化—青磐巖化等分帶特征的基礎(chǔ)上，將多重分形非線性礦致異常增強(qiáng)處理方法引入遙感礦化蝕變分帶信息提取中，獲取的弱異常信息經(jīng)野外驗(yàn)證具較強(qiáng)的吻合性，表明該方法可靠性強(qiáng)。

2)本文探索的遙感礦化蝕變分帶信息增強(qiáng)提取部分成果經(jīng)野外查證地表為第四系覆蓋，但在鉆孔巖心中發(fā)現(xiàn)礦化蝕變異常，印證了該方法可獲取隱伏的地質(zhì)異常信息，能夠?qū)崿F(xiàn)弱異常與復(fù)雜地質(zhì)背景的分離。

3)本文獲取成果與以往研究成果在背景與異常多重分形特征分析方面存在差異，估計(jì)是由于工作區(qū)地處山地高原地區(qū)，使用的ASTER遙感圖像云雪覆蓋量較大、干擾因素較多所致。但是這個(gè)問(wèn)題仍然值得今后深入探討。

［1］ 王曉鵬，謝志清，伍躍中．ETM圖像數(shù)據(jù)中礦化蝕變信息的提取——以西昆侖塔什庫(kù)爾干地區(qū)為例［J］．地質(zhì)與資源，2002，11(2):119－122．Wang X P，Xie ZQ，Wu Y Z．Information extraction of mineralizing alteration from ETM space image:Taking Taxkorgan area of west Kunlun mountain as an example［J］．Geology and Resources，2002，11(2):119－122．

［2］ Ramadan TM，F(xiàn)attah M F A．Characterization of gold mineralization in Garin Hawal area，Kebbi State，NW Nigeria，using remote sensing［J］．The Egyptian Journal of Remote Sensing and Space Science，2010，13(2):153－163．

［3］ Ramadan TM，Ibrahim TM，Said A D，etal．Application of remote sensing in exploration for uranium mineralization in Gabal El Sela area，South Eastern Desert，Egypt［J］．The Egyptian Journal of Remote Sensing and Space Science，2013，16(2):199－210．

［4］ 張玉君，楊建民，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(guó)土資源遙感，2002，14(4):30－36，82．doi:10．6046/gtzyyg．2002．04．07．Zhang Y J，Yang JM，Chen W．A study of the method for extractioh of alteration anomalies from the ETM+(TM)data and its application:Geologic basis and spectral precondition［J］．Remote Sensing for Land and Resources，2002，14(4):30－36，82．doi:10．6046/gtzyyg．2002．04．07．

［5］ 張玉君，曾朝銘，陳 薇．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(guó)土資源遙感，2003，15(2):44－49．doi:10．6046/gtzyyg．2003．02．11．Zhang Y J，Zeng ZM，ChenW．The methods for extraction of alteration anomalies from the ETM+(TM)data and their application:Method selection and technological flow chart［J］．Remote Sensing for Land and Resources，2003，15(2):44－49．doi:10．6046/gtzyyg．2003．02．11．

［6］ Zhang X F，Pazner M，Duke N．Lithologic and mineral information extraction for gold exploration using ASTER data in the south Chocolate Mountains(California)［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2007，62(4):271－282．

［7］ Galv?o L S，F(xiàn)ormaggio A R，Couto E G，et al．Relationships between the mineralogical and chemical composition of tropical soils and topography from hyper spectral remote sensing data［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2008，63(2):259－271．

［8］ Gabr S，Ghulam A，Kusky T．Detecting areas of high－potential gold mineralization using ASTER data［J］．Ore Geology Reviews，2010，38(1/2):59－69．

［9］ Bedini E．Mineral mapping in the Kap Simpson complex，central East Greenland，using Hy Map and ASTER remote sensing data［J］．Advances in Space Research，2011，47(1):60－73．

［10］ van der Freek D，van der Meer V D，van Ruitenbeek F JA，et al．Multi－and hyper spectral geologic remote sensing:A review［J］．International Journal of Applied Earth Observation and Geoinformation，2012，14(1):112－128．

［11］ Pour A B，Hashim M．The application of ASTER remote sensing data to porphyry copper and epithermal gold deposits［J］．Ore Geology Reviews，2012，44:1－9．

［12］ Bertoldi L，Massironi M，VisonàD，et al．Mapping the Buraburi granite in the Himalaya of Western Nepal:Remote sensing analysis in a collisional belt with vegetation cover and extreme variation of topography［J］．Remote Sensing of Environment，2011，115(5):1129－1144．

［13］ 趙志芳，談樹(shù)成，王鋒德，等．ASTER數(shù)據(jù)礦化蝕變異常信息提取方法研究［J］．國(guó)土資源科技管理，2012，29(6):44－50．Zhao Z F，Tan SC，Wang FD，etal．Research on extraction method of alteration anomaly information based on ASTER data［J］．Scientific and Technological Management of Land and Resources，2012，29(6):44－50．

［14］ 王 倩，陳建平．基于分形理論的遙感蝕變異常提取和分級(jí)［J］．地質(zhì)通報(bào)，2009，28(2/3):285－288．Wang Q，Chen JP．Extraction and grading of remote sensing alteration anomaly based on the fractal theory［J］．Geological Bulletin of China，2009，28(2/3):285－288．

［15］ 梁鈺琦，王功文，朱彥彥，等．分形方法在遙感蝕變信息提取中的應(yīng)用研究［J］．遙感技術(shù)與應(yīng)用，2008，26(4):508－511．Liang Y Q，Wang GW，Zhu Y Y，etal．Alteration from ETM+data rating based on fractal technologyies［J］．Remote Sensing Technology and Application，2008，26(4):508－511．

［16］ 刁 海，張 達(dá)，趙 博．基于分形模型的遙感灰度異常提取研究——以黑龍江多寶山地區(qū)鐵染異常提取為例［J］．地質(zhì)與勘探，2011，47(5):903－908．Diao H，Zhang D，Zhao B．Extraction of remote sensing gray anomalies based on the fractal model:The example of extracting iron alteration anomalies from the Duobaoshan district，Heilongjiang Province［J］．Geology and Exploration，2011，47(5):903－908．

［17］ 鄭桂香，池天河，藺啟忠．分形在巖性分類(lèi)及蝕變信息提取中的應(yīng)用［J］．國(guó)土資源遙感，2012，24(2):110－115．doi:10．6046/gtzyyg．2012．02．20．Zheng G X，Chi T H，Lin Q Z．Fractal application in lithological classification and alteration extraction［J］．Remote Sensing for Land and Resources，2012，24(2):110－115．doi:10．6046/gtzyyg．2012．02．20．

［18］ 趙迪斐，劉嬌男，許 將．蝕變遙感提取的發(fā)展與分形幾何異常提取方法［J］．科技資訊，2012(27):192．Zhao D P，Liu JN，Xu J．Extraction of remote sensing alteration of fractal geometry abnormal development and extraction method［J］．Science and Technology Information，2012(27):192．

［19］ 趙鵬大．地質(zhì)異常理論與礦床預(yù)測(cè)——現(xiàn)代礦產(chǎn)資源評(píng)價(jià)理論與方法［M］．北京:地質(zhì)出版社，1998．Zhao P D．Theory and Deposits in Geological Anomaly Forecast－Modern Theories and Methods of Evaluation of Mineral Resources［M］．Beijing:Geological Publishing House，1998．

［20］ 趙志芳，張 忻，蔣成興．遙感圖像植被色異常與礦化［J］．云南地質(zhì)，2004，23(1):47－51．Zhao Z F，Zhang X，Jiang CX．On the relationship between vegetation colour anomaly of remote sensing image and metallogenesis［J］．Yunnan Geology，2004，23(1):47－51．

［21］ 趙志芳，李文昌，李建華，等．滇西北典型成礦帶1/10萬(wàn)遙感地質(zhì)調(diào)查及遙感異常提取報(bào)告［R］．昆明:云南省地質(zhì)調(diào)查院，2006．Zhao Z F，LiW C，Li JH，et al．Northwest Geological Survey and Remote Sensing Abnormal Mineralization Extracted with 1∶100 000［R］．Kunming:Yunnan Provincial Institute of Geological Survey，2006．

［22］ 成秋明．非線性成礦預(yù)測(cè)理論——多重分形奇異性－廣義自相似性－分形譜系模型與方法［J］．地球科學(xué):中國(guó)地質(zhì)大學(xué)學(xué)報(bào)，2006，31(3):337－348．Cheng Q M．Singularity－generalized self－similarity－fractal spectrum(3S)models［J］．Earth Science:Journal of China University of Geosciences，2006，31(3):337－348．

［23］ 成秋明，趙鵬大，陳建國(guó)，等．奇異性理論在個(gè)舊錫銅礦產(chǎn)資源預(yù)測(cè)中的應(yīng)用:成礦弱信息提取和復(fù)合信息分解［J］．地球科學(xué):中國(guó)地質(zhì)大學(xué)學(xué)報(bào)，2009，34(2):232－242．Cheng Q M，Zhao P D，Chen JG，et al．Application of singularity theory in prediction of Tin and Copper mineral deposits in Gejiu District，Yunnan，China:Weak information extraction and mixing information decomposition［J］．Earth Science:Journal of China U-niversity of Geosciences，2009，34(2):232－242．

［24］ 成秋明，張生元，左仁廣，等．多重分形濾波方法和地球化學(xué)信息提取技術(shù)研究與進(jìn)展［J］．地學(xué)前緣，2009，16(2):185－198．Cheng QM，Zhang SY，Zuo R G，et al．Progress of multifractal filtering techniques and their applications in geochemical information extraction［J］．Earth Science Frontiers，2009，16(2):185－198．

［25］ 成秋明．成礦過(guò)程奇異性與礦床多重分形分布［J］．礦物巖石地球科學(xué)通報(bào)，2008，27(3):298－305．Cheng Q M．Singularity of mineralization and multifractal distribution of mineral deposits［J］．Bulletin of Mineralogy，Petrology and Geochemistry，2008，27(3):298－305．

［26］ Groves D I，Condie K C，Goldfarb R J，etal．100th anniversary special paper:Secular changes in global tectonic processes and their influence on the temporal distribution of gold－bearing mineral deposits［J］．Economic Geology，2005，100(2):203－224．

［27］ Cheng Q M．Multifractality and spatial statistics［J］．Computers and Geosciences，1999，25(9):949－961．

［28］ Cheng Q M．Discrete multifractals［J］．Mathematical Geology，1997，29(2):245－266．

［29］ Shahriari H，Ranjbar H，Honarmand M．Image segmentation for hydrothermal alteration mapping using PCA and concentration－area fractal model［J］．Natural Resources Research，22(3):191－206．

［30］ 王冬利．遙感影像成礦異常信息提取方法研究——以新疆和靜縣鐵礦區(qū)為例［D］．北京:中國(guó)地質(zhì)大學(xué)(北京)，2012．Wang D L．Research on the Extraction of Anomalies Related with Mineralization:A Case Study on Iron Mine Zone in Hejing，Xinjiang Province，China［D］．Beijing:China University of Geosciences(Beijing)，2012．

［31］ Molan Y E，Refahi D，Tarashti A H．Mineral mapping in the Maherabad area，eastern Iran，using the HyMap remote sensing data［J］．International Journal of Applied Earth Observation and Geoinformation，2014，27:117－127．