段俊斌， 彭鵬， 楊智， 劉樂

(安徽省地質(zhì)調(diào)查院，合肥 230001)

0 引言

礦產(chǎn)資源是不可再生資源，對(duì)其進(jìn)行勘查和開發(fā)有利于國(guó)民經(jīng)濟(jì)建設(shè)和社會(huì)的健康發(fā)展[1]。筆者參與的野外工作區(qū)位于新疆阿克賽欽湖以西地區(qū)，道路交通不便，海拔較高，平均海拔為5 300 m，氣候極端惡劣，相關(guān)地質(zhì)工作程度較低。由于實(shí)際勘查工作中應(yīng)以降低工作成本、減少風(fēng)險(xiǎn)、提高成果成功率為基本要求[2]，所以在礦產(chǎn)勘查過程中，應(yīng)當(dāng)首先應(yīng)用遙感技術(shù)[3]，對(duì)成礦有利區(qū)進(jìn)行選定，盡量減少大范圍的人工調(diào)查。

近年來，隨著遙感技術(shù)的不斷發(fā)展與進(jìn)步，各種地學(xué)分析模型也在不斷向著智能化、綜合化的方向發(fā)展[4-8]。ASTER數(shù)據(jù)作為一種光譜范圍寬、波段多、空間分辨率較高的遙感影像數(shù)據(jù)，被廣泛應(yīng)用于遙感礦化蝕變異常提取，并在國(guó)內(nèi)外遙感找礦工作中取得了眾多成果[9-11]。

本文采用ASTER數(shù)據(jù)，利用主成分分析方法對(duì)礦物蝕變異常信息進(jìn)行提取，并對(duì)成礦有利構(gòu)造進(jìn)行解譯，分析成礦有利地層，綜合提取分析因子，并對(duì)這些專題因子的數(shù)量和質(zhì)量進(jìn)行相關(guān)性分析； 依據(jù)相似類比理論，采用信息量模型的方法，進(jìn)行成礦有利區(qū)的劃分，為進(jìn)一步探索該區(qū)域找礦潛力和科學(xué)部署找礦遠(yuǎn)景區(qū)提供依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

本文選擇的研究區(qū)西起紅頭山，東至薩利吉勒干南庫(kù)勒一帶，地理坐標(biāo)范圍為N34°28′～34°56′，E79°09′～79°46′，地處喀喇昆侖地層分區(qū)、赤部張錯(cuò)地層分區(qū)與多瑪?shù)貙臃謪^(qū)的交界位置[12]。區(qū)內(nèi)主要含礦地層為： 科勒清河組(T3k)，主要巖性為含礫雜砂巖、礫巖互層，破碎帶發(fā)育； 曲池組(P1q)，主要巖性為粉砂質(zhì)泥巖夾灰?guī)r，與花崗巖體圍巖接觸，圍巖矽卡巖化強(qiáng)烈。區(qū)內(nèi)地質(zhì)條件復(fù)雜，各類侵入巖發(fā)育，構(gòu)造多樣，發(fā)育有眾多斷裂構(gòu)造及褶皺構(gòu)造。主要斷裂構(gòu)造有郭扎錯(cuò)—空喀山口斷裂與泉水湖—界山達(dá)坂斷裂。郭扎錯(cuò)—空喀山口斷裂是我國(guó)著名斷裂阿爾金斷裂的北緣，由多條斷層分枝組成，同時(shí)由于斷層活動(dòng)的強(qiáng)弱性不同，在斷層兩側(cè)表現(xiàn)為寬度不一的負(fù)地形。沿空喀山口—羌臣摩河—野馬灘—三岔口一線斷續(xù)發(fā)育寬約40 m的動(dòng)力變質(zhì)帶，主要有黑云石英片巖、白云石英片巖和二云母石英片巖。沿構(gòu)造線有大量的花崗巖體侵入(90～120 Ma)，巖體與圍巖接觸帶及巖體內(nèi)部均有規(guī)模不等的韌性剪切帶發(fā)育。泉水湖—界山達(dá)坂斷裂沿龍木錯(cuò)—界山達(dá)坂—635道班一線呈NW向展布，為喀喇昆侖褶皺構(gòu)造帶與郭扎錯(cuò)沖斷構(gòu)造帶分界斷裂。在晚白堊世鐵龍灘組(K2t)中發(fā)育有寬約400 m的破碎蝕變帶，帶內(nèi)構(gòu)造巖均為鐵龍灘組灰?guī)r，且發(fā)生大理巖化蝕變，斷層角礫呈棱角狀，大小不一，鈣質(zhì)膠結(jié)。同時(shí)區(qū)內(nèi)發(fā)育有眾多小型斷裂及線性構(gòu)造，為礦液的運(yùn)移提供了良好的條件。研究區(qū)內(nèi)已知礦化點(diǎn)較少，但各類型礦點(diǎn)均有出露，主要沿阿爾金斷裂帶發(fā)育，有熊采崗日銅礦點(diǎn)、野馬灘銅金礦點(diǎn)和舒木鉛銀礦點(diǎn)等，故研究區(qū)具有重要的理論研究?jī)r(jià)值和找礦潛力。

1.2 遙感數(shù)據(jù)源

本次采用的遙感數(shù)據(jù)為2004年4月26日獲取的ASTER Level1B遙感影像(圖1)。該數(shù)據(jù)已經(jīng)進(jìn)行過幾何糾正、輻射定標(biāo)和大氣校正，整景影像云量覆蓋度小于3%，滿足工作開展要求。由于ASTER數(shù)據(jù)中VNIR數(shù)據(jù)與SWIR數(shù)據(jù)空間分辨率并不相同，先通過重采樣將數(shù)據(jù)空間分辨率均調(diào)至30 m，然后進(jìn)行波段疊加，以方便后續(xù)蝕變異常提取工作的開展。

圖1 研究區(qū)影像(ASTER B3(R),B2(G),B1(B)假彩色合成)Fig.1 Image of study area

2 研究方法

遙感蝕變異常的提取方法有比值法、HIS變換、光譜角填圖及主成分分析等方法[13]。本文采用主成分分析方法對(duì)各類蝕變異常進(jìn)行提取。為了避免水體對(duì)異常信息提取的影響，采用歸一化植被指數(shù)(nomalized difference vegetation index,NDVI)方法先對(duì)水體進(jìn)行掩模處理。基于ASTER數(shù)據(jù)計(jì)算NDVI指數(shù)，即

NDVI=(B3-B2)/(B3+B2)，

(1)

式中B2和B3分別為ASTER數(shù)據(jù)第2和第3波段值。

將NDVI<0的地區(qū)作為水體進(jìn)行剔除，以提高解譯精度。然后分別進(jìn)行鋁羥基、鎂羥基、碳酸鹽巖化和鐵染蝕變異常信息提取，為減少人為干預(yù)導(dǎo)致的提取誤差，通過分析每組蝕變異常的主分量統(tǒng)計(jì)結(jié)果，以標(biāo)準(zhǔn)差δ的相應(yīng)倍數(shù)作為圖像密度分割標(biāo)準(zhǔn)[14]。將蝕變異常劃分為3個(gè)等級(jí)： [δ，2.5δ)為三級(jí)異常； [2.5δ，3δ)為二級(jí)異常； [3δ，Max)為一級(jí)異常,其中Max為最大值。同時(shí)結(jié)合收集到的地質(zhì)資料對(duì)遙感數(shù)據(jù)進(jìn)行線性和環(huán)形構(gòu)造的提取。

在相關(guān)因子提取后，采用皮氏積矩相關(guān)系數(shù)分析每一個(gè)專題因子之間的相關(guān)性，其公式為

(2)

式中： cov(xi,xj)為2個(gè)樣本因子xi和xj的協(xié)方差； var(xi)為樣本因子xi的方差。Pearson相關(guān)系數(shù)是一個(gè)介于[-1，1]之間的數(shù)值，常用來分析2組數(shù)據(jù)共同移動(dòng)變化的趨勢(shì)性。通過分析各組因子之間的相關(guān)性，確定最終使用的評(píng)價(jià)因子，定量分析其與礦床之間的關(guān)系，并用已知礦床點(diǎn)進(jìn)行驗(yàn)證，最終圈定成礦遠(yuǎn)景區(qū)。信息提取流程如圖2所示。

圖2 信息提取流程Fig.2 Flow chart of information extraction

3 結(jié)果與分析

3.1 鋁羥基蝕變

含有鋁元素及(OH)-離子的礦物如： 高嶺石(Al4(Si4O10)(OH)8)、伊利石(K0.75(Al1.75R)[Si3.5-Al0.5O10](OH)2)、明礬石(KAl3[SO4]2(OH)6)等為主要的含鋁羥基蝕變礦物，其形成多與低溫?zé)嵋河嘘P(guān)，這些礦物的蝕變可用于識(shí)別斑巖型銅礦[15]。含有鋁羥基的礦物波譜特征曲線如圖3所示，在ASTER各波段表現(xiàn)為： 在B1—B4波段隨著波長(zhǎng)的增大，反射率也逐漸增大； 在B5—B8波段主要表現(xiàn)為吸收特征，其中在B6波段的吸收特征最強(qiáng)，在B7波段又出現(xiàn)一個(gè)小反射峰。經(jīng)過綜合分析及對(duì)比，對(duì)ASTER B1，B3，B4，B6波段進(jìn)行主成分分析實(shí)現(xiàn)鋁羥基礦物蝕變異常信息的提取。得到各個(gè)波段的主成分特征向量(表1)。

圖3 含鋁羥基礦物波譜曲線Fig.3 Spectrum curve of mineralcontain aluminum and hydroxyl表1 ASTER B1，B3，B4，B6波段主成分特征向量Tab.1 Eigenvector of PCA of ASTER B1，B3，B4，B6

特征向量B1B3B4B6PC10.770 7530.626 7310.109 5830.033 756PC20.632 877-0.773 870-0.023 653-0.005 706PC30.073 4740.091 289-0.955 632-0.270 250PC4-0.002 650-0.000 936-0.272 3960.962 181

根據(jù)特征向量結(jié)果可以看出，PC4主要反映的是B6波段的信息，且與B1，B3，B4波段異號(hào)，所以PC4為鋁羥基礦物蝕變異常信息提取的主分量，由于鋁羥基礦物蝕變?cè)贐6波段表現(xiàn)為強(qiáng)吸收特征，但其特征向量為正值，故對(duì)PC4灰度圖像整體做取負(fù)處理，采用密度分割方法對(duì)蝕變異常進(jìn)行分級(jí)，得到含鋁羥基礦物蝕變異常提取結(jié)果(圖4)。

圖4 含鋁羥基礦物蝕變異常Fig.4 Alteration anomalies of mineralcontain aluminum and hydroxyl

3.2 鎂羥基蝕變

含有鎂元素及(OH)-離子的礦物如： 綠泥石((Mg,Fe)5Al(Si3Al)O10(OH)4)、滑石(Mg3Si4O10-(OH)2)、蛇紋石(Mg6(Si4O10)(OH)8)等均為含鎂羥基的蝕變礦物，其形成與低溫?zé)嵋河嘘P(guān)。含有鎂羥基的礦物波譜特征曲線如圖5所示。這些礦物在ASTER遙感影像的B1和B4波段呈現(xiàn)反射特征，尤其在B4波段反射特征較強(qiáng)； 在B8波段均表現(xiàn)為吸收特征。

圖5 含鎂羥基礦物波譜曲線Fig.5 Spectrum curve of mineral containmagnesium and hydroxyl

根據(jù)含鎂羥基礦物波譜反射特征，鎂羥基蝕變異常信息的提取采用ASTER B1，B4，B6，B8波段進(jìn)行主成分分析，并得到各個(gè)波段的主成分特征向量(表2)。

表2 ASTER B1，B4，B6，B8波段主成分特征向量Tab.2 Eigenvector of PCA of ASTER B1，B4，B6，B8

基于以上分析，代表含鎂羥基礦物蝕變異常信息的主分量應(yīng)該是主要反映了含鎂羥基礦物在ASTER B4波段的強(qiáng)反射和B8波段的強(qiáng)吸收特征。即代表含鎂羥基礦物蝕變異常信息的主分量特征向量應(yīng)該具有B4和B8波段異號(hào)的特征。通過表2發(fā)現(xiàn)PC4在B8波段所占權(quán)重最大，且與B4波段異號(hào)，所以將其作為含鎂羥基礦物蝕變異常信息提取的主分量。由于B4波段為強(qiáng)反射特征，但其特征向量為負(fù)值，同時(shí)B8波段為強(qiáng)吸收特征，但其特征向量為正值，故對(duì)PC4灰度圖像整體做取負(fù)處理，采用密度分割的方法對(duì)異常進(jìn)行分級(jí)，得到含鎂羥基礦物蝕變異常提取結(jié)果，如圖6所示。

圖6 含鎂羥基礦物蝕變異常Fig.6 Alteration anomalies of mineralcontain magnesium and hydroxyl

3.3 碳酸鹽巖化蝕變

含有(CO3)2-離子的礦物如： 方解石(CaCO3)、菱鎂礦(MgCO3)、菱鐵礦(FeCO3)和白云石(CaMg-(CO3)2)等為碳酸鹽巖類蝕變礦物，其成因類型較為多樣。含有碳酸鹽巖的礦物波譜特征曲線如圖7所示，通常它們?cè)贏STER B1—B4波段均呈反射特征，并無(wú)明顯波動(dòng)變化，波譜曲線較為平滑，B5和B6波譜特征較為復(fù)雜，主要表現(xiàn)為弱反射特征，在B7—B9波段變?yōu)槲仗卣鳎贐8波段吸收特征達(dá)到最大值。

圖7 含碳酸鹽巖礦物波譜曲線Fig.7 Spectrum curve of mineral contain carbonate

根據(jù)碳酸鹽巖礦物的波譜反射特征，選擇ASTER B1，B3，B4，B8波段進(jìn)行主成分分析，提取碳酸鹽巖化蝕變異常信息，得到各波段的主成分特征向量(表3)。

表3 ASTER B1，B3，B4，B8波段主成分特征向量Tab.3 Eigenvector of PCA of ASTER B1，B3，B4，B8

基于以上分析，B4波段應(yīng)與B1和B3波段符號(hào)相同，與B8波段符號(hào)相反。其中PC4滿足這一特征，因?yàn)锽8波段為吸收特征，但其特征向量為正值，故對(duì)PC4灰度圖像整體做取負(fù)處理，采用密度分割的方法對(duì)異常進(jìn)行分級(jí)，得到碳酸鹽巖化蝕變異常信息(圖8)。

圖8 含碳酸鹽巖礦物蝕變異常Fig.8 Alteration anomalies of mineral contain carbonate

3.4 鐵染蝕變

鐵染蝕變異常的組分比較復(fù)雜，主要反映的是“鐵帽”和褐鐵礦化，其成分主要有赤鐵礦(Fe2O3)、黃鉀鐵礬(KFe(3+)3[(OH)6|SO4]2)、針鐵礦(α-FeO(OH))等氧化物和氫氧化物。地表在氧化條件下這些礦物常與方解石和黏土類礦物組合，形成鐵染蝕變異常。含鐵礦物波譜特征曲線如圖9所示。

圖9 含鐵礦物波譜曲線Fig.9 Spectrum curve of mineral contain iron

典型含鐵礦物如針鐵礦、赤鐵礦和纖鐵礦由于組分復(fù)雜通常其波譜曲線也表現(xiàn)出一定的差異。整體而言，針鐵礦和赤鐵礦在ASTER B1—B3波段表現(xiàn)為弱吸收，在B4波段表現(xiàn)為強(qiáng)反射，在B5—B9波段趨于平緩且產(chǎn)生弱吸收。黃鉀鐵礬在ASTER B1—B3波段呈吸收特征，但隨著波長(zhǎng)的增加反射率逐漸提高，在第B4波段表現(xiàn)為較強(qiáng)的反射特征，在B5—B7波段隨著波長(zhǎng)增加反射特性漸強(qiáng)，在B8和B9波段表現(xiàn)為由反射到吸收的過度特征。

根據(jù)鐵染異常的波譜反射特征，選擇ASTER B1，B2，B3，B4波段進(jìn)行主成分分析，提取鐵染蝕變異常信息，得到其主成分特征向量(表4)。

表4 ASTER B1，B2，B3，B4波段主成分特征向量Tab.4 Eigenvector of PCA of ASTER B1，B2，B3，B4

基于以上分析，ASTER B4波段應(yīng)與B3波段符號(hào)相反，且二者的絕對(duì)值相加應(yīng)該最大。其中PC3滿足這一特征，因?yàn)锽4波段為反射特征，且其特征值為正，所以PC3中亮色部分為鐵染蝕變異常區(qū)域。采用密度分割方法進(jìn)行異常分級(jí)，得到鐵染蝕變異常信息(圖10)。

圖10 鐵染蝕變異常Fig.10 Alteration anomalies of iron stain

3.5 線性構(gòu)造

巖石的變形帶、軟弱帶和應(yīng)力集中帶是構(gòu)造應(yīng)力在地表的反應(yīng)，在遙感影像上主要表現(xiàn)為直線型。線性構(gòu)造往往都是巖漿成礦溶液上升、轉(zhuǎn)移、凝固和富集的場(chǎng)所，是十分重要的控礦構(gòu)造因素，對(duì)成礦帶的分布范圍、賦存位置都有相當(dāng)重要的影響。因此，研究不同方向、不同組合、不同規(guī)模的線性構(gòu)造，對(duì)于成礦有利區(qū)的預(yù)測(cè)有著十分重要的意義。

通過收集資料和建立解譯標(biāo)志，對(duì)遙感影像進(jìn)行解譯，共獲得16條線性構(gòu)造(圖11)。主要集中在泉水湖和舒木野營(yíng)地一帶。

圖11 研究區(qū)線性構(gòu)造Fig.11 Linear structure of study area

根據(jù)收集到的資料以及以往研究成果[17]，按照10 km×10 km的標(biāo)準(zhǔn)將研究區(qū)劃分為6×6的標(biāo)準(zhǔn)格網(wǎng)，分區(qū)統(tǒng)計(jì)每個(gè)網(wǎng)格內(nèi)部線性構(gòu)造長(zhǎng)度之和。依據(jù)分區(qū)統(tǒng)計(jì)結(jié)果，對(duì)結(jié)果進(jìn)行克里金插值，分析區(qū)域內(nèi)線性構(gòu)造密度，圈定線性構(gòu)造的影響范圍及重點(diǎn)區(qū)域，通過分析發(fā)現(xiàn)已知礦點(diǎn)主要集中在線性構(gòu)造影響較大的區(qū)域內(nèi)部。

3.6 環(huán)形構(gòu)造

地下隱伏巖體、火山噴發(fā)、巖漿侵入及褶皺構(gòu)造等地質(zhì)作用在遙感影像上常會(huì)表現(xiàn)為環(huán)形構(gòu)造。環(huán)形構(gòu)造對(duì)礦液的富集有著重要的控制作用，為研究區(qū)找礦提供了重要的信息。對(duì)研究區(qū)建立相應(yīng)的解譯標(biāo)志并進(jìn)行遙感解譯，最終解譯出15個(gè)環(huán)形構(gòu)造(圖12)。同樣，分區(qū)統(tǒng)計(jì)每個(gè)格網(wǎng)內(nèi)環(huán)形構(gòu)造長(zhǎng)度，分析環(huán)形構(gòu)造密度，圈定環(huán)形構(gòu)造的影響范圍，通過分析發(fā)現(xiàn)環(huán)形構(gòu)造密度較高區(qū)域，特別是一些與線性構(gòu)造相交的位置，與礦點(diǎn)關(guān)系密切。

圖12 研究區(qū)環(huán)形構(gòu)造Fig.12 Circular structure of study area

3.7 各專題因子相關(guān)性分析

利用相關(guān)系數(shù)分析方法，按照線性構(gòu)造(1)、環(huán)形構(gòu)造(2)、碳酸鹽巖化蝕變(3)、鋁羥基蝕變(4)、鎂羥基蝕變(5)、鐵染蝕變(6)的順序，計(jì)算獲得了6個(gè)因子之間的相關(guān)系數(shù)矩陣(表5)。從表5可以看出，碳酸鹽巖化蝕變異常與鎂羥基蝕變異常的相關(guān)性較高，達(dá)到了0.957 93，其他因子之間的相關(guān)性絕對(duì)值均小于0.5，因子間相關(guān)性較小。通過對(duì)比碳酸鹽巖化蝕變異常和鎂羥基蝕變異常與其他異常之間的相關(guān)性可以得出，碳酸鹽巖化蝕變異常與其他因子之間相關(guān)性均小于鎂羥基蝕變與其他因子之間的相關(guān)性，且2個(gè)羥基之間會(huì)互相影響，所以剔除鎂羥基蝕變異常，保留碳酸鹽巖化異常作為成礦預(yù)測(cè)的因子圖層之一。

表5 因子之間的相關(guān)性Tab.5 Correlation of factors

3.8 成礦預(yù)測(cè)

根據(jù)相關(guān)分析結(jié)果，由于每個(gè)因子在一定范圍內(nèi)對(duì)于成礦發(fā)生概率貢獻(xiàn)度不同，將其在ArcGIS軟件中進(jìn)行重分類，分類種類及評(píng)價(jià)標(biāo)準(zhǔn)如表6所示。

表6 因子分類標(biāo)準(zhǔn)Tab.6 Classification standard of factors

按照表6分類結(jié)果，通過分析各個(gè)礦點(diǎn)周邊區(qū)域的各圖層像素個(gè)數(shù)，與區(qū)域總數(shù)對(duì)比，計(jì)算各個(gè)圖層的信息量值，數(shù)值越大，說明該地區(qū)存在礦藏的可能性越大。從而得到整個(gè)研究區(qū)的綜合信息量圖，并對(duì)其進(jìn)行成礦遠(yuǎn)景區(qū)劃分(圖13)。

圖13 研究區(qū)成礦遠(yuǎn)景區(qū)分級(jí)Fig.13 Mineral foreground area classification of study area

通過信息量模型法，得到的結(jié)果信息量范圍為[-2.732，2.423]。依據(jù)信息量值，研究區(qū)圈定了4個(gè)找礦遠(yuǎn)景區(qū)。自南向北分別是： 舒木野營(yíng)地一級(jí)成礦遠(yuǎn)景區(qū)、薩利吉勒干南庫(kù)勒以南一級(jí)成礦遠(yuǎn)景區(qū)、薩利吉勒干南庫(kù)勒以北二級(jí)成礦成礦遠(yuǎn)景區(qū)、龍巴其保三級(jí)成礦遠(yuǎn)景區(qū)。4個(gè)成礦遠(yuǎn)景區(qū)中，舒木野營(yíng)地成礦遠(yuǎn)景區(qū)與已知資料提供的礦點(diǎn)擬合程度良好，附近有銅、銀礦化點(diǎn)存在。其他3個(gè)成礦遠(yuǎn)景區(qū)由于缺少相關(guān)資料，主要用于提供異常查證。

本文對(duì)研究區(qū)內(nèi)線性、環(huán)形構(gòu)造及蝕變礦物遙感異常進(jìn)行了綜合分析，分析發(fā)現(xiàn)異常主要發(fā)育于巖漿巖及斷層周邊，從側(cè)面驗(yàn)證了解譯的正確性，但由于本區(qū)域存在雪被覆蓋，雖然通過選取夏季影像來減小雪被帶來的影響，但不能完全消除，這對(duì)蝕變異常結(jié)果解譯的全面性會(huì)有一定影響。整體而言，解譯結(jié)果精度較高，可以為今后野外實(shí)地調(diào)查及礦產(chǎn)勘查提供靶區(qū)選擇。

4 結(jié)論

本文以ASTER遙感數(shù)據(jù)為數(shù)據(jù)源，對(duì)新疆阿克賽欽湖以西地區(qū)進(jìn)行了鎂羥基、鋁羥基、碳酸鹽巖化和鐵染等蝕變遙感異常提取，同時(shí)通過建立解譯標(biāo)志，提取了與控礦相關(guān)的線性、環(huán)形構(gòu)造。最終綜合分析各專題因子之間的相關(guān)性，嘗試建立最適合應(yīng)用于研究區(qū)的成礦遠(yuǎn)景區(qū)圈定方法。分析結(jié)果與已知礦點(diǎn)進(jìn)行對(duì)比，符合度較高，本研究方法可以為相同或類似區(qū)域開展同類研究提供借鑒。

通過分析各類蝕變異常典型礦物的波譜特征，分析礦物共性特征，選取合適的波段組合進(jìn)行異常提取。開展鎂羥基異常、鋁羥基異常、碳酸鹽巖化異常和鐵染異常等多種遙感蝕變異常信息的提取，更有利于成礦遠(yuǎn)景區(qū)的合理選定。最終結(jié)果表明本次實(shí)驗(yàn)可以對(duì)研究區(qū)進(jìn)行快速成礦遠(yuǎn)景區(qū)圈定，為地質(zhì)找礦方向提供有利的幫助。

通過對(duì)各專題因子的綜合分析發(fā)現(xiàn)，礦點(diǎn)分布與線性和環(huán)形構(gòu)造的距離有著明顯的相關(guān)性，尤其是在兩者交匯位置，成礦提示信息更加明確，為成礦有利地段。

由于研究區(qū)地處極高山區(qū)域，野外驗(yàn)證難度較大，僅通過已知資料對(duì)部分區(qū)域進(jìn)行了驗(yàn)證分析，剩余部分仍需實(shí)地勘查驗(yàn)證，但本文可以為礦產(chǎn)勘查提供一定先驗(yàn)性指導(dǎo)。