航空高光谱遥感固体矿产预测方法与示范应用

刘德长, 闫柏琨, 邱骏挺

1)核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029; 2)中国国土资源航空物探遥感中心, 北京 100083



航空高光谱遥感固体矿产预测方法与示范应用

刘德长1), 闫柏琨2), 邱骏挺1)

1)核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029; 2)中国国土资源航空物探遥感中心, 北京 100083

摘 要:高光谱遥感是当前遥感地质领域应用的前沿和热点, 目前国内外都在积极进行探索。高光谱遥感技术的发展为遥感的直接找矿带来了新的希望, 航空高光谱遥感技术由于可以获得高空间分辨率(可达亚米级)的高光谱遥感数据, 能够识别规模小的近矿围岩蚀变, 从而具有直接找矿的效果。直接找矿的核心是对矿产的预测, 预测效果是矿产勘查取得突破的关键环节。本文利用核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室的CASI/SASI/TASI(可见光-近红外, 短波红外, 热红外)航空高光谱成像系统,在甘肃北山柳园—方山口和新疆雪米斯坦地区获取的航空高光谱遥感数据, 对固体矿产预测技术进行了研究, 建立了基于航空高光谱遥感的成矿环境分析法、矿床定位模型识别法和含矿构造追踪法等预测方法, 并对每种方法进行了应用示范, 共发现7处金属矿化地段, 取得了明显的找矿效果。该项成果不仅为研究区的进一步找矿提供了新的有利地区, 而且建立的预测方法, 将会助力于高光谱遥感技术在其它地区的推广应用。

关键词:航空高光谱遥感; 固体矿产; 预测方法; 应用示范; 找矿效果

本文由中国地质调查局工作项目“航空高光谱遥感矿床定位模型与预测技术研究”(编号: 1212011220277)资助。

prediction and the effect is key link for the breakthrough of mineral exploration. In this study, the authors put forward several methods, such as metallogenic environment analysis, ore deposit locating model, and tracking of ore bearing structures, for ore prospecting in the Liuyuan–Fangshankou and Xiemisitan areas based on the airborne hyper-spectral remote sensing images obtained by using CASI/SASI/TASI spectrometers of China National Key Laboratory of Science and Technology on Remote Sensing Information and Image Analysis. Application examples, in which 7 ore prospects were identified, demonstrated that the methods presented in this study are valuable for ore prospecting, and the achievement can be further used in other areas.

作为空间遥感技术发展重点和前沿的高光谱遥感技术是将光谱(0.38—2.45 μm; 8—12.5 μm)细分到纳米级别的遥感技术。它可以直接通过光谱特征吸收峰识别矿物(蚀变矿物和造岩矿物)种类, 在矿产勘查中应用前景巨大(甘甫平等, 2002; 代晶晶, 2012; 任广利等, 2013; 叶发旺等, 2014; 刘德长等, 2015; 徐元进, 2015)。它的地质应用优势是通过矿物填图, 大面积、快速地提取蚀变矿物, 同时具有图谱合一的优点, 谱可以识别蚀变矿物及其种类;图可以直观其位置、规模、形态、控制要素和展布特征等, 是一项应用于地质调查的高新技术手段。近年来, 欧美矿业大国已开展这方面工作(Derek et al., 2014; Richard et al., 2015), 并取得明显的找矿和评价效果。

高光谱遥感技术如何与成矿理论相结合用于直接找矿, 这是广大遥感地质工作者多年来追求的目标, 也是高光谱遥感应用今后一个重要发展方向。航空高光谱遥感技术由于可以获取高空间分辨率(亚米级)的高光谱遥感数据, 从而可以识别近矿围岩蚀变, 找矿实质上就是找近矿围岩蚀变。因此,航空高光谱遥感技术具有直接找矿的效果。

直接找矿的核心是对矿产的预测, 预测效果是矿产勘查取得突破的关键环节, 也是检验地质勘查方法找矿水平的关键。本文应用核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室的CASI/SASI/TASI航空成像光谱系统(杨燕杰等, 2011, 2013), 在甘肃北山柳园—方山口和新疆雪米斯坦等地区(司雪峰等, 2000; 安国堡, 2006; 刘伟和潘小菲, 2006; 安国堡, 2007; 辛存林等, 2009; 曹亮等, 2010; 崔进寿, 2010; 朱江等, 2014; 战冠安和何智祖, 2014)获取的高空间分辨率(1～2 m)高光谱遥感数据, 对固体矿产预测技术进行了研究, 建立了基于航空高光谱遥感的成矿环境分析方法、矿床定位模型识别法和含矿构造追踪法等预测方法, 并开展了应用示范, 取得了明显的找矿效果, 现分述如下。

1 基于航空高光谱遥感的成矿环境分析法及应用示范

矿产是形成在成矿环境中, 成矿环境是孕育矿床, 甚至矿床集中区的场所。因此, 航空高光谱遥感固体矿产预测, 首先要通过对工作区的矿物区域分布图的解译和分析, 来识别成矿环境, 以进行成矿预测。

1.1成矿环境的航空高光谱遥感识别标志和实例

(1)高光谱遥感的成矿环境在矿物区域分布图上, 通常是蚀变岩体、蚀变地层和蚀变构造的汇聚区。岩体、地层、构造均发生了蚀变, 反映该区(地段)曾经发生过强烈的热液蚀变作用。

(2)成矿环境一般蚀变矿物种类复杂多样, 往往发育数种, 如硅化、矽卡岩化、绢云母化、云英岩化、青磐岩化、蛇纹石化等, 而且具有找金属矿的标志性蚀变。当高铝绢云母与低铝绢云母叠加出现的话, 很可能反映出该区(地段)热液活动具有多期性。

(3)某些成矿环境热液蚀变还具有分带性, 如甘甫平研究了西藏驱龙地区的斑岩铜矿的成矿环境,从所填的Hyperion蚀变矿物分布图看出, 矿区的蚀变矿物分布具有明显的分带性, 空间上呈现出“中心式”面型分带的特征。中心为高Al绢云母化和高岭石化, 外围为低铝绢云母化(甘甫平等, 2002)。

图1　金、铁、铜矿集中区高光谱遥感蚀变矿物填图结果图Fig. 1 Alteration mapping results for gold, iron, and copper deposits

图2　钨钼、铅锌、金矿集中区高光谱遥感蚀变矿物填图结果图Fig. 2 Alteration mapping results for Mo-W, Pb-Zn, and Au deposits

图3　东山口地区成矿环境图Fig. 3 Ore-forming environment of the Dongshankou area

(4)成矿环境的蚀变具有明显的控制要素, 或者受岩体、或者受岩体的外接触带, 或者受断裂构造及其变异部位等控制; 成矿环境一般处于深大断裂带内或其附近1～3 km的范围内。

实例一(图1)是一处铁、金、铜等矿床(点)的集中区, 处于柳园—方山口地区黑石山—花牛山深大断裂带的南侧。这一地段的地层、岩体和断裂构造均发生了强烈蚀变, 主要有蛇纹石化、白云母化、绿泥石化、绢云母化、褐铁矿化、硅化等。蚀变受花岗闪长岩、硅化断裂带控制, 反映该地段为一有利的成矿环境。

实例二(图2)反映的是另一处成矿有利环境。该地段处于柳园—方山口地区黑石山—花牛山深大断裂的北侧, 发育矽卡岩化、碳酸盐化、硅化、褐铁矿化(黄铁矿化)、绢云母化(含高铝绢云母和低铝绢云母)等与金属矿作用有关的蚀变, 产有钨钼、铅锌和金矿等矿床(点)。钨钼矿受印支期长条状蚀变花岗岩体的外接触带控制; 金矿受黄铁绢英岩化断裂带控制; 铅锌矿受震旦系洗肠井群与断裂构造的复合控制。

1.2示范应用

东山口地段处于柳园—方山口地区黑石山—花牛山深大断裂带与玉石岭弧形大断裂带的相切地段。

前人依据区域化探资料曾在该区圈定了一处成矿有利地段(图3)。该地段岩性为灰绿色片岩, 依据高光谱遥感数据提取结果, 这套地层遭受了青磐岩化蚀变, 并发育高铝-中铝绢云母化。蚀变地层总体呈NWW走向。野外查证蚀变地层发育石英脉,石英脉中可见铜蓝、孔雀石等铜矿物和辉钼矿。该地段虽经槽探揭露, 但目前探矿工程已停止, 可能不具备进一步勘探的价值。

通过对航空高光谱遥感矿物填图结果分析, 发现在前人勘探区以南有一处蚀变作用很强的地段,蚀变特征与先前揭露的地区类似, 主要表现为青磐岩化和绢云母化, 但该区蚀变呈面状, 夹于EW和NWW两条断裂形成的三角形夹持部位, 并且处于花岗岩体的外接触带。从成矿环境分析, 该区比先前勘探的地区更为有利(图3)。

经野外查证和室内鉴定, 花岗岩体外接触的辉石岩和辉长岩均发生了明显的青磐岩化蚀变(图4)。花岗岩内接触带断裂发育, 岩石碎裂、蚀变强烈,发育赤铁矿化、绢云母化和伊利石化。花岗岩外接触带石英脉发育, 其延伸方向与接触带垂直, 属接触带遭受强烈挤压的横张断裂。石英脉(图5)中普遍发育肉眼可见的孔雀石、辉钼矿等金属硫化物(图5), 使用手持XRF荧光仪野外测定石英脉中铜含量最高可达0.52%, 化学分析结果显示铜含量为0.322%。

上述研究表明, 该区是一处岩体、地层和断裂构造均发生蚀变的有利成矿环境, 而且有铜、钼等多金属矿化显示(表1)。

图4　花岗岩外接触带辉长岩青磐岩化镜下照片Fig. 4 Microphotograph of the propylitization at the outer contact zone of the granite

图5　青磐岩化、硅化和孔雀石化野外照片Fig. 5 Photograph of propylitization, silicification, malachitea-成矿环境青磐岩化蚀变和矿化石英脉野外照片; b-石英脉中可见明显的金属硫化物和孔雀石a-propylitization and silicification; b-malachite in quartz veins

表1　东山口预测区样品微量元素含量表Table 1 Trace element content of samples from the Dongshankou prognostic area

图6　老金厂矿床蚀变矿物填图结果Fig. 6 Alteration mapping for the Laojinchang gold deposit

2 基于航空高光谱遥感矿床定位模型识别法及应用示范

2.1航空高光谱矿床定位模型的构建

首先是选择具有代表性的矿床, 然后对矿床范围进行矿床尺度的矿物精细填图, 充分提取矿床的蚀变矿物, 分析矿物的组合特征, 并对其控制要素和成矿环境进行地质分析。最后, 将提取的蚀变矿物及其组合与所处的成矿环境进行有机地整合, 以构建航空高光谱矿床定位模型。

图7　老金厂矿床遥感解译的断块构造及矿床位置图(圈为矿床位置)Fig. 7 Structural interpretation map showing fault block and deposit location for the Laojinchang gold deposit (yellow circle represents the location of the Laojinchang gold deposit)

图8　老金厂金矿床航空高光谱遥感定位模型Fig. 8 Airborne hyperspectral remote sensing gold deposit positioning model for the Laojinchang gold deposit

现以老金厂矿床为例:

(1)进行矿床尺度矿物精细填图

利用自主开发的矿床尺度的矿物填图方法和工作流程, 通过矿床范围的矿物精细填图, 对老金厂矿床的蚀变矿物进行了提取, 发现其蚀变有硅化、绢云母化、褐铁矿(黄铁矿)化、绿泥石化、碳酸盐化、蛇纹石化等(图6)。经分析, 老金厂金矿床的标志性蚀变为绢云母+黄铁矿+硅化组合, 即黄铁绢英岩化。

(2)矿床的岩性环境

老金厂金矿床的地层为下二叠统哲斯群下岩组, 可划分为酸性火山岩段和碎屑岩段。碎屑岩段由正常碎屑岩和火山碎屑岩组成。正常碎屑岩以各种板岩为主; 火山碎屑岩主要为凝灰质砂岩、含火山结核的凝灰质板岩等。脉岩有辉绿(玢)岩脉、辉长岩脉、长英岩脉及含金石英脉。西南部见华力西晚期肉红色花岗岩小岩体。

(3)矿床的构造环境

从遥感解译图看, 老金厂地区为一三角形的断块, 其周边被断裂构造围限, 长边为EW向断裂,另外两边为NE和NW向断裂。老金厂矿床位于断块EW向断裂与NE向断裂相交的顶角部位(图7)。

(4)整合

将矿床尺度矿物精细填图获取的老金厂矿床的蚀变矿物及其组合与所处的地质构造环境相整合,建立了老金厂航空高光谱矿床定位模型(图8)。

该矿床定位模型的特点是将目标(蚀变矿物及其组合)与背景(蚀变矿物所处的岩性和构造)相结合, 强调了不仅要重视蚀变信息, 而且要重视蚀变信息所处的地质环境。

2.2构建的模型系列

按照上述建模方法, 在甘肃北山柳园—方山口和雪米斯坦地区先后建立了金、钨钼、铀(铍)、铬(镍)等矿的航空高光谱矿床定位模型。其中金矿床由于研究区的矿床多, 根据不同矿床的特殊性, 又将其模型分为不同的模式, 如南金滩模式、花西山模式、花牛山模式、金沟子模式和老金厂模式等。钨钼矿也可以分为花黑滩钼矿床模式和花牛山钨钼矿床模式。如果根据他们的标志性矿物和控矿特点, 从有利找矿的角度, 又将其进一步归纳为断裂型、接触带型、岩体型和复合型。这样便组成了研究区航空高光谱矿床定位模型系列(表2)。

深入研究还发现柳园—方山口和雪米斯坦地区不同类型矿床的定位模型具有不同的标志性蚀变矿物组合和控矿要素(表3)。

(1)金矿床定位模型

标志性蚀变矿物为黄铁绢英岩化(黄铁矿+绢云母+石英); 控矿要素为石英脉或硅化破碎带, 赋矿部位是含矿断裂带及其变异地段, 如, 断裂的交叉、夹持、局部张开和弧形拐弯等部位, 找矿模型可归纳为断裂型。

(2)钨钼矿床定位模型

标志性蚀变矿物为矽卡岩化+碳酸盐化+绢云母化, 控矿要素为花岗岩体的外接触带, 赋矿部位是接触带易于矿液汇聚的内凹部位, 找矿模型可归纳为接触带类型。

(3)铬(镍)矿床定位模型

标志性蚀变矿物为蛇纹石化和绢云母化, 控矿要素为超基性岩体, 赋矿部位在岩体内或者是接触带和受断裂破坏强烈蚀变的地段, 找矿模型可归纳为岩体型。

(4)铀(铍)矿床定位模型

标志性蚀变矿物为赤铁矿化+水云母化, 受花岗斑岩接触带控制, 赋矿部位是断裂与接触带的复合部位, 找矿模型可归纳为属复合型。

2.3模式识别方法

建立航空高光谱遥感矿床定位模型的目的是进行模型识别和模式找矿, 其方法可简述如下: (1)以建模的矿床为参照物; (2)以建立的航空高光谱遥感矿床定位模型为标准; (3)以所填的矿物区域分布图和对区域成矿背景的分析为基础; (4)通过模型(式)识别, 识别出哪些与建立的模型(式)相类似的地区或地段, 进行模式找矿。

值得强调的是, 在进行模式找矿时, 要将“类比”与“求异”相结合(朱训, 1998)。随时注意“已知模型”外的新发现。因此, 进行模式找矿时, 既要有模型, 又不能拘泥于模型。

表3　研究区不同类型矿床定位模型对比表Table 3 Comparison of different types of ore deposits positioning models in the study area

图9　钨钼矿床定位模型Fig. 9 Positioning model for W-Mo deposit

2.4应用示范

利用建立的钨钼矿床定位模型(图9), 通过对该区矿物区域分布图的分析, 在花牛山钨钼矿床(A地段)的外围, 发现1处与花牛山钨钼矿床定位模型相类似的B地段(图10中的B地段), 两处的共同点是: ①标志性蚀变矿物组合相同, 均为矽卡岩化(图10)、碳酸盐化和绢云母化(图11); ②所处地层同为震旦系洗肠井群第三岩组(Zxcc), 主要岩性为灰岩、角岩、片岩; ③含矿地层同处于印支期钾长花岗岩体外接触带的内凹部位。根据模式识别法, 预测了B地段是找钨钼矿新的有利地段。

为了检验预测效果, 对B地段进行了野外查证, B地段确有明显的矽卡岩化、碳酸盐化、局部有赤铁矿化和绢云母化等。后进行了“系统取样”和室内鉴定(图12)。

对采集的地化样品进行微量元素分析(表4), 发现预测区有Au、W、Cu、Pb、Zn等矿化异常, 而Au达到了工业品位, W、Cu、Pb达到了工业边界品位。

图10　预测区(B)与已知矿床(A)矽卡岩化对比图Fig. 10 Comparison of skarnization between ore prognostict area (B) and known ore deposit (A)

图11　预测区(B)与已知矿床(A)碳酸盐化和绢云母化蚀变矿物对比图Fig. 11 Comparison of carbonatization and sericitization alterations between ore prognositc area (B) and known ore deposit (A)

3 基于航空高光谱遥感含矿构造追踪法及其示范应用

3.1含矿构造的识别标志

图12　石榴子石和褐铁矿化的显微照片Fig. 12 Microphotographs of garnet and limonite

图13　研究区航空高光谱遥感蚀变矿物填图结果Fig. 13 Airborne hyperspectral alteration mapping result for the study area

图14　预测区NE向构造蚀变带野外照片Fig. 14 Photograph of the NE trending structural belt in the prospect area

通过对航空高光谱遥感矿物分布图的分析可以发现, 有的断裂有明显的蚀变现象, 通常发育硅化、绢云母化、褐铁矿(黄铁矿)化、碳酸盐化、蛇纹石化等的一种或几种; 有的断裂却没有蚀变矿物沿其分布的现象。断裂有蚀变矿物发育, 反映曾经历过热液作用, 蚀变矿物是热液作用留下的痕迹。这类断裂有可能与成矿有关, 可以视为成矿构造,如果其赋矿, 可以视为含矿构造; 没有发生蚀变的构造, 一般可以视为非含矿构造。

含矿构造的另一个特点是, 往往发育在区域控矿大断裂带的附近, 属大断裂带的次级构造。

图15　含矿构造展布图Fig. 15 Distribution of ore bearing structures

3.2成生关系追踪法及应用示范

具有成生联系的一组构造蚀变带, 位于黑石山—花牛山区域深大断裂带的北侧, 属深大断裂带成矿期左行扭动的产物。该组次级构造的西部断裂发育硅化、绢云母化和褐铁矿化, 并已发现金矿床(点)。按照成生关系, 最东边的两条断裂与其属同一应力场的产物, 围岩也相同, 同为海西期的花岗岩,沿断裂同样发育硅化、绢云母化和褐铁矿化等蚀变。据此, 预测了东边的两条断裂为新的找矿有利目标(图13)。

表4　花牛山预测区岩石样品微量元素分析表(Au单位为×10-9, 其他为×10-6)Table 4 Trace element content of samples from the prognostic areas in Huaniushan district

图16　利用航空高光谱遥感技术圈定的7处找矿靶区分布示意图Fig. 16 Distribution of 7 targets delineated by using hyperspectral remote sensing technology

经野外调查, 该区含矿围岩为海西期黑云母花岗岩, 从航空高光谱遥感图像上分析, 呈NE向带状展布的绢云母、硅化、褐铁矿化(黄铁矿化)带实际上是受同方向的断裂构造控制, 断面产状平缓,向西倾, 为黄绿色的蚀变带(图14)。

经沿两条NE向构造蚀变带连续取样化学分析,其中最东边的构造蚀变带为具有金、铜、银异常的硅化蚀变带, 金的含量为219×10-9, 铜的含量为116×10-6, 银的含量为672×10-9。

3.3含矿构造走向追踪法及应用示范

图15是一金矿勘探区, 勘探人员沿成矿构造走向追踪时发生了偏位。从所填的矿区航空高光谱遥感图像上可以看出, 左边蓝框所示地段, 勘探工作是部署在含矿带上, 探槽中提取出明显的蚀变现象, 但勘探工作向东追索时, 却发生了偏离。因此,在右边蓝框所示地段的探槽中未提取出蚀变现象。从航空高光谱遥感图像上所反映的含矿构造带的位置, 应在右边蓝框探槽以南。后经对航空高光谱遥感图像上反映的含矿构造带的位置重新取样, 发现有金异常, 含量为39.4×10-9。

通过上述预测方法, 在柳园—方山口地区预测了13处找矿有利目标区, 从而将找矿的面积缩小到柳园—方山口测区10%～15%的范围内, 对其中的一些预测的有利目标区进行了野外查证, 共发现矿化地段7处, 其中金矿化3处, 铅银矿化1处, 铜矿化1处, 钨钼矿化1处, 镍矿化1处, 取得了显著的找矿效果(图16)。更重要的是, 这些矿化地段是前人未发现的, 当时未见有工程揭露, 地表面积仅1～2 km2, 而且均是利用航空高光谱遥感技术, 通过建立的预测方法直接找到的。

4 结语

高光谱遥感技术为遥感的直接找矿带来了希望, 但是仅有高光谱遥感数据源是不够的, 一方面要对光谱重建、矿物填图和信息提取技术进行开发;另一方面要探讨高光谱遥感直接找矿的思路、途径和方法。本文针对高光谱直接找矿中的核心问题,即预测方法问题进行了探讨, 这将会助力于高光谱遥感的地质找矿应用。

本文建立的基于航空高光谱的成矿环境分析法, 矿床定位模型识别法和含矿构造追踪法等预测方法, 实质上涵盖了从矿田→矿床→含矿构造的预测方法。根据具体情况, 既可以单独使用, 也可以综合使用, 以便获得最佳的找矿效果。

通过示范应用, 在研究区发现了7处新的金属矿化地段, 取得了航空高光谱遥感直接找矿的显著效果。这不仅检验了建立的预测方法的有效性, 而且对该区的进一步找矿有实际价值。同时, 对其它地区的高光谱遥感应用, 特别是直接找矿会有启迪作用。

Acknowledgements:

This study was supported by China Geological Survey (No. 1212011220277).

参考文献:

安国堡. 2006. 甘肃北山拾金坡金矿地质特征及成因分析[J]. 矿床地质, 25(4): 483-490.

安国堡. 2007. 甘肃北山拾金坡花岗岩特征及其与金成矿的关系[J]. 甘肃地质, 16(3): 19-25.

曹亮, 许荣科, 段其发, 彭三国, 闪亮, 张雨莲. 2010. 甘肃北山南金山金矿地质特征及深部成矿预测[J]. 地质与勘探, 46(3): 377-384.

崔进寿. 2010. 甘肃金沟金矿床地质特征及找矿方向[J]. 甘肃科技, 17(6): 29-32.

代晶晶, 王瑞江, 王润生, 曲晓明, 赵元艺, 辛洪波. 2012. 基于蚀变信息提取的西藏班公湖-怒江成矿带中段斑岩铜矿找矿预测[J]. 地球学报, 33(5): 755-762.

甘甫平, 王润生, 杨苏明. 2002. 西藏Hyperion数据蚀变矿物识别初步研究[J]. 国土资源遥感, 15(4): 44-50.

刘德长, 邱骏挺, 田丰, 孙雨. 2015. 区域控矿断裂带的航空高光谱遥感技术研究——以黑石山-花牛山深大断裂带为例[J]. 地质与勘探, 51(2): 366-375.

刘伟, 潘小菲. 2006. 新疆-甘肃北山金矿南带的成矿流体演化和成矿机制[J]. 岩石学报, 16(1): 134-144.

任广利, 杨军录, 杨敏, 李健强, 高婷, 易欢, 韩海辉, 赵英俊. 2013. 高光谱遥感异常提取在甘肃北山金滩子-明金沟地区成矿预测中的应用[J]. 大地构造与成矿学, 37(4): 765-776.

司雪峰, 周继强, 张玉成, 乔泉, 张华, 林森. 2000. 甘肃北山柳园金矿化集中区金矿床类型及典型金矿床简介[J]. 西北地质, 28(1): 13-26.

辛存林, 孙柏年, 张祥年, 康鸿杰, 孟键, 张玉龙. 2009. 甘肃拾金坡矿床地质特征及找矿作用[J]. 兰州大学学报(自然科学版), 45(1): 1-7.

徐元进, 马洪超, 孟鹏燕, 杨明国. 2015. 植被覆盖区高光谱遥感影像上蚀变岩与蚀变矿物信息的提取[J]. 地球学报, 36(2): 229-236.

杨燕杰, 赵英俊, 秦凯, 陆冬华. 2013. 高光谱影像预处理技术[J]. 科技导报, 31(9): 65-67.

杨燕杰, 赵英俊. 2011. 航空成像光谱的蚀变信息提取技术[J].科技导报, 29(23): 57-61.

叶发旺, 刘德长, 赵英俊. 2014. CASI/SASI航空高光谱遥感测量系统及其在铀矿勘查中的初步应用[J]. 世界核地质科学, 39(4): 231-236.

战冠安, 何智祖. 2014. 甘肃北山新金厂金矿地质特征及找矿思路[J]. 甘肃科技, 20(3): 23-25.

朱江, 吕新彪, 彭三国, 龚银杰, 曹晓峰. 2014. 甘肃花牛山金矿床成矿年代、流体包裹体及稳定同位素研究[J]. 大地构造与成矿, 36(4): 641-652.

朱训. 1998. 找矿哲学概论[M]. 北京: 地质出版社.

References:

AN Guo-bao. 2006. Geological characteristics and genetic analysis of Shijinpo gold deposit in Beishan Mountain, Gansu Province[J]. Mineral Deposits, 25(4): 483-490(in Chinese with English abstract).

AN Guo-bao. 2007. Characteristics of Shijinpo granites and their relationship to gold metallogenesis in the Beishan mountains, northwestern Gansu[J]. Gansu Geology, 16(3): 19-25(in Chinese).

CAO Liang, XU Rong-ke, DUAN Qi-fa, PENG San-guo, SHAN Liang, ZHANG Yu-lian. 2010. Geological features of the Nanjinshan gold deposit and prediction of mineralization at depth in the Beishan area[J]. Geology and Exploration, 46(3): 377-384(Chinese with English abstract).

CUI Jin-shou. 2010. Geological characteristics of Xigou gold deposit in Gansu province: implications to ore exploration[J]. Gansu Science and Technology, 17(6): 29-32(in Chinese).

ROGGE D, RIVARD B, SEGL K, GRANT B, FENG Ji-lu. 2014. Mapping of NiCu-PGE ore hosting ultramafic rocks using airborne and Enmap hyperspectral imagery. Nunavik, Canada[J]. Remote Sensing of Environment, 152: 302-317.

GAN Fu-ping, WANG Run-sheng, YANG Su-ming. 2002. Studying on the allteration minerals identification using hyperion data[J]. Remote Sensing for Land & Resources, 15(4): 44-50(Chinese with English abstract).

KOU Guan-an, HE Zhi-zu. 2014. Geological characteristics of Xinjinchang gold deposit in Beishan area, Gansu Province[J]. Gansu Science and Technology, 20(3): 23-25(in Chinese).

LIU De-chang, QIU Jun-ting, TIAN Feng, SUN Yu. 2015. Application of airborne hyper-spectrum remote sensing to mapping of ore-control faults: a case study of the Heishishan-Huaniushan fault[J]. Geology and Exploration, 251(2): 366-375(in Chinese with English abstract).

LIU Wei, PAN Xiao-fei. 2006. Evolution of ore-forming fluids and formational mechanism for gold deposits in the southern Beishan, Xinjiang-Gansu border area of China[J]. Acta Petrologica Sinica, 22(1): 171-188(in Chinese with English abstract).

REN Guang-li, YANG Jun-lu, YANG Ming, LI Jian-qiang, GAO Ting, YI Huan, HAN Hai-hui, ZHAO Ying-jun. 2013. Application of hyperspectral remote sensing anomaly information on metallogenic prediction in the Jintanzi-Mingjingou area of Beishan, Gansu[J]. Geoteconica et Metallogenia, 37(4): 765-776(in Chinese with English abstract).

LANGFORD R L. 2015. Temporal merging of remote sensing data to enhance spectral regolith, lithological and alteration patterns for regional mineral exploration[J]. Ore Geology Reviews, 68: 14-29.

SI Xue-feng, ZHOU Ji-qiang, ZHANG Yu-cheng, QIAO Quan, ZHANG Hua, LIN Sen. 2000. Description of typical gold deposits in Liuyuan area, Gansu province[J]. Northwestern Geology, 28(1):13-26(in Chinese).

XIN Cun-lin, SUN Bai-nian, ZHANG Xiang-nian, KANG Hong-jie, MENG Jian, ZHANG Yu-long. 2009. Geological features and mineralization of Shijinpo gold deposit in Gansu Province[J]. Journal of Lanzhou University(Natural Sciences), 45(1): 1-7(in Chinese).

YANG Yan-jie, ZHAO Ying-jun, QING Kai, LU Dong-hua. 2013. Preprocessing techniques for hyperspectral-images[J]. Science and Technology Review, 31(9): 65-67(in Chinese with English abstract).

YANG Yan-jie, ZHAO Ying-jun. 2011. Extraction of alteration information based on airborne hyperspectral image[J]. Science and Technology Review, 29(23): 57-61(in Chinese with English abstract).

YE Fa-wang, LIU De-chang, ZHAO Ying-jun. 2014. Airborne hyper-spectral survey system CASI/SASI and its preliminary application in uranium exploration[J]. World Nuclear Geoscience, 39(4): 231-236(in Chinese with English abstract).

ZHU Jiang, LÜ Xin-biao, PENG San-guo, GONG Yin-jie, CAO Xiao-feng. 2014. Re-Os Dating, Fluid Inclusion and H-O-S Isotope studies of the Huaniushan gold deposit, NW China: Implications for ore genesis[J]. Geotectonica et Metallogenia, 36(4): 641-652(Chinese with English abstract).

The Application of Airborne Hyper-spectral Remote Sensing Technology to Mineral Resources Exploration

LIU De-chang1), YAN Bo-kun2), QIU Jun-ting1)
1) National Key Laboratory of Science and Technology on Remote Sensing Information and Image Analysis, Beijing Research Institute of Uranium Geology, Beijing 100029; 2) China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083

Key words:airborne hyper-spectral remote sensing; mineral resources; ore prospecting methods; application study; effect of ore exploration

Abstract:Airborne hyper-spectral remote sensing technology is a frontier and hot topic in geological remote sensing application, which attracts numerous attentions all over the world. This technology can obtain images with high spatial and spectral resolutions, which permits mineralization-associated alterations with small scales to be recoganized, thus provides a good assistance for ore prospecting. The core of ore prospecting is mineral

中图分类号:TP222.5; P9614

文献标志码:A

doi:10.3975/cagsb.2016.03.12

收稿日期:2016-02-01; 改回日期: 2016-03-25。责任编辑: 闫立娟。

第一作者简介:刘德长, 男, 1938年生。研究员, 博士生导师。长期从事铀矿构造和遥感地质工作。目前正在从事航空高光谱遥感地质找矿研究。E-mail: liudc@yeah.net。