识别斑岩铜矿综合地球化学异常的光谱角方法

2019-06-21陈松林王成彬熊前进杜翌超

资源环境与工程 2019年2期

陈松林, 陈曦, 王成彬, 胡飞, 方臣, 熊前进, 杜翌超

(1.湖北省地质勘查基金管理中心,湖北武汉 430071; 2.湖北省地质调查院,湖北武汉 430034; 3.地质过程与矿产资源国家重点实验室,湖北武汉 430074; 4.中国地质大学(武汉) 资源学院,湖北武汉 430074)

近年来,地球化学勘探已成为矿产勘查中的一种重要而通用的手段。地球化学异常的识别和提取是地球化学数据处理中的一项基础性工作。数学地质学家提出的方法越来越多,可以分为传统的统计方法、空间数据模式方法和高维投影方法。传统的统计方法包括概率图、方差分析、Q-Q图、柱状图等[1-2]。几何信息的空间数据模式方法为确定地球化学异常阈值提供了新的视角,如基于分形的方法,包括C-A模型、S-A模型和奇点映射、经验模型分解、空间加权主成分、趋势面和空间滤波[1,6-7]。为了解决多因素聚类分析中的高维问题,提出了高维投影法,如投影寻踪分类和光谱角度分类。光谱角法(SAM)是一种基于物理的光谱分类方法,它通过计算n维空间中谱向量之间的角度来确定相似性。它是一种将光谱与单个光谱或光谱库进行比较的自动化方法。它广泛应用于岩性填图、水热蚀变矿物的识别和物体检测[1-4]。地球化学异常提取一般只集中于单一元素或多元素富集或成矿的区域。但这种区域是在特定的地质背景和围岩中形成的,不同种类的成矿区其主要和微量元素(氧化物)的富集会导致特有的元素共生组合。斑岩铜矿产于中酸性侵入的火山岩中,主要氧化物(如SiO2、K2O、Na2O、Al2O3、MnO、MgO)和一些微量元素可用于绘制火成岩的位置。针对中国国家地球化学填图项目,区域尺度(1∶200 000)地球化学调查,分析了39种微量元素和主要氧化物。如果把每个元素(或氧化物)都当作光谱带,那么每个地球化学样品都相当于遥感的高光谱谱段。因此,将矿床指示元素与地质环境指示元素(氧化物)结合起来,可使SAM识别综合地球化学异常。数学地质学家普遍认为,地球化学数据是用于地球化学异常提取的分形和多重分形模型。本文选取了土屋铜矿和延东铜矿的样品作为参考,通过设置不同的光谱角度值,利用SAM提取地球化学异常。应用分形模型对地球化学异常的光谱角进行了优化。

1 技术方法

1.1 数据标准化

为了消除不同元素值范围的影响,有必要对初始地球化学数据进行标准化,方法如下:

(1)

图2 研究区地质简图Fig.2 Simplified geological map of the study area1.第四纪;2.第三纪;3.侏罗纪;4.二叠纪;5.石炭纪;6.志留系泥盆纪;7.奥陶纪;8.泥盆纪侵入体;9.石炭纪侵入体;10.石炭纪火成岩。

式中:xmax(j) 和xmin(j) 分别为第j个初始地球化学元素浓度的最大值和最小值;xst(i,j)为标准值。

1.2 光谱角法

光谱角法是一种基于试验样品与参考样品相似性的自动聚类分类方法(图1)。该算法将每一个含有39种元素(或氧化物)的地球化学样品视为一个39维空间中的向量。

图1 说明光谱角法的概念模型Fig.1 Conceptual model illustrating spectral angle method

由于两个向量之间的角度相对于向量的长度是不变的,因此这种相似性度量对增益因子不敏感。角度α可以描述为:

(2)

式中:nb等于地球化学元素(氧化物)的数量;ti是未知的测试样品;ri是参考样品;α是光谱角,范围在0～π/2之间。根据前面提出的所有原则,地球化学数据的SAM分类程序如下:

(1) 用公式(1)标准化地球化学数据；

(2) 利用地理信息系统,代表土屋、延东铜矿选择地球化学样品作为参考；

(3) 计算未知试样与参考之间的光谱角α值；

(4) 用公式(2)设置分类αt的光谱角阈值。如果α<αt,则样品与参考样品类型相同,可指示铜矿床的可能；

(5)应用分形模型的对数图,寻找地球化学异常分离的最佳光谱角。

2 案例研究

2.1 地质背景和地球化学数据集

以研究区为例,研究区位于中国著名的斑岩铜成矿带东天山区。在该区发现了大型土屋铜矿和延东铜矿,以及一些中小型铜矿(图2),大部分铜矿床位于侏罗系和石炭系地层,随后被中性酸岩浆侵入,志留系地层中也发现了一些铜矿[5]。

在案例研究中,利用收集的1 355个1∶200 000区域尺度的水系沉积物地球化学样品,并应用SAM提取地球化学异常。地球化学数据包含39种元素(或氧化物)。

2.2 地球化学参考光谱

参考谱段会影响光谱角法的分类结果,因此,应采用具有典型特征的参考谱段来区分异常和背景。地球化学数据不同于遥感数据,遥感数据可以通过光谱图和光谱库从野外调查中获得参考。而本文研究分别选取了土屋铜矿和延东铜矿附近的两个地球化学样品作为特征“参考谱段”。它们的“光谱曲线”如图3所示。土屋、延东铜矿床相似的“光谱曲线”在铁矿床和背景曲线上,在Al2O3、CaO、Co、Cr、Cu、Mg、Ni、Sn、Sr、Th、Ti、U、V、W、Y、Zn、Zr等方面存在差异,证明了用光谱角法提取地球化学异常是可行的。

3 结果和讨论

3.1 SAM提取的地球化学异常图

本文将αt设为0.1、0.15、0.2、0.25、0.3、0.35、0.4,利用光谱角法对地球化学资料进行分类,得到地球化学异常。提取异常的映射如图4-图10所示。当αt=0.1时,在土屋和延东铜矿床附近仅有5个与参考相似的样品(图4)。当αt=0.15时,57个地球化学样品分类与地球化学异常相似。大部分地球化学异常位于侵入体与石炭系、侏罗系地层的边界附近,是斑岩铜矿床的最佳地质背景(图5)。当αt=0.2时,地球化学异常随着地球化学异常的增加而扩展到含志留系、泥盆系地层的区域,如图5所示。东天山地质调查成果也指出志留系地层中含有铜矿。当αt=0.2时提取的异常可以预测下一个类似于土屋—延东铜成矿带的铜成矿带。

图3 斑岩铜、铁矿床和背景样品的光谱差异地球化学“光谱曲线”Fig.3 Geochemical“spectral curves” showing the spectral differences of samples of porphyry copper, iron deposit and background

图4 角度阈值αt=0.1时的SAM分类光栅映射(栅格为2 km×2 km)Fig.4 Raster mapping of SAM classification when angle threshold αt=0.1

图5 角度阈值αt=0.15时的SAM分类光栅映射(栅格为2 km×2 km)Fig.5 Raster mapping of SAM classification when angle threshold αt=0.15

3.2 地球化学异常的最佳光谱角阈值

为了获得地球化学异常的最佳光谱角,利用分形模型的对数图,找到了使大部分矿床的异常聚集面积最小的阈值。在图11中,当αt=0.2时,对数图出现一个拐点。因此,将角度为0.15和0.2时由SAM提取的异常分别视为高异常和中异常(图12)。

图6 角度阈值αt=0.2时的SAM分类光栅映射(栅格为2 km×2 km)Fig.6 Raster mapping of SAM classification when angle threshold αt=0.2

图7 角度阈值αt=0.25时的SAM分类光栅映射(栅格为2 km×2 km)Fig.7 Raster mapping of SAM classification when angle threshold αt=0.25

图8 角度阈值αt=0.3时的SAM分类光栅映射(栅格为2 km×2 km)Fig.8 Raster mapping of SAM classification when angle threshold αt=0.3

图9 角度阈值αt=0.35时的SAM分类光栅映射图(栅格为2 km×2 km)Fig.9 Raster mapping of SAM classification when angle threshold αt=0.35

图11 对数图中最佳角度阈值的分形分布图(其中n是α<αt的样本累积数)Fig.11 Fractal distribution pattern of optimal angle threshold in log-log plot,where N is the cumulative numbers of samples with α<αt

4 结论

本文介绍了以样品中的每一种元素(或氧化物)为“光谱带”,广泛应用于遥感方法提取地球化学异常的“光谱角”方法。地球化学“光谱曲线”揭示了斑岩铜矿床、铁矿床和背景的样品差异,从理论上证明了可以作为提取异常的指标。

较小的角度表示与参考值更接近,利用最大角度阈值区分不参与分类的样本。SAM提取的地球化学异常随着光谱角度阈值的增大而增大,从土屋和延东铜矿床向外延伸。分形分布曲线的拐点表明,0.2是分离地球化学数据和提取地球化学异常的最佳光谱角度阈值。填图结果不仅能圈定与土屋铜、延东铜地质背景相似的异常,而且可以预测志留系侵入区新的铜成矿带。