ASTER数据在斑岩铜矿区蚀变信息提取的应用—以秘鲁Don Javier斑岩铜矿及周边地区为例
2019-10-15金文强石永兴高亚龙
金文强,石永兴,高亚龙
ASTER数据在斑岩铜矿区蚀变信息提取的应用—以秘鲁Don Javier斑岩铜矿及周边地区为例
金文强,石永兴,高亚龙
(天津华北地质勘查局,天津 300170)
在遥感光谱分析的基础上,结合Don Javier斑岩铜矿床地质特征,利用ASTER 遥感数据,采用比值法和主成分分析法,提取了Don Javier斑岩铜矿床主要的蚀变矿物(高岭土、伊利石、明矾石、绿泥石、绿帘石、绢云母、褐铁矿、黄钾铁矾、针铁矿)异常信息。采用叠加法对各蚀变矿物信息进行叠加,得到蚀变矿物综合信息异常图。通过和已知矿床的对比,有着很好的对应性,表明利用ASTER 数据提取的蚀变信息效果较好,并依据提取的信息提出了两个预测远景区。
ASTER数据;遥感;蚀变信息提取;秘鲁;Don Javier斑岩铜矿
根据洛厄尔和吉尔伯特在1970年建立的斑岩矿床矿化蚀变模型,主要蚀变为青盘岩化(绿泥石、绿帘石、方解石和黄铁矿)、泥化(高岭土、伊利石、蒙脱石等)、石英绢云母化(石英、绢云母、黄铁矿)和钾长石化(钾长石、黑云母、绿泥石)[1]。斑岩铜矿的表生氧化蚀变会出现大量铁氧化物、铁氢氧化物[2],铁氧化物、铁氢氧化物为含Fe3+离子基团(如褐铁矿、黄钾铁矾、针铁矿)矿物往往在近红外波段区域具有较高的反射率而在可见光区域反射率较低[3],含羟基矿物(如高岭土、伊利石、明矾石粘土矿物以及绿泥石、绿帘石、绢云母等硅酸盐矿物)由于Al-O-H、Mg-O-H和Si-O-H基团在电磁光谱的短波红外区域具有震动吸收,所以这些矿物在短波红外区域具有吸收特征,反射率较低[4][5]。根据这些热液蚀变矿物在可见光、近红外和短波红外区域的吸收特征,可以利用多光谱和高光谱遥感数据来识别斑岩铜矿的热液蚀变矿物[6,7]。ASTER遥感数据具有宽光谱覆盖范围,高辐射分辨率,光谱范围从0.52~11.6μm,拥有可见光-近红外(VNIR)、短波红外(SWIR)和热红外(TIR)14个波段,可用于与斑岩铜矿有关的热液蚀变矿物的识别。本文利用ASTER 数据,运用蚀变矿物光谱的分析、比值法和主成分分析等方法提取秘鲁Don Javier斑岩铜矿床及周边地区的蚀变矿物异常信息。
1 研究区地质特征
Don Javier斑岩铜矿床位于秘鲁南部阿雷基帕(Arequipa)大区境内,距秘鲁第二大城市阿雷基帕(Arequipa)市东南方向20km处,在赛罗贝尔德(Cerro Verde)斑岩铜矿的的南东侧17km,西科迪勒拉山脉南西坡,海拔2 300~3 100km,处于西风带,还受到大西洋东北信风、东南信风、热带飓风以等原因影响,常年干旱少雨,年降雨量80mm左右[8],植被稀少,主要为低矮灌木和仙人掌。
区域地质背景为秘鲁古新世-始新世斑岩铜钼成矿带的北部,处于北西向的西科迪勒拉山构造岩浆带南段,为纳斯卡洋壳板块向南美大陆板块俯冲,形成的安第斯山陆缘造山带岩浆弧的组成部分[9]。主要控矿断裂为北西-南东向的印加-普丘(Incapuquio)断裂,该断裂控制了中酸性斑岩的侵入位置,控制着斑岩铜钼矿床的产出(图1)。
矿区出露的地层为上侏罗统—下白垩统Yura群Hualhuanl组石英砂岩、硅质岩和浅灰色页岩;区内构造主要为北西向断裂,走向北西290°~315°,倾角80°左右,从区域上看,北西向断层是印加-普丘断层系统的一部分,为含矿英安斑岩岩浆的侵入和成矿热液的上升提供了通道,为区内主要的控岩和导矿构造。北东向断裂展布方向为北东20°~30°,与北西向断裂交汇处控制了斑岩铜钼矿床的产出,为矿床的赋矿构造;区内岩浆活动强烈,主要为耶拉旺巴(Yarambamba)侵入超单元,岩性为花岗闪长岩、石英闪长岩、闪长岩、隐爆角砾岩等组成,英安斑岩的侵入为本区矿床的形成提供主要热动力和热液;矿化产出在英安斑岩及其围岩中,发育泥化、青磐岩化、绢云母化、绢英岩化、绿泥石化、硅化、钾长石化等蚀变,并有符合斑岩铜矿特征的蚀变分带现象;矿石矿物主要为黄铜矿、辉钼矿、蓝辉铜矿、铜蓝、斑铜矿、辉铜矿、黝铜矿、孔雀石、方铅矿、闪锌矿等。
2 ASTER数据
图1 古新世-始新世斑岩铜-钼成矿带中的主要矿床,地质构造环境和侵入岩(据文献[10] Acosta H.et.al,2008修改)
1-Challaviento侵入岩(40Ma)2. Yarabamba-Arequipa超单元(61Ma)3- Tiabaya超单元(78Ma)4- ILO超单元(103Ma)5- Punta Cales超单元(190Ma)6-变质岩基底 7- 断层8-城市 9-古新世-始新世斑岩铜钼矿床 10- Don Javier矿床
表1 ASTER 系统的基本物理参数
ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)是一台搭载在NASA的地球观测系统(EOS AM-1)上的一台高空间、高光谱、多光谱分辨率的遥感仪器,EOS AM-1运行在705公里高空的近极地太阳同步圆形轨道,ASTER是涵盖可见光到热红外14个波段的唯一的集空间、光谱和辐射高分辨率的多光谱传感器, 包括3个15 m空间分辨率的可见光和近红外波段通道(VNIR),光谱范围0.52~0.86μm;6个30m空间分辨率的短波红外波段通道(SWIR),光谱范围1.6~22.43μm;5个90 m空间分辨率的热红外波段通道(TIR)光谱范围8.125至11.65μm。ASTER可以获得每天约600景图像,每景图像覆盖范围是60 km ×60 km[11],具体物理参数见表1。
3 ASTER图像预处理
本次图像处理及信息提取所采用的Aster数据成像时间为2001年06月2日,景号为S1623W7177图幅。图像已经进行了传感器相关系数辐射校正。图像处理首先利用ENVI4.4软件,分别抓取VNIR和 SWIR图像,生成1-9波段的*.Geo-Tif图像,转为PCI软件可以处理的*·Pix文件,在PCI9.2软件下,将UTM WGS-84投影转为UTM南美P56(秘鲁)投影,几何校正主要根据图像自带坐标系统进行投影转换。同时根据矿区所在范围,切割出子区图像,由于各波段图像数据格式为16位(16S),为此,先增加8位的数据通道,(为方便后续蚀变信息提取处理,可以多生成一些通道)将16S文件转换为8位,在此基础上,利用PCI软件模块进行图像矿化蚀变信息提取。
4 蚀变信息提取
4.1 蚀变信息提取原理
Don Javier斑岩铜矿床的主要蚀变为泥化、青磐岩化、绢英岩化、硅化、钾长石化等,对应的蚀变矿物主要分为两类:一类是含羟基矿物,包括高岭土、伊利石、明矾石粘土矿物以及绿泥石、绿帘石、绢云母等硅酸盐矿物;另外一类含Fe3+离子基团矿物,包括褐铁矿、黄钾铁矾、针铁矿等。上述蚀变矿物可以作为斑岩铜矿床的指示矿物,提取这些蚀变矿物的信息,可以作为示矿信息。
含有羟基矿物、含Fe3+离子基团矿物在ASTER数据不同电子波段具有特定的吸收特征,反射率存在差异,利用这一特征,运用多光谱和高光谱遥感数据(ASTER)来识别斑岩铜矿的热液蚀变矿物。因此,设计一些方法对这些典型蚀变矿物特征波谱带与ASTER数据通道的对应进行区分,才是矿化蚀变信息的提取的关键。
图2 蚀变矿物波谱特征与ASTER数据通道波段的对应关系(据文献[12]修改)
a-含羟基类蚀变矿物曲线b-铁含Fe3+离子基团矿物曲线
4.2 蚀变信息提取方法
表2 蚀变矿物的吸收特征谱带与ASTER 通道的对应关系
从图2蚀变矿物波谱特征与ASTER数据通道波段的对应关系可以看出,羟基类蚀变矿物高岭石、明矾石、伊利石和绢云母在ASTER数据7波段同为反射峰,绿泥石和绿帘石在5波段为反射峰;高岭石和绢云母在6波段为吸收谷,明矾石、伊利石绿泥石和绿帘石在8波段同为吸收谷。含Fe3+离子基团矿物针铁矿和黄钾铁矾在ASTER数据3波段、4波段同为反射峰(表2),也就是利用蚀变矿物在ASTER数据特定波段的反射和吸收差异,来提取蚀变信息。
表3 ASTER 1、4、6、7波段主成分变化特征向量矩阵
本文设计了下列方案。高岭石、明矾石、伊利石和绢云母,用ASTER1、4、6、7四波段进行主成分分析(表3);绿泥石、绿帘石用ASTER 1、2、3、5、8、9六个波段进行主成分分析(表4);而针铁矿,用ASTER4/ ASTER3,进行比值处理。
从表3可以看出,PC4中的ASTER6和ASTER7的特征向量具高负载荷且有相反的贡献值,因此PC4能增强高岭石明矾石、伊利石和绢云母类矿物信息。
对于绿泥石和绿帘石矿物信息提取,从表4中看出,PC4在ASTER2和ASTER8波段处特征向量为负载荷,这样绿泥石和绿帘石的信息就能以低亮度值显示出来。
而对于针铁矿,据图2在ASTER2和ASTER3波段之间有个高的反射峰, ASTER4/ASTER3能较好的提取出Fe3+离子信息[13][14]。
4.3 蚀变信息提取结果
利用提取出蚀变矿物图像信息,对应亮度值进行阀值分割,最大程度上突出蚀变矿物的信息,并把突出亮度值信息,分别赋以色彩,把这些信息叠加到ETM图像RGB431底图上,以方便肉眼的识别。赋以黄色为含羟基类蚀变矿物(高岭石、明矾石、伊利石、绢云母、绿泥石和绿帘石)信息(图3),红色为针铁矿、黄钾铁矾和褐铁矿信息(图4)。
表4 ASTER 1、2、3、5、8、9波段主成分变化特征向量矩阵
4.4 蚀变信息综合信息叠加
利用ASTER 4、5、6、7、8、9波段主成分分析的PC1向量赋予红色(R)、ASTER(6+9)/ASTER(7+8)比值赋予绿色(G),ASTER 4、5、6、7、8、9波段主成分分析的PC3向量赋予蓝色(B),进行假彩色合成,得到蚀变综合信息分布图,红色信息为高岭土、伊利石、明矾石、绿泥石、绿帘石、绢云母、针铁矿、黄钾铁矾和褐铁矿等蚀变矿物的综合反映(图5)。
4.5 蚀变信息验证
在本次研究的图像范围之内共有3个斑岩型铜-钼矿床,Don Javier(控制+推断矿石量3亿吨,129.09万吨、钼金属量5.23万吨、银金属量800.1吨),Cerro Verde(矿石量32亿吨,控制铜金属,1 200万吨),Chapi(矿石储量约4 500万吨,200万吨氧化矿,4 260万吨硫化矿,铜金属量70万吨)[15-16]。图像中部呈红色环带状异常信息的位置与Don Javier斑岩铜矿床吻合,图像左上角最明显的红色面状异常位置与Cerro Verde斑岩铜矿床一致,图像右下角的红色面状异常也与Chapi斑岩铜矿套合(图5),这说明本次提取的蚀变矿物信息效果较好。
图3 含羟基类蚀变矿物异常信息
图4 铁含Fe3+离子基团矿物
5 找矿前景预测
根据本次ASTER数据蚀变矿物异常信息提取结果,提出了两个找矿远景区,Ⅰ和Ⅱ(图5)。
远景区Ⅰ矿物蚀变异常信息呈面状,异常强度和范围较大,同Don Javier、Cerro Verde和Chapi斑岩铜矿床一样,同处于秘鲁古新世-始新世斑岩铜钼成矿带,印加-普丘断层的附近,成矿条件优越。
远景区Ⅱ矿物蚀变异常信息呈面状,沿北西向断层构造分布,异常强度和范围都比较大,具有非常好的成矿前景。
6 结论
矿物含有的离子基团在不同的电子波长处具有特定的吸收特征,反射率存在差异,这是遥感蚀变信息提取的理论基础。本文利用ASTER遥感数据具有宽光谱覆盖范围,高辐射分辨率的特征,运用主成分分析、波段比值等遥感处理方法,提取了斑岩铜矿典型的两类蚀变矿物(含羟基类和Fe3+离子类)信息。对比已知的典型矿山,异常信息提取效果较好。根据提取的异常信息,综合区域地质特征,提出了两个成矿远景区。
图5 蚀变矿物综合信息异常图和远景区
[1] Lowell J D, Guilbert J M.1970. Lateral and vertical alteration–mineralization zoning in porphyry ore deposits[J]. Econ. Geol. 65: 373–408
[2] Abdelsalam M,Stern R. 2000. Mapping gossans in arid regions with landsat TM and SIR-C images, the Beddaho Alteration Zone in northern Eritrea.[J]. Afr. Earth Sci.30: 903–916.
[3] Hunt G R.1977. Spectral signatures of particulate minerals in the visible and near infrared[J].Geophysics 42:501–513.
[4] Clark R N, King T V V, Klejwa M, Swayze G A.1990. High spectral resolution reflectance spectroscopy of minerals[J]. Geophys. Res. 95:12653–12680
[5] Crowley J K,Vergo N.1988.Near-infrared reflectance spectra of mixtures of kaolin group minerals: use in clay mineral studies. Clays Clay Miner. 36, 310–316.
[6] Bedini E,Van Der Meer F,Van Ruitenbeek F.2009. Use of Hy Map imaging spectrometer data to map mineralogy in the Rodalquilar caldera, southeast Spain.[J]. Remote.Sens. 30 (2):327–348.
[7] Carranza E J, Hall M.2002. Mineral mapping with Landsat Thematic Mapper data for hydrothermal alteration mapping in heavily vegetated terrane[J]. Remote. Sens.23 (22):4827–4852.
[8] Southwestern Gold Corpporation. Geological Assessment of Draft Porphyry Copper Santa Catalina[R].1997:56-69 (Informe interno).
[9]金文强.2010.秘鲁南部Cercana-Don Javier斑岩铜矿地质特征及成因探讨.(硕士论文)[D].长沙:中南大学:7-16.
[10] Acosta H, QuispeJ, Santiesteban A. and Acosta, J.2008.Épocas metalogenéticas y tipos de yacimientos metálicos en la margen occidental del Sur del Perú: latitudes 14's - 18's. Resúmenes extenidos XIV Congreso Peruano de Geología [C]: 273.
[11] Amin Beiranvand Pour, Mazlan Hashim.2012.The application of ASTER remote sensing data to porphyry copper and epithermal gold deposits[J].Ore Geology Reviews .44 (2012):1–9.
[12] Clark R N,Swayze G A,Gallagher A, King T V V,Calvin W M.1993 . The U.S. Geological Survey, Digital Spectral Library: Version 1: 0.2 to 3.0 Microns[R] U.S.Geological Survey Open File Report:93–592.
[13] 张玉君,曾朝铭,陈薇. ETM+(TM)蚀变遥感异常提取方法研究与应用—方法选择和技术流程[J]. 国土资源遥感,2003,2(56):44-49.
[14] 李建国,毛德宝.基于ETM~+与ASTER数据的矿化蚀变信息提取方法研究——以满都拉地区为例[J].地质调查与研究,2007,40(3):235-237.
[15]AMC Mining Consultants(Canada)Ltd.2013.DON JAVIER CU-MO PROJECT AREQUIPA,PERU TECHNICAL REPORT [R]:75-76.
[16]张扬.2011.秘鲁南部铜矿区地质特征与成矿预测研究.(硕士论文)[D].长沙:中南大学:23-24.
The Application of ASTER Data to the Extraction of Alteration Information in Porphyry Copper Ore District——By the Example of the Don Javier Porphyry Copper Deposit and Its Peripheral Area in Peru
JIN Wen-qiang SHI Yong-xing GAO Ya-long
(Tianjin North China Bureau of Geological Exploration, Tianjin 300170)
This study extracts the main anomaly information of alteration minerals such as kaolin, illite, alunite, chlorite, epidote, sericite, limonite, jarosite and goethite from the Don Javier porphyry copper deposit in Peru based on remote sensing spectral analysis in combination with geological features by use of ASTER data. The correlation with that of known deposits indicates that the alteration information extracted by ASTER data is high quality.
ASTER data; remote sensing; alteration information extraction; Don Javier porphyry copper deposit; Peru
2018-08-15
金文强(1983-),男,山东东明人,工程师,从事地质勘查工作
P627
A
1006-0995(2019)03-0468-05
10.3969/j.issn.1006-0995.2019.03.024