基于深度学习的矿区韧性剪切带找矿研究

2020-01-09刘友明

世界有色金属 2019年21期

肖壮，罗彬，刘友明

（1.江苏省有色金属华东地质勘查局八一〇队，江苏南京 210000；2.江苏省有色金属华东地质勘查局八〇九队，江苏南京 210000）

1 基于深度学习对矿区韧性剪切带构造图像采集

对矿区韧性剪切带的地质构造图像采集是找矿的基础工作。矿区韧性剪切带内部结构复杂，并且独特的构造特征是发生成矿流体作用的根本原因，而成矿流体汇集与矿体沉淀是找矿的最有利依据，所以需要对矿区韧性剪切带进行构造图像采集。本次采用基于深度学习的遥感技术对矿区韧性剪切带地质构造进行图片采集[1]。首先遥感技术通过地物识别功能对矿区韧性剪切带区域的空间特征以1：100万比例进行描绘，主要以韧性剪切带灰度、地质纹理、外表形态、内部空间关系为图像内容，然后应用图像层次增强方法对矿区韧性剪切带的信息进行处理，通过增强或减弱灰度、颜色、纹理方法最大限度的区分图像信息[2]。遥感构造信息的提取是图像采集的核心内容，矿区韧性剪切带的地质构造在遥感图像采集上主要以线性和环形特征表现出来，通过特定的图形结构和色调处理来展示韧性剪切带的地貌、水系、辐射温度、边缘轮廓等信息。遥感技术首先增强韧性剪切带的主干轮廓线性，描绘矿区主要构造；然后增强韧性剪切带的内部断层、切面、裂隙等次级环形图像特征，缩小可能成矿构造的范围。遥感技术在矿区韧性剪切带的图像采集特征如下表所示。

表1 遥感技术对韧性剪切带图像采集特征表

2 基于深度学习对矿区韧性剪切带化学信息提取

矿区韧性剪切带的矿质化学信息是找矿的重要依据。基于以往的勘查数据显示矿区韧性剪切带普遍伴有硅化现象出现，由于韧性剪切带在剪切变形过程中矿石中的硅元素会发生自动转移现象，当韧性剪切带局部地区会出现严重的硅元素消除现象时，消除的硅元素会聚集在韧性剪切带其他地区，这一现象的出现与韧性剪切带成矿有很大关系，主要呈负相关关系，当硅元素聚集现象明显时说明矿区韧性剪切带该部位没有成矿；当硅元素消失现象明显时说明矿区韧性剪切带该部位已经成矿，所以需要对矿区韧性剪切带的化学信息进行有效提取。

本次利用基于深度学习的光谱技术来提取找矿有关的化学信息。利用光谱探测器的9个波段对研究区的化学矿质信息进行探取，9个波段是以三个短波红外波段、三个近红外波段、远红外波段，分辨率分别为15m、20m、30m。数据信息包括波长、偏差、波谱范围、中心波长半极值宽度，通过各个波段的参数变化分析出研究区的矿质成分。以下为光谱探测器各个波段及波长参数表。

表2 光谱探测器参数列表

探索在运用遥感技术采集的构造图像基础上，集合主成分分析方法对矿区韧性剪切带的硅化信息进行加强处理，有利于提取找矿相关的化学信息。以下为光谱技术提取韧性剪切带化学信息流程。

图1 光谱技术提取化学信息流程图

本次是对矿区韧性剪切带化学信息提取，以硅元素作为主成分进行主成分分析法，以矿物中硅元素的含量为标准，以图像上亮度的强弱来表示出来，在此基础上，选取两个亮度最强的化学成分作为主成分，并将其进行假彩色合成，赋予绿色标识，将这两个主成分的交集处设置为亮度最强，并赋予红色标识，将其突出显示出来，以此可判定为硅化作用最强的找矿标志。通过光谱技术的应用准确的提取矿区韧性剪切带的化学信息，能够快速的圈定找矿靶区。

3 基于深度学习对矿区韧性剪切带靶区圈定

矿区韧性剪切带的地质构造图像是运用遥感技术采集到的，而矿区韧性剪切带的化学信息是光谱技术提取到的，所以存在信息数据格式不一致、数据接口不统一的问题，这样很难圈定找矿的靶区，为此运用技术手段对数据信息进行处理，比如数据格式标准化、图像格式统一化、数据接口一致化等。

为找矿信息叠合方法圈定找矿靶区奠定基础。通过信息重叠法将处理过后的图像信息与化学信息相结合，为了突出找矿靶区的位置，运用基于深度结合的GIS技术对靶区信息进行彩色聚类和量化分级处理，根据找矿标志的强弱将亮度值分为10个级别，并且同个十个不同的颜色进行区别，化学信息最弱且地质构造最容易成矿的部位圈定为找矿靶区，并将其填充黑色进行标识。