缅甸蒙育瓦地区遥感地质解译与矿化蚀变信息提取

2021-03-11王智纲彭志伟王文青吴谢顺

矿产勘查 2021年11期

王智纲，彭志伟，王文青，吴谢顺

（西安华地矿业管理有限公司，陕西西安 710000）

0 引言

随着找矿理论与方法的不断完善与发展，遥感技术已经成为找矿预测的一项必备技术。遥感地质工作已经成为现代化地质工作的一项先进技术，在区域地质调查、矿产勘查与资源预测评价中发挥着日益重要的作用。

遥感影像可以清楚反映矿化相关的线环构造等成矿、控矿异常信息，环状构造指示岩体的存在状态与分布特征，还可以较好地推测隐伏岩体的分布形态，从而指示岩浆活动的规律性。线状构造往往是含矿热液运移的通道，线状构造的级别、规模、分布密度和延伸方向均为成矿、控矿产生重大的影响（赵志芳等，2014），因此构造性质以及规模的不同能够引起围岩蚀变与矿化分带的差异性，是重要的成矿条件。

矿化蚀变是近矿围岩的一种特殊现象，其产生、存在和分布均与矿体具有高度的相关性，一直作为一种重要的找矿标志，蚀变矿物具有不同与背景地质体的特殊光谱特征，且蚀变面积远远大于矿体，使用遥感影像来探测蚀变矿物，从中提取可靠的蚀变异常信息指导找矿是遥感地质研究的重要内容。缅甸中部典型矿床蒙育瓦铜矿具有明显的矿化蚀变分带（Mitchell et al.,2010），但遥感地质工作程度较低，仅针对缅甸全境做过小比例尺的成矿预测（独文慧等，2015），没有做过中比例尺和大比例尺的遥感工作，因此通过蚀变信息提取能够寻找到类似于蒙育瓦铜矿的找矿靶区，对于指导实际选区研究工作具有重大意义。

1 地质概况

1.1 研究区地质概况

研究区位于缅甸中央盆地火山弧南端附近，地理位置为21°18′～22°22′N，94°45′～95°18′E。缅甸火山弧从波帕山向北延伸到北部的Taungthonlon，长约350 km以上（图1）。波帕山为缅甸最南端的晚新生代火山喷发中心。缅甸火山弧带贯穿了本区的玄武岩熔岩，向北为蒙育瓦的安山岩熔岩、火山碎屑岩以及玄武质火山口，再向北到的Taungthonlon大型第四纪层状火山（Bernales,1996①）。

图1 缅甸地质简图及矿区位置（Barber et al.,2017）

区内出露的地层主要有古近系古新统玄武岩和安山岩、始新统磨拉石、渐新统粗面岩和火山角砾岩、新近系中新统泥岩、中—上新统未固结粉砂岩以及第四系。区内的构造线主要为NE、NW和近南北向，构造变形以脆性断裂为主，岩浆活动在古新世—渐新世较为频繁，岩性以陆相中—酸性火山岩为主，另外，在渐新世之后存在闪长质超浅成的岩浆侵入活动（图2）。

图2 蒙育瓦铜矿矿区地质图

1.2 典型矿床蚀变特征

区内的典型矿床为蒙育瓦铜矿，位于研究区的北部。该矿床拥有20亿吨矿石资源，铜的平均品位为0.4%。已探明的4个铜矿区分布在20 km2的区域内：莱比塘、七星塘、萨比塘和南萨比塘。在蒙育瓦，铜矿化与火山口周围的火山岩有关。成矿作用不是典型的斑岩型铜矿，而是黑矿型和浸染型（Goossens,1978;Bernales,1996①）或高硫型浅成低温热液型+氧化淋滤富集型铜矿床。

蒙育瓦铜矿主要发育NW向的断裂，主要表现为含构造角砾的破碎带，该断裂控制铜矿体的展布，另外矿区内发育较多NE向走滑断裂，最早期形成的矿体有明显的破坏作用，蒙育瓦铜矿最为明显的蚀变矿物为明矾石和叶腊石。蒙育瓦铜矿具有环状蚀变分带特征：外围广泛分布的绿泥石化带，局部镜铁矿带，中部石英-白云母-黄铁矿或泥化带，中心为石英-黄铁矿或石英-黄铁矿-明矾石带。莱比塘和七星塘，相比于萨比塘和南萨比塘，具有更普遍交代的石英和明矾石带，而绢云母化少见。在ASTER图象上，莱比塘和七星塘较萨比塘和南萨比塘，明矾石化强烈。其中，铜矿化的上盘主要为明矾石化、叶腊石化。

2 数据及预处理

2.1 数据源

ASTER传感器是1999年12月发射的，具有较高的空间分辨率、光谱分辨率和辐射分辨率（表1）（Abrams and Hook,2001）。20多年来国内外遥感工作者为开发利用遥感信息，证实了蚀变岩石ASTER遥感信息与多数金属矿床有着非常好的相关性，所提取的异常作为找矿标志的参数。

表1 ASTER数据技术参数

本次选择2001年4月的数据，该时期蒙育瓦铜矿中的莱比塘还没进行大范围的露天开采，可以更好地与蒙育瓦外围未知区对比。此外，本次选择2001年4月的影像是该时期正好处于旱季，植被覆盖少，季节性河流不发育，气候干旱，可以较好地去除植被、水体以及云层等对数据质量的影像。

2.2 数据预处理

为保证原始数据尽可能多地参与运算，本次遥感数据预处理中先进行重采样，再进行辐射校正，将短波红外短波重采样至15 m，然后打包B1～B9波段。辐射校正采用中低纬度夏季大气辐射传输模型进行FLAASH大气校正，在校正之前，将重采样过程中丢失了原始部分定标信息的数据进行辐射定标。

由于植被、云层、地表水对信息提取影响较大，分别对植被、水体进行提取并掩膜。对于植被选择B4/B3为判别依据并反复试验，若≤0.17则判别为植被覆盖厚，需要掩膜剔除。对于水体采用B8/B1 作为判别依据。在完成上述工作之后就进行影像裁剪、镶嵌和融合，形成工作区范围的基本数据。

3 构造解译

大量的地质理论与实践研究表明，大多数矿床的形成与地质构造中的线型和环型构造有着紧密的联系，线型构造和环形构造提供控矿和容矿的通道，许多的环形构造指示火山机构的存在，能够为矿床的成因提供解释依据。因此，本次构造解译主要针对与成矿最为密切的线型构造和环状构造。

3.1 解译方法

3.1.1 最佳指数法

采用最佳指数法，遥感影像可视化过程中，使用RGB通道只能选择3个波段，所以需要波段优化。最优波段选区遵循3个原则：①信息量大；②相关性小；③矿物类型差异性大（马娜等，2010）。

首先对B1～B9波段进行基本统计，分析各波段的标准差和相关系数。各波段标准差顺序为B2>B4>B6>B7>B5>B1>B8>B3>B9，说明B2 波段包含的信息量最大，随着方差减小信息量减小，B9包含的信息量最小。将可以进行组合的波段计算最佳指数，剔除地物类型光谱差异较小的波段，选择OIF较大的作为最佳波段。因此，最终选择B1、B2、B6作为最佳波段。

3.1.2 中值滤波

线性和环形构造主要表现为影像单元的边缘信息（王今飞，2000）。在遥感解译过程中，边缘信息反映了构造的规模、密度和展布方向，不同地质体的构造发育往往具有差异性，因此纹理特征的提取必然能在一定程度上改善“同物异谱”现象，提升分类的精度，更好地解释异常原因。

通过3×3像元的中值滤波变换处理能够增强构造信息（钱建平等，2014）。因此，本次将窗口大小设置为3×3、5×5、7×7、9×9四种窗口分别计算，通过目视观察发现，3×3窗口表现最细腻，最能反映线性构造和环状构造特征，最终选择3×3窗口进行纹理计算。将滤波得到的灰度图像和选择的最佳波段综合比对。通过目视解译，剔除代表农田、道路等“假纹理”，最终形成能够反映构造信息的线性要素。

3.2 解译结果

（1）线性构造：根据展布特征，主要划分为3类：NE向、NW向和近南北向。线性构造的方向在局部变化较大，有的还呈“S”型。其中NE向线性构造在矿区主要表现为控岩构造，是形成时间最早的一期构造变形，NW向线性构造可能代表控矿构造，而近南北向线性构造为成矿期后的破矿构造（图3）。

（2）环形构造：该区的环形构造根据出现的岩石性质划分为两类：火山喷发机构类环形构造和与岩浆侵入有关的环形构造，火山喷发类环形构造在研究区表现为一系列NE走向串珠状的环形构造群，形成时间相对较晚，环形规则受后期构造影响较弱；与岩浆侵入有关的环形构造位于研究区中部，形成时间较早，与早白垩世中—基性岩浆侵入有关，后期断裂对其改造明显（图3）。

图3 构造解译图（a）和研究区地质图（b）

4 蚀变信息提取

4.1 蚀变矿物波谱特征

利用ASTER数据进行蚀变信息提取，首先要研究各类蚀变矿物对应ASTER数据的波谱特征，根据蚀变矿物反射率及吸收特征进行信息提取。本文采用ENVI软件自带的USGS标准波谱库，研究区内典型蚀变矿物在ASTER数据上的波谱特征（图4）。

（1）铁染蚀变：Fe3+的吸收光谱位置为0.45～0.49 μm、0.52 μm、0.70 μm、0.87 μm（燕守勋等，2003；甘甫平等，2003），主要表现为各类地表的含铁矿物，如褐铁矿、赤铁矿、磁铁矿等，磁铁矿从可见光到短波红外表现出反射率较低，无波谱特征，赤铁矿、褐铁矿在B2有弱的反射峰，B3存在吸收谷，B4达到峰值，而在B5～B9表现不明显。

（2）羟基蚀变：主要是针对Al-OH和Mg-OH类蚀变矿物。其中Al-OH类蚀变的代表矿物主要有白云母、高岭石、蒙脱石、明矾石和伊利石等；Mg-OH类蚀变中以绿泥石和绿帘石最为常见（青磐岩化带）。绿泥石矿物的特征光谱在B2、B8和B12波段有明显的吸收，在B5波段有较高的反射（赵静等，2016），绿帘石矿物的特征光谱在B8波段和B11波段有明显的吸收，在B5和B9波段有较高的反射，因此该类矿物在B5波段表现明显的反射峰，B8波段为吸收谷。

（3）明矾石化：明矾石化波谱曲线在B1、B2、B3波段变化不大，B4、B7为反射峰，在B5为吸收谷（图4）。

图4 相关矿物波谱曲线

4.2 信息提取方法与过程

主成分分析（PCA）是多光谱数据蚀变信息提取中相对有效的方法，也称CROSTA方法（Loughlin,1991），该方法无需实测光谱，可以根据不同的蚀变类型选择不同的蚀变组合，或者同种蚀变类型多个蚀变组合对比，充分利用多光谱信息，从而更好地表达蚀变矿物光谱特征，是目前应用最广泛的一种信息提取方法。

4.2.1 铁染异常

前人的研究成果表明，提取采用B1、B2、B3、B4组合或B2、B3、B4、B5组合进行主成分分析能够有效提取Fe3+类矿物蚀变信息（周林立，2010；吴梦娟等，2016；李玉琴等，2017）。本次选择B1、B2、B3、B4组合与B2、B3、B4、B5组合分别进行主成分分析（PCA），通过比对选择最佳的组合。其中B1、B2、B3、B4组合分析结果选择PC3勉强代表铁染异常，但提取的异常不能代表矿致异常，而B2、B3、B4、B5组合主成分分析的特征向量中PC2能够反映赤铁矿、褐铁矿以及磁铁矿等地表铁染蚀变特征（表2）。因此，最终以PC2作为铁染异常最终的选区依据。

表2 两组主成分分析特征向量对比表

4.2.2 羟基蚀变

在羟基蚀变信息提取过程中，考虑到B1、B3、B5、B8波段组合和B1、B3、B4、B8波段组合均能有效提取羟基异常（李守麟等，2015）。因此，对两个组合均进行主成分变换（表3），其中B1、B3、B5、B8组合主成分变换后第四主成分PC4的反值与绿泥石、绿帘石波谱曲线一致，选择PC4为D5，代表羟基异常（B3、B8 代表负贡献、B1、B5 代表正贡献）。同样B1、B3、B4、B8组合主成分变换的第四主成分反值也可以代表羟基异常，因此选择其为D6。

表3 两组主成分分析特征向量对比表

另外需要进一步对D5、D6进行主成分分析，进一步增强羟基异常的范围。因为D5、D6均能反映羟基异常，其特征向量均为正贡献则能代表羟基异常，所以根据特征向量表（表4）对DD5取反，即得到羟基异常正贡献，作为最终羟基异常选择的结果。

表4 D5、D6主成分分析特征向量对比

4.2.3 明矾石化

根据前人对蒙育瓦铜矿的总结，地表明矾石化是重要的找矿标志。因此本次针对明矾石单矿物进行蚀变信息提取，主要采用波段比值法，运算公式为（B4+B6）/B5，该方法能够提取明矾石化异常。比值运算后进行线性拉伸，得出的影像灰度值能够反映明矾石的特征变化。

4.3 异常下限确定

对于异常下限的确定，采用“均值+N×标准差”作为阈值，N的取值需要结合具体的不同类型蚀变特征，既要将与成矿作用无关的“假蚀变”剔除掉，又要避免将可能反映矿致异常漏掉。

通过多次测试，选取N为2.5作为阈值进行密度分割，能够区分铁染异常与正常围岩的界线。对于羟基异常，N选取2.5可将非异常剔除，同时保留弱的地表矿化异常。对于明矾石化，由于在范围内存在零星的小异常可能与成矿相关，因此通过反复试验，最终N取值2.4，其阈值可以作为明矾石化异常与围岩界线。

4.4 提取结果验证与优化

因研究区北部存在典型矿床蒙育瓦铜矿，因此提取结果验证与优化采用光谱角法（SAM）（杨宝林和张国丽，2015），另外，ASTER数据波段数较多，采用SAM方法则有利于提高异常信息的准确度。

将地表蚀变最强烈莱比塘矿区作为已知的蚀变区，在遥感影像上采集光谱信息，计算其与其他像元的夹角，度量它们之间的相似程度。应用光谱角时，针对铁染异常、羟基异常和明矾石化分别反复调整相似角度，使得提取的蚀变范围与地表露头相当，通过反复试验，选定0.02作为相似角度，生成蚀变信息图。将光谱角分类得到的结果与蚀变提取结果对比，蚀变范围大致一致。通过对两类结果进行交运算，得到更准确的蚀变范围，作为靶区选择的依据。

5 遥感异常评价

5.1 靶区圈定原则与分级

根据以下几种要素叠加确定找矿靶区的范围：（1）有利的含矿建造，即中—酸性火山岩出露位置（张江雪等，2009）；（2）不同级别线性构造的结合部位、线性构造与环状构造和复合部位；（3）工作区内的明矾石化异常发育部位，且外围存在弱铁染异常和羟基异常。

按三方面的标准进行分级：（Ⅰ级）成矿靶区明矾石化面积大，异常值高，铁染异常与羟基异常套合较好，具备较好的成矿地质条件，如安山岩出露区，环形构造明显等。（Ⅱ级）成矿靶区明矾石化面积和异常值中等，铁染异常与羟基异常位置相近，成矿条件良好。（Ⅲ级）靶区内有零星明矾石化，存在弱的铁染及羟基异常，环形构造不发育。