ASTER 数据在遥感蚀变填图中的应用研究<br/>——以内蒙古花敖包特银铅锌多金属矿床为例*

ASTER 数据在遥感蚀变填图中的应用研究
——以内蒙古花敖包特银铅锌多金属矿床为例*

2021-05-19李霖龙李士辉豆海波唐甘宇

矿床地质 2021年2期

李霖龙，李士辉，宋立，豆海波，刘杰，唐甘宇，赖勇**

（1 北京大学造山带与地壳演化教育部重点实验室北京大学地球与空间科学学院，北京 100871；2 内蒙古玉龙矿业股份有限公司，内蒙古锡林郭勒盟 026200）

多光谱-高光谱遥感技术的不断发展，利用卫星数据研究地形地貌复杂的区域已经成为了一种新的趋势（徐冠华等,1996）。近十年以来卫星数据逐步公开，基于新型成矿理念与遥感技术的矿藏探测方法已经成为勘查蚀变异常的常规手段，此方法具有方便高效且成本低的特点（王润生等,2010）。目前常用于遥感解译的多光谱数据来源有ETM+（en‐hanced thematic mapper）、TM（thematic mapper）和ASTER（advanced spaceborne thermal emission and reflection radiometer）等。

1999 年12 月TERRA 卫星从范登堡空军基地发射升空，与太阳同步，从北向南每天上午飞经赤道上空。卫星高度705 km，一周期16 天，16 天内可以绕地球233 圈，传感器搭配有先进星载热辐射与反射辐射计（ASTER），可获取从可见光到热红外谱段范围的地表影像数据，并且各波段有较高的几何分辨率和辐射分辨率，特别是Band3（第三波段），2个镜头观测方向不同，可以实现在单轨上获取近红外立体影像数据（Fujisada, 1995）。ASTER 传感器有3 个谱段，分别是可见光近红外谱段（VNIR）、短波红外谱段（SWIR）以及热红外谱段（TIR），这些谱段分别有4、6、5 个波段，常被用来监控地质特征、岩石、土壤和火山的分布状况，其详细数据见表1。

表1 ASTER各波段基本参数Table 1 ASTER spectral passband

相较于其他常规数据，ASTER 的遥感数据在短波红外谱段以谱带宽、波段多为特点有着优秀的表现。针对黏土矿物以及一些含羟基矿物，如绿泥石这类在短波红外谱段具有特别吸收光谱的矿物，AS‐TER 的识别能力很强。因此，近年来ASTER 遥感数据常被用来识别地表的蚀变矿物，在蚀变矿物填图上有着广泛的应用（Crosta et al., 2003; Rowan et al.,2003a; Ducart et al., 2006; Di Tommaso et al., 2007;王俊虎等,2010;Mia et al.,2012;Pour et al.,2012;姚佛军等, 2012; 张玉君等, 2012; 胡辉等, 2017）。本文研究对象为位于内蒙古西乌珠穆沁旗的花敖包特银铅锌多金属矿床，此前的研究工作已经获得了年代学、岩石岩相学、岩石地球化学、流体包裹体以及同位素等方面的结果，查明了成矿流体的特征和成矿物质的来源，限定了成岩成矿时代（陈伟等,2008; 李振祥等, 2008; 郭令芬, 2011; 陈永清等,2014; 赵胜金等, 2015）。截止目前，对于矿区的蚀变特征研究仍然不足，这制约了蚀变与矿化的关系研究以及对矿区外围找矿潜力的认识。本次研究旨在利用ASTER 在蚀变矿物填图上的独特优势对研究区的蚀变带进行划分，主要涉及黏土化、绿泥石化以及碳酸盐化带等，并对结果的适用性进行初步评估，以期为矿区进一步勘探找矿提供有益线索。此外，本研究还尝试利用ASTER 热红外波段数据识别地表地质体二氧化硅含量的变化规律和碳酸盐化程度，并用以对比和评估目前二氧化硅含量估算方法的可靠性，以及圈定矿区周围潜在有利成矿区。

1 区域地质概况及矿床地质特征

1.1 区域地质概况

花敖包特银铅锌多金属矿床地处内蒙古自治区西乌珠穆沁旗东北约150 km，距霍林郭勒市约75 km，处于西伯利亚板块、华北板块和松辽地块结合部位的北东-北北东向华力西褶皱带内（图1a、b）。区域内出露二叠系寿山沟组粉砂岩及含砾砂岩、大石寨组凝灰岩及碎屑岩，侏罗系满克头鄂博组流纹质凝灰岩及火山角砾岩、玛尼吐组凝灰岩及安山岩和白垩系白音高老组流纹岩及火山角砾岩。

研究区域岩浆活动主要以古生代和中生代侵入岩为主。古生代晚期主要有辉长岩和闪长玢岩发育，燕山期主要有花岗闪长岩、花岗斑岩和二长花岗岩发育。辉长岩多分布于矿区附近，矿区以外数公里则可见二长花岗岩和花岗斑岩的分布，而闪长玢岩主要沿梅劳特断裂（图1 断层F4、F5）分布于研究区以东。

图1 中国东北（a）与花敖包特矿区（b）地质图Fig.1 Geological sketch map of northeast China(a)and the Huaaobaote deposit(b)

上述梅劳特深断裂即是本区发育的主要断裂（郭令芬,2011），它是走向为北东向的压性断裂。中生代时期的多期火山及次火山活动导致该深断裂活化，形成一系列北西向、北东向及近南北向断裂，该中生代断裂成为本区的主要控矿构造，实地勘查发现花敖包特主矿区内3 个矿脉群多在该系列断裂赋存。

1.2 花敖包特银铅锌多金属矿床地质特征

花敖包特矿床位于西乌珠穆沁旗宝日格斯台苏木境内，在大兴安岭成矿带（Shu et al.,2013）中南段的锡林浩特-霍林郭勒成矿亚带上，该带发育大规模蛇纹岩以及丰富的煤炭资源，并伴生大量铅锌银多金属，矿区有公路与附近城镇联通，交通便利，地理坐标为118°45'～119°15'E，45°10'～45°20'N（图1；李振祥等,2008）。矿区出露的主要岩性包括寿山沟组长石砂岩、粉砂岩和含砾砂岩，满克头鄂博组凝灰质砂岩和流纹质凝灰岩以及玛尼吐组安山岩和流纹质凝灰岩，其中，寿山沟组砂岩是矿体赋存的主要地层。侵入岩主要为早白垩世浅肉红色花岗斑岩，以及石炭纪灰绿色蛇纹石化斜辉橄榄岩。矿区发育的主要断裂为梅劳特深断裂的一部分，附近伴生有后期南北向断裂，矿床主要受这些断裂带控制，是矿化作用的主要赋存区。

花敖包特矿床的主要矿石矿物为银铅锌多金属硫化物，如闪锌矿、黄铁矿、方铅矿、黄铜矿、磁黄铁矿以及毒砂，脉石矿物为石英、高岭石、方解石和萤石。在地表还可见硅化带和黄钾铁矾的出露。由于地表有较高的植被覆盖率，矿化蚀变不易辨认。矿区的闪锌矿自形程度较好，颜色偏黑；黄铁矿部分呈浸染状产出于流纹岩中，部分以自形晶式产出于黄铜矿中；方铅矿粒度较细，自形程度一般，与闪锌矿伴生出现；黄铜矿体呈块状产出，可能暗示中高温的成矿环境；毒砂主要呈放射状产出。这些矿石大多呈脉状在岩层的薄弱带产出。

2 研究方法

本文主要利用ASTER 数据分析相关蚀变-矿化带的分布。在前人的研究中，ASTER 遥感数据常被用作定量分析，并取得了一定效果。在岩性解译方面，波段比值法（RBD, relative absorptionband depth）是常用的处理方式，它可以准确识别灰岩、花岗岩和蛇绿岩套（Pour et al., 2012; 王成等,2017）。在蚀变解译方面，PCA（principal component analysis）主成分分析法是常用的处理方式（Crosta et al.,2003），它通过消除噪音的干扰突出主要和重点信息，这往往能够提高遥感图像的识别度。如Mia等(2012)用ETM+识别Kuju 火山附近的热液蚀变矿物，而Gabr 等(2010)利用ASTER 遥感数据进行金矿床附近的蚀变矿物填图。这种方法目前被广泛认可，具有一定的可靠性。此外，由于ASTER 在短波红外范围的波段多，使得其常被用来做地质体二氧化硅含量变化规律的反演，如Ninomiya(1995)利用人工神经网络反演；陈江等(2007)利用相关分析得到定量反演公式从而进行反演。本文中涉及到的相关分析方法，将详细在下文使用时介绍，包括方法的定义、公式和使用范围等。

本文使用的ASTER 遥感数据均下载自NASA官网的EARTHDATA 开源数据库。为避免夏季植被的干扰以及冬季冰雪的影响，使用该地区2002年3 月和2015 年3 月ASTER LEVEL 1B 级别的数据。数据已经进行了地形校正和几何校正（Abrams et al., 2002），所以将其统一空间分辨率、重新定义头文件以及辐射定标后，只需要使用ENVI 中的FLAASH 和Thermal Atmospheric Correc‐tion 功能对其进行大气校正即可。针对ASTER 热红外波段的数据，大气校正后需要额外的程序来计算发射率（陈江等, 2007）。ENVI 软件包提供3 项技术，可以用来分离热红外传感器测量的辐射数据中的发射率和温度信息，即参考通道（Reference Channel），发射率标准化（Emissivity Normalization）和α 残余（Alpha Residuals）。本文采用发射率标准化法计算发射率数值。

3 光谱分析

3.1 岩石光谱分析

如前所述，花敖包特矿区内岩石类型主要包括长石砂岩、粉砂岩、含砾砂岩、凝灰岩、安山岩以及流纹岩等，并且地表还发育良好的土壤层。因此在实际的研究中，要首先了解区内各种岩石的光谱特征，并尽量排除土壤层的干扰。

从ENVI 程序光谱库中读取岩石光谱相关数据，根据所获ASTER 对应波段数值的平均值，将研究区内相关岩石和土壤的数据转换成ASTER 角度下的光谱数据（图2），从中可提取各岩性的鉴定特征。由图2 可知，波段4 对各岩性的反射率均较高，区分能力较弱；长石砂岩相较于其他岩性岩石在波段6 有异常高的反射；铁质砂岩在波段10 有强烈的反射，而流纹岩则相反；波段11 对于黑棕沙地，铁质砂岩和砂岩来说，均被强烈吸收，但对于其他岩性则不然。

针对植被覆盖的问题，可以结合图像粗糙程度判断（孙艺等,2013）。即是说，如果图像的粗糙程度较高，则可能是基岩裸露区；而如果图像的光滑程度较高，则可能是植被覆盖区。在具体研究中，定性地分析植被覆盖区域是必要的，因为ASTER 在植被覆盖区可能不具备相关解译能力。

图2 岩石ASTER光谱数据不同波段反射率图示Fig.2 Line graph of ASTER data on rock spectrum

3.2 矿物光谱分析

前人研究表明，花敖包特矿床为中低温热液成因，但热液的成因类型目前有不同认识（李振祥等,2008; 陈伟等, 2008; 陈永清等, 2014; 赵胜金等,2015）。结合野外观察到的蚀变现象，本文将重点研究矿区的典型蚀变矿物，包括赤铁矿、黄铁矿、绿泥石、方解石以及高岭石等（图3a～c；陈永清等,2014）。在分析花敖包特矿区典型岩石的光谱特征的基础上，本研究还尝试在各种岩石和土壤植被的背景中将蚀变矿物鉴别出来（图3a～c）。

考虑ASTER 可见光-近红外以及短波红外的特点，将蚀变矿物分成3 组：第一组为硫化物和氧化物；第二组是绿泥石族和碳酸盐矿物；第三组是黏土矿物。各组蚀变矿物具体光谱特征表现为：

硫化物和氧化物（图3a）：赤铁矿和黄铁矿的光谱特征相较于区内岩石和土壤的光谱特征差异不明显并且图像模糊，尽管2 种矿物的反射率在1 至9 波段上都有上升的趋势。

图3 主要蚀变矿物VNIR与SWIR谱段反射率Fig.3 VNIR and SWIR reflectivity diagrams of major hydrothermal alteration mineral

绿泥石族和碳酸盐矿物（图3b）：绿泥石族矿物因为具有Fe-OH 基团，在波段8 有强烈的吸收，波段5 有强烈的反射。方解石也有类似特点，在波段8 有强烈的吸收。因此这组蚀变矿物和区内岩石相比，光谱特征有明显区别，图像清晰度高。

黏土矿物（图3c）：黏土矿物因为具有Al-OH 基团，在波段6有强烈的吸收，在波段4有强烈的反射，和区内其他岩石有很好的区分度，图像清晰度也高。

二氧化硅是硅化带的主要组成物质，其在短波红外波段上和其他矿物没有明显区别，但在热红外波段的11 波段上有着异常低的特征（杨长保等,2009;孙艺等,2013），详情将在TIR 谱段分析小节中讨论。

3.3 单波段RBD分析

常规单波段RBD 分析在探测含有Al-OH、Mg-OH 以及的矿物上有较好的应用（Crowley et al., 1989; Brandmeiera, 2010; Emam et al., 2016），本文结合岩石光谱分析结果尝试对黏土矿物（Al-OH）和绿泥石（Fe-OH），试图在6 和8 波段上深度解译。单波段分析是针对特征波段进行比值运算，如波段n有强烈的异常（异常高或异常低），则可以计算相应的RBD 值，即（Bn-1+Bn+1）/Bn比值，将共同具有这样异常的矿物凸显出来并量化表征。针对黏土矿物（Al-OH），计算其RBD6 值（B5+B7）/B6；针对绿泥石（Fe-OH），计算其RBD8 值（B7+B9）/B8，分别得到2张灰度图（图4a、b）。由于赤铁矿和黄铁矿的光谱特征主要体现在前3个波段，所以采用B2/B1的方法定义Fe3+的吸收特征（图4c）。

分析结果显示，RBD8 值受噪音干扰的影响，图像模糊程度较严重，明亮和灰暗区域区分不明显（图4a）；RBD6值有较好的显示，尤其是在矿区南西方向1 km 的圆圈范围（图4b）。在图4c中，不同地物光谱特征辨识度较好，矿区附近有明显明亮的区域，分布在矿区以东2 km、南西方向800 m 和以西3 km 的地区。根据野外实地考察，图4c 中异常值较高的区域主要是铁矿化蚀变所致，但依据岩石光谱分析结果，也不排除是长石砂岩或特殊质地土壤覆盖区的干扰。

3.4 简单波段组合分析

简单波段组合分析是将不同波段的图像依照彩色合成原理进行单基色变换，从而在彩色屏幕上进行叠置，构成彩色合成图像。如上所述，波段4、5、6、8 是蚀变矿物的敏感波段，在这些波段上，蚀变矿物有异常高或者异常低的特征，因此可以将这些波段进行简单的波段组合分析，从而得到地表蚀变矿物的准确信息。

前人研究成果表明，对遥感数据进行波段4、6、8组合以及4/5、4/6、4/7 组合时（Rowan et al., 2003a;Rowan et al., 2003b; Di Tommaso et al., 2007; Brand‐meiera, 2010; Pazand et al., 2012），可以准确识别地表典型的蚀变岩帽（黏土化+硅化）。在图5a、b 中，分别表现为品红色和白色，代表地表低温条件下形成的黄钾铁矾+伊利石+高岭石+白云母的矿物组合。在图5中，可发现研究区内有显著异常（图5a、b中矩形），北部和西北部的异常区域面积较小，西北部蚀变矿化区域近似长方形，北部蚀变矿化区域近似V形，东北和东南部的异常区域面积较大，由中心呈放射状分布。

图4 单波段RBD分析图像Fig.4 Diagrams of RBD analysis

图5 RGB4-6-8 图像（a）与RGB4/5-4/6-4/7图像（b）Fig.5 Diagrams of RGB4-6-8(a)and RGB4/5-4/6-4/7(b)

此外，由于ASTER 遥感图像在可见光-近红外波段的分辨率为15 m，短波红外波段的分辨率为30 m，以及热红外波段的分辨率为90 m，加之数据易受气候和植被情况因素的影响，矿区尺度的精确识别存在误差。因此，为了进一步提高图像的辨识度，下文将采取额外的光谱处理方法，即PCA 主成分分析法。

3.5 PCA主成分分析

PCA主成分分析是一种应用维度变换达到去除噪音，突出主题的变换手段，即根据一个地区特征波谱的密度分布进行的特征解译，通过坐标轴的变换筛选出符合条件的协方差矩阵，分别提取不同类型的蚀变信息（Singh et al.,1985;孙艺等,2013）。综合前人研究成果，本次研究选择4 个波段进行计算分析。由于波段1 最接近可见光波段，因此，用它来剔除景观干扰，再依据相关蚀变矿物SWIR 波段的光谱特征，选择3 个波段进行PCA 主成分分析。经过PCA 协变，可以得到维度经过变换的波段，记为Band A、Band B、Band C和Band D。

由于黏土矿物具有Al-OH 基团，所以在波段6的反射率异常低而波段4和7的反射率相对较高（图3c）。加之波段1 最接近可见光波段并且分辨率高，因此，波段1、4、6、7 最合适做PCA 协变。特征向量矩阵如表2所示，可知Band C符合条件，依据Band C可得到反映黏土化蚀变带的灰度图。

由于绿泥石矿物具有Fe-OH 基团，所以在波段4、5 的反射率异常高（特别是波段4），而波段8 的反射率相对较低（图3b），因此，采用波段1、4、5、8 做PCA 协变。特征向量矩阵如表3 所示，可知Band D符合条件，依据Band D 可得到反映绿泥石蚀变带的灰度图。

关于方解石，由于其在波段8 的反射率异常低而在波段3和4的反射率差异不明显（图3b），因此采用波段1、3、4、8 做PCA 协变。特征向量矩阵如表4所示，可知Band C 符合条件，依据Band C 可得到反映方解石蚀变带的灰度图。

表2 波段1、4、6和7主成分变换特征向量矩阵Table 2 Eigenvector matrix for ASTER band 1,4,6 and 7

表4 波段1、3、4和8主成分变换特征向量矩阵Table 4 Eigenvector matrix for ASTER band 1,3,4 and 8

表3 波段1、4、5和8主成分变换特征向量矩阵Table 3 Eigenvector matrix for ASTER band 1,4,5 and 8

将上述3 张灰度图进行彩色合成变换，黏土化、绿泥石化和碳酸盐化分别标定为红、绿、蓝3 色，可以组成与主要蚀变带相关的假彩色图（图6）。图中绿泥石化能够明显辨识（图6 中绿色区域），而黏土化和碳酸盐化两者往往混合出现（图6 中紫色区域），使得红蓝混合而成的紫色大范围出露。从矿区尺度分析，北部主要分布有绿泥石化蚀变，南部主要分布有碳酸盐化和黏土化蚀变（图6 中矩形区域即矿床位置）。

图6 花敖包特矿区PCA主成分分析Fig.6 PCA diagram of the Huaaobaote Pb-Zn-Ag polymetallic deposit

3.6 TIR谱段分析

如上所述，由于ASTER 的热红外波段在硅化和碳酸盐化蚀变分布区有一定的识别能力，因此，本次研究试图利用陈江等(2007)提出的发射率光谱与化学成分的数值关系进行计算，计算公式如下：

此外，本次研究还试图考虑Ninomiya 等(2005)提出的方法，即用QI值和CI值反映二氧化硅和碳酸盐矿物在TIR 谱段的吸收强度。相应的QI 值和CI值计算公式如下：

其中，QI值越高代表地质体二氧化硅含量越高，CI值越高代表碳酸盐化的强度越强。

根据上述公式分别计算研究区地质体二氧化硅含量变化规律、QI值以及CI值，可以得到3幅灰度图（图7a、c、e）。图7a是根据发射率光谱与化学成分的数值关系确定的灰度图，图7b 为图7a使用彩色分割密度技术处理的结果，色温越高代表二氧化硅含量越高。在图7b 中，矿区南部、以西3 km 处以及东北方向2 km 处的二氧化硅含量高，而周边地区二氧化硅含量较低，其中，矿区东南方向零星分布有二氧化硅含量高的地区。图7c、图7d是依据QI值得到的灰度图和彩色密度分割图，其中，二氧化硅含量高的地区和图7a、图7b吻合，但辨识度低于图7a和图7b，且图内QI 值梯度不明显。这表明，陈江等(2007)提出的发射率光谱与化学成分的数值关系对二氧化硅含量变化规律的解译效果更好。图7e、图7f 是依据CI值得到的灰度图和彩色密度分割图，反映矿区西南部和东部的碳酸盐化程度高，并且在矿床以东2 km处以及东南方向1～2 km 地区有显著的碳酸盐化蚀变。总体来看，用热红外波段识别碳酸盐化的结果和用PCA 方法识别的结果十分吻合，结果自洽性好。

在矿田尺度，本文还利用陈江等(2007)提出的发射率光谱与化学成分的数值关系进行了更大尺度的分析。在图8 中，矩形区域即为矿区，A 处为东西走向的断陷盆地，B处为近北东-南西走向的断陷盆地，D 处指代公路，其中左侧的公路沿着北东-南西向断陷盆地而建，而C 处则是本区的主要断裂构造，沿着断裂构造发育有硅化带、蛇纹石化以及碳酸盐化蚀变。图8a 是叠加遥感蚀变信息的卫星遥感图，图8b是未叠加蚀变信息的卫星遥感图，可以明显发现二氧化硅含量的填图结果能够很好的和本次研究区域主要断裂构造、断陷盆地以及公路建筑对应起来，说明在矿田这类大尺度区域上，遥感图像数据具有可靠的识别能力。

4 讨论

4.1 花敖包特矿区实地验证

花敖包特的主矿区，以银多金属矿体为主，Ⅰ号矿脉群呈北东向分布，Ⅱ号和Ⅲ号矿脉群呈北西向或近南北向分布，主要受断裂构造控制，区内岩石蚀变主要有绿泥石化（图9b）、碳酸盐化以及少量的萤石化，部分碳酸盐矿物还明显切穿矿石矿物（图9c）。此外，还可见大量褐铁矿化蚀变（图9d）。

实地勘查可知，上述绿泥石化和规模较大的面性碳酸盐化蚀变主要由蛇纹岩蚀变而成，褐铁矿化可能和富铁矿物的风化作用过程有关。在矿区南部，还发现地表有硅化带（图9a）以及赭黄色黄钾铁矾的出露。井下和钻孔样品中，可见黄铁矿、磁铁矿和毒砂被硅化胶结（图9c），以及以伊利石和蒙脱石为代表的酸蚀带矿物组合。

图7 花敖包特矿区TIR谱段分析图Fig.7 TIR diagrams of the Huaaobaote Pb-Zn-Ag polymetallic deposit

4.2 遥感信息分析与解释

野外观察现象和遥感解译结果基本吻合。RGB彩色合成分析结果显示矿床外围4 处有显著异常，北部和西北部分布面积较小，东北和东南部有相对较大面积异常的出露（图5a、b）；PCA 分析结果显示主矿区有显著的绿泥石化蚀变（图6 中绿色区域），矿区南部有显著的碳酸盐化和黏土化蚀变（图6 中紫色区域），解译辨识度高，效果较好；利用陈江等(2007)提出的发射率光谱与化学成分的数值关系分析，能清晰地观察到主矿区南部的硅化带（图7b）；CI 值灰度图则能显示矿区南部、东部以及周边的碳酸盐化（图7f）。将陈江等(2007)的数值分析方法进行矿田尺度分析，遥感解译结果会更好，区域主要断裂构造、断陷盆地、水系干滩以及公路建筑都能够被准确识别（图8a），说明ASTER 热红外波段在矿田尺度较矿床尺度具有更好的识别能力。

然而，解译过程中也发现“同物异谱、异物同谱”的现象，如赤铁矿和黄铁矿光谱数据相似的特征，这会导致蚀变现象被误读，甚至部分蚀变无法提取（图2，图3c）。另外，QI 值灰度图对硅化蚀变的识别能力也不强，这可能是由于鉴定的波段11被围岩岩性光谱数据干扰（图2），所以没有色温梯度变化（图7d）。综合上述，遥感解译结果发现，在可见光-近红外波段，ASTER 的适用性较低，但在短波红外波段以及热红外波段，ASTER 识别蚀变矿物有一定优势。

图8 矿田尺度花敖包特矿区TIR谱段分析图Fig.8 TIR diagrams of the Huaaobaote Pb-Zn-Ag polymetallic deposit on orefield scale

此外，遥感解译的结果还能明显反映各蚀变现象之间的空间关系。对比图6 和图7b 可发现，AS‐TER 热红外识别的硅化带和短波红外识别的黏土化带有较好的吻合度，这可能和古水热系统顶部形成的硅化带以及下部由酸蚀作用形成的黏土化带有关，所以区域上该2 种蚀变常伴生出现。并且，图6 中碳酸盐化产物和黏土化产物也有伴生出现的现象，其中，黏土化产物和古水热系统形成的酸蚀带有关，而碳酸盐化产物可能是在酸蚀带下部，或者热水更低温时形成，这也与岩芯中常见的晚期碳酸盐化蚀变吻合（图9c）。此外，矿床区域代表绿泥石化的绿色区域和代表黏土、碳酸盐化的紫色区域没有显著分带特征，表示上述蚀变现象可能由同一原因形成，即蛇纹岩蚀变作用所致。

图9 花敖包特矿区蚀变岩特征Fig.9 Outcrop features in the Huaaobaote deposit

图10 花敖包特矿区成矿预测Fig.10 Metallogenic prediction of the Huaaobaote deposit

4.3 花敖包特矿区的成矿预测

结合岩性和构造信息，选取黏土化、绿泥石化和碳酸盐化蚀变强烈并且出露硅化带的区域，可以将其作为下一步勘探目标。主矿区东部和以西3 km 的区域符合上述特征（图10 中矩形区域），该区域在绿泥石化带以及碳酸盐化和黏土化混合带上，异常信息密集，呈面状分布，说明该区域曾有强烈的热液活动，其中主矿区东部特征尤为显著。并且该区域还在硅化带和区域主要断裂上，反映其和古水热系统密切相关（图1，图7b，图8b），相应的导矿和储矿构造也可以为成矿提供必要条件。

综合来看，该区域是寻找铅锌矿的有利区域，在未来的勘查找矿中应当引起重视。