成功， 朱佳瑋， 毛先成

(中南大學(xué)地球科學(xué)與信息物理學(xué)院有色金屬成礦預(yù)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)沙　410083)

?

基于ASTER數(shù)據(jù)的金川銅鎳礦床外圍遙感找礦預(yù)測(cè)

成功， 朱佳瑋， 毛先成

(中南大學(xué)地球科學(xué)與信息物理學(xué)院有色金屬成礦預(yù)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)沙410083)

摘要：為了對(duì)甘肅省金昌市金川銅鎳礦床外圍地區(qū)進(jìn)行遙感找礦預(yù)測(cè)，首先根據(jù)ASTER數(shù)據(jù)不同波段的特性分別提取巖性信息和蝕變信息，對(duì)熱紅外(TIR)波段，在采用波段比值法定量提取二氧化硅含量的基礎(chǔ)上，利用波段比值計(jì)算的巖性指數(shù)(lithological index,LI)定量提取基性-超基性巖信息; 對(duì)可見(jiàn)光-近紅外(VNIR)及短波紅外(SWIR)波段，運(yùn)用主成分分析法定性提取高嶺土-絹云母化、綠泥石化和蛇紋石化等礦化蝕變信息； 然后在ArcGIS平臺(tái)上，對(duì)所提取的礦化蝕變信息進(jìn)行量化定級(jí)和疊加處理，制作綜合礦化蝕變異常信息圖(其反映的異常范圍和強(qiáng)度與已知礦區(qū)十分一致)； 最后利用綜合礦化蝕變異常信息，對(duì)金川銅鎳礦床外圍地區(qū)進(jìn)行找礦預(yù)測(cè)，共圈定出3個(gè)找礦預(yù)測(cè)區(qū)，可為尋找同類型的礦床提供參考。

關(guān)鍵詞：ASTER； 巖性指數(shù)(LI)； 主成分分析； 巖礦信息提?。?找礦預(yù)測(cè)

0引言

隨著遙感和數(shù)字圖像處理技術(shù)的快速發(fā)展，借助于多光譜遙感數(shù)據(jù)探測(cè)巖性和礦物的應(yīng)用越來(lái)越多。不同的巖石、礦物受其物質(zhì)組分、晶體結(jié)構(gòu)、表面形態(tài)和外部環(huán)境等因素影響，在不同波段范圍表現(xiàn)出不同的光譜特征，這是進(jìn)行巖礦、蝕變信息遙感識(shí)別的基礎(chǔ)[1]。國(guó)內(nèi)外許多學(xué)者已成功地將多光譜遙感技術(shù)應(yīng)用于礦產(chǎn)資源勘查、評(píng)價(jià)與信息提取中。丑曉偉等[2-3]將熱紅外(TIR)波段數(shù)據(jù)去相關(guān)擴(kuò)展后進(jìn)行假彩色合成，提取出干旱地區(qū)的巖石地層信息； 又利用TM圖像進(jìn)行波段比值、彩色合成后劃分了巖石地層單元； 馬建文[4]使用TM數(shù)據(jù)采取掩模+主成分變換+分類識(shí)別的方法提取了含礦蝕變帶； 張遠(yuǎn)飛等[5]使用多元數(shù)據(jù)分析+ 比值+主成分變換+掩模處理+分類的方法在新疆、內(nèi)蒙古、江西和云南等地區(qū)成功提取了金礦化蝕變信息； Ninomiya[6]使用ASTER數(shù)據(jù)進(jìn)行波段比值，獲取了石英巖、碳酸鹽巖和超基性巖等的巖性指數(shù)(lithological index,LI)； 楊建民等[7]應(yīng)用比值、主成分分析和光譜角填圖法提取了東天山戈壁區(qū)礦化蝕變信息； 陳江等[8]利用ASTER的熱紅外波段提取了二氧化硅含量進(jìn)行巖石填圖； 陳建明等[9]基于ASTER數(shù)據(jù)，使用主成分分析提取了鐵染蝕變信息； 楊長(zhǎng)保等[10]使用ASTER數(shù)據(jù)的可見(jiàn)光-近紅外(VNIR)以及短波紅外(SWIR)波段進(jìn)行光譜角制圖，提取了Fe-OH和Al-OH蝕變信息； Pour等[11]使用最小分離變換法成功識(shí)別了伊朗東南部的熱液蝕變礦區(qū)； 鄧會(huì)娟等[12]利用ASTER數(shù)據(jù)，采用Crosta技術(shù)和比值法提取了高嶺石化、青磐巖化、黃鐵礦化和硅化等遙感蝕變異常信息； 張?jiān)品宓萚13]則應(yīng)用主成分分析方法直接提取了與矽卡巖化有關(guān)的“榴石類礦物-透閃石-透輝石-陽(yáng)起石”和“綠泥石-綠簾石-陽(yáng)起石-透閃石-透輝石”2類遙感蝕變礦物組合異常。但是，在金川地區(qū)的遙感應(yīng)用很少，只有Meer等[14]使用模塊式機(jī)載成像光譜儀(modular airborne imaging spectrometer,MAIS)數(shù)據(jù)對(duì)金川進(jìn)行過(guò)巖性填圖； 陳三明等[15]使用ASTER數(shù)據(jù)結(jié)合地球化學(xué)方法對(duì)金川礦區(qū)的南延和西北延地區(qū)進(jìn)行過(guò)找礦預(yù)測(cè)。本文利用波段比值計(jì)算的巖性指數(shù)提取基性-超基性巖信息，利用主成分分析法提取金川銅鎳礦區(qū)及其外圍的礦化蝕變信息，并利用綜合異常信息進(jìn)行找礦預(yù)測(cè)。

1研究區(qū)地質(zhì)背景

金川銅鎳礦區(qū)位于甘肅省金昌市，地理坐標(biāo)在E101°50′45″～101°54′00″，N38°33′30″～38°36′30″之間，東北部與金川市城區(qū)鄰接。礦區(qū)內(nèi)植被覆蓋少。金川銅鎳硫化物礦床儲(chǔ)量占全國(guó)可利用鎳總儲(chǔ)量的90%以上，是世界上目前正在開采的第三大鎳礦，僅次于俄羅斯的Noril’sk礦床和加拿大的Sudbury礦床。整個(gè)礦區(qū)自西向東分為Ⅲ,Ⅰ,Ⅱ和Ⅳ共4個(gè)礦體，呈透鏡狀產(chǎn)于4處超基性巖中，巖體沿NW向延伸，向南傾，呈巖墻狀產(chǎn)出。Ⅰ和Ⅱ礦體基巖裸露良好，Ⅲ和Ⅳ礦體上有第四系覆蓋。

近年來(lái)，金川銅鎳礦床深部地質(zhì)找礦勘探已取得了一些新的突破。研究表明，Ⅰ號(hào)和Ⅲ號(hào)礦體原為同一巖體，Ⅱ號(hào)和Ⅳ號(hào)礦體也原為同一巖體，均被后期斷層錯(cuò)開； 而Ⅰ號(hào)與Ⅱ號(hào)礦體原來(lái)是2個(gè)獨(dú)立的巖體，因斷層F16-1的活動(dòng)使它們?cè)诳臻g上“相聚”在一起(圖1)。

圖1　金川礦區(qū)斷裂構(gòu)造系統(tǒng)[16]

已有研究表明，在超基性巖體底板下凹的部位找到了海綿隕鐵狀富礦體,并通過(guò)數(shù)學(xué)建模預(yù)測(cè)了深部礦化的變化趨勢(shì)[17-20]。對(duì)于外圍找礦問(wèn)題，已有部分學(xué)者開展了一些地質(zhì)研究。研究發(fā)現(xiàn)，在金川銅鎳礦床外圍地區(qū)存在大量的基性-超基性巖，而且這些外圍區(qū)域的基性-超基性巖與金川含礦巖體有類似的礦物組成、相近似的微量元素含量以及相似的稀土配分曲線，表明它們很可能是同源巖漿演化巖體在不同地段侵入的產(chǎn)物，有望在這些巖體中找到類似礦床[16,20-21]。與巖體接觸的圍巖均有不同程度的蝕變, 主要有蛇紋石化、綠泥石化、透閃石化和滑石碳酸鹽化等, 蝕變范圍較大，可作為尋找此類礦體的間接標(biāo)志[22-24]。也有人利用ASTER遙感數(shù)據(jù)開展了金川外圍地區(qū)找礦預(yù)測(cè)，在金川礦區(qū)南部預(yù)測(cè)了多個(gè)找礦有利地區(qū)[15]，但至今尚未取得突破性進(jìn)展。

2遙感數(shù)據(jù)及預(yù)處理

2.1遙感數(shù)據(jù)

本文選用的ASTER遙感數(shù)據(jù)(景號(hào)為0804190407090804220357)，獲取時(shí)間為2008年4月19日。ASTER數(shù)據(jù)具有較好的空間分辨率和波譜分辨率，可見(jiàn)光-近紅外4個(gè)波段的分辨率為15 m，短波紅外5個(gè)波段的分辨率為30 m，熱紅外5個(gè)波段的分辨率為90 m，非常適合于巖礦信息的提取。

2.2數(shù)據(jù)預(yù)處理

由于本文使用的數(shù)據(jù)為ASTER Level 1B數(shù)據(jù)，是在Level 1A基礎(chǔ)上經(jīng)過(guò)幾何糾正和輻射校正的數(shù)據(jù)，因此可略去這2個(gè)預(yù)處理步驟。

2.2.1VNIR及SWIR數(shù)據(jù)預(yù)處理

采用 Crosstalk 3.0校正方法消除傳感器設(shè)置造成的能量流溢； 通過(guò)輻射定標(biāo)把DN值轉(zhuǎn)換成輻射亮度值，并將SWIR波段重采樣至15 m； 采用快視線超立方體大氣光譜分析(fast line-of-sight atmospheric analysis of spectral hypercubes，F(xiàn)LAASH)算法對(duì)VNIR以及SWIR波段數(shù)據(jù)進(jìn)行大氣校正，得到反射率數(shù)據(jù)。

2.2.2TIR數(shù)據(jù)預(yù)處理

通過(guò)輻射定標(biāo)把DN值轉(zhuǎn)換為輻射亮度值； 利用ENVI提供的Thermal Atm Correction工具進(jìn)行大氣校正； 采用掩模方法去除城區(qū)和植被對(duì)礦區(qū)外圍的干擾。

3遙感信息提取

3.1利用波段比值法進(jìn)行巖性提取

比值增強(qiáng)是最為常用的增強(qiáng)方法，它通過(guò)不同波段同一像元亮度值之間的比值運(yùn)算生成新的比值圖像。

由于金川銅鎳礦的含礦母巖為超基性巖體，而巖漿巖根據(jù)SiO2含量(酸度)劃分為4個(gè)等級(jí)，其中超基性巖的SiO2含量小于45%； Si-O鍵因其振動(dòng)過(guò)程造成在TIR波段有明顯的吸收和發(fā)射特征，因而可使用TIR波段提取與SiO2含量有關(guān)的信息。陳江等[8]對(duì)亞利桑那州立學(xué)校提供的TIR波譜庫(kù)進(jìn)行研究，得出了SiO2含量與ASTER TIR波段的函數(shù)關(guān)系，即

SiO2%=28.760 503 921 704 lg[6.560 448 646 402B13B14/(B10B12)] ，

(1)

式中B10,B12,B13和B14分別為ASTER TIR波段TIR10,TIR12,TIR13和TIR14的輻射亮度值。

利用式(1)計(jì)算得到SiO2含量； 根據(jù)已知超基性巖體相應(yīng)的SiO2含量選擇合適的閾值對(duì)SiO2含量圖進(jìn)行彩色等密度分割，從而提取出超基性巖分布范圍，再疊置到ASTER影像底圖上(圖2(a))。

(a) 根據(jù)SiO2含量提取 (b) 根據(jù)巖性指數(shù)提取

圖2提取的超基性巖分布

Fig.2Distribution of extracted ultrabasic rocks

從圖2(a)可以看出，SiO2含量低值異常區(qū)包含了超基性巖分布區(qū)(裸露巖體及礦渣堆)，但也包含了SiO2含量很低的大理巖。根據(jù)實(shí)測(cè)的不同類型巖石的發(fā)射光譜，對(duì)ASTER TIR波段之間進(jìn)行比值運(yùn)算，提取巖性指數(shù)，發(fā)現(xiàn)根據(jù)B12/B13能夠提取超基性巖，因?yàn)橄啾扔谄渌麕r性，超基性巖在B12的發(fā)射率大于在B13的發(fā)射率，且差值大于其他巖性[6]。因此，超基性巖的巖性指數(shù)LI=B12/B13。對(duì)TIR波段計(jì)算B12/B13后，根據(jù)已知超基性巖體的波段比值大小確定閾值，提取超基性巖(圖2(b))，可剔除大理巖干擾。

對(duì)比圖2(a)和(b)可以看出，使用LI進(jìn)行超基性巖巖性提取后，Ⅰ礦體西部的大理巖雖然仍有部分被提取，但是提取的大理巖含量相比之前已經(jīng)變少； 而Ⅱ礦體東部的大理巖干擾已被消除。

3.2利用主成分分析法進(jìn)行蝕變信息提取

(a) USGS波譜數(shù)據(jù)庫(kù) (b) ASTER數(shù)據(jù)

圖34種蝕變礦物反射率曲線

Fig.3Reflectance curves of 4 kinds of altered mineral

從圖3可以明顯看出，高嶺石與絹云母反射率曲線有2個(gè)大的反射峰，具有相似的波譜特征； 綠泥石反射率曲線只有1個(gè)大的反射峰，而蛇紋石的反射率曲線則較為平坦。因此，可以選擇不同波段組合分別利用主成分分析方法提取相應(yīng)的遙感蝕變信息。

3.2.1高嶺石+絹云母化蝕變信息提取

由圖3可知，高嶺石和絹云母在B6有吸收特征，因此B6的特征值符號(hào)應(yīng)該為負(fù)； 而B4的反射率較高，其特征值應(yīng)取正值，且2個(gè)值應(yīng)該較大。選用ASTER B1，B3，B4和B6進(jìn)行主成分分析，得到統(tǒng)計(jì)特征矩陣(表1)。

表1　高嶺石+絹云母PCA特征矩陣

盡管表1中沒(méi)有符合B4的特征值為正、B6的特征值為負(fù)條件的主分量，但是PC4中的B4和B6的特征值符號(hào)相反且特征值較大，因此對(duì)PC4的B4和B6取反后即可符合高嶺石和絹云母蝕變信息提取要求。

3.2.2綠泥石化蝕變信息提取

根據(jù)綠泥石的反射光譜曲線(圖3(右))可知其在 ASTER B8處有一吸收谷，選取 ASTER B1，B3，B4和B8進(jìn)行主成分分析,其B4 的系數(shù)應(yīng)與B8的系數(shù)符號(hào)相反，對(duì)應(yīng)的B4取正，同時(shí)B8為負(fù)。在綠泥石特征矩陣(表2)統(tǒng)計(jì)中，沒(méi)有正好符合上述條件的PC主分量，但對(duì)PC4的B4和B8取反就可以滿足綠泥石蝕變信息提取的要求。

表2　綠泥石PCA特征矩陣

3.2.3蛇紋石化蝕變信息提取

根據(jù)蛇紋石的反射光譜曲線(圖3(右))可知其反射率較低，在B8處有一吸收谷，在B2處也有一不明顯吸收谷，選擇ASTER B1，B2，B6和B8進(jìn)行主成分分析(表3)。對(duì)PC3的B2和B8取反可符合蛇紋石化蝕變信息提取的要求。

表3　蛇紋石PCA特征矩陣

3.2.4遙感蝕變信息提取成果圖

對(duì)前文選中的主成分分量分別進(jìn)行彩色等密度分割處理。根據(jù)主分量統(tǒng)計(jì)結(jié)果，以標(biāo)準(zhǔn)偏差為閾值δ，M為最大值，將蝕變異常分為3個(gè)等級(jí)： [δ，2δ)，[2δ，3δ)和[3δ，M]，并分別賦予藍(lán),綠和紅色，藍(lán)色對(duì)應(yīng)[δ，2δ)，為三級(jí)異常； 綠色對(duì)應(yīng)[2δ，3δ)，為二級(jí)異常； 紅色對(duì)應(yīng)[3δ，M]，為一級(jí)異常。并將彩色等密度分割圖疊置到遙感影像底圖上，得到遙感礦化蝕變異常信息圖(圖4)。

(a) 高嶺石+絹云母化 (b) 綠泥石化 (c) 蛇紋石化

圖4遙感礦化蝕變異常信息

Fig.4Remote sensing alteration anomalous information

3.3找礦預(yù)測(cè)

在ArcGIS平臺(tái)上，分別對(duì)高嶺石+絹云母化、綠泥石化和蛇紋石化3種主要蝕變異常分級(jí)處理，每種異常分為3個(gè)等級(jí)(分別賦值為1,2,3)； 再進(jìn)行疊加，3種蝕變異常疊加后的取值范圍在1—9之間； 將小于3的低值設(shè)為透明，并疊置到遙感影像底圖上，得到綜合礦化蝕變異常圖(圖5)。

圖5　綜合礦化蝕變異常

從圖5可以看出，在Ⅰ,Ⅱ礦體含礦超基性巖體大面積直接出露，異常信號(hào)最強(qiáng)，異常范圍較大； Ⅲ,Ⅳ礦體被第四系覆蓋，異常信號(hào)極弱，僅見(jiàn)零星低級(jí)異常。此外，在已知礦區(qū)南延的大片區(qū)域，存在多處較大面積的綜合礦化蝕變異常，且異常區(qū)域與先前提取的基性-超基性巖分布區(qū)域(圖2)基本一致，說(shuō)明異常可能是與基性-超基性巖有關(guān)的礦化異常，可在這些異常區(qū)域?qū)ふ彝愋豌~鎳硫化物礦床(圖6)。

圖6　遙感找礦預(yù)測(cè)區(qū)

圖6中，在Ⅱ,Ⅳ礦體西南部(A區(qū))，存在大面積分布的綜合礦化蝕變異常，且異常信號(hào)強(qiáng)，可以作為一級(jí)找礦預(yù)測(cè)區(qū)； 在Ⅲ礦體西部(B區(qū))，也存在大面積異常，但高異常區(qū)域面積較小，可作為二級(jí)找礦預(yù)測(cè)區(qū)； 在Ⅰ礦體南部(C區(qū))，異常分布面積較小，強(qiáng)度中等，可以作為三級(jí)找礦預(yù)測(cè)區(qū)。

經(jīng)野外調(diào)查驗(yàn)證，在A，B，C這3個(gè)找礦預(yù)測(cè)區(qū)均發(fā)現(xiàn)了基性-超基性巖和礦化蝕變帶。

4結(jié)論

以金川銅鎳礦礦區(qū)及其外圍為研究區(qū)，基于ASTER遙感數(shù)據(jù)，運(yùn)用波段比值計(jì)算巖性指數(shù)，定量提取了基性-超基性巖信息； 運(yùn)用主成分分析法定性提取了高嶺土化、絹云母化、綠泥石化和蛇紋石化等礦化蝕變信息； 運(yùn)用蝕變信息量化定級(jí)法得到的綜合礦化蝕變異常進(jìn)行了遙感綜合找礦預(yù)測(cè)，共圈定出3個(gè)找礦預(yù)測(cè)區(qū)，可為尋找同類型的礦床提供參考。

參考文獻(xiàn)(References)：

[1]張志軍,甘甫平,李賢慶,等.基于ASTER數(shù)據(jù)的蝕變礦物信息提取——以哈密黃山銅鎳礦區(qū)為例[J].國(guó)土資源遙感,2012,24(2):85-91.doi:10.6046/gtzyyg.2012.02.16.

Zhang Z J,Gan F P,Li X Q,et al.The extraction of altered mineral information based on ASTER data:A case study of the Huangshan copper-nickel ore district in Hami[J].Remote Sensing for Land and Resources,2012,24(2):85-91.doi:10.6046/gtzyyg.2012.02.16.

[2]丑曉偉,傅碧宏,鄭建京.干旱區(qū)熱紅外多光譜遙感巖石地層信息提取與分析方法研究[J].科學(xué)通報(bào),1994,39(18):1693-1695.

Chou X W,Fu B H,Zheng J J.Extraction and analysis of lithostratigraphic information from thermal infrared multispectral scanner imagery in arid region[J].Chinese Science Bulletin,1994,39(18):1693-1695.

[3]丑曉偉,傅碧宏.干旱區(qū)TM圖像巖石地層信息提取與分析方法研究[J].沉積學(xué)報(bào),1995,13(s1):164-170.

Chou X W,Fu B H.Extraction and analysis of lithostratigraphic information from Landsat Thematic Mapper imagery in arid region[J].Acta Sedimentologica Sinica,1995,13(s1):164-170.

[4]馬建文.利用TM數(shù)據(jù)快速提取含礦蝕變帶方法研究[J].遙感學(xué)報(bào),1997,1(3):208-213,224.

Ma J W.Methodology study of quickly identifying mineral bearing alterations from TM data[J].Journal of Remote Sensing,1997,1(3):208-213,224.

[5]張遠(yuǎn)飛,吳健生.基于遙感圖像提取礦化蝕變信息[J].有色金屬礦產(chǎn)與勘查,1999,8(6):604-606.

Zhang Y F,Wu J S.Extraction of mineralization and alteration information from remote sensing images[J].Mineral Exploration,1999,8(6):604-606.

[6]Ninomiya Y.Mapping quartz,carbonate minerals,and mafic-ultramafic rocks using remotely sensed multispectral thermal infrared ASTER data[C]//Proceedings of SPIE 4710,Thermosense XXIV.Orlando,FL:SPIE,2002:191-202.

[7]楊建民,張玉君,陳薇,等.ETM+(TM)蝕變遙感異常技術(shù)方法在東天山戈壁地區(qū)的應(yīng)用[J].礦床地質(zhì),2003,22(3):278-286.

Yang J M,Zhang Y J,Chen W,et al.Application of ETM+(TM) remote sensing alteration anomaly extraction technique to Gobi area,East Tianshan Mountains[J].Mineral Deposits,2003,22(3):278-286.

[8]陳江,王安建.利用ASTER熱紅外遙感數(shù)據(jù)開展巖石化學(xué)成分填圖的初步研究[J].遙感學(xué)報(bào),2007,11(4):601-608.

Chen J,Wang A J.The pilot study on petrochemistry components mapping with ASTER thermal infrared remote sensing data[J].Journal of Remote Sensing,2007,11(4):601-608.

[9]陳建明,孫衛(wèi)東,閆柏琨,等.ASTER多光譜遙感異常提取在新疆天湖鐵礦中的應(yīng)用[J].新疆地質(zhì),2009,27(4):368-372.

Chen J M,Sun W D,Yan B K,et al.The application and research of the anomaly extraction process base on the ASTER multi-spectral remote sensing in Tianhu iron ore mine[J].Xinjiang Geology,2009,27(4):368-372.

[10]楊長(zhǎng)保,姜琦剛,劉萬(wàn)崧,等.基于ASTER數(shù)據(jù)的內(nèi)蒙古東烏珠穆沁北部地區(qū)遙感蝕變信息提取[J].吉林大學(xué)學(xué)報(bào):地球科學(xué)版,2009,39(6):1163-1167.

Yang C B,Jiang Q G,Liu W S,et al.Hydrothermal alteration mapping using ASTER data in Northern Dong Ujimqin,Inner Mongolia[J].Journal of Jilin University:Earth Science Edition,2009,39(6):1163-1167.

[11]Pour A B,Hashim M.Spectral transformation of ASTER data and the discrimination of hydrothermal alteration minerals in a semi-arid region,SE Iran[J].International Journal of the Physical Sciences,2011,6(8):2037-2059.

[12]鄧會(huì)娟,姚聿濤,彭光雄,等.青海納日貢瑪斑巖型Cu-Mo礦床遙感蝕變異常提取與找礦預(yù)測(cè)[J].國(guó)土資源遙感,2014,26(2):154-161.doi:10.6046/gtzyyg.2014.02.25.

Deng H J,Yao Y T,Peng G X,et al.Extraction of remote sensing alteration anomalies and prospecting prediction of porphyry Cu-Mo deposits in Narigongma,Qinghai Province[J].Remote Sensing for Land and Resources,2014,26(2):154-161.doi:10.6046/gtzyyg.2014.02.25.

[13]張?jiān)品?焦超衛(wèi),李劍斌,等.陜西柞水冷水溝地區(qū)遙感地質(zhì)特征及找礦預(yù)測(cè)[J].國(guó)土資源遙感,2014,26(4):187-194.doi:10.6046/gtzyyg.2014.04.29.

Zhang Y F,Jiao C W,Li J B,et al.Remote sensing geological features and ore prediction in Lengshuigou,Zhashui county,Shaanxi province[J].Remote Sensing for Land and Resources,2014,26(4):187-194.doi:10.6046/gtzyyg.2014.04.29.

[14]van der Meer F,Fan L H,Bodechtel J.MAIS imaging spectrometer data analysis for Ni-Cu prospecting in ultramafic rocks of the Jinchuan Group,China[J].International Journal of Remote Sensing,1997,18(13):2743-2761.

[15]陳三明,吳虹,譚泛,等.基于ASTER的遙感地球化學(xué)統(tǒng)計(jì)預(yù)測(cè)模型及應(yīng)用——以金川銅鎳礦床外圍找礦為例[J].桂林理工大學(xué)學(xué)報(bào),2010,30(4):480-489.

Chen S M,Wu H,Tan F,et al.Statistics prediction model and application of remote geochemical sensing based on ASTER:Jinchuan copper-nickel ore deposit periphery prospecting[J].Journal of Guilin University of Technology,2010,30(4):480-489.

[16]宋謝炎,陳列錳,鄧宇峰,等.金川兩個(gè)巖體的識(shí)別及其深邊部找礦意義[J].礦物學(xué)報(bào),2011(S1):389-390.

Song X Y,Chen L M,Deng Y F,et al.Two rock identification in Jinchuan and its deep ore-prospecting significances [J].Acta Mineralogica Sinica,2011(S1):389-390.

[17]張建輝.金川與金平銅鎳硫化物礦床地質(zhì)特征對(duì)比[D].昆明:昆明理工大學(xué),2005.

Zhang J H.Geological Characteristics Differences Between Jinchuan Copper-nickel Sulfide and Jinping[D].Kunming:Kunming University of Science and Technology,2005.

[18]江榮伏.金川礦區(qū)深部找礦方向探討[J].地質(zhì)與勘探,2003,39(5):35-38.

Jiang R F.Discussion on exploration orientation in the depth of Jinchuan mining area[J].Geology and Prospecting,2003,39(5):35-38.

[19]田毓龍,把多恒,高志武,等.金川鎳銅礦床數(shù)學(xué)模型對(duì)深部礦化變化趨勢(shì)的指示[J].地質(zhì)與勘探,2008,44(1):82-88.

Tian Y L,Ba D H,Gao Z W,et al.Mathematical model of Jinchuan Ni-Cu sulfide deposit and its indication of deep mineralization trending[J].Geology and Prospecting,2008,44(1):82-88.

[20]高輝,Hronsky J,曹殿華,等.金川銅鎳礦床成礦模式、控礦因素分析與找礦[J].地質(zhì)與勘探,2009,45(3):218-228.

Gao H,Hronsky J,Cao D H,et al.An analysis on metallogenetic model and ore-control factors of Jinchuan Cu-Ni(PGE) magmatic sulfide deposit and its exploration implications[J].Geology and Exploration,2009,45(3):218-228.

[21]彭橋梁,曾南石,同銳靈,等.金川南延地區(qū)基性-超基性巖特征及其與礦區(qū)含礦超基性巖體的對(duì)比研究[J].礦物巖石地球化學(xué)通報(bào),2010,29(4):409-416.

Peng Q L,Zeng N S,Tong R L,et al.A comparative study of the characteristics of the basic-ultrabasic rocks in the southwest region and the ore rocks in the Jinchuan Ni-Cu deposit[J].Bulletin of Mineralogy,Petrology and Geochemistry,2010,29(4):409-416.

[22]賈恩環(huán).甘肅金川硫化銅鎳礦床地質(zhì)特征[J].礦床地質(zhì),1986,5(1):27-38.

Jia E H.Geological characteristics of the Jinchuan Cu-Ni sulfide deposit in Gansu province[J].Mineral Deposits,1986,5(1):27-38.

[23]馬建青.金川硫化鎳貧礦礦物組成對(duì)細(xì)菌浸出的適應(yīng)性研究[D].昆明:昆明理工大學(xué),2005.

Ma J Q.Study on Adaptability of Bacterial Leaching of Nickel Sulfide Ore Mineral Composition of Jinchuan[D].Kunming:Kunming University of Science and Technology,2005.

[24]李佐.甘肅金川銅鎳硫化物礦床控礦構(gòu)造研究[D].長(zhǎng)沙:中南大學(xué),2009.

Li Z.Analysis on the Ore-controlling Tectonic in Jinchuan Copper-nickel Sulphide Deposit,Gansu Province[D].Changsha:Central South University,2009.

(責(zé)任編輯： 劉心季)

Remote sensing prospecting prediction in periphery of the Jinchuan copper-nickel deposit based on ASTER data

CHENG Gong， ZHU Jiawei， MAO Xiancheng

(KeyLaboratoryofMetallogenicPredictionofNonferrousMetalsMinistryofEducation,SchoolofGeosciencesandInfo-Physics,CentralSouthUniversity,Changsha410083,China)

Abstract:According to the different band characteristics of ASTER data, lithologic and alteration information was extracted respectively. After silica content was extracted quantitatively by the band ratio method from TIR bands，the information of mafic-ultramafic rocks was extracted quantitatively by the band ratio lithologic index(LI) method, and the alteration information such as kaolin-sericite, chlorite and serpentine was extracted qualitatively by principal component analysis method from VNIR and SWIR bands. Then, on the ArcGIS platform, the alteration information extracted was made quantitative grading, and an integrated anomalous information figure was compiled after stacking process. The range and intensity were very consistent with the known mine. Finally, the ore prognosis of the Jinchuan copper-nickel deposit was conducted using the integrated anomalous information, and three prospecting prediction areas were delineated, which can provide a reference in the search for the same type of deposits.

Keywords:ASTER； lithologic index(LI)； principal component analysis； extraction of mineral and rock information； prospecting prediction

作者簡(jiǎn)介：第一 成功(1972-),男,博士研究生,講師,碩士生導(dǎo)師,主要從事遙感信息提取與地質(zhì)找礦研究工作。Email： chenggongx@126.com。

中圖法分類號(hào)：TP 79; P 627

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-070X(2016)01-0015-07

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“基于重磁電正反演的隱伏礦體三維預(yù)測(cè)模型修正方法研究”(編號(hào)： 41472301)和金川集團(tuán)技術(shù)開發(fā)項(xiàng)目“金川礦區(qū)深邊部隱伏礦體立體定量預(yù)測(cè)”(編號(hào)： 金科地2012-07)共同資助。

收稿日期：2014-09-08；

修訂日期：2014-10-20

doi:10.6046/gtzyyg.2016.01.03

引用格式： 成功,朱佳瑋,毛先成.基于ASTER數(shù)據(jù)的金川銅鎳礦床外圍遙感找礦預(yù)測(cè)[J].國(guó)土資源遙感,2016,28(1)：15-21.(Cheng G,Zhu J W,Mao X C.Remote sensing prospecting prediction in periphery of the Jinchuan copper-nickel deposit based on ASTER data[J].Remote Sensing for Land and Resources,2016,28(1)：15-21.)