8-矿产预测(蚀变信息提取)2012

遥感地质找矿方法

陈建国中国地质大学(武汉)

遥感资料在成矿预测中的应用 两种途径:

一: 通过遥感图像，解译线环构造(构造的/岩 体的等),统计线环构造的分布特征(等密度、 对称度、相交度等),研究它们与成矿的关 系； 二: 直接根据遥感图像提取岩石蚀变信息。

线性体统计分析

定量地研究断裂线性体的空间分布规律，通常 基于概率论并应用数理统计方法来进行线性体 的研究。 遥感图像解译特征的研究可以揭示线性体空间 分布的某些统计特征，这有助于阐明区域构造 格局和局部构造异常及其相互关系；局部构造 异常与矿化、石油储集、古火山机构等之间的 关系以及线性体其他统计特征的地质意义；同 时又有利于降低目视解译中有时难以避免的主 观随意性所带来的影响。

线性体统计分析

线性体是指遥感影像上任何天然的线或线性 排列。线性体大多与构造要素有关； 线性体统计分析的基础资料是遥感影像线性 体解译图，分析所依据的基本数据是线性体 长度 ( L )、方位 ( θ )和条数 ( N )。

线性体直方图分析

直方图分析的目的是认识区域线性体长度和方 位频度分布的总体特征。可以在线性体图上量 出各线性体的长度和方位角，也可以注记各线 性体两端点坐标(取直角坐标系，以图幅左下 角为原点),以x, y分别代表纵横坐标，通过下 式计算： 长度 方位角 L=sqrt((x2-x1)2 + (y2-y1)2) tgθ= (y2 - y1 ) /(x2 -x1 ) θ: [-90 ,90 ]

线性体直方图分析长度—频数直方图: 若近于正态分布的曲线特征 表明 线性体长度的分布是随机的，这就意味着线性体解译结 果能够客观地反映区内构造地质特征，解译结果是真实 可靠的。 方位—频数分布直方图或方位—频数玫瑰花图(间隔一般 以5 —10 为宜): 可以确定线性体方位分组特征，了解各 方位线性体的发育情况。 以一定的长度间隔和方位间隔将线性体长度和方位分组， 可以对线性体频数进行双重分类。各类线性体的长度和 方位频数构成一个m n的矩阵，其中行数m是方位分组 数，例数n是长度分组数。方位—长度频数双重分类相 当于二维的直方图，由此可以了解线性体长度和方位两 个参数的频数分布。

线性体等密度分析

线性体密度图是以一定的采样网格对线性体解 译图进行采样，在统计每个网格内线性体长度的 基础上插值绘出研究区的线性体密度图。它反映 了线性体在空间上密度分布的数字特征和结构特 征。

线性体等密度分析

对于线性体等密度图的解释，一般首先要确定高密度 异常区域，这些区域可能是矿化或储水的

有利部位，或 者是断裂或褶皱的发育部位。进一步要分析等密度图， 特别是高密度区的等值线形态结构。 例如，两个延长的高密度区或密度梯度带意味着可能有隐伏大 断裂存在，外围为高密度区而中心为低密度区的环形闭合可能 是隐伏的穹窿或等轴状侵入体等。

可以对不同方向和不同长度的线性体分别作等密度图 ，以期分别获得不同期次、不同规模、不同方位的构造 信息。

线性体平均方位分析

中心对称度分析该方法是由刘建国(1982)提出的，是一种研究局部构造格局的 有效方法之一。该方法可以识别出火山机构和等轴状侵入体所特 有的放射状、环状等局部构造格局，为找矿和区域地质研究提供 重要信息。 计算中心对称度σs :n n n n θ2 = 90 ±θ1 σs = [ ∑Li sin2(θi - θ) / ∑ Li ]1/2 θ1 = ∑ liθi / ∑ li

i=1

i=1

i=1

i=1

其中 n:任一采样网孔内线性体条数；

li:任一采样网孔内第i条线性体的长度； -90 ≤θi ≤90 ),θ2 主

θi: 任一采样网孔内第i条线性体在地理坐标系上半空间内的方位角(i= 1, 2,……, n, 值范围在[-90 ,90 ]以内。

中心对称度分析 中心对称度σs 等值线图的异常分为以下三级： 一级：σs ≥ 0.70 二级：0.68 ≤σs < 0.70 三级：0.65 ≤σs < 0.68

中心对称度图所圈出的中心对称模式，在覆盖(隐伏)区域提取异常的规模 取决于采样网孔的大小。对于一个规模很大的中心对称型式以小网孔采样时， 每个网孔都只是该中心对称型式的局部，因此不会出现高σs 值。只有当采样网 孔的孔径与欲圈出的中心对称型式规模相当时，才会出现以高σs值将其圈出。 因此，应用时应根据已有地质资料和影像解译资料，特别是解译出的环形体的 规模，合理地设计采样网孔径。最好依次作出一系列以不同网孔采样的中心对 称度图，以圈出不同规模的中心对称度型式。

线性体方位异常度分析 这是由J. P. G 普莱柯里厄斯等(1974)提出的。 在线性体密度基础上反映线性体方位局部特征的一种方法。 它是一种有效的扫面方法，可以无偏倚地判定异常靶区，并反 映线性体分布模式组合特征。 异常性方位角的确定：分别计算出整个研究区一定间隔方位 角分组的线性体长度和，作出方位—长度直方图并连成光滑的 曲线。以线性体条数总和的20%确定异常线，光滑曲线处于异 常线下低谷所对应的角度区间就是异常方位区间。与此相反， 光滑曲线位于异常线上峰值所对应的角度区间则是区域线性体 展布的主要方位。在研究区内，异常性方位通常是由多个异常 方位角度区间组成；同样，区域线性体展布的主要方位通常也 是由

几组角度区间组成。根据区域性线性体方位角度区间，可 以验证线性体对区域构造趋势的反映程度，分析线性体解译结 果是否能够代表区域构造地质特征。

线性体方位异常度分析在异常性方位确定的基础上，可以作出方位异常度图。即以一 定的采样网对线性体解译图进行采样，计算出每个网孔内异常 方位线性体长度占该网孔内线性体长度总和的比例，这个比例 就是异常度指数。显然，该指数不受因岩性差异或构造单元不 同所产生的密度变化影响，它的取值范围为0—1;根据每个网 孔的异常度指数插值绘出研究区的方位异常度图。

线性体方位异常度分析在方位异常度图中，一般是以0.4(40%)为界限划定异常区。 方位异常度指数越高，则单位面积(网孔)内异常方位的线性 体的规模强度越大，受区域性构造优势方位的影响越小。因此 ，这种方法能够有效地突出局部构造特征。对于这类等值线的 分析，除了取值的高值或低值区域值得注意外，其等值线的模 式组合也是一个非常重要的信息。对比线性体密度图的分析结 果，二者应该互补，即方位异常度图中的大范围低值区(不排 除局部的异常点或小范围异常)正好是线性体密度图中等值线 密集区。此外，一般在模式特征一致的等值线周围出现许多峰 值的区域、或在低背景区内出现孤立异常的部位，往往具有特 殊的地质成因意义。

遥感蚀变异常提取岩石蚀变信息的提取是遥感地质信息提取中一个 重要的部分。近矿围岩蚀变形成的蚀变岩石与其周 围的正常岩石在矿物种类、结构、颜色等方面都有 差异,这些差异导致了岩石反射光谱特征的差异,并且 在某些特定的光谱波段形成了特定蚀变岩石的光谱 异常。

定 量提取遥 感找矿信息， 一直是遥感地 学界所努力探 索和攻关的目 标。

这种找矿 信息在地质找 矿及资源潜力 评价中具有较 高的实用价值， 可与化探异常、 物探异常等找 矿标志相媲美。

遥感蚀变异常找矿的地质依据

蚀变晕圈或蚀变岩石常常是矿床存在的重要 的直接标志 对于隐伏或半隐伏的矿床的寻找和预测，蚀 变产物的识别具有特殊的作用 近矿围岩蚀变形成的蚀变岩石与其周围的正 常岩石在其矿物种类、结构、颜色等差异导 致岩石反射光谱特征的差异，在某些特定的 光谱波段形成特定蚀变岩石的光谱异常。

光谱异常导致遥感图像或数据的异常，通过图像处 理技术可得到近矿围岩蚀变信息或矿化高丰度值异

常区信息。

由于热液蚀变矿物特有的光谱特性在现今的遥感传

感器中可敏锐的得到识别，而且热液蚀变范围多大于矿体分布的范

围而易识别，因此热液蚀变遥感信

息标志是重要的矿床遥感信息标志。

本文来源：https://www.bwwdw.com/article/uiym.html