地面岩石波谱测试找矿综合研究——以山西灵丘地区为例

李嵩. 地面岩石波谱测试找矿综合研究——以山西灵丘地区为例[J]. 地质通报, 2017, 36(8): 1467-1475.
引用本文: 李嵩. 地面岩石波谱测试找矿综合研究——以山西灵丘地区为例[J]. 地质通报, 2017, 36(8): 1467-1475.
LI Song. A comprehensive study of the surface rock spectrum test:A case study of Lingqiu area in Shanxi Province[J]. Geological Bulletin of China, 2017, 36(8): 1467-1475.
Citation: LI Song. A comprehensive study of the surface rock spectrum test:A case study of Lingqiu area in Shanxi Province[J]. Geological Bulletin of China, 2017, 36(8): 1467-1475.

地面岩石波谱测试找矿综合研究——以山西灵丘地区为例

  • 基金项目:
    山西省地勘基金项目《山西省灵丘银铜铅锌钼成矿区遥感地质调查》(编号:晋国土资发[2012]232号)
详细信息
    作者简介: 李嵩(1965-), 女, 学士, 高级工程师, 从事遥感地质研究。E-mail:498905402@qq.com
  • 中图分类号: P627

A comprehensive study of the surface rock spectrum test:A case study of Lingqiu area in Shanxi Province

  • 结合区域地质背景,从实测岩矿波谱出发;对实测波谱进行预处理,建立实测波谱库;以岩矿波谱特征理论为指导,以实测样本波谱特征为参照,分析不同矿物波谱具有的特征谱与诊断谱,通过野外岩石样品岩矿鉴定,利用多元线性拟合的方法,从实测波谱中反演氧化物含量,其结果可靠。采用克里金插值法对研究区氧化物进行插值,利用分形理论提取各氧化物异常;采用异常叠加法得到研究区异常集中区。结合化探异常及地质背景,提取了研究区31个找矿远景区。

  • 加载中
  • 图 1  氧化物异常叠合区及远景预测区分布

    Figure 1. 

    表 1  反演误差分布

    Table 1.  Inversion error distribution

    氧化物选用波段/μm相关系数(R2)
    SiO22.3355、0.691、0.5793、1.9256、0.3461、0.7606、0.9358、1.1144、2.1671、1.9363、1.0110、1.9336、2.15970.513
    CaO2.3897、1.7516、1.939、2.33550.803
    MgO12.561、1.0148、1.1144、1.2774、1.3524、1.3637、1.3749、1.3972、1.4158、1.4307、1.7121、1.8192、1.8333、1.851、1.858、1.8651、1.8756、
    1.8861、1.8966、1.9014、1.9041、1.9068、1.9122、1.9175、1.9229、1.9283、1.9309、1.9363、1.9416、1.9523、1.9997、2.0154、2.1024、
    2.2061、2.2229、2.254、2.2939
    0.981
    Fe2O30.4331、0.5557、0.5932、0.6083、0.6438、0.7437、0.7605、0.8151、0.9881、1.0110、1.1144、1.3524、1.3972、1.7121、1.8192、1.8439、
    1.8931、1.9041、1.9068、1.9122、1.9175、1.9229、1.9283、1.9390、1.9523、2.0847、2.1572、2.2061、2.2658,
    0.844
    Al2O30.3401、0.3476、0.4331、0.4922、0.5793、0.6869、0.7605、0.8151、0.9381、0.9881、1.0110、1.1144、1.3972、1.4307、1.7121、1.8192、
    1.8439、1.8931、1.9068、1.9122、1.9175、1.9283、1.9336、1.9390、1.9523、2.0847、2.1597
    0.715
    FeO2.2658、0.8508、1.5414、0.9506、2.25630.622
    K2O0.3401、0.3803、0.5876、0.6220、0.7605、1.1258、1.3524、1.3972、1.7121、1.8966、1.9041、1.9068、1.9122、1.9175、1.9229、1.9283、
    1.9523、2.1597、2.2061、2.2752
    0.798
    TiO20.3476、0.4331、0.5793、0.6220、0.7437、0.7605、0.8151、0.9881、1.0110、1.1144、1.3524、1.3972、1.7121、1.8192、1.8439、1.8931、
    1.9041、1.9068、1.9122、1.9283、1.9523、2.0847、2.1597、2.2061、2.2516
    0.858
    Na2O0.3401、0.3803、0.4922、0.5876、0.6220、0.6869、0.7580、0.8151、0.9300、0.9881、1.1144、1.3524、1.3637、1.3972、1.4158、1.7121、
    1.8192、1.8966、1.9041、1.9068、1.9122、1.9175、1.9202、1.9256、1.9363、1.9523、2.0847、2.1597、2.2061、2.2799
    0.808
    P2O50.3476、0.4331、0.5793、0.6220、0.7280、0.7605、0.8151、0.9300、0.9881、1.0110、1.3524、1.3972、1.4307、1.7121、1.8966、1.9041、
    1.9068、1.9122、1.9175、1.9202、1.9229、1.9283、1.9363、1.9523、2.0847、2.1597、2.2061、2.2468
    0.729
    MnO0.3476、0.4331、0.4922、0.5793、0.6220、0.6869、0.7437、0.7605、0.8151、0.9381、0.9881、1.0110、1.1144、1.3524、1.3972、1.7121、
    1.8192、1.8439、1.8931、1.9041、1.9068、1.9122、1.9175、1.9229、1.9283、1.9336、1.9390、1.9523、2.0023、2.0847、2.1597、2.2061、2.2516
    0.773
    下载: 导出CSV

    表 2  反演误差分布

    Table 2.  Inversion error distribution

    误差范围SiO2CaOMgOFe2O3Al2O3FeOK2OTiO2Na2OP2O5MnO
    15%以内45.015.045.022.532.55.027.542.522.520.037.5
    35%以内77.540.065.047.562.512.555.060.047.540.070.0
    100%以内85.072.582.572.582.535.062.580.060.082.592.5
    下载: 导出CSV
  • [1]

    Gaffey S J. Spectral reflectance of carbonates minerals in the visible and near infrared(0.35~2.55microns):calcite, aragonite, and dolomite[J]. American Mineralogist, 1986, 71:151-162.

    [2]

    Bierwirth P, Husion D, Bkwett R. Hyperspectral Mapping of Miner-al Assemblages Associated with Gold Mineralization in the Cengral Pilbrar, Western Australlia[J]. Econcomic Gology, 2002, 97:819-826. doi: 10.2113/gsecongeo.97.4.819

    [3]

    王润生, 甘甫平, 闰柏棍, 等.高光谱矿物填图技术与应用研究[J].国土资源遥感, 2010, (1):1-13. doi: 10.6046/gtzyyg.2010.01.01

    [4]

    王翔, 范海明.山西省晋东北地区燕山期岩浆岩热液型多金属矿床地质特征[M].北京:中国地质出版社, 2013:85-176.

    [5]

    Zhang B P, Zhang Y M. Application of remote sensing alteration in-formation extraction to copper and iron deposit exploration in Ban-changou region, westernTianshan[J]. Mineral Resources and Geolo-gy, 2007, 21(1):90-93. http://en.cnki.com.cn/Article_en/CJFDTotal-KCYD200701020.htm

    [6]

    Crosta A P, Sabine C, Taranik J V. Hydrothermalaltertion mapping at Bodie, California, Using AVIRIS hypersperctral data[J]. Remote sensing Environ, 1998, 65:309-319. doi: 10.1016/S0034-4257(98)00040-6

    [7]

    Crowl E Y, James K, Hubbard B E, et al. Hydrothermal alteration on the cascade strato volcanoes:A remote sensing survey[J]. Geologi-cal Society of America Abstracts with Programs, 2003, 35(6):552. https://www.mendeley.com/research-papers/hydrothermal-alteration-cascade-stratovolcanoes-remote-sensing-survey/

    [8]

    Hunt G R, Salisbury J W. Visible and nearinfrared spectra of miner-als and rocks:Isilicate Minerals[J]. Modern Geology, 1970, 1:283-300.

    [9]

    Hunt G R, Salisbury J W, Lenhoff G J. Visible and near infrared spectra ofminerals and rocks:Ⅲ Oxides and hydroxides[J]. Modern Geology, 1978, 2:195-205.

    [10]

    张琴. 地表岩石中Fe2O3和SiO2的遥感定量反演研究[D]. 吉林大学博士学位论文, 2013.

    [11]

    苏红军, 杜培军.高光谱数据特征选择与特征提取研究[J].遥感技术与应用, 2006, (4):288-293. doi: 10.11873/j.issn.1004-0323.2006.4.288

    [12]

    Wang X P, Xie Z Q, Wu Y Z. Information extraction of mineral-izing alteration from etm space image:Taking Taxk organ Area of West Kunlun Mountain as an Example[J]. Geology and Resources, 2002, 11(2):119-122.

    [13]

    Imbroane A, Melenti C, Gorgan D. Mineral Exploration by Land-sat Image Ratios[C]//Ninth International Symposium on Symboli-cand Numeric Algorithms for Scientific Computing, 2008:335-340.

    [14]

    Tseng D C, Lai C C. A genetic algorithm for MRF-based segmen-tation of multispectral textured images[J]. Pattern Recognition Let-ters, 1999, 20:1499-1510. doi: 10.1016/S0167-8655(99)00117-8

    [15]

    王亚飞, 钱乐祥, 刘含海.地物光谱曲线特征点的提取和应用[J].河南大学学报(自然科学版), 2006, (36):37-70. http://www.cnki.com.cn/Article/CJFDTOTAL-HDZR200604016.htm

    [16]

    Hunt G R, Ashley R P. Spectra of Altered Rocks in the Visible and NearInfrared[J]. Economic Geology, 1979, 74:1613-1629. doi: 10.2113/gsecongeo.74.7.1613

    [17]

    Hunt G R. Spectroscopic Properties of Rocks and Minerals[C]//Carmichael R C. Practical Handbook of Physical Properties of Rock sand Minerals. Boca Raton Florid:CRC Press Inc, 1989:599-669.

    [18]

    曾怀恩, 黄声享.基于Kriging方法的空间数据插值研究[J].测绘工程, 2007, (05):5-8+13. doi: 10.3969/j.issn.1006-7949.2007.05.002

    [19]

    张军, 王茂芝, 陈聆, 等.插值算法在高光谱数据中的应用[J].四川理工学院学报(自然科学版), 2012, (3):43-46. http://www.cnki.com.cn/Article/CJFDTOTAL-SCQX201203012.htm

    [20]

    赵鹏大, 池顺都.初论地质异常[J].地球科学-中国地质大学学报, 1991, 16(3):241-248. http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX200102005.htm

    [21]

    赵鹏大, 王京贵, 饶明辉, 等.中国地质异常[J].地球科学(中国地质大学学报), 1995, 20(2):117-12. http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX502.000.htm

    [22]

    张焱, 周永章, 姚凌青, 等.多重分形与地质统计学方法在粤北刘家山地区矿化指示中的应用[J].地学前缘, 2012, 19(4):151-158. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201204017.htm

    [23]

    Shen W, Zhao P D. The theoretical study of statistical fractal mod-el and its application in mineral resource prediction[J]. Computers& Geosciences, 2002, 28(3):369-376. http://www.sciencedirect.com/science/article/pii/S0098300401000528

    [24]

    范海明.基于适宜性模型多元信息成矿预测研究[J].科技创新与生产力, 2013, (6):35-37. http://www.cnki.com.cn/Article/CJFDTOTAL-TAIY201306037.htm

    [25]

    范海明, 暴玉.基于多因子评判(MCE)法的灵丘地区铜矿预测[J].华北国土资源, 2014, 3:102-104. doi: 10.3969/j.issn.1672-7487.2014.01.075

    [26]

    Jia Y H, Li D R, Jia B S. Data Fusion Techniques for Multisources Remotely Sensed Imagery[J]. Remote Sensing Technology And Application, 2000, 15(1):41-44. http://en.cnki.com.cn/Article_en/CJFDTOTAL-YGJS200001009.htm

    王润生, 闫柏琨, 刘圣伟, 等. 岩矿遥感信息定量化技术研究.中国国土资源航空物探遥感中心, 2007.

  • 加载中

(1)

(2)

计量
  • 文章访问数:  556
  • PDF下载数:  7
  • 施引文献:  0
出版历程
收稿日期:  2016-01-09
修回日期:  2017-07-01
刊出日期:  2017-08-25

目录