如何利用遙感技術進行地質找礦？

　　關鍵詞：遙感技術；地質找礦；ASTER數據；礦化蝕變 

 

　　礦場資源是眾多自然資源的一種，是人類來意生存的重要的物質資源。由于我國人口基數較大，對礦產資源的使用量需求較高，所以，如何有效開發(fā)利用、合理使用、以及后備資源的補充等方面的研究逐漸成為我國研究的重點。2010年，國土資源部提出了“地質找礦358”行動，旨在提升國家資源保障力，緩解國內對資源的大量需求。隨著科技的不斷發(fā)展，遙感技術也逐漸應用在地質找礦方面。本文則是對基于ASTER數據的遙感技術討論其在地質找礦中的應用研究。 

 

 

　　從二十世紀70年代開始，遙感數據就已應用在巖石的蝕變區(qū)分研究中，此后，基于遙感技術的比值+主成分變換法、選擇性分析法、比值法等先后被應用于礦產蝕變異常機理的研究中。同時，也通過遙感技術也經過

Rowan、Griffiths等人的研究，開始在線環(huán)構造解譯方面的研究。隨后，由加拿大地質調查所開始利用遙感技術進行地質信息綜合成礦研究。我國在基于遙感技術在地質成礦研究中的起步雖晚，但是研究開展的比較多，而

且有較為成熟的理論與技術。 

 

 

　　在本研究中，所需要的數據包括研究區(qū)的地質、礦產資料，以及ASTER遙感數據，通過干擾識別的研究，建立干擾分級，完成礦化蝕變進行光譜特征分析，之后利用主成分分析法完成蝕變的異常信息提取，進行研究

區(qū)線性構造和環(huán)形構造的解譯工作，根據之前的礦化蝕變數據利用證據法進行地質成礦研究。技術路線圖如圖1。 

 

 

　　3.1遙感數據處理與線環(huán)構造解譯 

 

　　利用GIS軟件，選取質量較好、圖像清晰的ASTER數據進行處理，經過波段組合選取、波段彩色合成、幾何校正、影像鑲嵌等步驟，制作遙感彩色合成影像。 

 

　　根據區(qū)域構造特征以及研究區(qū)內的斷裂構造，利用GIS軟件進行線性構造和環(huán)形構造的解譯工作，構建解譯標志，并開展線性構造與礦化關系的研究。 

 

　　3.2礦化蝕變異常信息提取 

 

　　礦化蝕變有很多種，本文中主要針對鐵染蝕變、羥基蝕變、碳酸鹽化蝕變和硅化蝕變進行討論。通過對遙感影像的處理，進行干擾識別并進行等級劃分，及高度干擾區(qū)、中度干擾區(qū)和相對無干擾區(qū)，之后，根據主成分

分析法，在不同干擾區(qū)分別進行鐵染、羥基和碳酸鹽化異常信息提取。對于硅化蝕變，需根據式1進行反演： 

 

　　SiO2%=28.76*log[6.56*B13*B14/（B10*B12）]（式1） 

 

　　式中B13、B14為波段。經過運算得到SiO2%≥56%，在濾波優(yōu)選之后提取硅化異常信息提取。 

 

　　3.3綜合成礦預測 

 

　　二十世紀80年代，加拿大學者Agterberg基于Bayes理論提出了一種的地學統(tǒng)計方法--證據權法，來進行礦產資源預測。 

 

　　在本研究中，以證據權法為研究基礎，利用MRAS和GIS系統(tǒng)，進行綜合成礦預測，需從以下幾個步驟進行：建立目標圖層和專業(yè)圖層，劃分單元網格，經過含礦單元的設置以及證據因子的選擇，進行圖層的空間疊置

分析，然后對證據因子進行先驗概率計算、權重計算、條件獨立性檢驗以及后驗概率計算，并提取找礦遠景區(qū)分級，最后根據分級結果、斷裂構造、和礦化蝕變異常發(fā)育信息，對成礦有利密度進行討論，分析研究區(qū)成礦的

有利地域。 

 

　　結語 

 

　　利用多光譜遙感圖像對礦化蝕變進行提取與分析是一個較為復雜的過程。通過對ASTER遙感數據的處理與分析，進行線性構造和環(huán)形構造的解譯，提取了基于鐵染、羥基、碳酸鹽化與硅化的異常信息，并以此為基

礎，利用證據權法進行綜合成礦預測。該方面的研究在實際生產應用中有著較高的科學研究價值，有著較好的適用性，值得推廣與應用。但在遙感影像的處理與干擾區(qū)的分級過程中，由于多種原因有數據會有缺失，所以，

對于信息提取以及數據精度的研究方法都需要完善。 

 

　　參考文獻 

 

　　[1]陳江，王安建.利用ASTER熱紅外遙感數據開展巖石化學成分填圖的初步研究[J].遙感學報，2007，11（04）：601-608. 

　　[2]楊長保，姜琦剛，朱群，劉斌.淺覆蓋區(qū)基于ASTER數據的蝕變礦物識別方法[J].地質與勘探，2009，45（06）：761-766. 

　　[3]王鋒德，趙志芳，毛景雨，談樹成.云南綠春地區(qū)遙感地質特征與找礦遠景綜合分析[J].國土資源遙感，2012（02）：98-104.