吉林大学学报(地球科学版) ›› 2023, Vol. 53 ›› Issue (4): 1275-1275.doi: 10.13278/j.cnki.jjuese.20210046

• 地球探测与信息技术 • 上一篇    下一篇

黑龙江建边农场地区遥感蚀变异常提取方法

赵忠海1,乔锴1,孙景贵2,陈俊1,崔晓梦1,梁杉杉1,Manirambona Alain Jospin1#br#   

  1. 1.辽宁工程技术大学矿业学院,辽宁 阜新 123000
    2.吉林大学地球科学学院,长春 130061
  • 收稿日期:2022-02-12 出版日期:2023-07-26 发布日期:2023-08-11
  • 通讯作者: 乔锴(1998—),男,硕士研究生,主要从事矿产资源定量预测方面的研究,E-mail:qk6173@126.com
  • 作者简介:赵忠海(1984—), 男,副教授,博士生导师,主要从事区域成矿作用及找矿预测方面的研究,E-mail:zhao-zhonghai@lntu.edu.cn
  • 基金资助:
    国家重点研发计划项目(2017YFC0601306);辽宁省自然科学基金项目(2020-BS-258);辽宁省教育厅科学研究经费项目(LJ2020JCL010);辽宁工程技术大学学科创新团队资助项目(LNTU20TD-14);黑龙江重点研发计划项目(GA21A204)

Extraction Method of Alternation Anomaly Information Based on Remote Sensing Prospecting in the Jianbian Farm Area, Heilongjiang Province

Zhao Zhonghai1, Qiao Kai1, Sun Jinggui2, Chen Jun1, Cui Xiaomeng1, Liang Shanshan1, Manirambona Alain Jospin1   

  1. 1. College of Mining, Liaoning Technical University, Fuxin 123000, Liaoning, China
    2. College of Earth Sciences, Jilin University, Changchun 130061, China
  • Received:2022-02-12 Online:2023-07-26 Published:2023-08-11
  • Supported by:
    the National Key R&D Project of China (2017YFC0601306), the Project of the Natural Science Foundation of Liaoning Province (2020-BS-258), the Scientific Research Fund Project of the Educational Department of Liaoning Provincial (LJ2020JCL010), the Fund Project of Discipline Innovation Team of Liaoning Technical University (LNTU20TD-14) and the Key Research and Development Project of Heilongjiang Province (GA21A204) 

摘要: 黑龙江建边农场地区位于大兴安岭和小兴安岭交汇部位,该区多期的岩浆和构造演化历史导致了成矿地质背景的复杂性和多样性。本文在对黑龙江建边农场地区Landsat ETM影像数据进行解读的基础上,综合矿物光谱特征以及该地区的基础地质资料,采用“去干扰-主成分分析与比值法结合-异常筛选”的方法体系提取了研究区铁染、羟基等矿化蚀变信息。结果表明:本次研究共圈定羟基矿化蚀变异常13处、铁染矿化蚀变异常17处;矿化蚀变异常以白垩纪火山地层为主,在空间分布上主要沿NE向断裂与NW向、NNW向及SN向断裂的交汇部位分布,与中生代火山岩和早白垩世—早石炭世侵入岩体接触带部位密切相关。结合已知的地质矿产资料及野外实地验证结果,发现该地区普遍发育褐铁矿、赤铁矿等铁染异常矿物以及碳酸盐化、绿泥石化等羟基异常矿物,提取出的铁染与羟基矿化蚀变异常与物化探异常套合较为紧密且与已知的金、铜、钼等矿点和矿化点吻合程度较高。

关键词: 遥感, 矿化蚀变, 主成分分析, 比值法, 信息提取, 黑龙江建边农场地区

Abstract: The Jianbian farm area in Heilongjiang Province is located at the intersection of the Great and Lesser Xing’an Ranges. The multi-stage magmatic and tectonic evolution history in this area has resulted in a complex and diverse geological background for mineralization. Based on the interpretation of Landsat ETM image data in the Jianbian farm area of Heilongjiang, this paper combined the mineral spectral characteristics and the basic geological data, and used the method system of “de-interference, principal component analysis, and ratio method combined with anomaly screening” to extract the mineralized alteration information, such as iron staining and hydroxylation in the study area. Thirteen hydroxyl mineralization alteration anomalies and seventeen iron-stained mineralization alteration anomalies were identified. The mineralized alteration anomalies were mainly found in Cretaceous volcanic strata and were mainly distributed along the intersection of NE- and NW-trending faults, NNW- and SN-trending faults. They were closely related to the contact zone of Mesozoic volcanic rocks and Early Cretaceous-Early Carboniferous intrusive rocks. Combining the known geological and mineral data and field verification results, it is found that iron-stained anomalous minerals such as limonite and hematite, as well as anomalous hydroxyl minerals such as carbonation and chloritization, were commonly developed in this area. The extracted iron-stained and hydroxyl mineralized alteration anomalies closely matched physical and chemical exploration anomalies, and were highly consistent with known Au, Cu and Mo occurrences and mineralized occurrences. This provides a theoretical basis and direction for the next step of mineral exploration in the study area.

Key words: remote sensing, mineralization alteration, principal component analysis, ratio method, information extraction, Jianbian farm area in Heilongjiang Province

中图分类号: 

  • P627
[1] 习靖, 姜琦刚, 刘骅欣, 高鑫. 基于Sentinel-2A的喀斯特石漠化信息提取及成因分析[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1301-1312.
[2] 李美霖, 芮杰, 金飞, 刘智, 林雨准. 基于改进YOLOX的遥感影像目标检测算法[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1313-1322.
[3] 闫佰忠, 李瑶, 秦光雄, 于开宁, 吴云霞, 王亚楠. 基于遥感技术的贵德盆地多元信息干热岩靶区预测[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1288-1300.
[4] 张强, 李家金, 王毛毛, 唐湘飞. 基于改进主成分分析法的测井曲线岩性分层技术[J]. 吉林大学学报(地球科学版), 2022, 52(4): 1369-.
[5] 戴均豪, 薛林福, 李忠潭, 桑学佳, 马建雄. 无人机遥感技术在甘肃北山地区地质填图中的应用[J]. 吉林大学学报(地球科学版), 2021, 51(6): 1908-1920.
[6] 王博帅, 蒲东川, 李婷婷, 牛雪峰. 基于多源遥感影像的长春市城市建成区提取[J]. 吉林大学学报(地球科学版), 2021, 51(4): 1284-1294.
[7] 刘云鹏, 郭春影, 秦明宽, 吴玉, 裴柳宁. 基于PCA-SVM算法对稀土元素与稀土判别指标耦合数据集的铀矿床分类[J]. 吉林大学学报(地球科学版), 2021, 51(3): 723-733.
[8] 王明常, 朱春宇, 陈学业, 王凤艳, 李婷婷, 张海明, 韩有文. 基于FPN Res-Unet的高分辨率遥感影像建筑物变化检测[J]. 吉林大学学报(地球科学版), 2021, 51(1): 296-306.
[9] 孙立影, 杨晨, 赵海士, 常志勇. 基于极限学习机的遥感地球化学反演模型[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1929-1938.
[10] 吴燕清, 王世成, 丁园, 王文正, 余弘龙, 王青, 李杨. 内蒙古新城子盆地铀及多金属矿产勘查遥感应用[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1917-1928.
[11] 张辉, 刘万军, 吕欢欢. 引导滤波联合局部判别嵌入的高光谱影像分类[J]. 吉林大学学报(地球科学版), 2020, 50(4): 1249-1260.
[12] 白韬, 杨国东, 王凤艳, 刘佳为. 一种面向对象的最优分割尺度计算模型[J]. 吉林大学学报(地球科学版), 2020, 50(1): 304-312.
[13] 柳长源, 刘鹏, 毕晓君. 基于自适应可变滤镜的地类变化预测模型[J]. 吉林大学学报(地球科学版), 2019, 49(5): 1477-1485.
[14] 贺金鑫, 姜天, 董永胜, 韩凯旭, 马宁, 熊玥. 基于Landsat 8的辽宁弓长岭区遥感蚀变信息提取[J]. 吉林大学学报(地球科学版), 2019, 49(3): 893-901.
[15] 叶涛, 韦阿娟, 黄志, 赵志平, 肖述光. 基于主成分分析法与Bayes判别法组合应用的火山岩岩性定量识别:以渤海海域中生界为例[J]. 吉林大学学报(地球科学版), 2019, 49(3): 872-879.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 程立人,张予杰,张以春. 西藏申扎地区奥陶纪鹦鹉螺化石[J]. J4, 2005, 35(03): 273 -0282 .
[2] 李 秉 成. 陕西富平全新世古气候的初步研究[J]. J4, 2005, 35(03): 291 -0295 .
[3] 和钟铧,杨德明,王天武,郑常青. 冈底斯带巴嘎区二云母花岗岩SHRIMP锆石U-Pb定年[J]. J4, 2005, 35(03): 302 -0307 .
[4] 陈 力,佴 磊,王秀范,李 金. 绥中某电力设备站场区地震危险性分析[J]. J4, 2005, 35(05): 641 -645 .
[5] 纪宏金,孙丰月,陈满,胡大千,时艳香,潘向清. 胶东地区裸露含金构造的地球化学评价[J]. J4, 2005, 35(03): 308 -0312 .
[6] 初凤友,孙国胜,李晓敏,马维林,赵宏樵. 中太平洋海山富钴结壳生长习性及控制因素[J]. J4, 2005, 35(03): 320 -0325 .
[7] 李斌,孟自芳,李相博,卢红选,郑民. 泌阳凹陷下第三系构造特征与沉积体系[J]. J4, 2005, 35(03): 332 -0339 .
[8] 李涛, 吴胜军,蔡述明,薛怀平,YASUNORI Nakayama. 涨渡湖通江前后调蓄能力模拟分析[J]. J4, 2005, 35(03): 351 -0355 .
[9] 旷理雄,郭建华,梅廉夫,童小兰,杨丽. 从油气勘探的角度论博格达山的隆升[J]. J4, 2005, 35(03): 346 -0350 .
[10] 章光新,邓伟,何岩,RAMSIS Salama. 水文响应单元法在盐渍化风险评价中的应用[J]. J4, 2005, 35(03): 356 -0360 .