遥感技术由于其经济、高效等优势,已被广泛应用于岩性识别和找矿工作中(张玉君等, 2009; 耿新霞等, 2010; Liu Lei et al., 2013; 任广利等, 2013; 尹芳等, 2014; 刘德长等, 2017; 王钦军等, 2017)。可见光—近红外区间反射波谱特征与矿物晶体中电子跃迁有关,Fe2+、Fe3+、Mn2+、Cu2+、Ni2+、Cr3+等金属阳离子在可见光—近红外区间具有特征性吸收;短波红外区间反射波谱特征与矿物晶体中分子振动有关,主要为阴离子基团倍频、合频产生,—OH、CO32-等阴离子基团在短波红外区间形成吸收特征(Hunt, 1977)。不同岩石和矿物在可见光—短波红外区间存在的波谱特征差异为这些研究提供了理论基础(Hunt, 1977)。
ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer)数据由于其在可见光—近红外(VNIR)、短波红外(SWIR)和热红外(TIR)区间具有较高的光谱分辨率,近年来被广泛用于岩性识别和矿化蚀变信息提取研究(张玉君等, 2009)。ASTER数据已被成功应用于镁铁—超镁铁质岩体岩性区分及相应铜—镍硫化物矿化找矿方面,学者提出了多种镁铁岩指数(MI)以突出镁铁—超镁铁质岩石(Ninomiya et al., 2005; Rowan et al., 2005; Amer et al., 2010; Nair and Mathew, 2012; Liu Lei et al., 2014; Ding Chao et al., 2014);ASTER数据在金矿、铅锌矿等找矿中也发挥了重要作用(Pour et al., 2013; 王军年等, 2018; 刘磊等, 2022);与其他类型矿床相比,ASTER数据在斑岩型铜—金—钼矿找矿方面应用最为广泛且效果更好,主要得益于斑岩型矿床一般具有较大面积的蚀变及分带(Rowan et al., 2006;Tommaso et al., 2007; 姚佛军等, 2012; Alimohammadi et al., 2015; 王钦军等, 2017; Liu Lei et al., 2018)。
图1 (a) 查盖火山岩浆岩带构造格架简图(据Kazmi and Rana, 1982; Perelló et al., 2008,有修改); (b) 巴基斯坦
山达克矿区地质图(据1∶253440巴基斯坦西部地质图❶修改)
Fig. 1 (a) Tectonic framework sketch map of the Chagai volcanic magmatic belt (modified from Kazmi and Rana, 1982; Perelló et al., 2008); (b) Geological map of Saindak deposit, Pakistan (modified from the 1∶253440 Reconnaissance Geology of West Pakistan❶)
巴基斯坦查盖(Chagai)火山岩浆岩带属于全球特提斯成矿域的重要组成部分(Richards et al., 2012),是伊朗萨汉德—巴兹曼(Sahand—Bazman)铜矿带在巴基斯坦境内的延伸。作为巴基斯坦最为重要的斑岩铜矿带,其代表性矿床包括山达克(Saindak)铜矿和雷克迪克(Reko Diq)铜矿等(图1;张洪瑞等, 2010;吕鹏瑞等, 2015, 2020)。针对伊朗萨汉德—巴兹曼铜矿带已有大量遥感找矿应用研究(Pour and Hashim, 2011; Alimohammadi et al., 2015),目前针对查盖斑岩成矿带内典型矿床的遥感研究较少(Rowan et al., 2006),制约了对该成矿带找矿潜力的认识。近年来大量中国企业在海外投资矿产勘查、开发,查盖铜矿带唯一在开采的山达克铜矿床即为中国企业在开发,开展该矿床及外围遥感蚀变特征及找矿模型研究,可以为该矿床外围及查盖斑岩铜矿带后续找矿勘查提供借鉴。
因此,本研究以山达克铜矿矿区周边为研究区,通过对典型斑岩矿床蚀变矿物光谱特征进行分析,选择RBD比值(Relative absorption band depth, 相对吸收波段深度)假彩色合成、主成分分析、光谱角制图等遥感图像处理方法处理ASTER数据,通过对比两种方法提取结果,定量分析提取的矿物种类及空间分布特征,通过蚀变特征和关键控矿要素遥感研究,建立山达克矿床遥感找矿模型并开展成矿预测,利用像元光谱、野外检查和样品实测光谱等确定蚀变类型,本研究不仅对该矿区及外围找矿具有指导意义,形成的方法也可以用于查盖斑岩铜矿带找矿勘查工作。
查盖火山岩浆岩带又称查盖岛弧或莫克兰(Makran)岩浆弧,地处巴基斯坦俾路支省西北部,东西向延伸约500 km,最大宽度约150 km,主要由钙碱性深成岩、火山岩组成(Siddiqui et al., 2007; Perello et al., 2008; 吕鹏瑞等, 2015, 2020)。查盖火山岩浆岩带位于欧亚板块南部阿富汗地块和莫克兰复理石盆地之间,是莫克兰—扎格罗斯(Zagros)岩浆带的组成部分(Farhoudi and Karig, 1977; Razique, 2013)。查盖火山岩浆岩带由查盖岩浆弧、山达克—达尔本丁(Dalbandin)凹陷、拉斯科(Ras Koh)陆隆、马斯科赫(Mashkhel)凹陷4个次级构造单元组成(图1a; Kazmi and Rand, 1982; 吕鹏瑞等, 2015)。山达克斑岩型铜金矿位于查盖火山岩浆岩带西部,是巴基斯坦境内重要的斑岩型铜金矿床之一,也是查盖火山岩浆岩带内唯一正在开发的斑岩型铜金矿床。
山达克矿区出露的地层主要有渐新统阿玛拉夫(Amalaf)组、始新统萨因达克(Saindak)组、古新统朱扎克/拉克萨尼(Juzzak/Rahkshani)组(图1b; Siddiqui et al., 2007; Perelló et al., 2008; Razique, 2013)。
山达克斑岩型铜金矿床矿化作用主要与3个中新世斑岩岩株(索尔科侵入岩)有关,岩性主要为石英闪长斑岩、安山玢岩和闪长岩,构成了北矿体、南矿体、东矿体3个主要矿体(Malkani, 2011),石英闪长斑岩是主要含矿岩体。围岩主要为山达克组和阿玛拉夫组粉砂岩(图1b)。矿区及其周边围岩蚀变强烈且发育良好的分带,自中心向外分别为钾化、绢云母化、青磐岩化等,局部伴有泥化。其中铜矿化与钾化和绢云母化关系密切(Siddiqui et al., 2007)。研究区褶皱、断裂构造均较发育,矿区位于轴向NW的阿玛拉夫向斜核部,断裂构造以近E—W、N—S向为主,对成矿具有一定的控制作用。
2.1.1 ASTER数据
ASTER数据涵盖的波长范围宽、波段多,在VNIR、SWIR、TIR区间共有14个波段,对应的空间分辨率分别为15 m、30 m、90 m,光谱范围为0.52~11.65 μm(朱黎江等, 2003),特别是SWIR区间6个波段可有效提取绢云母、绿泥石、方解石等矿物(张玉君和姚佛军, 2009)。本研究所采用的ASTER数据编号为AST_L1T_00307052007064426_20150520040647_81113,时相为2007年7月5日,数据获取自USGS,无云、雪、植被,仅采用可见光—短波红外区间9个波段(1至9波段)进行后续处理。
2.1.2 Hyperion数据
Hyperion传感器于2000年11月搭载美国Earth Observing-1卫星发射,传感器获取的高光谱影像在VNIR—SWIR区间共242个波段,空间分辨率为30 m,光谱分辨率为10 nm,光谱范围为350~2500 nm(Kruse et al., 2003)。笔者等选用的Hyperion影像文件名为EO1H1570392004217110KZ,获取时间为2004年8月4日,无云、雪、植被,该影像主要用于对ASTER数据进行大气校正。
2.2.1 光谱特征分析
斑岩型铜金矿床一般都具有明显的蚀变分带现象,自岩体中心向外依次为钾化带、绢英岩化(石英—绢云母化)带、泥化带和青磐岩化带。钾化带主要矿物包括钾长石、黑云母和石英;绢英岩化带主要矿物为石英、绢云母和少量黄铁矿;泥化带矿物成分为高岭石、绢云母、石英和绿泥石;青磐岩化带矿物成分主要为绿泥石、绿帘石和方解石等(Lowell and Guilbert, 1970)。其中,绢云母、高岭石、绿泥石、绿帘石、方解石5种矿物在VNIR—SWIR区间具有光谱吸收特征(图2a; Hunt, 1977; Hunt and Ashley, 1979; Baldridge et al., 2009)。
绢云母由于含有Al—OH而在2.2 μm具有强吸收和2.35 μm弱吸收特征,分别位于ASTER的第6、8波段;高岭石则在2.165 μm和2.2 μm具有双吸收特征,位于ASTER的第5、6波段;绿泥石、绿帘石由于含有Fe—OH和Mg—OH而在2.335 μm具有强吸收及2.24~2.26 μm间具有弱吸收特征,强吸收位于ASTER第8波段,同时由于Fe2+影响而在0.94~2 μm反射率较低,导致ASTER第4波段反射率较低;方解石则由于含有CO32-而在2.35 μm存在强吸收特征,对应于ASTER数据第8波段(Fig. 2;Hunt, 1977; Hunt and Ashley, 1979)。将实验室光谱重采样至ASTER波段范围,经光谱重采样这些特征吸收中心波长的位置虽然略有偏移,但吸收特征保留较好(图2b)。
图2 巴基斯坦山达克矿区5种典型蚀变矿物光谱曲线:(a) JPL光谱库矿物光谱;(b) 重采样至ASTER波段范围光谱
Fig. 2 Laboratory reflectance spectra of some common minerals in Pakistan Saindak deposit (a) JPL Spectral Library; (b) spectra re-sampling to ASTER bandpass
2.2.2 数据预处理
ASTER传感器在SWIR波段存在探测器单元的光子泄露,第4波段探测器的能量会对与之相邻的第5波段和第9波段探测器产生影响,产生光学“串扰”效应,使得第5、9波段反射率与实际值存在较大偏差,ASTER数据准确大气校正一直是一个难题(Pour and Hashim, 2011)。因此,为了有效消除串扰效应,进行准确大气校正,本研究中采用同区域Hyperion高光谱影像对ASTER数据进行大气校正,保证后续蚀变信息提取的准确性。
利用Hyperion高光谱影像头文件中提供的参数对该影像进行辐射定标,将DN值转换为辐射亮度值。为了获得较准确的反射率反演结果,笔者等利用ENVI5.5.3中FLAASH大气校正工具对Hyperion高光谱影像进行大气校正(Berk et al., 1998),主要参数包括传感器高度(705 km)、平均地面高程(0.9 km)、气溶胶模型(Rural)、初始能见度(40 km)、大气模型(U. S. Standard)、水吸收特征(1.135 μm)。其中平均地面高程采用ASTER GDEM数据对Hyperion影像范围求取平均,大气模型选择则根据与Hyperion影像同时获取的MODIS MOD_05数据产品的平均值确定(Mars, 2018)。大气校正结果中典型蚀变区像元光谱表明蚀变吸收特征较明显,大气校正结果较为准确。
将大气校正后的Hyperion影像光谱重采样至ASTER数据可见光—短波红外波段范围,以ASTER数据为基准对Hyperion影像进行几何校正,在两种影像上选择反射率分别为低、中、高且分布较均一的3个区域,利用ENVI5.5.3中Empirical line建立3组光谱对,计算获得9个波段校正参数,利用这些参数对ASTER数据进行大气校正,得到ASTER反射率数据。对大气校正后ASTER数据进行裁剪,得到山达克矿区范围ASTER反射率遥感影像。
基于大气校正后的ASTER影像和重采样的Hyperion影像提取研究区3组像元光谱(图3),由图3可知,ASTER和Hyperion像元光谱较为接近,含Al—OH矿物在ASTER第6波段(2.2 μm)具有强吸收特征,含绿泥石、绿帘石矿物在ASTER第8波段(2.335 μm)具有强吸收特征,与实验室矿物光谱特征相近。
图3 ASTER影像和Hyperion影像像元光谱
Fig. 3 Endmember spectra of ASTER and Hyperion images
① 高岭石化;② 青磐岩化;③ 绢云母化
① Kaolinization;② Propylitization;③ Sericitization
2.2.3 RBD比值
根据岩石、矿物光谱吸收特征选择合适的波段进行比值运算可以有效突出岩性和蚀变带(Rowan and Mars, 2003; Liu Lei et al., 2014, 2018; Alimohammadi et al., 2015)。相对吸收波段深度(RBD)利用特征吸收波段两侧两个相对高反射率波段之和与该特征吸收波段建立比值,RBD8 [(Band7+Band9)/Band8]、RBD6 [(Band4+Band7)/Band6]、RBD5 [(Band4+Band6)/Band5]可分别有效突出青磐岩化、绢英岩化、泥化(Rowan and Mars, 2003)。将RBD8、RBD6、RBD5分别置于红、绿、蓝通道获得假彩色合成影像,在该影像中不同岩性、褶皱和断裂构造均较清晰,不同蚀变带呈不同色调。
2.2.4 主成分分析
主成分分析法是矿化蚀变信息提取中最常用、最稳定的方法,其本质为压缩多光谱信息中遥感变量的数目,通过一定的数学重组形成在多光谱上内在联系较为合理或意义更加明确的主成分,从而突出特定地质内容(Singh and Harrison, 1985; 张兵等, 2008)。由JPL光谱库中典型矿物光谱可知(图2; Baldridge et al., 2009),绢云母在ASTER第6波段具有强吸收,而在第4波段强反射,因此选择1、3、4、6波段进行主成分分析提取绢云母;高岭石在ASTER第5、6波段存在吸收,在第4波段强反射,因此选择1、3、4、5波段主成分分析提取高岭石;绿泥石、绿帘石和方解石均在第8波段具有强吸收,因此选择1、3、4、8波段主成分分析提取青磐岩化蚀变。按照特征向量矩阵从3个主成分分析结果中分别选取第4波段和第6波段、第4波段和第5波段、第4波段和第8波段载荷较大且符号相反的主成分,根据符号确定是否需取反,按亮度值大于μ(均值)+2.5σ(标准差)进行阈值分割确定异常(Crosta et al., 2003; 张玉君和姚佛军, 2009; Carrino et al., 2014)。
2.2.5 光谱角制图
光谱角制图法(Spectral angle mapper, SAM)利用解析手段计算像元光谱(待查区)与光谱库光谱或训练区光谱(已知矿体)之间的矢量夹角,依据其大小来判定两光谱间的相似程度,从而归类未知地物或寻找可能的成矿部位(Kruse et al., 1993)。光谱角制图法被广泛用于处理ASTER和各类高光谱影像(Liu Lei et al., 2014, 2018; 王曦等, 2022),每一条参考光谱均可获得一个光谱角图像,并依据一定的光谱角度阈值确定每个像元是否属于该类别。
本研究选取JPL光谱库中绢云母、高岭石、绿泥石、绿帘石和方解石5种矿物光谱作为参考光谱,选择ASTER第4~8波段进行光谱角运算,5个结果图像直方图均接近正态分布,因此按照μ-2.5σ确定各矿物的角度阈值,绢云母、高岭石、绿泥石、绿帘石和方解石的角度阈值分别为0.145、0.1、0.13、0.167、0.03,阈值分割后得到研究区5种矿物分布图。
在ASTER RBD865(红、绿、蓝)假彩色合成图像中,绢英岩化和泥化由于RBD6、5值较高而呈青色,青磐岩化由于RBD8值较高而呈红色(图4)。山达克铜矿南矿体和北矿体因绢英岩化蚀变强烈而呈青色,在两个采坑范围蚀变较普遍。矿区北部沟谷内、山前及北东部均存在不规则状绢英岩化和泥化蚀变(白色箭头),而在矿区西侧地层中存在大量脉状、条带状分布的泥化、绢英岩化蚀变带,主要受近N—S、NNE—SSW向小断裂控制(黑色箭头)。绿泥石化和绿帘石化在影像上呈亮红色,在矿体东
图4 山达克矿区ASTER RBD865假彩色合成影像
Fig. 4 ASTER RBD 865 false color composite image of Saindak deposit
青色为绢英岩化和泥化蚀变,红色为青磐岩化
Cyan represents sericite and argillization alteration, red represents propylitization
西两侧近等间距呈近N—S向延伸(黄色箭头),指示了岩体侵入产状,同时表明矿体北侧绢英岩化蚀变区具有较好的找矿前景。研究区西南部NW—SE向延伸的红色条带为晚始新世侵入岩,绿泥石化、绿帘石化较普遍。矿区北西侧地层内灰岩呈NW—SE向延伸的粉红色条带(绿色箭头)。
3.2.1 含Al—OH矿化蚀变信息提取
研究区内含Al—OH的矿物主要为绢云母和高岭石。绢云母在ASTER 6波段呈强吸收特征,在ASTER 4波段强反射,因此选择第1、3、4、6波段进行主成分分析,提取绢云母化蚀变。通过分析特征向量矩阵(表1a),第3主成分(PC3)中绢云母化信息载荷较大,4、6波段符号相反且6波段特征向量为负,因此PC3符合条件,作为提取绢云母化蚀变的主分量。
表1 ASTER数据主成分分析特征向量矩阵
Table 1 Eigenvector matrix of the principal component analysis for the ASTER data
BandPC1PC2PC3PC4(a) 1、3、4、6波段主成分分析10.318-0.4490.4600.69630.487-0.678-0.299-0.46240.5670.4090.599-0.39060.5830.413-0.5830.386BandPC1PC2PC3PC4(b) 1、3、4、5波段主成分分析10.3230.420-0.842-0.10030.4950.6850.5160.13840.577-0.3660.125-0.71950.563-0.469-0.0980.673BandPC1PC2PC3PC4(c) 1、3、4、8波段主成分分析10.324-0.4490.4240.71730.498-0.660-0.173-0.53540.5680.5060.584-0.28480.5700.327-0.6710.346
高岭石由于含Al—OH基团而在ASTER 5、6波段均具有吸收,在ASTER 4波段强反射,为了与绢云母相区分,选择第1、3、4、5波段进行主成分分析,提取高岭石化蚀变。通过分析特征向量矩阵(表1b),可知PC4中4、5波段信息载荷较大且符号相反,第5波段的特征向量值为正,第4波段的特征向量值为负,需要取反使得高岭石信息以高值显示。因此选择PC4取反作为提取高岭石化蚀变的主分量。
3.2.2 青磐岩化蚀变信息提取
绿泥石、绿帘石和方解石均在ASTER 8波段存在强吸收,基于这一特征,选择ASTER第1、3、4、8波段组合进行主成分分析提取青磐岩化蚀变。由表1c可知,PC3对应4和8波段载荷较大,且符号相反,第8波段特征向量为负,因此PC3符合条件,作为提取青磐岩化蚀变的主分量。
3.2.3 蚀变信息空间分布
将绢云母化、高岭石化和青磐岩化的提取结果均拉伸至0~255区间,按亮度值大于μ+2.5σ进行阈值分割确定异常(张玉君等, 2003),阈值分别为130.08、168.63、119.11,获得研究区绢云母化、高岭石化和青磐岩化蚀变遥感异常信息,分别赋予红色、黄色和蓝色,再将这些矿化异常信息叠加到ASTER468(RGB)波段假彩色合成图像上,得到主成分分析综合结果图(图5)。整体来看研究区内蚀变以面状、带状、星点状分布,矿体采坑、矿体东侧尾矿库、西侧地层内构造发育区均有大面积绢云母化蚀变,矿区北部绢云母化以小面积面状、脉状和星点状为主,可能与出露面积较小的石英闪长岩等侵入岩体有关(图5)。高岭石化与绢云母化具有较强的共生特征,二者分布范围重合度较高,高岭石化主要分布于矿区采坑、西侧断裂构造发育区、矿区北东侧,以面状、脉状为主。青磐岩化主要分布于矿体采坑绢云母化蚀变的东西两侧,在矿区北西侧褶皱核部灰岩中也提取出条带状青磐岩化异常。
图5 主成分分析蚀变信息提取结果
Fig. 5 Alteration information results extracted by principle component analysis
以图2中绢云母、高岭石、绿泥石、绿帘石和方解石5种矿物光谱作为参考光谱进行光谱角制图,按照小于各矿物结果图像μ-2.5σ确定各矿物分布范围,获得了光谱角蚀变矿物分布图(图6)。绢云母和高岭石蚀变异常的分布结果与主成分分析结果相似,主要以面状、带状分布在矿区采坑及其西部、东部尾矿库和东北部,北部也有零星出露。绿帘石主要分布在矿区外围及研究区西南角古新世地层。绿泥石在矿区外围仅零星出露,在矿区北部沟谷两侧分布面积较大。方解石与矿区北西侧向斜中始新世地层中灰岩分布范围一致,呈条带状分布。
图6 光谱角制图蚀变信息提取结果
Fig. 6 Alteration information results extracted by spectral angle mapper
图7 蚀变叠加及遥感预测找矿靶区结果
Fig. 7 Superposition of the extracted alteration and prediction targets derived from remote sensing results
为了更清楚地确定矿化蚀变岩体的分布特征,更精确地圈定找矿有利区,将主成分分析法和光谱角法提取的矿化蚀变信息共同叠加到ASTER468波段假彩色合成影像上,得到Al—OH青磐岩化蚀变信息叠加分布图(图7)。统计计算两种方法提取出的蚀变分布面积及重叠面积,得到蚀变信息面积统计图(图8a)和蚀变信息叠加统计图(图8b)。
由图8a可知,光谱角法提取的绢云母化面积为19.09 km2,高岭石化面积为3.98 km2,主成分分析法提取的绢云母化面积为10.74 km2,高岭石化面积为4.56 km2,两种方法提取的Al—OH面积共38.37 km2,重叠面积为16.24 km2,重叠率为42.32%。光谱角法提取的青磐岩化蚀变面积为9.38 km2,其中绿泥石、绿帘石和方解石的面积分别为0.93 km2、2.83 km2、5.62 km2。主成分分析法提取的青磐岩化面积为12.33 km2,两种方法提取的青磐岩化蚀变重叠面积为1.55 km2,重叠率为7.14%。
用主成分分析法和光谱角法得到的蚀变分布结果都有一定程度的相交或相邻,可以起到互相补充的作用。叠加分析两种方法得到的蚀变信息,光谱角法提取的Al—OH分布要比主成分分析法提取的多,但重叠率较高,而对于青磐岩化蚀变,主成分分析法提取的分布范围则更大。两种方法提取出的蚀变信息虽有差异,但将两种结果综合对比分析,可以取长补短,提高提取结果的准确性,精确确定蚀变异常分布范围,从而预测有利成矿区。
通过分析斑岩铜矿床的成矿地质背景,结合前人对山达克矿床岩性、控矿构造、蚀变特征的描述(Siddiqui et al., 2007; Perello et al., 2008; 吕鹏瑞等, 2015),对山达克矿床的控矿要素进行综合分析,包括岩性、构造、矿化光谱特征、影像色调、纹理、蚀变特征等,确定了山达克矿区及外围斑岩型矿床遥感找矿模型(表2)。该区的主要找矿标志为:容矿岩体的岩性为花岗闪长斑岩、石英二长斑岩、英云闪长斑岩等;岩体与近NNE—SSW或E—W向断裂构造及近N—S向次级构造关系密切;ASTER RBD865假彩色合成影像上,容矿岩体由于具有绢英岩化而呈青色;岩体内部常具有强绢云母化(Al—OH)、局部伴有高岭石化,与围岩接触带具有青磐岩化(Mg—OH)蚀变异常。
利用所建立的找矿模型,基于主成分分析和光谱角法处理结果,结合控矿要素、影像特征、成矿特征及蚀变信息,圈定找矿远景区10处(图7)。预测的远景区主要分布于矿区的北部和西部,位于古新世和始新世地层内。其中北部区域内的远景区明显与中酸性小侵入体有关,岩体出露面积均较小且普遍绢云母化较强,在RBD865影像上呈青色,主成分分析和光谱角结果中呈明显蚀变特征,且对于小型岩体其绢云母化和高岭石化相对较强,青磐岩化相对较弱。
图8 蚀变信息分布统计: (a) 蚀变信息面积统计图; (b) 蚀变信息叠加统计图
Fig. 8 Distribution statistics of alternation information: (a) statistical map of the areas of
alteration information; (b) statistical map of superimposed areas of alteration information
西部两处远景区主要位于古新世地层内,地层内近N—S向和近NNE—SSW向断裂发育,大量中酸性岩脉沿这些断裂充填,岩脉普遍具有强的绢云母化和高岭石化,多呈线状、带状分布,局部断裂密集处呈面状,由于山达克矿床矿化明显与绢云母化有关,因此这些区域也具有较好的找矿前景。
受巴基斯坦俾路支省安全局势的影响,2019年8月笔者等所在课题组仅对矿区南矿体、北矿体、东矿体及距离矿区最近且交通较便利的北部2个远景区开展野外验证,评价矿化蚀变信息提取和远景区圈定结果的准确性。
表2 山达克矿区斑岩型铜矿床遥感找矿模型
Table 2 Remote sensing prospecting model for porphyry Cu deposits in Saindak area
控矿要素容矿岩性控矿构造花岗闪长斑岩、石英闪长斑岩、英云闪长斑岩等近NNE—SSW或E—W向断裂构造为主,近N—S向次级构造为辅反射光谱特征性吸收绢云母化在2.20μm强吸收,高岭石化在2.20μm和2.165μm存在吸收,外围青磐岩化在2.33μm附近强吸收影像特征色调ASTER RBD865假彩色合成影像上,容矿岩体由于绢云母含量高而呈青色;外围绿泥石、绿帘石呈暗绿色,碳酸盐岩呈黄色纹理纹理细腻,岩体内部地形起伏不大形态斑岩体整体呈圆、椭圆、透镜状、不规则状等形态特征线性构造近NNE—SSW或E—W向断裂构造为主,近N—S向次级构造为辅蚀变特征岩体内部具有强绢云母化(Al—OH),局部伴有泥化,与围岩接触带具有青磐岩化(Mg—OH)找矿标志多种结果综合标志影像上近NNE—SSW向、N—S向次级构造附近;ASTER RBD865假彩色合成影像上,容矿岩体呈青色;具有强绢云母化(Al—OH)、局部高岭石化、与围岩接触带具有青磐岩化(Mg—OH)蚀变异常
野外检查结果表明(位置见图7中检查点及编号),北矿体和东矿体岩性均为石英闪长斑岩小岩体(图7、9a、9b),绢云母化较普遍(图9c),伴有钾化和泥化等蚀变,钾化带、绢云母化带内孔雀石、黄铜矿、黄铁矿较发育,矿区外围则具有广泛分布的青磐岩化带(图9d)。在图7影像中,几个矿区检查点附近也具有明显的绢云母化、局部泥化特征,外围大范围青磐岩化,与野外验证点吻合度较高,说明提取的矿化蚀变信息及遥感找矿模型与已知矿体位置相关度较好。
图9 山达克矿区野外验证照片(照片位置标于图7中): (a)北矿体采坑; (b)东矿体探槽; (c)岩体内绢云母化带;
(d)矿体外围青磐岩化; (e)矿区北侧靶区内绢云母化岩体; (f)北部靶区岩体露头
Fig. 9 Saindak deposit field verification photos with the locations labelled on Fig. 7: (a) mining pit of the north orebody; (b) prospecting trench of east orebody; (c) sericitization zone in the intrusive rock; (d) propylitization in the peripheral area of the ore body; (e) the sericitic intrusion located in the target in the north of the deposit; (f) intrusive outcrop in northern target
对北部2个远景区检查表明这2处均为石英闪长岩岩体,岩体露头规模均较小,宽度大多不足几十米,岩体绢云母化较强(图7、9e、9f),外围火山岩青磐岩化较普遍。在图8e岩体中见孔雀石、黄铜矿,实验室分析铜含量为0.687%。在遥感提取的矿化蚀变异常分布结果中,北部2个检查点均位于所提取的绢云母化蚀变范围内,蚀变分布与岩体空间范围吻合较好,证实了所提取的蚀变矿物信息的准确性,可以有效筛选找矿有利区,对矿区外围找矿具有指导意义。
为了进一步验证提取的蚀变矿物信息与实际信息是否吻合,对课题组野外采集的岩石样品采用SR-3500地物光谱仪(350~2500 nm, Spectral Evolution Inc., USA)进行光谱测量,使用白色BaSO4面板提供反射校准参考。共测试样品60件,获得新鲜面和风化面光谱70余条。笔者等挑选3个典型的样品光谱与实验室矿物光谱进行对比分析(图10)。TK-4-2样品的光谱曲线在2.165 μm和2.2 μm附近都存在吸收特征,2.2 μm处的吸收更明显,将其与高岭石的JPL实验室光谱曲线进行对比,发现样品光谱曲线与高岭石光谱曲线在2.165~2.2 μm范围内的相似程度较高,因此可以推断研究区有高岭石存在;E402-2样品的光谱曲线在2.2 μm处具有强吸收,在2.35 μm附近存在有弱吸收特征,与绢云母的JPL标准光谱曲线对比分析,两条曲线的吸收特征具有一定的相似性,都表现为2.2 μm处的强吸收和2.35 μm附近的弱吸收,证明了岩体具有强绢云母化蚀变;SNS-9-1样品的光谱曲线在2.35 μm附近具有强吸收特征,在2.25 μm附近具有弱吸收,将样品光谱曲线与JPL光谱库中绿泥石、绿帘石的光谱曲线对比表明其特征吸收位置大体相似,验证了研究区绿泥石、绿帘石的存在。
图10 山达克矿区样品实测光谱曲线
Fig. 10 Measured spectral curves of the samples
collected from Saindak deposit
① JPL光谱库高岭石; ② TK-4-2样品; ③ JPL光谱库绢云母; ④ E402-2样品; ⑤ JPL光谱库绿帘石; ⑥ SNS-9-1样品; ⑦ JPL光谱库绿泥石
① kaolinite of JPL Spectral Library; ② TK-4-2 sample; ③ sericite of JPL Spectral Library; ④ E402-2 sample;
⑤ epidote of JPL Spectral Library; ⑥ SNS-9-1 sample; ⑦ chlorite of JPL Spectral Library
巴基斯坦查盖火山岩浆岩带是特提斯成矿域的重要组成部分,目前针对查盖斑岩成矿带内典型矿床的遥感研究较少,制约了对该成矿带的成矿潜力认识。笔者等根据典型斑岩型矿床的矿物光谱特征,以山达克矿区及其外围为研究区,利用ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)数据进行RBD比值(Relative absorption band depth)假彩色合成、主成分分析、光谱角制图等处理方法提取了矿化蚀变信息,结合矿床样品光谱特征及研究区控矿要素,建立了山达克矿区及其外围斑岩型矿床遥感找矿模型,圈定了找矿有利区,为该成矿带找矿勘查提供依据。
主成分分析法和光谱角制图法提取出的矿化蚀变信息结果空间分布吻合较好,尤其在矿区范围提取结果存在大面积重合,且与矿体采坑吻合较好,在矿区外围也有较多重合。综合两种方法的提取结果,可以更准确地确定蚀变矿物的分布范围,并以此为依据圈定找矿靶区。
将研究区岩石样品的实测光谱特征与JPL光谱库中绢云母、绿泥石、绿帘石等矿物的标准光谱曲线进行对比,发现样品实测光谱曲线与标准矿物光谱曲线的吸收特征位置高度相似,与斑岩型矿床典型的围岩蚀变绢云母化、青磐岩化等相吻合。经过野外检查,也证实了多处蚀变岩体的存在,说明本次基于ASTER遥感影像的蚀变信息提取结果较好,可以为研究区下一步找矿工作及该区同类型矿床勘查工作提供参考。
注 释 / Note
❶ The government of Canada. 1958. The 1∶253440 Reconnaissance Geology of West Pakistan.
(The literature whose publishing year followed by a “&” is in Chinese with English abstract; The literature whose publishing year followed by a “#” is in Chinese without English abstract)
耿新霞, 杨建民, 姚佛军, 杨富全, 刘锋, 柴凤梅, 张志欣. 2010. 新疆阿勒泰阿巴宫铁矿遥感找矿综合信息研究. 地质论评, 56(3): 365~373.
刘德长, 田丰, 邱骏挺, 叶发旺, 闫珀琨, 孙雨, 王子涛. 2017. 柳园—方山口地区航空高光谱遥感固体矿产探测及找矿效果. 地质学报, 91(12): 2781~2795.
刘磊, 张婷, 尹芳, 张辉善, 曹凯, 洪俊. 2022. 巴基斯坦胡兹达尔—拉斯贝拉铅锌成矿带遥感地质特征与成矿预测. 地质学报, 96(3): 1012~1025.
吕鹏瑞, 姚文光, 张海迪, 杨博, 洪俊, 曹凯. 2015. 巴基斯坦贾盖火山岩浆岩带斑岩型铜—金矿床地质特征、成矿作用及找矿潜力. 地质学报, 89(9): 1629~1642.
吕鹏瑞, 姚文光, 张辉善, 张海迪, 洪俊, 刘生荣. 2020. 特提斯成矿域中新世斑岩铜矿岩石成因、源区、构造演化及其成矿作用过程.地质学报, 94(8): 2291~2310.
任广利, 杨军录, 杨敏, 李健强, 高婷, 易欢, 韩海辉, 赵英俊. 2013. 高光谱遥感异常提取在甘肃北山金滩子—明金沟地区成矿预测中的应用. 大地构造与成矿学, 37(4): 765~776.
王军年, 刘磊, 周军, 胡志军, 纪征宝. 2018. 基于遥感的新疆西准哈图地区宝贝断裂的发现及其找矿意义. 地质找矿论丛, 2018, 33(1): 100~107.
王钦军, 魏永明, 陈玉, 蔺启忠, 周红英. 2017. 低植被覆盖区斑岩铜矿遥感找矿模型及其应用——以环巴尔喀什—西准噶尔成矿带为例. 地质学报, 91(2): 400~410.
王曦, 程三友, 林海星, 陈静, 肖良. 2022. 基于Aster和Landsat8数据在青海赛什腾地区蚀变信息提取研究. 地质论评, 68(1): 262~280.
姚佛军, 张玉君, 杨建民, 耿新霞. 2012. 利用ASTER 提取德兴斑岩铜矿遥感蚀变分带信息. 矿床地质, 31(4): 881~890.
尹芳, 李前志, 周军, 李昱星, 牛涛, 张兵. 2014. 新疆加甫沙尔苏地区中酸性小岩体型矿化蚀变遥感异常提取与找矿. 遥感技术与应用, 29(1): 54~60.
张兵, 周军, 王军年. 2008. 遥感蚀变矿物填图与找矿方法.地球科学与环境学报, 30(3): 452~952.
张洪瑞, 侯增谦, 杨志明. 2010. 特提斯成矿域主要金属矿床类型与成矿过程. 矿床地质, 29(1): 113~133.
张玉君, 曾朝铭, 陈薇. 2003. ETM~+(TM)蚀变遥感异常提取方法研究与应用——方法选择和技术流程. 国土资源遥感, (2): 44~49, 78.
张玉君, 姚佛军. 2009. 应用多光谱ASTER数据对ETM遥感异常的定性判别研究——以东昆仑五龙沟为例. 岩石学报, 25(4): 963~970.
朱黎江, 秦其明, 陈思锦. 2003. ASTER遥感数据解读与应用. 国土资源遥感, (2): 59~63.
Alimohammadi M, Alirezaei S, Kontak D J. 2015. Application of ASTER data for exploration of porphyry copper deposits: a case study of Daraloo-Sarmeshk area, southern part of the Kerman copper belt, Iran. Ore Geology Reviews, 70: 290~304.
Amer R, Kusky T, Ghulam A. 2010. Lithological mapping in the central eastern desert of Egypt using ASTER data. Journal of African Earth Sciences, 56(2-3): 75~82.
Baldridge A M, Hook S J, Grove C I, Rivera G. 2009. The ASTER spectral library version 2.0. Remote Sensing of Environment, 113(4): 711~715.
Berk A, Bernstein L S, Anderson G P, Acharya P K, Robertson D C, Chetwynd J H, Adler-Golden S M. 1998. MODTRAN cloud and multiple scattering upgrades with application to AVIRIS. Remote Sensing of Environment, 65(3): 367~375.
Carrino T A, Crósta A P, Toledo C L B, Silva A M, Silva J L. 2014. Geology and hydrothermal alteration of the Chapi Chiara prospect and nearby targets, Southern Peru, using ASTER data and reflectance spectroscopy. Economic Geology, 110(1): 73~90.
Crosta A P, Souza-Filho C R D E, Azevedo F, Brodie C. 2003. Targeting key alteration minerals in epithermal deposits in Patagonia, Argentina, using ASTER imagery and principal component analysis. International Journal of Remote Sensing, 24(21): 4233~4240.
Ding Chao, Liu Xiangnan, Liu Wencan, Liu Meiling, Li Yao. 2014. Mafic-ultramafic and quartz-rich rock indices deduced from ASTER thermal infrared data using a linear approximation to the Planck function. Ore Geology Reviews, 60: 161~173.
Farhoudi G, Karig D E. 1977. Makran of Iran and Pakistan as an active arc system. Geology, 5(11): 664~668.
Geng Xinxia, Yang Jianmin, Yao Fojun, Yang Fuquan, Liu Feng, Chai Fengmei, Zhang Zhixin. 2010&. A study of remote sensing propecting deposits information of Abagong iron deposits in Altay region, Xinjiang. Geological Review, 56(3): 365~373.
Hunt G R.1977. Spectral signatures of particulate minerals in the visible and near infrared. Geophysics, 42(3): 501~513.
Hunt G R, Ashley R P. 1979. Spectra of altered rocks in the visible and near infrared. Economic Geology, 74(7): 1613~1629.
Kazmi A H, Rana R A. 1982. Tectonic map of Pakistan. Geological Survey of Pakistan.
Kruse F A,Lefkoff A B, Boardman J W, Heidebrecht K B, Shapiro A T, Barloon P J, Goetz A F H. 1993. The spectral image-processing system (Sips)——Interactive visualization and analysis of imaging spectrometer data. Remote Sensing of Environment, 44(2~3): 145~163.
Kruse F A, Boardman J W, Huntington J F. 2003. Comparison of airborne hyperspectral data and EO-1 Hyperion for mineral mapping. IEEE Transactions on Geoscience and Remote Sensing, 41(6): 1388~1400.
Liu Dechang, Tian Feng, Qiu Junting, Ye Fawang, Yan Bokun, Sun Yu, Wang Zitao. 2017&. Application of Hyperspectral remote sensing in solid ore exploration in the Liuyuan—Fangshankou area. Acta Geologica Sinica, 91(12): 2781~2795.
Liu Lei, Zhou Jun, Jiang Dong, Zhuang Dafang, Mansaray R L, Zhang Bing. 2013. Targeting mineral resources with remote sensing and field data in the Xiemisitai area, West Junggar, Xinjiang, China. Remote Sensing, 5(7): 3156~3171.
Liu Lei, Zhou Jun, Jiang Dong, Zhuang Dafang, Mansaray R L. 2014. Lithological discrimination of the mafic—ultramafic complex, Huitongshan, Beishan, China: using ASTER data. Journal of Earth Science, 25(3): 529~536.
Liu Lei, Li Yuan, Zhou Jun, Han Ling, Xu Xinliang. 2018. Gold—copper deposits in Wushitala, Southern Tianshan, Northwest China: application of ASTER data for mineral exploration. Geological Journal, 53(SI2): 362~371.
Liu Lei, Zhang Ting, Yin Fang, Zhang Huishan, Cao Kai, Hong Jun. 2022&. Remote sensing of geological features and mineral prospecting indicators for Pb—Zn deposits in the Khuzdar—Lasbela zone, Pakistan. Acta Geologica Sinica, 96(3): 1012~1025.
Lowell J D, Guilbert J M. 1970. Lateral and vertical alteration-mineralization zoning in porphyry ore deposits. Economic Geology, 65(4), 373~408.
Lü Pengrui, Yao Wenguang, Zhang Haidi, Yang Bo, Hong Jun, Cao Kai. 2015&. Geological features, mineralization and ore-prospecting potential of porphyry Cu—Au deposits in the Chagai Volcanoplutonic Belt, Pakistan. Acta Geologica Sinica, 89(9): 1629~1642.
Lü Pengrui, Yao Wenguang, Zhang Huishan, Zhang Haidi, Hong Jun, Liu Shengrong. 2020&. Petrogenesis, source, tectonic evolution and mineralization process of the Miocene porphyry Cu deposits in the Tethyan metallogenic domain. Acta Geologica Sinica, 94(8): 2291~2310.
Malkani M S. 2011. Stratigraphy, mineral potential, geological history and paleobiogeography of Balochistan Province, Pakistan. Sindh University Research Journal (Science Series), 43(2): 269~290.
Mars J C. 2018. Mineral and lithologic mapping capability ofWorldView 3 data at Mountain Pass, California, using true- and false-color composite images, band ratios, and logical operator algorithms. Economic Geology, 113(7): 1587~1601.
Nair A, Mathew G. 2012. Lithological discrimination of thePhenaimata felsic-mafic complex, Gujarat, India, using the advanced spaceborne thermal emission and reflection radiometer (ASTER). International Journal of Remote Sensing, 33(1): 198~219.
Ninomiya Y, Fu Bihong, Cudahy T J. 2005. Detecting lithology with advanced spaceborne thermal emission and reflection radiometer (ASTER) multispectral thermal infrared “Radiance-at-Sensor” data. Remote Sensing of Environment, 99(1~2): 127~139.
Perelló J, Razique A, Schloderer J, Asad R. 2008. The Chagai Porphyry Copper Belt, Baluchistan Province, Pakistan. Economic Geology, 103(8): 1583~1612.
Pour A B, Hashim M. 2011. Identification of hydrothermal alteration minerals for exploring of porphyry copper deposit using ASTER data, SE Iran. Journal of Asian Earth Sciences, 42(6): 1309~1323.
Pour A B, Hashim M, Van Genderen J. 2013. Detection of hydrothermal alteration zones in a tropical region using satellite remote sensing data: Bau goldfield, Sarawak, Malaysia. Ore Geology Reviews, 54: 181~196.
Razique A. 2013. Magmatic evolution and genesis of the giant Reko Diq H14~H15 porphyry copper—gold deposit, district Chagai, Balochistan—Pakistan. Instructor: Dr. Richard Tosdal. Vancouver: The University of British Columbia Ph.D thesis: 1~215.
Richards J P, Spell T, Rameh E, Razique A, Fletcher T. 2012. High Sr/Y magmas reflect arc maturity, high magmatic water content, and porphyry Cu ± Mo ± Au potential: Examples from the Tethyan arcs of central and eastern Iran and western Pakistan. Economic Geology, 107(2): 295~332.
Rowan L C, Mars J C, Simpson C J. 2005. Lithologic mapping of the Mordor, NT, Australia ultramafic complex by using the advancedspaceborne thermal emission and reflection radiometer (ASTER). Remote Sensing Environment, 99(1~2): 105~126.
Rowan L C, Schmidt R G, Mars J C. 2006. Distribution of hydrothermally altered rocks in theReko Diq, Pakistan mineralized area based on spectral analysis of ASTER data. Remote Sensing Environment, 104(1): 74~87.
Rowan L C, Mars J C. 2003. Lithologic mapping in the Mountain Pass, California area using Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) data. Remote Sensing of Environment, 84(3): 350~366.
RenGuangli, Yang Junlu, Yang Min, Li Jianqiang, Gao Ting, Yi Huan, Han Haihui, Zhao Yingjun. 2013&. Application of hyperspectral remote sensing anomaly information on metallogenic prediction in the Jintanzi—Mingjingou area of Beishan, Gansu. Geotectonica et Metallogenia, 37(4): 765~776.
Siddiqui R H, Khan M A, Jan M Q. 2007. Geochemistry andpetrogenesis of the Miocene alkaline and sub-alkaline volcanic rocks from the Chagai arc, Baluchistan, Pakistan: Implications for porphyry Cu—Mo—Au deposits. Journal of Himalayan Earth Sciences, 40: 1~23.
Singh A, Harrison A. 1985. Standardized Principal Components. International Journal of Remote Sensing, 6(6): 883~896.
Tommaso I D, Rubinstein N. 2007. Hydrothermal alteration mapping using ASTER data in the Infiernillo porphyry deposit, Argentina. Ore Geology Reviews, 32: 275~290.
Wang Junnian, Liu Lei, Zhou Jun, Hu Zhijun, Ji Zhengbao. 2018&. The remote sensing data-based discovery of Baobei Fault and Its Significance for Mineral Prospecting in Hatu area, Western Junggar, Xinjiang. Contributions To Geology and Mineral Resources Research, 33(1): 100~107.
Wang Qinjun, Wei Yongming, Chen Yu, Lin Qizhong, Zhou Hongying. 2017&. Remote sensing porphyry copper deposit exploration model and its application in low vegetated areas: an example from the taken Balkhash—Western Junggar metallogenic zones. Acta Geologica Sinica, 91(2): 400~410.
Wang Xi, Cheng Sanyou, Lin Haixing, Chen Jing, Xiao Liang. 2022&. Research on alteration information extraction in Saishiteng area of Qinghai based on Aster and Landsat8 data. Geological Review, 68(1): 262~280.
Yao Fojun, Zhang Yujun, Yang Jianmin, Geng Xinxia. 2012&. Application of ASTER remote sensing data to extraction of alterration zoning information from Dexing porphyry copper deposit. Mineral Deposits, 31(4): 881~890.
Yin Fang, Li Qianzhi, Zhou Jun, Li Yuxing, Niu Tao, Zhang Bing. 2014&. Remote sensing extraction of intermediate—acid small intrusions related alteration anomalies and mineral exploration in Jiafushaersu area, Xinjiang. Remote Sensing Technology and Application, 29(1): 54~60.
Zhang Bing, Zhou Jun, Wang Junnian. 2008&. Analyses of alteration mineral mapping and mineral resources prospecting using TM or ETM data. Journal of Earth Sciences and Environment, 30(3): 452~952.
Zhang Hongrui, Hou Zengqian, Yang Zhiming. 2010&. Metallogenesis and geodynamics of Tethyan metallogenic domain: A review. Mineral Deposits, 29(1): 113~133.
Zhang Yujun, Zeng Zhaoming, Chen Wei. 2003&. The methods for extraction of alteration anomalies from the ETM+ (TM) data and their application: Method selection and technological flow chart. Remote Sensing For Land & Resources, (2) : 44~49, 78.
ZhangYujun, Yao Fojun. 2009&. Application study of multi-spectral ASTER data for determination of ETM remote sensing anomaly property: Taking Wulonggou region of eastern Kunlun mountain range as example. Acta Petrologica Sinica, 25(4): 963~970.
Zhu Lijiang, Qin Qiming, Chen Sijin. 2003&. The reading of Aster data from file and the application of Aster data. Remote Sensing For Land & Resources, (2): 59~63.
LIU Lei, male, born in 1982, doctor, professor, mainly engaged in the research of geologic remote sensing; Email: liul@chd.edu.cn