2021, Vol. 30
PDF
2. 吉林省地质调查院, 吉林 长春 130021;
3. 辽宁省北票市自然资源局, 辽宁 北票 122100
2. Jilin Institute of Geological Survey, Changchun 130021, China;
3. Beipiao Natural Resources Bureau, Beipiao 122100, Liaoning Province, China
遥感具有宏观监测，大范围获取数据资料；动态监测，快速更新监控范围数据；技术手段多样，可获取海量信息；应用领域广泛，经济效益高的特点[1]. 遥感技术已经成为地质工作者从事地质研究和地质勘查不可或缺的技术手段. 人们可以从遥感影像上获取大量地质信息，运用技术手段提取成矿信息，为地质找矿提供依据.
国内外研究者在遥感蚀变信息提取方面提出很多方法，比如主成分分析法、光谱角法、比值法等[2-21]. 为了提高遥感地质解译精度，本研究利用Landsat 8和SPOT-6遥感数据，在吉林市等六幅地区开展遥感地质解译，针对不同数据源特征采用不同方法提取遥感蚀变信息和成矿预测工作，以期为重点找矿靶区的确定提供依据.
1 研究区概况研究区坐标范围东经126°30′~127°00′，北纬43°30′~44°00′，共涉及6幅1: 5万图幅，分别是吉林市幅、天岗幅、丰满幅、新开河屯幅、旺起屯幅和大石头河子幅，总面积2 238 km2. 研究区西北部为吉林市区，第四系较发育，因城市硬化面积较大，对遥感解译影响较大；东南部以山区为主，植被覆盖率较高. 地势由东南向西北逐渐降低，形成中山山区-低山丘陵区-峡谷湖泊区-河谷平原区的地貌格局. 总体地形起伏较大，流水地貌和微地貌发育，对区域的地质构造揭露具有指示性意义. 测区位于古亚洲构造域与滨太平洋构造域叠合部位，分布有不同时代火山岩、沉积岩、侵入岩，地质构造较复杂.
2 数据选择与预处理 2.1 OLI遥感数据采用美国陆地卫星（Landsat 8）2015年4月22日接收的117-30景ETM数据，经过融合、校正、图像增强等处理，形成工作区遥感影像图. 采用主成分变换融合方法，将1-7波段与第8波段（全色波段）进行分辨率融合，得到研究区增强的图像，作为本次地质构造初步解译的主要图像，主要控制工作区区域构造格架以及一些地质体界线. 同时利用该景数据的多光谱波段进行遥感异常提取.
2.2 SPOT-6卫星数据法国SPOT6卫星数据作为本次遥感地质解译的主要数据. 对全色波段与多光谱波段进行融合处理，选择融合后的4（R）、3（G）、1（B）波段合成图像可形成地面分辨率为1.5 m的彩色图像，完全可以满足1 : 5万区域地质矿产调查工作的详细地质构造解译，包括与成矿作用相关的线、带、环、块、色以及与成矿相关的近矿找矿标志解译，圈定遥感最小找矿靶区.
3 遥感地质解译 3.1 地层解译遵循由点到线到面原则. 首先，从已掌握地质情况或建立解译标志的区（点）出发，垂直地质构造走向（即沿地质剖面）进行解译，通过解译掌握地层层序与变化，了解调查区域的基本地质状况；然后，再由线（剖面或路线）沿地质线或线性构造走向两侧延伸解译，进而完成全区的遥感解译工作.
3.2 构造解译从地质构造遥感解译图上看，研究区内的断裂构造及环形构造比较发育（图 1）.
|
图 1 研究区遥感断裂构造、环形构造分布图 Fig.1 Distribution map of RS-interpreted fault and ring structures in the study area 1-遥感解译小构造（RS-interpreted small structure）；2-遥感解译构造（RS-interpreted structure）；3-遥感解译环形构造（RS-interpreted ring structure） |
1）断裂构造
此次研究初步解译断裂构造41条，以北北东、北东向为主，次为北西向断裂，其他方向断裂不发育. 北东向断裂规模大，延伸长，影像特征明显，主要表现为北东走向的大型冲沟及北东向排列的陡坎，局部可见北东向排列的断层三角面，并对现代地形地貌有明显的控制作用. 北西向断裂在遥感图像上主要表现为北西走向的折线状冲沟，北西向排列的陡坎或北西走向的洼地，局部地段控制了现代地形地貌，并显示为张性断裂特征.
2）环形构造
区内共解译出17个环形构造，它们在遥感图象上主要表现为环形山脊、环形冲沟、环状色调异常等. 最大的环形构造直径约4 km，小者约1 km，一般为1~3 km. 从空间分布看，研究区内的环形构造与断裂构造有极密切的关系，多分布在断裂构造附近或不同方向断裂交汇部位，并具有成群分布特点，构成一些环形构造群.
4 遥感矿化蚀变信息提取通过对研究区ETM数据进行主成分分析，得到区内7个多光谱波段矩阵（表 1）. 第三主成分的B4、B5波段存在序偶，反映植被信息；第四主成分的B6与B7波段、B4与B7波段存在序偶，可用B6、B7两个波段运算提取铁染异常；第五主成分的B1与B4波段存在序偶，可通过B1、B4两个波段运算提取羟基异常.
|
表 1 研究区多光谱数据矩阵表 Table 1 Table 1 Multispectral band spacing array table of the study area |
利用具有序偶关系并能提取遥感异常的两个波段做散点图. B4、B1散点图见图 2，B6、B7散点图见图 3.
|
图 2 B4/B1散点图 Fig.2 Scatter plot of B4/B1 bands |
|
图 3 B6/B7散点图 Fig.3 Scatter plot of B6/B7 bands |
通过图 2分析，B4与B1散点主要分布在对角线下方，即B4/B1小于1，矿化信息主要为Y=X线上区域，同时B1与B4波段相关系数为0.87，呈线性正相关. 因此选取用比值法，（B4+10660）/1.90B1，同时掩膜掉B4/B1小于1的区域，截取其高端值，分为三级铁染异常.
图 3中出现双椭圆，为高植被覆盖区典型的散点图. 主椭圆分布形状为线性分布，相关系数为0.96，说明B6与B7波段之间具有高度的线性正相关，长轴方向斜率为1.03，可采用（B6-1292）/1.03B7的比值法或利用B6、B7两个波段进行主成分分析，取第二主成分高端值提取遥感羟基异常，分为三级羟基异常. 对一级铁染异常进行“3×3”滤波，对二、三级铁染异常进行“5×5”滤波.
4.1 羟基异常分布特征从遥感羟基蚀变异常图（图 4）可以看出，区内羟基异常主要分布在工作区中部及中北部，并且明显与断裂构造和环形构造有关，多分布于断裂构造附近及环形构造集中区，应为矿化蚀变引起.
|
图 4 遥感羟基蚀变异常图 Fig.4 RS-interpreted hydroxyl alteration anomaly map 1-一级羟基异常（Grade Ⅰ hydroxyl anomaly）；2-二级羟基异常（Grade Ⅱ hydroxyl anomaly）；3-三级羟基异常（Grade Ⅲ hydroxyl anomaly） |
研究区内的羟基异常分布相对集中. 其中一处主要集中于吉林市东侧白菜沟附近的北东向断裂带上，异常主密度分布区多集中在丰满砾岩及杨家沟组中，周围为中侏罗世浅肉红色中细粒二长花岗岩和早侏罗世灰白色斑状花岗闪长岩大面积出露区. 分布区内解译出环形构造4处，可能为隐伏岩体引起，因此认为此处的羟基异常可能与矿化蚀变有关，应为矿化蚀变引起的羟基异常. 另一处在松花湖南狄家沟附近羟基异常相对集中，该带出露地层以中侏罗世灰白色中细粒花岗闪长岩为主，并且在异常分布区发育北西向局部小断裂，认为可能与矿化蚀变有关. 在松花湖周围羟基异常较多，可能在一定程度上受到水的影响，需结合其他地质信息综合考虑.
4.2 铁染异常分布特征研究区内的铁染异常主要集中于北部小塘坊-卡福屯一带、东部和平屯南侧、西部巴虎屯附近、南部旺起镇-摩天村一带（图 5）. 它们多与断裂构造或环形构造有关，其中部分异常与羟基异常相吻合. 这些异常应与矿化蚀变有关，属矿化蚀变引起的异常.
|
图 5 遥感铁染蚀变异常图 Fig.5 RS-interpreted iron-stained alteration anomaly map 1-一级铁染异常（Grade Ⅰ iron-stained anomaly）；2-二级铁染异常（Grade Ⅱ iron-stained anomaly）；3-三级铁染异常（Grade Ⅲ iron-stained anomaly） |
根据遥感解译的断裂构造、环形构造以及遥感异常蚀变信息等综合信息，在研究区内共圈出6处遥感信息异常区（图 6），各异常区位置及预测依据如下.
|
图 6 研究区综合遥感信息图 Fig.6 RS-interpreted integrated anomaly map of the study area 1-遥感解译断裂（RS-interpreted fault）；2-遥感解译小断裂（RS-interpreted small fault）；3-遥感解译环形构造（RS-interpreted ring structure）；4-一级羟基异常（Grade Ⅰ hydroxyl anomaly）；5-二级羟基异常（Grade Ⅱ hydroxyl anomaly）；6-三级羟基异常（Grade Ⅲ hydroxyl anomaly）；7-一级铁染异常（Grade Ⅰ iron-stained anomaly）；8-二级铁染异常（Grade Ⅱ iron-stained anomaly）；9-三级铁染异常（Grade Ⅲ iron-stained anomaly）；10-遥感预测区及编号（RS-based prediction area and number） |
预测区Ⅰ：中心坐标126°50′33″E，43°57′52″N，异常区面积28.63 km2. 区内的3个环形构造呈现串珠状沿北东向排列，与区内总体构造走向相一致. 区内发育北东向及北北东向断裂，北西向张性小构造. 该区为遥感一至三级羟基异常集中分布区.
预测区Ⅱ：中心坐标126°44′36″E，43°51′49″N，异常区面积30.38 km2. 区内2个环形构造呈北西向排列，同时有2个大的环形构造切过该区. 发育北东向局部小断裂和北西向局部小断裂. 遥感羟基、铁染异常在区中零星分布.
预测区Ⅲ：中心坐标126°39′23″E，43°50′14″N，异常区面积12.89 km2. 区内分布2个环形构造，北西向排列，北东与北西向构造交叉，同时发育一组北北东向构造带. 为遥感铁染异常高度集中区，无羟基异常.
预测区Ⅳ：中心坐标126°37′24″E，43°36′07″N，异常区面积21.29 km2. 区内分布2个环形构造，北西向排列，北东与北西向构造交叉，同时发育一组北北东向构造带，为遥感铁染异常高度集中区，无羟基异常.
预测区Ⅴ：中心坐标126°45′58″E，43°35′58″N，异常区面积9.55 km2. 主要分布在侏罗系花岗闪长岩内，异常区范围和区内一个环形构造基本重合，发育北西向局部小断裂构造. 为遥感羟基异常高度集中区.
预测区Ⅵ：中心坐标126°51′04″E，43°33′53″N，异常区面积28.62 km2. 区内分布2个环形构造，东南的环形构造明显晚于西北的环形构造，北西向与北东向局部小断裂构成格子状构造. 为遥感羟基异常高度集中区，零星分布铁染异常.
6 结语本次研究共完成1 : 5万吉林市、天岗、丰满、新开河屯、旺起屯、大石头河子幅遥感地质解译2 238 km2. 通过遥感地质解译建立区内地质体遥感解译标志，全区解译出影像岩石单元30个，推断解译出线性断裂41条，环形构造17处. 利用遥感数据进行了矿化信息提取工作. 根据遥感解译的地质、构造、矿化信息提取结果，圈定出6处遥感信息异常区.
遥感解译的断裂构造充分发挥了遥感技术的直观性、宏观性、多信息源等特点，根据其影像特征可明显见其延伸方向、断层规模等，亦可判断部分构造性质，可解译程度高，可供野外工作直接利用.
遥感信息异常区是根据遥感蚀变矿化信息提取、遥感解译的断裂构造和环形构造相结合综合分析圈定的，是从遥感角度圈定的成矿有利部位，可供野外找矿参考.
| [1] |
田淑芳, 詹骞. 遥感地质学[M]. 2版. 北京: 地质出版社, 2013: 2-3. Tian S F, Zhan Q. Remote sensing geology[M]. 2nd ed. Beijing: Geological Publishing House, 2013: 2-3. |
| [2] |
罗真富, 谢洪斌, 吴国代, 等. 重庆巫山地区遥感地质解译及蚀变信息提取[J]. 河南理工大学学报(自然科学版), 2014, 33(4): 447-452. Luo Z F, Xie H B, Wu G D, et al. Information extraction of remote-sensing geological interpretation and alteration in Wushan and Chongqing[J]. Journal of Henan Polytechnic University (Natural Science), 2014, 33(4): 447-452. DOI:10.3969/j.issn.1673-9787.2014.04.009 |
| [3] |
李宗仁, 张焜, 李晓民, 等. 遥感线性构造特征分析与找矿预测[J]. 遥感信息, 2016, 31(3): 115-121. Li Z R, Zhang K, Li X M, et al. Analysis of linear structural characteristics of remote sensing and prediction of ore finding[J]. Remote Sensing Information, 2016, 31(3): 115-121. DOI:10.3969/j.issn.1000-3177.2016.03.018 |
| [4] |
龙晓君, 何政伟, 刘严松, 等. 西藏羌多地区遥感蚀变与构造信息提取及成矿预测[J]. 国土资源遥感, 2010(2): 63-67, 72. Long X J, He Z W, Liu Y S, et al. Extraction of the remote sensing alteration and structure information and metallogenic prognosis in Qiangduo area, Tibet[J]. Remote Sensing for Land & Resources, 2010(2): 63-67, 72. |
| [5] |
谢明辉, 张奇, 陈圣波, 等. 基于特征导向主成分分析遥感蚀变异常提取方法[J]. 地球科学——中国地质大学学报, 2015, 40(8): 1381-1385. Xie M H, Zhang Q, Chen S B, et al. Extraction of alteration anomaly information by feature-based principal component analysis from aster data[J]. Earth Science-Journal of China University of Geosciences, 2015, 40(8): 1381-1385. |
| [6] |
冯雨林, 时建民, 杨利军. ETM+遥感影像矿化蚀变信息的提取与找矿实践[J]. 地质与资源, 2008, 17(1): 69-72. Feng Y L, Shi J M, Yang L J. Extraction of the mineralization and alteration information from ETM+ remote sensing image: The practice in exploration[J]. Geology and Resources, 2008, 17(1): 69-72. DOI:10.3969/j.issn.1671-1947.2008.01.014 |
| [7] |
邓婕, 白亚辉, 吕凤军. 比值法遥感蚀变信息提取及阈值确定[J]. 地质学刊, 2017, 41(3): 504-510. Deng J, Bai Y H, Lyu F J. Remote sensing alteration information extraction and threshold determination by band ratio method[J]. Journal of Geology, 2017, 41(3): 504-510. |
| [8] |
韩海辉, 王艺霖, 张转, 等. 东昆仑浅覆盖区遥感蚀变异常提取与分析[J]. 遥感信息, 2018, 33(4): 72-79. Han H H, Wang Y L, Zhang Z, et al. Extraction and analysis of remote sensing alteration anomaly at shallow loess covering area in East Kunlun[J]. Remote Sensing Information, 2018, 33(4): 72-79. DOI:10.3969/j.issn.1000-3177.2018.04.011 |
| [9] |
江山, 张渝金, 汪岩, 等. 基于Landsat8 OLI数据的遥感蚀变异常提取应用研究——以内蒙古阿鲁科尔沁旗地区为例[J]. 地质与资源, 2018, 27(1): 93-98. Jiang S, Zhang Y J, Wang Y, et al. Application of alteration anomaly extraction by remote sensing based on landsat8 OLI data: a case study of Ar Horqin Qi, Inner Mongolia[J]. Geology and Resources, 2018, 27(1): 93-98. DOI:10.3969/j.issn.1671-1947.2018.01.013 |
| [10] |
王烜, 雷广新, 江洋. 基于主成分分析法对遥感蚀变异常提取——以内蒙古伊和诺尔地区1:5万矿调为例[J]. 地质与资源, 2014, 23(S1): 122-128. Wang X, Lei G X, Jiang Y. Extraction of alteration anomalies from remote sensing data based on principal component analysis: A case study of the 1:50000 mineral geological survey in Yihenuoer area, Inner Mongolia[J]. Geology and Resources, 2014, 23(S1): 122-128. |
| [11] |
王晓志, 李雪菲, 张乐彤, 等. 吉林山门Ag-Au-Ni找矿远景区遥感地质特征及矿产预测[J]. 地质与资源, 2014, 23(1): 57-61. Wang X Z, Li X F, Zhang L T, et al. Geological characteristics and mineral prediction by remote sensing of the Shanmen Ag-Au-Ni prospecting area in Jilin Province[J]. Geology and Resources, 2014, 23(1): 57-61. DOI:10.3969/j.issn.1671-1947.2014.01.008 |
| [12] |
刘颖璠, 陈建平, 郝俊峰, 等. 内蒙古朱拉扎嘎地区成矿遥感信息提取及成矿预测研究[J]. 中国地质, 2012, 39(4): 1062-1068. Liu Y F, Chen J P, Hao J F, et al. Researches on metallogenic remote sensing information extraction and metallogenic prediction in Zhulazhaga area of Inner Mongolia[J]. Geology in China, 2012, 39(4): 1062-1068. DOI:10.3969/j.issn.1000-3657.2012.04.022 |
| [13] |
王大鹏, 李林川, 鲍东明, 等. 遥感在辽宁丹东地区1:5万区域地质调查中的应用[J]. 地质与资源, 2014, 23(2): 184-187. Wang D P, Li L C, Bao D M, et al. Application of RS in the 1:50000 regional geological survey of Dandong area, Liaoning Province[J]. Geology and Resources, 2014, 23(2): 184-187. DOI:10.3969/j.issn.1671-1947.2014.02.018 |
| [14] |
周灵洁, 张正伟, 程远, 等. 西昆仑北部地区铅锌铜矿带遥感构造蚀变信息提取与成矿预测[J]. 大地构造与成矿学, 2011, 35(4): 603-611. Zhou L J, Zhang Z W, Cheng Y, et al. The comprehensive interpretation of remote sensing information and prospecting for the Pb-Zn-Cu ore belts in the northern part of West Kunlun Orogen[J]. Geotectonica et Metallogenia, 2011, 35(4): 603-611. DOI:10.3969/j.issn.1001-1552.2011.04.014 |
| [15] |
王彪, 陈利燕, 王核, 等. 遥感蚀变信息定量提取方法在成矿预测中的应用——以西昆仑塔什库尔干地区为例[J]. 大地构造与成矿学, 2011, 35(3): 372-377. Wang B, Chen L Y, Wang H, et al. Ore prospecting for the Taxkorgan area of West Kunlun using quantitative extraction of mineralized alteration information[J]. Geotectonica et Metallogenia, 2011, 35(3): 372-377. DOI:10.3969/j.issn.1001-1552.2011.03.006 |
| [16] |
吴一全, 盛东慧, 周杨. PCA和布谷鸟算法优化SVM的遥感矿化蚀变信息提取[J]. 遥感学报, 2018, 22(5): 810-821. Wu Y Q, Sheng D H, Zhou Y. Remote sensing mineralization alteration information extraction based on PCA and SVM optimized by cuckoo algorithm[J]. Journal of Remote Sensing, 2018, 22(5): 810-821. |
| [17] |
罗一英, 高光明, 于信芳, 等. 基于ETM+的几内亚铝土矿蚀变信息提取方法研究[J]. 遥感技术与应用, 2013, 28(2): 330-337. Luo Y Y, Gao G M, Yu X F, et al. A study on extraction of bauxite alteration information of guinea based on ETM+ remote sensing data[J]. Remote Sensing Technology and Application, 2013, 28(2): 330-337. |
| [18] |
李淼淼, 邢立新, 潘军, 等. 组合分析蚀变信息提取方法研究[J]. 遥感技术与应用, 2011, 26(3): 303-308. Li M M, Xing L X, Pan J, et al. Research of combinatory analysis method in altered information extraction[J]. Remote Sensing Technology and Application, 2011, 26(3): 303-308. |
| [19] |
赵慧童, 王萍. 中高分辨率遥感数据铁染信息提取及找矿预测[J]. 遥感信息, 2017, 32(6): 96-102. Zhao H T, Wang P. Extraction of iron stained information and ore-prospecting prediction of medium-high resolution remote sensing data[J]. Remote Sensing Information, 2017, 32(6): 96-102. DOI:10.3969/j.issn.1000-3177.2017.06.016 |
| [20] |
赵仕宝, 蔡进. 基于PCA方法的Aster遥感影像矿化蚀变信息提取应用研究[J]. 世界有色金属, 2020(10): 186-189. Zhao S B, Cai J. Application research on mineralization and alteration information extraction of aster remote sensing image based on PCA method[J]. World Nonferrous Metals, 2020(10): 186-189. DOI:10.3969/j.issn.1002-5065.2020.10.088 |
| [21] |
李志忠, 穆华一, 刘德长, 等. "遥感先行"服务自然资源调查技术变革与调整[J]. 地质与资源, 2021, 30(2): 153-160. Li Z Z, Mu H Y, Liu D C, et al. Remote sensing first: Service for the technological revolution and innovation in natural resources survey[J]. Geology and Resources, 2021, 30(2): 153-160. |