遥感综合信息找矿模型与找矿预测——以二连浩特北部地区为例

李建国, 高学生, 奥　琮, 张国利， 范素英

(1.天津地质调查中心，天津300170； 2.河北省遥感中心，河北石家庄050021)



遥感综合信息找矿模型与找矿预测
——以二连浩特北部地区为例

李建国1, 高学生1, 奥琮1, 张国利1， 范素英2

(1.天津地质调查中心，天津300170； 2.河北省遥感中心，河北石家庄050021)

总结回顾了近30年来遥感信息获取技术、遥感找矿模型的发展历程和特点，提出了遥感综合信息找矿模型的基本概念及找矿预测方法。认为遥感综合信息找矿模型更加突出综合信息与找矿标志的系统组合，指出模型构建的关键是实现“地质找矿要素”向“遥感信息要素”的相互转换。以二连浩特北部地区为例，构建了该地区以遥感信息为主要数据源的遥感地质信息获取技术方法及找矿预测模型，圈定了5个重要的钨钼铜多金属矿找矿靶区，取得了较好的找矿应用效果。

遥感综合信息；找矿模型；矿产预测；内蒙古二连浩特

0　引　言

遥感技术是20世纪60年代发展起来的一门新兴学科。由于具有快速、真实、客观和宏观反映地质体、构造信息以及矿化蚀变信息的特点，一经引入就被广泛应用于区域地质研究和地质找矿工作，特别是应用于寻找与浅层热液有关的金属矿产(李瑾焕，1989；杨武年，1989；刘严松等，2009；李建力等，2012;熊双才等，2015；余先川等，2015)，甚至在一些能源矿产，如石油、钾盐、煤矿、铀矿的找矿中也得到了较好的应用(李廷祺，1991；邹远耀，1993；王多义等，1994；傅碧宏等，1997；王保群，2002；刘德长等，2012；谭克龙等，2012)。通过前人不断试验和总结，遥感信息获取技术得到了系统的整理和快速发展，产生了包括遥感地质学(朱亮璞，1994)、1∶25万遥感地质填图方法和技术(方洪宾等，2002，2010)、基于特征主分量法、分层次分离技术模型的蚀变信息提取技术(甘甫平等，2002；张玉君等，2002，2014；张远飞等，2011)等一批具代表性和影响力的成果。在此基础上，结合地质成矿规律，前人先后提出了“三步曲”遥感找矿模式(郭华东，1995)、“矿源场-成矿节-遥感信息异常”找矿模式(赵福岳,2000)、遥感找矿“五要素”(于学政等，2003)等遥感找矿模型或模式，使遥感技术应用从图像和信息层面逐步上升到了知识和规则层面。但模型总是随遥感数据、遥感信息获取技术及地质找矿模型的发展而发展。特别是近几年，随着多、高光谱数据及高空间分辨率数据的快速发展，遥感找矿预测模型也得到了长足发展，相继提出了综合信息找矿预测以及以蚀变异常为核心的遥感综合找矿模式(杨金中，2003；王润生等，2011；汪冰等，2015)。

在前人研究成果的基础上，重点总结了当前遥感地质信息获取技术和找矿预测模型的发展及其特点，提出了遥感综合信息找矿模型的概念及找矿预测方法、流程，讨论了模型构建的关键要素，并以二连浩特北部地区为例进行遥感综合信息找矿预测。

1　遥感地质信息获取技术的发展及找矿应用

遥感地质信息通常指利用遥感数据获取的基础地质信息和矿化蚀变信息，它主要取决于遥感数据精度、信息解译和信息提取的水平。从发展阶段和应用特点来看，大体可分为2个阶段(李建国，2016)：第一阶段主要以基础地质信息解译为主，该阶段可选择的遥感数据较少，多为航片或TM影像资料，专业处理软件还不普及，主要通过人机交互解译，获取地貌、地层、岩体、构造等基础地质信息，为地质背景研究和矿产预测提供信息支撑；第二阶段主要表现为蚀变信息提取技术的快速发展，该阶段可获取的多、高光谱数据较多，数据处理方法及软件较为普及，多以光谱信息提取为基础，在常规地质信息解析的基础上，通过光谱识别技术提取蚀变矿物信息，为地质找矿工作提供直接线索。

1.1遥感基础地质信息解译

遥感基础地质信息解译是遥感技术在地质学上最基础、最重要的应用方向，它主要通过对遥感影像的判读来获取地貌、地层、岩体、构造等信息。其信息获取的一般流程为遥感数据预处理、影像制作、解译标志建立、人机交互解译、信息获取与综合分析等(朱亮璞，1994；郭华东，1995；方洪宾等，2002，2010)，信息获取的水平更多取决于解译人员判读地质学、遥感学基础和遥感数据的精度。近几年，随着高空间分辨率数据的广泛获取，如WorldView-2的数据空间分辨率已达0.5 m，遥感基础地质信息判读的精度和水平大大提高。

由于遥感基础地质信息并不提供直接的找矿线索，因此利用其开展找矿预测则需要借助前人的区域成矿理论模型，从已知到未知，即相似类比的找矿方法。

1.2遥感矿化蚀变信息提取

国外对矿化蚀变信息的提取研究较早。早期主要是利用比值法区分特定的蚀变岩石与未蚀变岩石。由于方法简单、直接，一直被用于多光谱数据的信息提取，在很长一段时间占据了主导地位，取得了一定的应用成果(赵元洪等，1991；朱亮璞，1994；Hunt，1979；Sabins，1999)。但由于当时遥感数据的宽谱特点及比值法的不确定性，其应用并未得到重视。Crosta等(1989)利用主成分分析技术(克罗斯塔技术)在巴西雨林地区成功提取了铁染和含羟基的浅层热液蚀变信息。此后，主成分分析法及其与比值法的结合被大量应用于国内外的多光谱数据蚀变信息提取工作中，在干旱和半干旱地区取得了很好的找矿应用效果(赵元洪等，1994；张玉君等，2002；杨建民等，2003；杨波等，2005；闫洁茹等，2015)。在此过程中，一些地球化学的编图方法和思想相继被引入到异常分级和编图工作中(张玉君等，2003；李建国等，2015)。近几年，随着ASTER和Hyperion等多、高光谱数据的获取，国内外在矿物蚀变信息提取方面得到了飞速发展。一是方法的创新，代表性的有光谱角填图、光谱匹配滤波、连续光谱去除等(王正海等，2006；何中海等，2011；阎继宁等，2013；Clark et al.,1991)。许多新的人工智能算法也被引入高光谱图像分类中，如自组织映射、人工神经网络、遗传算法、支持向量机(哈斯巴干等，2003；傅文杰等，2006；杨国鹏等，2008；梁亮等，2010)。二是能区分的蚀变矿物种类的能力大大增强。如ASTER数据大大提高了泥化和碳酸盐化信息的可分性，大量学者开展了相关研究(毛晓长等，2005；陈江等，2007；李建国等，2007；耿新霞等，2008；杨佳佳等，2008；王云涛等，2012；Ninomiya et al.，2005；Moghtaderi et al.，2007)。该数据甚至被用于提取蛇绿岩化信息(李培军等，2007；黄照强等，2010；别小娟等，2013)。而Hyperion数据可区分的蚀变矿物则更多(甘甫平等，2002；谭炳香等，2005)。但由于该数据的幅宽太小且覆盖不全，严重制约了其在找矿中的应用。

由于蚀变信息可直接提供重要的找矿线索，它的发展为遥感技术在找矿预测中的应用提供了广阔的前景，以蚀变异常为核心(即地质异常找矿)的遥感综合找矿模式得到了越来越多的地质学家和找矿工作者的重视。一些学者甚至开始尝试将蚀变信息与成矿流体过程结合起来开展找矿预测，并取得了较好的应用效果(Van Ruitenbeek et al.，2005)。

2　遥感综合信息找矿模型与找矿预测

2.1找矿模型

随着矿床模型研究的深入发展，遥感找矿模型研究逐渐成为遥感地质找矿的研究热点之一。众多学者先后提出了遥感解译模型、遥感地质找矿模型、矿床遥感影像模式、遥感找矿模式、遥感模式、遥感找矿信息模型、遥感信息找矿模式等(姜晓玮等，2003;赵玉灵，2003；王耿明等，2015)。模型总是相对于“原型”而言的，是对原型的抽象和仿真。赵玉灵(2003)认为，遥感找矿模型是在现有技术条件下，表征一类矿床形成和保存的一系列遥感找矿标志的组合，包含5个基本要素。姜晓玮等(2003)则提出遥感找矿模型应符合概况性、相似性、简化性、客观性、可预见性和可重复性6项基本原则，建模基础包括矿床的成因模型、改造模型和独立的遥感信息找矿标志。

由于技术的局限性，早期的遥感模型更加突出对影像的定性解译和以线、环组合特征为代表的控矿模式或图案组合，如楼性满(1991)提出的8种金属矿田构造的遥感影像模式，于学政等(2003)提出的遥感找矿“五要素”找矿模型，且信息的来源也更多强调遥感信息的独立性。但随着蚀变信息提取技术的发展，以蚀变信息为核心的遥感异常找矿越来越得到重视。同时，单纯的遥感信息已难以适应逐步加大的勘探深度要求和覆盖区景观特点，必须有所拓展。

遥感综合信息找矿模型概念的提出正是适应了当前遥感找矿应用的需要，它更加突出了综合信息和遥感找矿标志组合，可有机融合相似类比法和以蚀变信息为核心的地质异常法找矿思想，同时信息源既可以完全来源于遥感资料，也可以辅助部分地、物、化探信息，一定程度上解决了遥感技术的局限性，它可被定义为一类矿床本质属性的以遥感信息为主导的找矿标志的系统组合。

遥感综合信息找矿模型的理论基础来源于地质找矿的相似类比理论、求异理论和定量组合控矿理论(赵鹏大，2006)，无论模型的具体表述有何差异，其地质基础都应该是矿床的成因模型与改造模型，构建以地质意义为基础的地质找矿要素与遥感信息要素的相互转换关系是遥感综合信息找矿模型准确与否的关键，也是实现遥感信息由技术层面上升到科学层面的关键。

2.2找矿预测方法

目前常用的预测方法主要有定性预测与定量、半定量预测2类，它与一般的地质信息成矿预测方法没有本质上的不同。采用何种方法更多取决于模型的适用性和可提供验证的信息量，对不同工作程度的地区，遥感综合信息找矿预测所采用的方法有所差异：对一个成矿规律研究相对透彻、找矿类型和控矿要素相对清楚且有一定的已知矿床、矿点的地区，往往可选择一些定量或半定量方法，如证据权法(肖克炎等，1999；陈建平等，2011；李建国等，2013)、模糊数学法(刘名龙等，2005)、非线性成矿预测方法(成秋明，2012)等；而对于一些工作程度较低、无合适的典型矿床模型或较少已知矿床、矿点地区，多采用定性预测的方法开展找矿预测，此时，特定类型矿床的一般性成矿规律及要素将作为分析的重点。而实际上，往往工作程度较低的地区，利用遥感技术开展找矿预测工作的实际意义更大。

综上所述，遥感综合信息找矿预测方法的基本流程和内容包括典型矿床与找矿要素分析、遥感找矿要素分析、遥感综合信息提取、找矿模型构建与方法选择、找矿预测与评价5个主要步骤(图1)。

图1　遥感综合信息找矿预测方法Fig.1　Prospecting prediction process based on integrated remote sensing information

3　遥感综合信息找矿预测实例

3.1区域地质概况

本次研究以二连浩特北部地区为例。区内主要出露古生代及中—新生代地层。其中，古生代地层主要有奥陶系乌宾敖包组、泥盆系泥鳅河组、石炭—二叠系宝力高庙组；中—新生代出露的地层主要有侏罗系玛尼吐组、白音高老组，白垩系大磨拐河组，古近系伊尔丁曼哈组，中新统宝格达乌拉组、第四系更新统及全新统。侵入岩主要有石炭纪的查干敖包庙岩体(C1γδ)、红格尔岩体(C1ηγβbzx)、呼舒楚鲁岩体(C1ηγβzc)、苏尔昌特岩体(C1ηγzx)、乌兰敖包岩体(C1ξγβbzx)和阿仁绍布岩体(C2δ)，它们多位于研究区的北部或西北部地区。二叠纪岩体包括昌特敖包岩体(P1ηγβbzx)和格尔楚鲁岩体(P1ηγβzx)，它们主要分布于研究区的南部。

该区构造先后受古生代末期西伯利亚板块与中朝板块拼接碰撞和燕山期古太平洋构造域影响，形成了以NNE、NE向断裂为主，NEE、NW向断裂次之的构造格局。NNE向以压性和压扭性为特征，表现为逆、滑断层性质，大致呈20°展布，横贯全区，具多期活动的特点，是研究区内主要断裂构造；NE向断层大致呈40°～50°，一般构成盆地边缘断裂，具有张性断层特征；NW向断裂以张性、张扭性为特征，表现为正断层性质(图2)。

图2　研究区地质简图1-湖积层；2-冲洪积层；3-冲洪积层；4-阿巴嘎组；5-宝格达乌拉组；6-伊尔丁曼哈组；7-大磨拐河组；8-白音高老组；9-玛尼吐组；10-宝力高庙组二段；11-宝力高庙组一段；12-泥鳅河组二段；13-泥鳅河组一段；14-乌宾敖包组；15-中细粒正长花岗岩；16-中细粒黑云母二长花岗岩；17-闪长岩；18-角闪花岗闪长岩；19-斑状中细粒黑云母二长花岗岩Fig.2　Geological sketch map of the study area

3.2典型矿床特征与遥感找矿要素分析

区内已发现的矿床较少，仅中部有1个萤石矿，北部有1个乌日尼图热液型钨钼矿。区外北部有多个铁矿点，东部及东北部地区有准苏吉花热液型铜钼矿以及乌兰德勒斑岩型钼矿。它们均属与燕山期酸性岩浆活动有关的铁、锌、铅、铜、钨、银、钼矿床成矿亚系列，是钨钼铜多金属矿找矿远景区(许立权等，2013)。主要成矿规律及遥感综合信息找矿要素分析如下。

3.2.1有利大地构造背景找矿的必要因素。其古生代属天山兴蒙造山系大兴安岭弧盆系扎兰屯—多宝山岛弧；中生代属环太平洋巨型火山活动带、大兴安岭火山岩带、乌日尼图—查干敖包火山喷发带、查干敖包晚侏罗世火山盆地。可根据遥感构造解析并结合地质图进行圈定，研究区均在该大地构造单元内。

3.2.2控矿侵入岩找矿的必要因素。主要受燕山期岩浆活动控制，多在岩体的内、外接触带上。由于矿化体同期高温热液在早期石英闪长岩、花岗闪长岩的次生裂隙随硅质赋存在硅质脉两侧，因此常形成上部的脉状矿层和下部的岩浆岩含矿层。由于研究区燕山期岩体基本为隐伏岩体，因此主要通过解析遥感环形构造进行推断。

3.2.3主要赋矿地层找矿的重要因素。钨钼矿主要赋存于下奥陶统乌宾敖包组、泥鳅河组地层。铜矿主要赋存于宝力高庙组一段。对应的遥感信息为遥感找矿五要素中的“带要素”，可直接从遥感解析图中提取。

3.2.4控矿构造找矿的必要因素。主要为NE向与NW向构造交汇部位。其中，NE向断裂构造对花岗斑岩体的侵位、热液活动及成矿起着控制作用，NW向构造主要为容矿构造。主要对应遥感的线要素特征，重点提取NE向与NW向构造。

3.2.5围岩蚀变找矿的重要因素。矿区附近发育有明显的围岩蚀变，且具有一定的分带性，是找矿的重要标志。主要蚀变类型包括：云英岩化、钾化、硅化、碳酸盐化、萤石矿化、矽卡岩化、绢云母化、绿帘石化、青磐岩化，黄铁矿化，黄铜矿化等。可通过遥感矿化蚀变信息提取结果进行圈定。

3.2.6地球化学特征找矿的重要因素。有W、Mo、Cu等元素化探异常。异常多，强度高，面积大，具明显的浓度分带和浓集中心，浓集中心部位与地层和岩体的接触带、矿体较吻合。可利用收集的部分化探资料作为辅助信息加入模型。

3.3遥感地质找矿信息获取

3.3.1遥感基础地质控矿要素解析主要根据遥感影像图，结合遥感找矿模型和地质图，重点解析与成、控矿有关的岩体、地层和线性、环形构造信息。

(1) 与控矿侵入岩有关的环形构造信息。全区共解译环形构造89个，依据成因划分为侵入岩环形构造、隐伏岩体环形构造、火山机构环形构造、褶皱环形构造、成因不明环形构造等类型。由于主要控矿侵入岩为燕山期的隐伏岩体，因此重点提取了与隐伏岩体有关的环形构造。

(2) 主要赋矿地层信息。重点提取了下奥陶统乌宾敖包组、泥鳅河组和宝力高庙组一段的信息。其中，乌宾敖包组的地层影像标志明显，色调偏紫，水系不发育，具树枝状、丰状水系特征；泥鳅河组地层主要为一套海相碎屑岩夹灰岩、火山岩组合，不同岩性段影像色调和纹理差异较大；宝力高庙组一段地层影像多为紫红、灰褐色-暗红色，色调偏红，层理清晰，纹理相对粗糙，呈网状、鱼鳞状；水系不发育，呈丰状、树枝状水系。

(3) 控矿构造。主要解析了NE向、NW向和NNE向构造，包括哈日努登呼都格断裂，敦德苏断裂、吉音呼都格断裂、恩格勒嘎顺断裂、苏吉音棚断裂、毛达日乌嘎断裂、绍日布格音棚断裂、霍托勒断裂等。由于NNE向构造对矿床的控制和改造作用不明，仅作为次要构造进行考虑。

3.3.2遥感蚀变信息提取以ASTER数据为主要数据源，结合研究区的主要矿物蚀变类型，构建ASTER数据可见光—近红外波段蚀变信息决策树模型(图3)。主要提取了铁染(褐铁矿+黄钾铁钒)、高岭土化(高岭石+地开石+叶蜡石组合)、绢云母化(白云母)、绿泥石化(绿泥石+阳起石组合)、绿帘石化(绿帘石)、碳酸盐化(方解石+白云石组合)6种类型矿化蚀变信息。

图3　研究区矿化蚀变信息提取决策树模型Fig.3　Decision-making tree model showing the extraction of altered mineralization information in the study area

各信息的主要分类规则简述如下。

(1) 铁染信息。利用波段2、4反射峰特征，采用比值法、特征主成分分析法或2种方法的结合进行信息提取。本次研究中采用提取铁染信息常用的特征主分量法(表1)，即对b1(代表ASTER数据的第1波段，以下类同)、b2、b3、b4进行主成分变换(简称PCA1、2、3、4，以下类同)，求得铁染信息分量。从表1可以看出，由于PC4中波段2、波段4与波段1、波段3的符号相反且贡献率较大，符合铁染信息波谱特征，因此确定PC4为特征主分量，蚀变信息表现为亮像元。同时，由于绢云母化与褐铁矿化在b1—b4波段波形相似，因此需同时利用绢云母化5波段吸收特征加以区分。

(2) 高岭土化、绢云母化。利用波段5强吸收的特征，采用比值法或主成分分析法进行提取。对PCA1、3、4、5中波段5强吸收特征分量进行阈值切割，获取高岭土化与绢云母化信息。同时，应满足b4/b5大于平均值(去除主成分分析中存在的部分伪信息)，且b8弱吸收条件。在此基础上再利用白云母在波段6的强吸收谷特征，通过对(b5+b7)/b6进行信息分割获得绢云母化信息。

(3) 绿泥石化、绿帘石化、碳酸盐化。3者在第8波段均表现为较强吸收特征，对大气校正后的DN值数据进行包络线去除运算，对运算后的第8波段(简称CR8，以下类同)进行阈值分割、分离背景与3种矿化。利用碳酸盐化在1—4波段强反射而5波段弱吸收的特征，采用b3/b5阈值分割法提取碳酸岩化信息；根据绿帘石较绿泥石8波段强吸收特征，再次利用CR8进行阈值分割，获取绿泥石化与绿帘石化信息。

表1　PC1—PC4的特征向量表

提取结果显示效果较好，各蚀变信息主要分布在岩体的内外接触带、构造发育部位及部分层状地层中，多具有明显的成条、成带特征。如研究区中部地区，沿大型环形构造边部发育了1圈矿化蚀变信息，与岩浆作用可能存在密切关系(图4)。

图4　研究区蚀变矿物信息分布图1-铁染信息；2-绢云母化；3-高岭土化；4-绿泥石化；5-绿帘石化；6-碳酸盐化Fig.4　Distribution of altered mineral information in the study area

3.4找矿模型构建与预测方法选择

根据遥感找矿要素分析，分别提取了赋矿地层、推断隐伏岩体、矿化蚀变信息、主要断裂构造与韧性剪切带信息等遥感信息。收集了区域1∶20万地球化学数据，并提取了Cu、W、Mo、Bi地球化学综合异常信息，将其分为综合异常高值区和相对低值区。

由于研究区矿产勘查工作程度较低，典型矿床资料较少，多为一些矿点、矿化点资料，因此主要采用定性分析法进行找矿预测。靶区的圈定和优选主要是分析主要找矿要素的多少及重要程度，对研究区而言，主要是寻找与燕山期酸性岩浆活动有关的钨、钼、铜、铁等多金属矿床，围岩蚀变是其重要的找矿标志。地球化学资料由于比例尺较小，仅供参考。各要素重要程度与典型矿床成矿要素相对应，确定重要性排序如下：推断隐伏岩体、矿化蚀变信息、赋矿地层、NW与NE向构造及构造交汇部位、1∶20万地球化学综合异常。

3.5矿产预测与评价

根据各要素分布特征，圈定了2个Ⅰ级和3个Ⅱ级远景区或靶区(图5)。

图5　研究区遥感综合信息找矿预测结果1-乌宾敖包组；2-泥鳅河组；3-宝力高庙组一段；4-铁染异常；5-绢云母化；6-碳酸盐化；7-高岭土化；8-绿泥石化；9-绿帘石化；10-推断隐伏岩体；11-断裂构造；12-剪切带；13-Cu、W、Mo、Bi高值异常区；14-Cu、W、Mo、Bi低值异常区；15-一级靶区及编号；16-二级靶区及编号Fig.5　Metallogenic prediction using integrated remote sensing information in the study area

图6　I-1靶区综合信息与已知矿点、矿化点吻合情况1-铁染异常；2-绢云母化；3-碳酸盐化；4-高岭土化；5-绿泥石化；6-绿帘石化；7-推断隐伏岩体；8-断裂构造；9-剪切带；10-一级靶区及编号；11-野外矿化现象点Fig.6　Coincidence of the integrated information with the known mines and ore spots in the prospecting target I-1

Ⅰ-1区：主要位于研究区的西北角，为Ⅰ级找矿远景区(图6)。主要典型矿床乌日尼图热液型钨钼矿就在该区北侧。地表主要出露奥陶纪乌宾敖包组地层和泥盆纪泥鳅河组地层。根据遥感影像特征，圈定了3个环形构造，初步推断与隐伏岩体有密切关系，环外侧地层具有明显侧向挤压揉皱特征。区内构造发育，主要有NE、NW和近SN向构造，根据典型矿床控矿构造特征，NE、NW及两者交汇部位是主要控矿构造。近SN向剪切带为本次遥感工作首次发现，对其控矿意义还不明确。沿构造裂隙发育有大量的绢云母化、碳酸盐化等遥感矿化蚀变信息，构造与异常紧密相关，特别是中部“S”形NE向断裂和南部剪切带一侧，异常信息分布最为广泛。同时，该区还是Cu、W、Mo、Bi地球化学综合异常高值区，成矿条件较好。野外查证的情况证实，异常提取结果与实际较为吻合，在主要蚀变信息分布区均见到了高岭土化、绢云母和褐铁矿化信息(图7)。环形构造内外，多组构造的交汇部位是寻找热液型矿床的最有利地区。

图7　I-1靶区次生石英岩化与褐铁矿化Fig.7　Photos showing secondary quartzite and limonitization in the prospecting target I-1

Ⅰ-2区：主要位于研究区中部，为Ⅰ级找矿远景区。从遥感影像上解析了1个大型环形构造，沿环形构造外围主要是宝力高庙组，东部见有多个中生代火山机构，推断整个环形构造下部有燕山期岩体。环内发育有多条NE向和NW向构造。提取的遥感矿物蚀变信息主要是碳酸盐化、高岭土化和绢云母化蚀变，北部见有少量铁染信息，它们主要沿环形构造和宝力高庙组分布，具明显环带特点。同时，该区还是Cu、W、Mo、Bi地球化学综合异常高值区。野外工作在该地区发现了多处矿化蚀变现象(图8)，在环形构造南侧、东侧分别新发现钼矿化和锰铁矿化1处。

图8　I-2靶区综合信息与已知矿点、矿化点吻合情况1-铁染异常；2-绢云母化；3-碳酸盐化；4-高岭土化；5-绿泥石化；6-绿帘石化；7-推断隐伏岩体；8-断裂构造；9-一级靶区及编号；10-野外矿化现象点Fig.8　Coincidence of integrated information with the known mines, ore spots in the prospecting target I-2

Ⅱ-1区：位于研究区中部偏西北，为Ⅱ级找矿远景区，是泥鳅河组与中生代地层接触部位。根据遥感影像图，在中部解析环形构造1个，推断与隐伏岩体有关。区内构造发育，NE、NW、SN向断裂构造均有。遥感矿化蚀变信息在该区分布广泛，主要为绢云母化、高岭土化和局部褐铁矿化，呈明显的带状或团块状分布，是Cu、W、Mo、Bi地球化学综合异常高值区。野外在区内西侧与SN向岩体接触带上发现有多处矿化，但由于外围出露的主要是大面积的二叠纪、石炭纪的岩体，环形构造为燕山期岩体的可能性较小，因此将其划分到Ⅱ级远景区。

Ⅱ-2区：位于研究区的西南部，为Ⅱ级找矿远景区。主要出露了大面积的宝力高庙组地层。未解析出环形构造，但断裂构造发育，主要为NE和NW向构造。提取的遥感矿化蚀变信息呈较宽的近东向和较窄的NW向“T”字形分部，主要蚀变类型有高岭土化、绢云母化、绿泥石化和局部褐铁矿化，是Cu、W、Mo、Bi地球化学综合异常低值区。该区已发现1处萤石矿点，地表多处见有萤石矿化、高岭土化信息。

Ⅱ-3区：位于研究区南部，为Ⅱ级找矿远景区。主要出露大面积的泥鳅河组，外围是大面积出露的二叠纪岩体。发育的断裂构造主要为NE、NW向和NWW向。提取的遥感矿化蚀变信息与地层色异常十分吻合，具有明显的环带特征，从内到外分别是碳酸盐化、绿帘石化、绿泥石化，属Cu、W、Mo、Bi地球化学综合异常低值区，地球化学与异常形态总体吻合。由于野外岩石风化严重，加上覆盖，未见明显矿化线索，引起异常的原因不明，但从周围影像看，初步推断与下伏岩体的热作用有关。

4　结　论

(1) 找矿预测是一项系统、复杂和综合的工程。遥感综合信息找矿模型概念的提出更加突出了综合信息和遥感找矿标志组合，可有机融合相似类比法和以蚀变信息为核心的地质异常法找矿思想，是当前遥感找矿应用的重要方向。

(2) 遥感综合信息找矿模型的地质基础是矿床的成因模型与改造模型，构建以地质意义为基础的地质找矿要素与遥感信息要素的相互转换关系是遥感综合信息找矿模型准确与否的关键，基本流程和内容可概括为典型矿床与找矿要素分析、遥感找矿要素分析、遥感综合信息提取、预测模型及方法选择、找矿预测与评价5个主要步骤。

(3) 利用遥感综合信息找矿模型、方法在二连浩特北部地区进行了应用尝试，取得了明显的找矿效果，圈定了5个重要的钨钼铜多金属矿找矿靶区，对指导该地区下一步找矿工作具有重要实际意义。

别小娟,张廷斌,孙传敏,等，2013. 藏东罗布莎蛇绿岩遥感岩矿信息提取方法研究[J]. 国土资源遥感,25(3):72-78.

陈江,王安建，2007. 利用ASTER热红外遥感数据开展岩石化学成分填图的初步研究[J]. 遥感学报,11(4):601-608.

陈建平,董庆吉,郝金华,等，2011. 基于GIS的证据权重法青海“三江”北段斑岩型钼铜矿产资源成矿预测[J]. 岩石矿物学杂志,30(3):519-529.

成秋明，2012. 覆盖区矿产综合预测思路与方法[J]. 地球科学：中国地质大学学报,37(6):1109-1125.

傅碧宏,OHNUMA T，侯建勇，1997. 利用TM遥感影像分析准噶尔盆地西南缘新构造运动与油气藏形成的关系[J]. 国土资源遥感,9(1):7-13.

方洪宾,赵福岳,和正民，2002. 1∶25万遥感地质填图方法和技术[M]. 北京:地质出版社.

傅文杰,洪金益,朱谷昌，2006. 基于SVM 遥感矿化蚀变信息提取研究[J]. 国土资源遥感,18(2):16-19.

方洪宾,赵福岳,黄洁，2010. 1∶250 000遥感地质解析技术指南[M]. 北京:地质出版社.

郭华东，1995. 中国新疆北部遥感找矿方法与实践[M]. 北京:科学出版社.

甘甫平,王润生,杨苏明，2002. 西藏Hyperion数据蚀变矿物识别初步研究[J]. 国土资源遥感,14(4):44-50.

耿新霞,杨建民,张玉君,等，2008. ASTER数据在浅覆盖区蚀变遥感异常信息提取中的应用：以新疆西准噶尔包古图斑岩铜矿岩体为例[J]. 地质论评,54(2):184-191.

哈斯巴干,马建文,李启青，2003. ASTER数据的自组织神经网络分类研究[J]. 地球科学进展,18(3):345-350.

黄照强,张显峰，2010. 基于ASTER的雅鲁藏布江缝合带泽当—罗布莎蛇绿岩套分析和组分识别[J]. 岩石学报,26(12):3589-3596.

何中海,何斌斌，2011. 基于权重光谱角制图的高光谱矿物填图方法[J]. 光谱学与光谱分析,31(8):2200-2204.

姜晓玮,王永江，2003. 遥感信息找矿模型的概念及其研究内容[J]. 地球学报,24(增刊1):329-333.

李瑾焕，1989. 遥感技术在北山区1∶5万区调中的找矿效果[J]. 甘肃地质(9):56-66.

李廷祺，1991. 新疆罗布泊地区钾盐矿床远景规模的遥感地质研究[J]. 国土资源遥感,3(1):29-33.

楼性满，1991. 8种金属矿田构造的遥感影像模式简介[J]. 国土资源遥感,3(3):11.

刘名龙,黄德镛,李勃,等，2005. 模糊综合评判模型在会泽铅锌矿隐伏矿定位预测中的应用[J]. 地质找矿论丛,20(1):57-60.

李培军,龙率耀,刘立, 2007. 基于ASTER数据的蛇绿岩组分识别:以德尔尼矿区为例[J]. 岩石学报,23(5):1175-1180.

李建国,毛德宝，2007. 基于ETM+与ASTER数据的矿化蚀变信息提取方法研究：以满都拉地区为例[J]. 地质调查与研究,30(3):234-240.

刘严松,何政伟,冯孝良,等，2009. 遥感技术在里伍铜矿床成矿预测中的应用[J]. 物探化探计算技术,31(1):69-73.

梁亮,杨敏华,李英芳，2010. 基于ICA与SVM算法的高光谱遥感影像分类[J]. 光谱学与光谱分析,30(10):2724-2728.

刘德长,叶发旺,杨旭,等，2010. 我国砂岩型铀矿“断隆成矿观点”的提出与应用分析：将遥感应用“从技术层面提升到科学层面”的探索[J]. 地球信息科学学报,12(4):451-457.

刘德长,董秀珍,王子涛，2012. 铀矿地质找矿中遥感技术的开拓应用研究[J]. 世界核地质科学,29(4):209-213.

李建力,张廷斌,徐志忠,等，2012. 遥感技术在西藏砂金资源潜力评价中的应用[J]. 地理空间信息,10(2):41-43.

李建国,肖克炎,刘永顺,等，2013. 基于GIS和证据权重法的那仁宝力格地区铜多金属矿成矿预测[J]. 吉林大学学报(地球科学版),43(4):1151-1158.

李建国,于岩,高学生,等，2015. 一种新的遥感蚀变信息编图方法[J]. 地球科学,4(8):1346-1352.

李建国，2016. 内蒙古草原覆盖区遥感地质信息挖掘与成矿预测研究[D]. 北京:中国地质大学(北京).

毛晓长,刘文灿,杜建国,等，2005. ETM+和ASTER数据在遥感矿化蚀变信息提取应用中的比较：以安徽铜陵凤凰山矿田为例[J]. 现代地质,19(2):309-314.

谭炳香,李增元,陈尔学,等，2005. EO-1 Hyperion高光谱数据的预处理[J]. 遥感信息，20(6):36-41.

谭克龙,万余庆,王晓峰,等，2012. 基于遥感技术的煤炭勘查方法研究[J]. 中国地质,39(1):218-227.

王多义,彭德林,1994. 遥感技术在石油地质详查中的应用[J]. 四川地质学报,15(3):238-240.

王保群，2002. 伊犁盆地南缘可地浸砂岩型铀矿的重大突破[J]. 新疆地质,20(2):106-109.

王正海,张红军，2006. SAM和决策树结合的Hyperion数据分类方法[J]. 武汉科技大学学报(自然科学版),29(5):478-481.

王润生,熊盛青,聂洪峰,等，2011. 遥感地质勘查技术与应用研究[J]. 地质学报,85(11):1699-1743.

王云涛，余先川，2012. 基于地物光谱分析的ASTER岩土类型识别[J]. 地质学刊,36(1):54-59.

王耿明，朱俊凤，武国忠，等，2015. 基于遥感预测模型的广东省找矿靶区预测与优选[J]. 地质学刊,39(3):445-450.

汪冰，李存金，魏本赞，等，2015. 高分辨率遥感影像在青海东昆仑矽卡岩型矿床找矿中的应用[J]. 地质学刊,39(3):439-444.

肖克炎,葛艳，1999. 成矿预测中证据权重法与信息量法及其比较[J]. 物探化探计算技术,21(3):223-226.

许立权,张彤,闫洁,等，2013. 内蒙古自治区重要矿产预测成果报告[R]. 呼和浩特:内蒙古自治区地质调查院.

熊双才，夏庆霖，姚春亮，等，2015. 内蒙古新达来草原覆盖区铜钼多金属成矿预测[J]. 地质学刊,39(3):422-430.

杨武年，1989. 遥感技术在浙江SX-DY北部地区金铜矿带构造地质研究及成矿预测中的应用[J]. 成都理工大学学报(自然科学版)，16(2):78-86.

杨金中，2003. 西天山吐拉苏地区金矿遥感找矿模型研究[J]. 黄金科学技术,11(5):1-6.

杨建民,张玉君，陈薇，等，2003. ETM+(TM)蚀变遥感异常技术方法在东天山戈壁地区的应用[J]. 矿床地质,22(3):278-286.

于学政,金玉声,杨日红,等，2003. 藏东遥感地质与矿产资源[M]. 北京:地质出版社.

杨波,吴德文,陈云浩,等，2005. 矿化信息提取的混合蚀变遥感模型：以鹰嘴山金矿区为例[J]. 国土资源遥感,17(1):20-25.

杨国鹏,余旭初,刘伟,等，2008. 基于支持向量机的高光谱影像分类研究[J]. 计算机工程与设计,29(8):2029-2031.

杨佳佳,姜琦刚,赵静,等，2008. 基于ASTER和ETM+数据的遥感蚀变信息提取:以内蒙古塔日根敖包地区为例[J]. 吉林大学学报(地球科学版),38(增刊1):153-158.

阎继宁,周可法,王金林,等，2013. 基于SAM与SVM的高光谱遥感蚀变信息提取[J]. 计算机工程与应用,49(19):141-146.

余先川，熊利平，张立保，等，2015. 遥感技术在地质找矿中的应用[J]. 地质学刊,39(2):263-276.

闫洁茹,赵志芳,史青云，等， 2015. 植被覆盖区ASTER斑岩型铜矿矿化蚀变分带异常信息提取研究[J]. 地质学刊,39(3):468-474.

赵元洪,张福祥,陈南峰， 1991. 波段比值的主成份复合在热液蚀变信息提取中的应用[J]. 国土资源遥感,3(3):12-16.

邹远耀，1993. 湖南中新生代盖层下遥感找煤与成效[J]. 中国煤田地质,5(3):58-60.

朱亮璞，1994. 遥感地质学[M]. 北京:地质出版社.

赵元洪,陈岚,张福详，1994. 遥感图像专题信息提取新方法：定向变换和逻辑取与法研究[J]. 环境遥感,9(4):296-302.

赵福岳，2000. 矿源场-成矿节-遥感信息异常找矿模式法[J]. 国土资源遥感,12(4):28-33.

张玉君，杨建民，陈薇，2002. ETM+(TM)蚀变遥感异常提取方法研究与应用-地质根据和波谱前提[J]. 国土资源遥感,14(4):30-37.

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[J]. 国土资源遥感,15(2):44-49.

赵玉灵，2003. 遥感找矿模型的研究进展与评述[J]. 国土资源遥感,15(3):1-3.

赵鹏大，2006. 矿产勘查理论与方法[M]. 武汉:中国地质大学出版社.

张远飞,吴德文,袁继明,等，2011. 遥感蚀变信息多层次分离技术模型与应用研究[J]. 国土资源遥感,23(4):6-13.

张玉君,杨建民,姚佛军,等,2014. 多光谱遥感找矿信息提取实用技术[M]. 北京:地质出版社.

CROSTA A P, MOORE J M, 1989. Enhancement of Landsat thematic mapper imagery for residual soil mapping in SW Minais Gerrain State, Brazil: a prospecting case history in greenstone belt terrain [C]//Proceedings of the 7th Thematic Conference: Remote Sensing for Exploration Geology. Ann Arbor, Michigan: ERIM, 1173-1187.

CLARK R N, SWAYZE G A, GALLAGHER A, et al., 1991. Mapping with imaging spectrometer data using the complete band shape least-squares algorithm simultaneously fit to multiple spectral features from multiple materials[C]//Proceedings, 3rd Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) workshop: JPL Publication 91-28. Pasadena, California: Jet Propulsion Laboratory, California Institute of Technology, 2-3.

HUNT G R, 1979. Near-Infrared (1.3～2.4) μm Spectra of alteration minerals: Potential for use in remote sensing[J]. Geophysics, 44(12):1974-1986.

KRUSE F A, LEFKOFF A B, BOARDMAN J W, et al., 1993. The Spectral Image Processing System(SIPS): interactive visualization and analysis of imaging spectrometer data[J]. Remote Sensing of Environment, 44(2/3): 145-163.

MOGHTADERI A, MOORE F, MOHAMMADZADEH A, 2007. The application of Advanced Space-borne Thermal Emission and Reflection Radiometer(ASTER) data in the detecion of alteration in the Chadormalu Paleocrater,Bafq region,Central Iran[J]. Journal of Asian Earth Sciences, 30(2): 238-252.

NINOMIYA Y, FU B H, CUDAHY T J, et al., 2005. Detecting lithology with Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER) multispectral thermal infrared ″radiance-at-sensor″ data[J]. Remote Sensing of Environment, 99(1/2): 127-139.

SABINS F F,1999. Remote sensing for mineral exploration[J]. Ore Geology Reviews, 14(3/4): 157-183.

VAN RUITENBEEK F J A, CUDAHY T J, HALE M, et al., 2005. Tracing fluid pathways in fossil hydrothermal systems with near-infrared spectroscopy[J]. Geology, 33(7): 597-600.

A metallogenic model based on comprehensive remote sensing information and metallogenic prediction: A case study of northern Erenhot in Mongolia

LI Jianguo1, GAO Xuesheng1, AO Cong1, ZHANG Guoli1, FAN Suying2

(1. Tianjin Center of China Geological Survey, Tianjin 300170, China; 2. Remote Sensing Center of Hebei Province, Shijiazhuang 050021, Hebei, China)

Remote sensing ore-prospecting model has developed with remote sensing data, remote sensing information acquisition technology and geological prospecting model. This study reviewed the development process and characteristics of remote sensing information acquisition technology and remote sensing prospecting model in the past 30 years, and proposed the basic concept and prospecting prediction method based on integrated remote sensing prospecting model. This model emphasized the combination of integrated information and ore-prospecting indicators, and the key of the model is the transformation of ″geological prospecting elements″ to ″remote sensing information elements″. Taking northern Erenhot as a case study, we proposed an acquisition method of remote sensing geological information and established an ore-prospecting model mainly based on remote sensing information. In addition, five important W-Mo-Cu polymetallic prospecting targets were delineated, resulting in an effective prospecting application.

integrated remote sensing information; ore-prospecting model; mineral resources prediction； Erenhot in Inner Mongolia

10.3969/j.issn.1674-3636.2016.03.384

2016-07-06；编辑：陆李萍

中国地质调查局地质调查项目(1212011220469、DD20160128)

李建国(1980—)，男，高级工程师，博士，主要从事遥感地质与综合信息定量预测研究工作,E-mail： jianguo_lee@126.com

P612; P627

A

1674-3636(2016)03-0384-11