塔吉克斯坦阿德拉斯曼-卡尼曼苏尔铅锌矿集区找矿潜力分析

孙萌萌 陈川 赵同阳

摘  要：为服务于“一带一路”沿线国家矿产资源风险勘查及矿山企业“走出去”发展战略，降低境外矿产资源勘查风险，充分发挥遥感先行的现实意义。选择塔吉克斯坦阿德拉斯曼-卡尼曼苏尔铅锌矿田为研究区，以地质资料为基础，在充分总结与构造运动密切相关的热液脉型铅锌矿控矿要素的基础上，基于ASTER遥感数据，利用滤波法、波段比、PCA等遥感信息挖掘技术，依据控矿构造、含矿围岩和蚀变信息3个成矿要素的基本特征，提取相关控矿信息，并基于空间分布规律，最终圈定3处找矿靶区。结合区域成矿地质条件分析认为，阿德拉斯曼-卡尼曼苏尔铅锌矿集区中部具有较好的铅锌找矿潜力。

关键词：一带一路;ASTER遥感数据;成矿预测;热液脉型铅锌矿

塔吉克斯坦是世界上金属矿储量最多的国家之一，储量和产量均位于世界前列[1，2]，其境内地质特征明显，成矿条件良好，矿产资源丰富，但海拔较高，地形起伏较大，交通不便，地质研究程度低[3]，为“一带一路”沿线国家矿产资源风险勘查带来诸多不便。随着遥感技术在地质领域作用的提高，ASTER多光谱遥感数据发挥着举足轻重的作用，因多波段和中-高分辨率的特点，在岩性解译、构造识别、矿化蚀变信息提取、及成矿预测等展开研究并取得较好的成果[4-9]，为本次研究提供方法和技术依据。

塔吉克斯坦阿德拉斯曼-卡尼曼苏尔矿田位于中天山成矿带恰特卡尔河成矿亚带，为区域上重要的中温热液脉型铅锌矿集区[10，11]。近年来，新发现多处铅锌矿（化）点，具较好的铅锌成矿潜力。本次研究选择扎姆巴克铅锌矿，为遥感信息提取工作的模型区，以热液脉型铅锌矿成矿条件、矿物光谱特征为基础，基于ASTER多光谱遥感数据及相应算法技术，提取与成矿有关的地质要素，结合成矿地质背景，分析和总结典型矿床成矿规律，通过遥感解译圈定有利找矿部位，就成矿要素对找矿潜力进行分析。

1  研究区地质概况

阿德拉斯曼-卡尼曼苏尔矿田位于塔吉克斯坦塔博沙尔地区塔-乌边界附近，矿区范围为：北纬40°33′～40°42′，东经69°50′～70°05′。属中天山成矿带恰特卡尔河成矿亚带，与塔吉克斯坦北部楚鲁克-达龙（Chorukh-Dairon）、阿尔登托普坎（Altyntopkan）、乌兹别克斯坦阿尔马雷克（Almalyk）矿田共同构成多金属成矿区。研究区处于晚石炭世活动大陆边缘，同时受北东部费尔干纳大型走滑断层影响，区内构造发育，主要出露地层为晚古生代火山岩夹沉积岩建造（图1-a）。

研究区主要出露的岩石地层由老到新依次有：下石炭统纳缪尔阶明布拉克组流纹-英安斑岩、英安-安山玢岩、砾岩、砂岩，中—上石炭统纳达克组安山和安山-英安玢岩、砂岩等，上石炭统阿克钦组流纹斑岩、玢岩、凝灰岩等火山岩，上石炭统奥亚塞组霏细斑岩、球粒斑岩、凝灰岩、凝灰熔岩等火山岩及次火山岩，上二叠统拉瓦什组流纹斑岩、凝灰熔岩、凝灰砾岩等，上白垩统沉积岩及少量火山碎屑岩，古近系碎屑岩，全新统松散堆积物等，其中石炭系火山岩及火山碎屑岩为铅锌矿主要赋矿围岩。

研究区侵入岩主要为卡拉马扎尔类花岗岩体，主要岩性为花岗岩、花岗闪长岩、正长花岗岩，位于研究区北东部，与石炭系火山岩构造接触。区内构造发育，以NE向构造为主。矿田内已发现卡尼曼苏尔铅锌矿、扎姆巴克铅锌矿等9处热液脉型矿床（图1-b）。

2  典型矿床分析

据研究区基础地质资料，结合前人研究成果，选择扎姆巴克（Zambarak）铅锌矿床为典型矿床，对地质成矿条件进行分析总结。

扎姆巴克铅锌矿床位于阿德拉斯曼-卡尼曼苏尔矿田中心偏西位置，为一处中型的热液脉型铅锌矿。矿床成矿年龄为290 Ma[13]，矿区出露地层为上石炭统火山岩，岩性主要为石英斑岩、英安玢岩、凝灰熔岩。矿区主要构造有3条，均为NE向构造，其中扎姆巴克和中间断层为主要控矿构造，属压性逆断层（图2-a）。

矿体形态多为脉状，矿体长度达1.3 km，埋深约400 m，方向和形态严格受矿区NE向次级构造控制[14]。矿脉大多沿NE向次级构造展布，厚度不一，较厚的矿脉赋存于沿NE向近平行次级构造中，NW，NS向次级构造中的矿脉较薄，且在NE向次级构造附近，分布有硫化物浸染现象。可见，矿脉产出在矿区次级构造中，主要次级含矿构造为NE向平行次级构造，次要含矿构造为NW及NS向次级构造，在含矿次级断裂相交部位，形成了不同方向、相互连接的矿脉网，构成了矿区网脉型矿体（图2-b）。矿脉厚度达10～25 cm，主要为重晶石-硫化物矿脉，硫化物以方铅矿、闪锌矿为主。其中脉石矿物为石英、重晶石，矿石矿物为黄铁矿、方铅矿、闪锌矿、黄铜矿、赤铁矿等。矿区矿化蚀变发育程度较高，表现为距离次级斷裂越近，矿化发育越明显。主要蚀变类型为赤铁矿化、碳酸盐化、绿泥石化、白云石化，其中与成矿有关的蚀变类型为赤铁矿化、碳酸盐化、白云石化，主要蚀变矿物有赤铁矿、黄铁矿、铁白云石。

通过对扎姆巴克铅锌矿床矿区及矿体概况的分析，总结与成矿有关的地质要素如下：①研究区铅锌矿赋矿围岩为上石炭统火山岩;②构造是必要的成矿地质要素，是成矿热液的运输通道，其中NE向、压性区域构造为主要导矿构造，NE向次级平行构造为主要容矿构造;③与成矿有关的矿化蚀变也是重要的指示成矿的地质要素，主要蚀变类型为赤铁矿化、碳酸盐化、白云石化，主要蚀变矿物有赤铁矿、黄铁矿、铁白云石。综上，建立研究区热液脉型铅锌矿地质成矿要素表（表1）。通过对地质成矿要素的分析总结，确定了遥感提取成矿地质要素的内容。

3  数据选取

据地质要素遥感提取对象，兼顾空间分辨率和光谱分辨率，本次研究选取ASTER L1T数据1景，获取时间为2007年9月11日6时16分33秒。影像全范围覆盖研究区，云雪覆盖度小于5%，数据质量较好，该景遥感影像可作为数据支撑此次研究。

4  地质要素解译

通过对研究区成矿地质条件、扎姆巴克铅锌矿地质成矿要素分析认为，NE向断裂控制着研究区热液脉型铅锌矿体的分布。因此，在开展地质成矿要素解译工作时，首先要进行构造解译，在此基础上进行赋矿围岩解译及相关蚀变信息的提取。

4.1  构造解译

从地质构造条件看，研究区热液脉型铅锌矿床受区域压性断裂控制，矿体多分布在次级压扭性断裂带中。因此，构造解译工作需先解译区域构造并区分构造力学性质，再进行次级构造信息的提取。区域线性构造在遥感影像上易识别，但对于力学性质的区分，需根据不同力学性质的遥感解译标志进行解译。按照力学性质，断裂可分为压性、扭性、压扭性及张扭性，其解译标志分别为：①压性。线状呈正弦曲线的舒缓波状，延伸远，走向稳定;②扭性。呈窄而平直的如刀刃的直线状影像，延伸远、走向稳定，穿越不同地貌单元也可保持直线状;③压扭性。具明显的主干断裂，波纹形态比压性断裂的更平缓、起伏更小;④张扭性。断裂线呈线或锯齿状，宽窄变化大，断续出现或雁行状排列，特征相对不明显[15]。

为准确提取研究区线性构造信息，利用ENVI平台，基于ASTER SWIR-VNIR 波段对研究区区域构造进行解译，选择Band8、Band3、Band1 组合波段作为基础影像，利用卷积滤波工具（Convolutions and Morphology Tool）中拉普拉斯（Laplacian）算法，增强构造纹理信息。在此基础上，使用方向滤波器（Direcional Filter），角度分别设置为30°、330°，增强NE、NW向上的线性构造特征，便于提取控矿线性构造。据解译标志，结合增强后的影像，采用人机交互目视解译，对研究区区域和次级构造进行提取，解译时注意区分第四纪冲沟与断裂，解译结果见图3。

4.2  赋矿围岩识别

据区域成矿地质背景特征及典型矿床分析成果发现，热液脉型铅锌矿赋矿围岩为上石炭统火山岩，主要岩石类型为石英斑岩、凝灰熔岩、英安玢岩。相关研究表明，TIR波段具识别火山岩的能力[15]。因此，基于ASTER TIR数据，采用TIR（12×12）/（11×13）波段比方法，用来突出与成矿有关的上石炭统火山岩，解译结果见图3。

4.3  蚀变信息提取

通过对典型矿床的分析，发现与热液脉型铅锌矿有关的矿化蚀变类型为赤铁矿化、碳酸岩化、白云石化，主要蚀变矿物有赤铁矿、黄铁矿、菱铁矿、铁白云石。在ENVI平台标准波谱库中检索以上矿物，得到矿物波谱曲线。据波谱曲线，ASTER VNIR-SWIR范围内有明显波谱特征。其中，赤铁矿在0.5 μm、0.86 μm附近有吸收特征，在0.7 μm、1.08 μm附近出现反射峰;黄铁矿在在0.8 μm附近有吸收特征，0.68μm、1.6μm附近出现反射峰;菱铁矿在1.1 μm附近有较宽的吸收特征，在0.72 μm、2.1 μm附近出现反射峰;铁白云石在1.95 μm、2.3 μm附近有吸收特征，在2.13 μm、2.3 μm附近有反射峰。以上矿物波谱特征作为蚀变信息提取的依据。

4.3.1  铁染蚀变信息提取

对于黄铁矿、赤铁矿等含铁或铁氧化物，由于电荷和晶体场的转移，在ASTER VNIR波段有诊断性吸收特征[16]。研究表明，对于铁染蚀变信息的提取，选取ASTER第Band1、2、3、4波段，对其进行主成分分析[17，18]。据特征向量分析（表2），在B3处有强的吸收性，B4处有弱的吸收性，在B1、2有反射。因此正确的特征向量为：B3、4负载值的符号相同，B3拥有较大的负载值，且与B2符号相反，最终确定铁染蚀变异常主分量为PC4。

4.3.2  碳酸岩蚀变信息提取

碳酸岩蚀变特征矿物为菱铁矿、铁白云石。对蚀变信息提取，常用方法为ASTER Band1、3、4、（5+8）/2波段对其主成分分析[19]，用B5/7、B4/8和B（6+8）/7进行波段比[20]。本文使用Band1、3、4、（5+8）/2波段，对其进行主成分分析。特征向量见表3，在B1处有强吸收性，在B4处有弱吸收性，且B（5+8）/2有反射，最终确定PC3为异常主分量。

在经过以上主成分变换后，将异常主分量进行3×3中值滤波去除孤立的噪声点，并对结果进行0-255内的线性拉伸，计算最终数据标准差δ和最大值M，采用三级分割：[1δ，2δ]、[2δ，3δ]、[3δ，M]，得到遥感异常蚀变信息图3。

5  遥感找矿预测

5.1  遥感解译准确性分析

构造解译  据已知地质资料，前人实测区域构造共11条。本次研究解譯区域构造共13条，其中完全吻合构造7条，细化了3条，新解译构造共3条，准确率约76.9%。次级构造共解译了193条，以NE向次级平行构造为主，少数NNE向和NW向，主要分布在区域构造附近，对照扎姆巴克矿床，次级构造与矿区构造较吻合。

赋矿围岩  据前人区域地质图，赋矿围岩为上石炭统火山岩，赋矿地层面积为29.703 km2。本次解译面积为48.868 km2，解译赋矿地层在原有地层周围，受区域构造改造，赋矿地层多沿构造展布。

围岩蚀变  蚀变信息形态呈片状或星点状，强弱程度不一。从空间分布看，蚀变信息多沿构造分布，主要沿次级构造分布。对比扎姆巴克矿床，矿区分布有较强的铁染信息和CO32-信息，蚀变信息分布在次级平行构造中，与前人研究结果一致。

5.2  遥感找矿模型

通过区域成矿地质条件分析，结合模型区扎姆巴克铅锌矿床成矿地质特征，据研究区热液脉型铅锌矿地质成矿要素及遥感地质要素的解译结果，将成矿地质要素与遥感地质要素一一对应，建立研究区热液脉型铅锌矿地质-遥感找矿模型（表4）。

模型要素以赋矿围岩、构造及蚀变信息为主要内容。其中，赋矿围岩为上石炭统火山岩，主要岩性为石英斑岩、凝灰熔岩。构造表现为NE向压性区域构造为导矿构造、NE向次级平行构造为主要含矿构造;蚀变类型为赤铁矿化、碳酸岩化、白云石化，对应的蚀变信息为铁染、CO32-信息。基于以上3个地质要素的提取，建立“围岩+构造+蚀变”三位一体的找矿预测模型，作为热液脉型铅锌矿靶区圈定的依据。

5.3  遥感找矿预测及潜力分析

据对研究区热液脉型铅锌矿地质特征分析，结合地质-遥感找矿模型，在中天山成矿带恰特卡尔河成矿亚带阿德拉斯曼-卡尼曼苏尔铅锌矿集区对赋矿围岩、控矿构造、矿化蚀变信息综合分析，利用综合信息地质单元法，选择“围岩+构造+蚀变”重合部位，重点考虑NE向次级平行构造，圈定遥感找矿靶区4处（图3）。根据靶区圈定结果，针对各靶区地质特征、遥感信息等方面要素，对其进行优选及成矿潜力分析（表5）。根据靶区划分表，A类靶区（Ⅰ-1）成矿潜力极大;B类靶区（Ⅰ-2、Ⅰ-3）成矿潜力较大;C类靶区（Ⅱ-1）成矿潜力一般。

6  结论

（1） 基于ASTER遥感数据及现代空间分析技术，建立了一套适用于中高山地区快速、有效地开展热液型铅锌矿成矿定位预测的技术组合。

（2） 在充分总结前人研究成果的基础上，构建了中天山成矿带热液型铅锌矿“围岩+构造+蚀变”三位一体的遥感找矿预测模型。

（3） 在塔吉克斯坦塔博沙尔地区新圈出铅锌找矿靶区4处，其中A类1处、B类2处、C类1处。

参考文献

[1]    向运川，陈正，张振芳，等.中国与周边国家合作开展矿产资源勘查开发战略[J].地质通报，2015，34（04）：599-604.

[2]    Rahimov F K， Mamadjonov Y M. Mineral resource potential of Tajikistan： As an important component of sustainable development of the silk road economic belt[J]. Journal of Resources and Ecology， 2015， 6（2）： 125-128.

[3]    李恒海，邱瑞照，等.中亚五国矿产资源矿产开发指南[M].武汉：中国地质大学出版社，2010.

[4]    Aboelkhair H， Abdelhalim A， Hamimi Z， et al. Reliability of using ASTER data in lithologic mapping and alteration mineral detection of the basement complex of West Berenice， Southeastern Desert， Egypt.[J]. Arab J Geosci，2020，13： 287

[5]    段俊斌， 彭鹏， 杨智， 等.基于ASTER数据的多金属成矿有利区预测[J].国土资源遥感，2019，（3）：24.

[6]    傅碧宏， 丑晓伟.利用热红外多光谱遥感技术提取和识别岩石，矿物信息[J].遥感技术与应用，1994，9（1）：56-61.

[7]    杨斌， 李茂娇， 王世举， 等.ASTER 数据在塔什库尔干地区矿化蚀变信息的提取[J].遥感信息，2015，（4）： 109-114.

[8]    Hu B， Wan B， Xu Y， et al. Mapping hydrothermally altered minerals with AST_07XT， AST_05 and Hyperion datasets using a voting-based extreme learning machine algorithm[J]. Ore Geology Reviews， 2019， 114： 103116.

[9]    王鋒德.基于ASTER数据的遥感地质信息提取及综合成矿预测研究[D].云南大学，2013.

[10]  Yu.G.Safonov，N.S.Bortnikov，T.M.Zlobina，et al.Prokofev.Polymetal （Ag， Pb， U， Cu， Bi， Zn， F） Adrasman-Kanimansur Ore Field （Tajikistan）， and Its Ore-Forming System， II： Physicochemical， Geochemical，and Geodynamic Formation Conditions[J].GEOLOGY OF ORE DEPOSITS， 2000， 42（ 4），317-327.

[11] Yu.G.Safonov，N.S.Bortnikov，T.M.Zlobina，et al. Polymetal （Ag， Pb， U， Cu， Bi， Zn， F） Adrasman-Kanimansur ore field（Tadzhikistan），and its ore-forming system. I： Geology， mineralogy， and structural conditions of the ore deposition[J].GEOLOGY OF ORE DEPOSITS， 2000， 42（ 3）： 195-211.

[12]  Sang M， Xiao W， Windley B F. Unravelling a Devonian–Triassic seamount chain in the South Tianshan high-pressure/ultrahigh-pressure accretionary complex in the Atbashi area （Kyrgyzstan）[J].Geological Journal， 2020， 55（3）： 2300-2317.

[13]  Chernyshev，I.V.Golubev，V.N.Chugaev，A.V.Anomalous Lead Isotopic Composition of Galena and Age of Altered Uranium Minerals： a Case study of Chauli Deposits， Chatkal-Qurama District， Uzbekistan[J]. Geology of Ore Deposits， 2017， 59（6）：551-561

[14] E.M.Nekrasov.Geology and Structural Features of Vein-Type Lead and Zinc Deposits[J].GEOLOGY OF ORE DEPOSITS，2007，49（6）：487-496.

[15]  田淑芳，詹騫.遥感地质学[M].北京：地质出版社，2013.

[16]  Noda S，Yamaguchi Y.Estimation of surface iron oxide abundance with suppression of grain size and topography effects[J]. Ore Geology Reviews， 2017， 83： 312-320.

[17]  高猛，付翰泽，陈川.遥感技术在和田玉成矿要素识别与找矿预测中的应用——以南阿尔金塔什萨依一带为例[J].西北地质，2019，52（3）：240-252.

[18]  武慧智，陈俊魁，白朝军，等.基于ASTER与Landsat8的遥感蚀变信息提取——以新疆西昆仑塔什库尔干地区老并铁矿区为例[J].矿产勘查，2019，10（10）：2667-2673

[19]  张船红.西藏墨竹工卡地区遥感找矿信息提取研究[D].成都理工大学，2011.

[20]  张洁.玉龙斑岩铜矿带遥感蚀变信息提取技术方法研究[D].成都理工大学，2017