CN107765323A

CN107765323A - 一种基于aster卫星数据的成矿预测方法

Info

Publication number: CN107765323A
Application number: CN201710875839.3A
Authority: CN
Inventors: 李志军; 尤孟; 何珊; 李丕蓉; 欧俊; 郭奇奇; 何子轩; 赵润东
Original assignee: Chengdu Univeristy of Technology
Current assignee: Chengdu Univeristy of Technology
Priority date: 2017-09-25
Filing date: 2017-09-25
Publication date: 2018-03-06

Abstract

本发明提供了一种基于ASTER卫星数据的成矿预测方法，具体包括：预处理ASTER卫星的遥感影像数据；基于预处理后的遥感影像数据进行遥感地质特征解译；通过主成分分析法对预处理后的遥感影像数据进行矿化蚀变信息提取；通过野外勘探采样或已有的化探资料进行蚀变带内的化探异常分析；将遥感地质特征解译结果、矿化蚀变信息提取结果及化探异常分析结果叠加，通过对成矿原因的分析厘定，圈定成矿预测区；所述ASTER卫星影像数据包括可见/近红外ASTER 1‑ASTER 3波段影像数据，和短波红外ASTER 4‑ASTER 9波段影像数据。本发明所述方法结合了公式化的计算和已有地质资料或野外勘探取样的佐证，提高了成矿预测结果的准确性。

Description

一种基于ASTER卫星数据的成矿预测方法

技术领域

本发明涉及矿产资源勘查领域，具体而言，涉及一种基于ASTER卫星数据的成矿预测方法。

背景技术

随着我国经济的快速发展，矿产资源的消耗日益剧增，经济发展与目前已开采矿产资源不足的矛盾日益明显。目前低海拔近地表的矿产资源日益减少，找矿逐渐由浅层找矿向深部找矿发展，找矿难度不断增加，都给找矿工作带来极大的挑战。

目前，现有的成矿预测模型中，一种模型是基于人的主观判断和分析所占的比重过大。同时过多的主观判断和分析使最终的成矿预测结果存在偏离客观事实的可能，所以现有模型的误差不易控制。

另一种是利用纯客观计算分析，忽略了已有地质资料或野外勘探取样的重要性。计算过程中的错误难以得到发现，计算结果难以验证。

发明内容

本发明的目的在于提供一种成矿预测方法，所述方法结合了公式化的计算和已有地质资料或野外勘探取样的佐证，提高了成矿预测结果的准确性。

为了实现上述目的，本发明提供以下第一技术方案：

一种基于ASTER卫星数据的成矿预测方法，所述方法包括以下步骤：

预处理ASTER卫星的遥感影像数据；

基于预处理后的遥感影像数据进行遥感地质特征解译；

通过主成分分析法对预处理后的遥感影像数据进行矿化蚀变信息提取；

通过野外勘探采样或已有的化探资料进行蚀变带内的化探异常分析；

将遥感地质特征解译结果、矿化蚀变信息提取结果及化探异常分析结果叠加，通过对成矿原因的分析厘定，圈定成矿预测区；

所述ASTER卫星影像数据包括可见/近红外ASTER 1-ASTER 3波段影像数据，和短波红外ASTER 4-ASTER 9波段影像数据。

基于本发明的第一技术方案，第一种可实施方式为，所述预处理ASTER卫星的遥感影像数据，具体包括：将可见/近红外ASTER1-ASTER3波段的分辨率重采样至30m后，与短波红外ASTER 4-ASTER 9波段合并，统一为30m的空间分辨率；对统一空间分辨率后的ASTER1-ASTER9波段的遥感影像进行大气校正；对大气校正后的ASTER1-ASTER9波段的遥感影像进行干扰地物剔除。

基于本发明的第一技术方案，第二种可实施方式为，所述基于预处理后的遥感影像数据进行遥感地质特征解译，具体包括：选取ASTER 1至ASTER 9中的任意三个波段进行组合，建立线性构造和环形构造的解译标识，并通过目视解译进行归纳整理，得到遥感地质特征解译结果。

基于本发明的第一技术方案，和所述第一技术方案的第二种可实施方式，第三种可实施方式为，基于预处理后的遥感影像数据进行遥感地质特征解译后，可根据已有的实测地质资料，对所述遥感地质特征解译的结果进行修正。

基于本发明的第一技术方案，第四种可实施方式为，通过主成分分析法对预处理后的遥感影像数据进行矿化蚀变信息提取；具体包括：基于蚀变带内的主要蚀变矿物，从ASTER 1至ASTER9中选取的四个波段及四个波段分别对应的各像素点，建立协方差矩阵；求出所述协方差矩阵的特征值和特征向量；利用所述特征向量作为行，求出变换矩阵；利用所述变换矩阵，再对每个像素点进行变换，求得图像的四个主分量PC1、PC2、PC3和PC4；所述每个主分量均为四维向量；根据蚀变矿物的波谱特征，从四个主分量中选定与所述蚀变矿物相对应的主分量；统计所述选定的主分量的像素灰度平均值和标准离差；根据所述像素灰度的平均值和标准离差，确定蚀变矿物的一级、二级和三级信息的阈值，根据所述阈值分别提取蚀变矿物的一级、二级和三级信息。

基于本发明的第一技术方案，和所述第一技术方案的第四种可实施方式，第五种可实施方式为，采用如下方法从ASTER 1至ASTER 9中选取波段：铁染蚀变矿物选择ASTER1、ASTER 2、ASTER 3、ASTER 4波段；铝羟基蚀变矿物选择ASTER 1、ASTER 3、ASTER 4、ASTER6波段；镁羟基蚀变矿物选择ASTER 1、ASTER 3、ASTER 4、ASTER 8波段。

基于本发明的第一技术方案，和所述第一技术方案的第五种可实施方式，第六种可实施方式为，通过下述公式建立所述协方差矩阵：协方差矩阵协方差矩阵元素其中x_i(k,l)为像素点在i波段的值，x_j(k,l)为像素点在j波段的值；为各像素点在i波段的平均值，为各像素点在j波段的平均值。

基于本发明的第一技术方案，和所述第一技术方案的第六种可实施方式，第七种可实施方式为，所述从四个主分量中选定与所述蚀变矿物相对应的主分量，其选择依据如下：铁染蚀变矿物所对应的主分量的四个向量元素中，向量元素一与向量元素二、向量元素四的系数符号相反，向量元素一与向量元素三的系数符号相同；铝羟基蚀变矿物所对应的主分量的四个向量元素中，向量元素三与向量元素四的系数符号相反；镁羟基蚀变矿物所对应的主分量的四个向量元素中，向量元素三与向量元素四的系数符号相反。

基于本发明的第一技术方案，第八种可实施方式为：所述第一技术方案还包括步骤：通过野外详查验证遥感地质特征解译结果和化探异常分析的套和程度，判定成矿预测结果的精准程度。

本发明所述方法的优点在于：

1、ASTER卫星的遥感影像数据的光谱覆盖范围更宽，单波段范围更窄，具有较高的光谱分辨率和空间分辨率，相比于其他数据源，ASTER数据较高的光谱分辨率更有利于蚀变矿物信息的提取。

2、通过公式化地提取矿物蚀变信息，再与地质特征解译、化探分析相套合叠加，再通过对成矿原因的分析厘定，圈定成矿预测区；不仅减小了主观判断所引起的误差，同时也得到了已有地质资料或野外勘探取样的佐证，提高了最终成矿预测结果的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1所示为实施例一种基于ASTER卫星数据和主成分分析法的成矿预测方法的流程图。

图2所示为实施例提供的预处理ASTER卫星的遥感影像数据的流程图。

图3所示为实施例提供的预处理前的遥感影像图。

图4所示为实施例提供的预处理后的遥感影像图。

图5所示为实施例提供的基于预处理后的遥感影像数据的遥感地质特征解译结果图。

图6所示为实施例提供的矿化蚀变信息提取的流程图。

图7所示为实施例提供的蚀变矿物的USGS光谱曲线图。

图8所示为实施例提供的铁染蚀变矿物的矿化蚀变信息提取图。

图9所示为实施例提供的铝羟基蚀变矿物的矿化蚀变信息提取图。

图10所示为实施例提供的镁羟基蚀变矿物的矿化蚀变信息提取图。

图11所示为实施例提供的研究区圈定的成矿预测图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

考虑到目前现有的成矿预测模型中的主观判断常常具有一定的随意性；而客观计算分析又太理论化，忽略了已有地质资料或野外勘探取样的重要性，可能导致计算的结果与实际相差甚远，两种方式均使预测结果误差较大。基于此,，本发明提供的一种基于ASTER卫星数据的成矿预测方法，能够使成矿预测结果更加准确，减少误差。本发明对双湖县赞宗错蚀变带内的铁染蚀变、铝羟基蚀变、镁羟基蚀变矿物进行探究，提供以下实施例。请参见图1所示，实施例所述方法包括：

S101：预处理ASTER卫星的遥感影像数据。

本实施例选取了ASTER卫星数据中的第DPRA201512140001号中的两景影像，该遥感影像中云层覆盖较少，图像清晰，质量良好。

请参见图2所示，所述预处理ASTER卫星的遥感影像数据，具体包括：

S201：将可见/近红外ASTER 1-ASTER 3波段的分辨率重采样至30m后，与短波红外ASTER 4-ASTER 9波段合并，统一为30m的空间分辨率。可借助ENVI平台的layer stacking指令实现所述S201步骤。

S202：对统一空间分辨率后的ASTER1-ASTER9波段的遥感影像进行大气校正。大气校正的目的是消除大气和光照等因素的影响，还原地表地物的真实反射率，使构造解译结果和矿化蚀变信息的提取结果更加准确。借助ENVI平台的FLAASH大气校正模块实现所述S202步骤。在进行大气校正前，还需做以下准备：首先需要进行传感器定标；然后再进行辐射亮度单位转换；最后进行储存数序调整，使得影像从BSQ格式转换为BIL格式。

S203：对大气校正后的ASTER1-ASTER9波段的遥感影像进行干扰地物剔除。。具体而言，请参阅表1。

表1 各类干扰地物的去除方法

干扰地物类型	去除方法
		阴影	ASTER 9/ASTER 1低端切割
水体	(ASTER 1-ASTER 3)/(ASTER 1+ASTER 3)低端切割
		植被	(ASTER 3-ASTER 2)/(ASTER 3+ASTER 2)
第四系	ASTER1高端切割

将去阴影、去植被、去水体和去第四系的掩膜叠加，形成综合掩膜。

S102：基于预处理后的遥感影像数据进行遥感地质特征解译。

具体包括：首先选取ASTER 1至ASTER 9中的任意三个波段进行组合。作为举例，本实施例选取ASTER8、ASTER4和ASTER1三个波段合成假彩色影像，在所述影像上，构造以线性、弧形、直线状沟谷等标志显示。为了增强解译效果，可再对所述影像进行滤波处理，增强影像构造信息表达。最后通过目视解译进行归纳整理，得到遥感地质特征解译结果。

通过上述方法获得遥感地质特征解译结果后，为了进一步提高地质构造解译结果的准确性，可根据已有的实测地质资料，对所述遥感地质特征解译的结果进行修正。具体实施为：将遥感影像与1:20万区域地质图套合，结合野外调查资料，运用ArcGIS软件进行解译修正，达到提高解译结果的目的。

S103:通过主成分分析法对预处理后的遥感影像数据进行矿化蚀变信息提取。

所述主成分分析法是对图像数据的集中和压缩，将多光谱图像中各波段高度相关的信息集中到少数几个波段，并且尽可能地保障这些波段信息互不相干，即用几个综合性的波段代表多波段的原图像。

请参见图6所示，所述基于预处理后的遥感影像数据和主成分分析法进行矿化蚀变信息提取，具体包括：

S301：基于蚀变带内的主要蚀变矿物，从ASTER 1至ASTER 9中选取的四个波段及四个波段分别对应的各像素点，建立协方差矩阵。

结合美国地质勘探局提供的蚀变矿物的光谱曲线图，即USGS光谱曲线图，请参阅图7。

铁染蚀变矿物主要包括赤铁矿、褐铁矿等。对于铁染蚀变矿物，选取ASTER1、ASTER2、ASTER3和ASTER4这四个波段。铁离子对应的ASTER1波段和ASTER3波段处于吸收谷，铁离子对应的ASTER2波段和ASTER4波段处于反射峰。

铝羟基蚀变矿物主要包括高岭石和绢云母。对于铝羟基蚀变矿物，选取ASTER 1、ASTER 3、ASTER 4和ASTER 6这四个波段。铝离子对应的ASTER6波段处于吸收谷，铝离子对应的ASTER4波段处于反射峰。

镁羟基蚀变矿物主要包括绿泥石。对于镁羟基蚀变矿物，选取ASTER 1、ASTER 3、ASTER 4和ASTER 8这四个波段。镁离子对应的ASTER8波段处于吸收谷，镁离子对应的ASTER4波段处于反射峰。

在本实施例中，提供以下建立协方差矩阵的方法：

协方差矩阵协方差矩阵元素其中x_i(k,l)为像素点在i波段的值，x_j(k,l)为像素点在j波段的值；为各像素点在i波段的平均值，为各像素点在j波段的平均值。

S302：求出所述协方差矩阵的特征值和特征向量。

协方差矩阵C的特征值为λ₀，λ₀使特征方程|C-λE|＝0成立。求出协方差矩阵C的特征值为λ₁、λ₂、λ₃、λ₄，要求λ₁>λ₂>λ₃>λ₄，相应的特征向量为μ1、μ2、μ3、μ4。利用所述特征向量作为行，求出变换矩阵A。

S303：利用所述变换矩阵，再对每个像素点进行变换，求得图像的四个主分量PC1、PC2、PC3和PC4；所述每个主分量均为四维向量。

本实施例中，所述四个主分量PC1、PC2、PC3和PC4，请参阅表2、表3、表4：

表2 铁染蚀变矿物的四个主分量

	ASTER1	ASTER2	ASTER3	ASTER4
					PC1	0.471669	0.638274	0.600129	0.099901
PC2	0.733572	0.096182	-0.649879	-0.174005
					PC3	0.485683	-0.744129	0.363041	0.280329
PC4	-0.059258	0.172124	-0.292752	0.938700

表3 铝羟基蚀变矿物的四个主分量

	ASTER1	ASTER3	ASTER4	ASTER6
					PC1	-0.608251	-0.781104	-0.130688	-0.053175
PC2	-0.791268	0.582774	0.167522	0.078778
					PC3	-0.062420	0.224150	-0.886051	-0.400967
PC4	0.005446	0.002669	-0.412033	0.911149

表4 镁羟基蚀变矿物的四个主分量

	ASTER1	ASTER3	ASTER4	ASTER8
					PC1	0.528351	0.697729	0.127597	0.466626
PC2	0.536293	0.166116	-0.159498	-0.812007
					PC3	-0.658147	0.694768	-0.014430	-0.289709
PC4	-0.008812	0.053644	-0.978811	0.197417

S304：根据蚀变矿物的波谱特征，从四个主分量中选定与所述蚀变矿物相对应的主分量。

考虑到铁离子对应的ASTER1波段和ASTER3波段处于吸收谷，铁离子对应的ASTER2波段和ASTER4波段处于反射峰，则四个向量元素中，向量元素一与向量元素二、向量元素四的系数符号相反，向量元素一与向量元素三的系数符号相同。通过所述选择依据，判定PC4作为代表铁染蚀变矿物信息的主分量。

考虑到铝离子对应的ASTER6波段处于吸收谷，铝离子对应的ASTER4波段处于反射峰，则四个向量元素中，向量元素三与向量元素四的系数符号相反。通过所述选择依据，判定PC4作为代表铝羟基染蚀变矿物信息的主分量。

考虑到镁离子对应的ASTER8波段处于吸收谷，镁离子对应的ASTER4波段处于反射峰，则四个向量元素中，向量元素三与向量元素四的系数符号相反。通过所述选择依据，判定PC4作为代表镁羟基染蚀变矿物信息的主分量。

S305：统计所述选定的主分量的像素灰度平均值和标准离差。

其中，像素灰度平均值的计算公式如下：

其中x_n为主分量图像中每个像素点的灰度值，为主分量图像的像素灰度平均值。本实施例中，铁染信息主分量图中的计算结果为0.00；Al羟基信息主分量图信息主分量图中的计算结果为0.00；Mg羟基信息主分量图中的计算结果为0.00。

其中，像素灰度的标准离差的计算公式如下：

本实施例中，铁染信息主分量图中σ的计算结果为36.683609；Al羟基信息主分量图信息主分量图中σ的计算结果为6.334521；Mg羟基信息主分量图中σ的计算结果为20.138340。

S306：根据所述像素灰度的平均值和标准离差，确定蚀变矿物的一级、二级和三级信息的阈值，根据所述阈值分别提取蚀变矿物的一级、二级和三级信息，请参阅图8至图10。

具体为依据相应地质资料和已知蚀变带内的实际情况，选择σ、2σ、3σ将铁染蚀变异常割裂为一、二和三级。铁染蚀变信息对应的阈值分别为36.68、73.36、110.05；Al羟基蚀变信息对应的阈值分别为6.33、12.66、19.00；Mg羟基蚀变信息对应的阈值分别为20.13、40.27、60.41。

S104：通过野外勘探采样或已有的化探资料进行蚀变带内的化探异常分析。

本实施例收集双湖县赞宗错蚀变带已有的化探资料，得出以下化探结果：在在蚀变带中部昂吾山体位置，主要分布铬、钴、镍元素异常。南部分布铜元素异常，金元素有较少量的小面积分布，异常浓度不高。

S105：将遥感地质特征解译结果、矿化蚀变信息提取结果及化探异常分析结果叠加，通过对成矿原因的分析厘定，圈定成矿预测区。

请参阅图11所示，本实施例最终圈定的成矿预测图如图所示。

Ⅰ号成矿预测区。位于测区北部，主要地层为侏罗统吐卡日组灰岩和砂岩，Mg羟基较为集中在内部，Al羟基和铁染蚀变分布在外围两侧，蚀变成面状且强度较高；Ⅰ号区被一条断层横切，且在断层北侧蚀变强度较大；其东部发育Cr元素水系沉积物异常。该部位具有一定的找矿潜力。

Ⅱ号成矿预测区。位于赞宗错东南侧，出露超基性岩体，主要分布Al羟基蚀变和Mg羟基蚀变，蚀变成点簇状，特别是出露岩体位置与蚀变异常吻合，且Cr元素水系沉积物异常发育，具有含铁类矿物的找矿潜力。

Ⅲ号成矿预测区。位置在Ⅱ号成矿预测区东侧，蚀变主要分布在侏罗统吐卡日组碳酸盐岩及去申拉组中基性火山岩夹碎屑岩，蚀变主体呈面状，内部主要为Al羟基蚀变，外围主要分布Mg羟基蚀变，在碳酸盐岩区域异常强烈。预测区西侧Mg羟基和Al羟基异常有较强分布；NE向和NW向断层交于预测区内，铁染异常呈线状延断层分布；区内发育Cu元素水系沉积物异常。该区域符合矽卡岩型铜(金)矿找矿潜力。

Ⅳ号成矿预测区。位于昂吾山体木嘎岗日岩群砂岩、灰岩中，大量小型超基型岩体沿NW向断层出露。蚀变主体为Al羟基和Mg羟基异常呈大范围面状分布，铁染异常为散点状分布于内部；区内发育Ni元素水系沉积物异常，符合含铁类矿物的找矿潜力。

Ⅴ号成矿预测区。位置在测区东南角，地层主要为木嘎岗日岩群的灰岩，区内出露三个花岗斑岩体。蚀变呈点簇状分布，与斑岩体叠加较好，羟基类蚀变位于内侧，铁染类蚀变位于岩体外围；区内发育Cu元素水系沉积物异常，该预测区系岩体隆起部位及内外接触带具斑岩-矽卡岩型铜(金)矿找矿潜力。

经过野外地质详查验证，通过ASTER数据提取的蚀变异常信息与实际矿化异常点吻合较好，反应了本实施例圈定的五个成矿预测区准确度较高。

本实施例中，所述S102、S103、S104这三步的先后顺序可任一调整，并不受实施例的限制。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种基于ASTER卫星数据的成矿预测方法，其特征在于，所述方法包括以下步骤：

预处理ASTER卫星的遥感影像数据；

基于预处理后的遥感影像数据进行遥感地质特征解译；

所述ASTER卫星影像数据包括可见/近红外ASTER 1-ASTER3波段影像数据，和短波红外ASTER 4-ASTER 9波段影像数据。

2.根据权利要求1所述方法，其特征在于，所述预处理ASTER卫星的遥感影像数据，具体包括：

将可见/近红外ASTER1-ASTER3波段的分辨率重采样至30m后，与短波红外ASTER 4-ASTER 9波段合并，统一为30m的空间分辨率；

对统一空间分辨率后的ASTER1-ASTER9波段的遥感影像进行大气校正；

对大气校正后的ASTER1-ASTER9波段的遥感影像进行干扰地物剔除。

3.根据权利要求1所述方法，其特征在于，所述基于预处理后的遥感影像数据进行遥感地质特征解译；具体包括：选取ASTER 1至ASTER 9中的任意三个波段进行组合，建立线性构造和环形构造的解译标识，并通过目视解译进行归纳整理，得到遥感地质特征解译结果。

4.根据权利要求3所述方法，其特征在于，基于预处理后的遥感影像数据进行遥感地质特征解译后，可根据已有的实测地质资料，对所述遥感地质特征解译的结果进行修正。

5.根据权利要求1所述方法，其特征在于，通过主成分分析法对预处理后的遥感影像数据进行矿化蚀变信息提取；具体包括：

基于蚀变带内的主要蚀变矿物，从ASTER 1至ASTER 9中选取的四个波段及四个波段分别对应的各像素点，建立协方差矩阵；

求出所述协方差矩阵的特征值和特征向量；利用所述特征向量作为行，求出变换矩阵；

利用所述变换矩阵，再对每个像素点进行变换，求得图像的四个主分量PC1、PC2、PC3和PC4；所述每个主分量均为四维向量；

根据蚀变矿物的波谱特征，从四个主分量中选定与所述蚀变矿物相对应的主分量；

统计所述选定的主分量的像素灰度平均值和标准离差；

根据所述像素灰度的平均值和标准离差，确定蚀变矿物的一级、二级和三级信息的阈值，根据所述阈值分别提取蚀变矿物的一级、二级和三级信息。

6.根据权利要求5所述方法，其特征在于，采用如下方法从ASTER 1至ASTER 9中选取波段：

铁染蚀变矿物选择ASTER 1、ASTER 2、ASTER 3、ASTER 4波段；

铝羟基蚀变矿物选择ASTER 1、ASTER 3、ASTER 4、ASTER 6波段；

镁羟基蚀变矿物选择ASTER 1、ASTER 3、ASTER 4、ASTER 8波段。

7.根据权利要求6所述方法，其特征在于，通过下述公式建立所述协方差矩阵：

协方差矩阵元素其中x_i(k,l)为像素点在i波段的值，x_j(k,l)为像素点在j波段的值；为各像素点在i波段的平均值，为各像素点在j波段的平均值。

8.根据权利要求7所述方法，其特征在于，所述从四个主分量中选定与所述蚀变矿物相对应的主分量，其选择依据如下：

铁染蚀变矿物所对应的主分量的四个向量元素中，向量元素一与向量元素二、向量元素四的系数符号相反，向量元素一与向量元素三的系数符号相同；

铝羟基蚀变矿物所对应的主分量的四个向量元素中，向量元素三与向量元素四的系数符号相反；

镁羟基蚀变矿物所对应的主分量的四个向量元素中，向量元素三与向量元素四的系数符号相反。

9.根据权利要求1所述方法，其特征在于，还包括步骤：通过野外详查验证遥感地质特征解译结果和化探异常分析的套和程度，判定成矿预测结果的精准程度。