CN113406041B - 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 - Google Patents
一种钠交代岩型铀矿关键蚀变矿物组合获取方法 Download PDFInfo
- Publication number
- CN113406041B CN113406041B CN202110600183.0A CN202110600183A CN113406041B CN 113406041 B CN113406041 B CN 113406041B CN 202110600183 A CN202110600183 A CN 202110600183A CN 113406041 B CN113406041 B CN 113406041B
- Authority
- CN
- China
- Prior art keywords
- information
- remote sensing
- sensing data
- chlorite
- resolution remote
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 40
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 40
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 38
- 239000011707 mineral Substances 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011435 rock Substances 0.000 title claims abstract description 32
- 229910001919 chlorite Inorganic materials 0.000 claims abstract description 55
- 229910052619 chlorite group Inorganic materials 0.000 claims abstract description 55
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 claims abstract description 55
- 229910052595 hematite Inorganic materials 0.000 claims abstract description 51
- 239000011019 hematite Substances 0.000 claims abstract description 51
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 claims abstract description 51
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims abstract description 49
- 238000002310 reflectometry Methods 0.000 claims abstract description 38
- 238000000605 extraction Methods 0.000 claims abstract description 19
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 claims abstract description 11
- 229910052708 sodium Inorganic materials 0.000 claims abstract description 11
- 239000011734 sodium Substances 0.000 claims abstract description 11
- 230000003595 spectral effect Effects 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000001228 spectrum Methods 0.000 claims description 28
- 238000010521 absorption reaction Methods 0.000 claims description 12
- 230000005855 radiation Effects 0.000 claims description 5
- 238000000985 reflectance spectrum Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract 1
- 235000010755 mineral Nutrition 0.000 description 27
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000004075 alteration Effects 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 5
- 230000033558 biomineral tissue development Effects 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 241001523383 Achnatherum Species 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 239000010459 dolomite Substances 0.000 description 2
- 229910000514 dolomite Inorganic materials 0.000 description 2
- 239000010438 granite Substances 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 229910021532 Calcite Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910001748 carbonate mineral Inorganic materials 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- JQJCSZOEVBFDKO-UHFFFAOYSA-N lead zinc Chemical compound [Zn].[Pb] JQJCSZOEVBFDKO-UHFFFAOYSA-N 0.000 description 1
- 239000001095 magnesium carbonate Substances 0.000 description 1
- ZLNQQNXFFQJAID-UHFFFAOYSA-L magnesium carbonate Chemical compound [Mg+2].[O-]C([O-])=O ZLNQQNXFFQJAID-UHFFFAOYSA-L 0.000 description 1
- 229910000021 magnesium carbonate Inorganic materials 0.000 description 1
- 235000014380 magnesium carbonate Nutrition 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910021646 siderite Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/178—Methods for obtaining spatial resolution of the property being measured
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于遥感技术和地质勘查技术相结合的领域，具体涉及一种钠交代岩型铀矿关键蚀变矿物组合获取方法，该方法包括以下步骤：对高分遥感数据进行预处理；对预处理后的高分遥感数据大气校正；建立赤铁矿、绿泥石和碳酸盐信息的提取模型；使用赤铁矿信息、绿泥石信息和碳酸盐信息提取模型，对地物反射率图像进行波段运算，分别获取赤铁矿信息、绿泥石信息和碳酸盐分布信息，从而完成钠交代岩型铀矿关键蚀变矿物组合的获取。本发明的方法通过对反射率光谱特征的分析，对比高分遥感数据的波段宽度，使用高分遥感数据对赤铁矿、绿泥石和碳酸盐的信息进行提取，进而筛选钠交代岩型铀矿成矿远景区，具有高空间分别率、快速、有效的特点。
Description
技术领域
本发明属于遥感技术和地质勘查技术相结合的领域，具体涉及一种钠交代岩型铀矿关键蚀变矿物组合获取方法。
背景技术
鉴于现在复杂的国际环境和核电发展对铀资源日益增长的需求，国内铀资源勘探的重要性与日俱增。钠交代岩型铀矿作为一种重要的铀矿类型，对其关键成矿要素的获取技术需要更加得到重视。
根据前期众多铀矿地质研究人员的科研成果，钠交代岩型铀矿与赤铁矿、绿泥石及碳酸盐等蚀变矿物关系密切，钠交代岩中该三种矿物往往同时存在，是钠交代岩型铀矿重要的找矿标志。除此之外，由于赤铁矿化、绿泥石化和碳酸盐化是非常普遍的热液型蚀变矿物，还往往发育在其他矿产中，是一些金属矿产的重要找矿标志。
赤铁矿是一种良好的铁矿石。赤铁矿化与中、低温热液型铀矿化密切相关，该蚀变在花岗岩、辉绿岩、煌斑岩、花岗斑岩、流纹岩、流纹质火山碎屑岩及火山沉积岩所产出的铀矿床中广泛发育。
热液型铀矿、斑岩型铜矿及其他多种与热液相关的金属矿产多与绿泥石相关，绿泥石信息的提取有利于这些金属矿产的勘查和研究工作。
碳酸盐是一种在地表存在非常普遍的矿物，灰岩、白云岩及其对应的变质岩等，还有与热液蚀变形成的碳酸盐矿物，如方解石、菱铁矿、铁白云石、白云石及菱镁矿等。沉积型碳酸盐有可能形成钙结岩型铀矿，交代作用形成的矽卡岩型多金属矿床，热液成因的铀矿、铜矿、铅锌矿、铁矿等。因此，如何精确的提取碳酸盐信息，对上述矿产勘查的效率和精度非常重要。
遥感对于蚀变矿物提取的优势是快速且能够大面积覆盖，能够精准且精确的识别蚀变信息，是遥感技术应用于地质勘查的前提。高光谱遥感数据对提取的蚀变矿物种类分辨精度非常高，但卫星高光谱遥感的空间分辨率非常低，而兼顾高空间分辨率和高光谱分辨率的航空高光谱数据难以获取，故对容易获取的卫星高分数据提取的蚀变矿物进行矿物种类细分非常重要。
发明内容
本发明的目的在于提出一种钠交代岩型铀矿关键蚀变矿物组合获取方法，该方法能够快速且准确的提取赤铁矿、绿泥石和碳酸盐信息，从而获取钠交代岩型铀矿关键蚀变矿物。
本发明的技术方案如下所述：
一种钠交代岩型铀矿关键蚀变矿物组合获取方法，包括以下步骤：
步骤1.对高分遥感数据进行预处理；
步骤2.对步骤1中预处理后的高分遥感数据进行大气校正，获取地物反射率图像；
步骤3.建立赤铁矿信息、绿泥石信息和碳酸盐信息的提取模型；
步骤4.使用步骤3得到的赤铁矿信息、绿泥石信息和碳酸盐信息提取模型，对步骤2中获取的地物反射率图像进行波段运算，分别获取赤铁矿信息、绿泥石信息和碳酸盐分布信息，从而完成钠交代岩型铀矿关键蚀变矿物组合的获取。
所述的步骤1中的高分遥感数据的预处理包括辐射校正、几何校正、图像裁剪和镶嵌。
所述的步骤2中的高分遥感数据的大气校正，采用快速大气校正方法或者择FLAASH大气校正方法。
所述的步骤3具体包括以下步骤：步骤3.1，依据步骤2中大气校正后的高分遥感数据对应的赤铁矿反射光谱特征波段，建立提取赤铁矿信息的模型；
步骤3.2，依据步骤2中大气校正后的高分遥感数据应的绿泥石反射光谱特征波段，建立提取绿泥石信息的模型；
步骤3.3，依据步骤2中大气校正后的高分遥感数据应的碳酸盐反射光谱特征波段，建立提取绿泥石信息的模型。
所述的步骤3.1中的遥感高分数据对应的赤铁矿反射光谱特征波段为可见-近红外第3、7三个波段位置的吸收峰和第6波段的强反射峰，可见-近红外第3、6、7波段的反射率值分别记为B3、B7和B6；高分遥感数据提取赤铁矿信息的模型为(B6 GT B7)AND(B6 GT B3)AND((B6+2*B3)LT 3*B4)*(2*B6-B3-B7)，B4为可见-近红外第4波段的反射率值，GT表示大于，LT表示小于。
所述的步骤3.1中的赤铁矿光谱特征为B6＞B3且B6＞B7；赤铁矿的反射率光谱曲线公式为(B6+2B3)＜3B4。
所述的步骤3.2中的高分遥感数据对应的绿泥石反射光谱特征波段为短波红外第6、7、8三个波段，6、7、8三个波段的反射率值分别记为Bˊ6、Bˊ7和Bˊ8；高分遥感数据提取绿泥石信息的模型为(Bˊ6GT Bˊ7)AND(Bˊ6GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)GT 23*Bˊ7)。
所述的步骤3.2中的绿泥石光谱特征为Bˊ6＞Bˊ7且Bˊ6＞Bˊ8；绿泥石反射率光谱曲线公式为
所述的步骤3.3中的高分遥感数据对应的碳酸盐信息反射光谱特征波段为短波红外第6、7、8三个波段，其反射率值分别记为Bˊ6、Bˊ7和Bˊ8；高分遥感数据提取碳酸盐信息的模型为(B6ˊGT Bˊˊ7)AND(Bˊ7GT Bˊ8)AND((9*Bˊ6+14*Bˊˊ8)/23*Bˊ7)GT 0.9)AND((9*Bˊ6+14*Bˊ8)/23*Bˊ7)LT 1.1)。
所述的步骤3.3中的碳酸盐信息光谱特征为Bˊ6＞Bˊ7且Bˊ7＞Bˊ8；碳酸盐的反射率光谱曲线公式为
所述的步骤4的具体步骤如下：
步骤4.1，使用高分遥感数据可见-近红外第3、4、6波段，通过步骤3.1中得到的赤铁矿提取模型(B6+2B3)＜3B4，对步骤2中获取的地物反射率图像进行波段运算，获取赤铁矿分布信息；
骤4.2，使用高分遥感数据短波红外第6、7、8波段，通过步骤3.2得到的绿泥石提取模型(Bˊ6GT Bˊ7)AND(Bˊ6GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)GT 23*Bˊ7)，对步骤2中获取的地物反射率图像进行波段运算，获取绿泥石分布信息；
步骤4.3，使用高分遥感数据短波红外第6、7、8波段，通过步骤3.3中得到的碳酸盐提取模型公式(B6ˊGT Bˊ7)AND(Bˊ7GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)/23*Bˊ7)GT 0.9)AND((9*Bˊ6+14*Bˊ8)/23*Bˊ7)LT 1.1)，对步骤2中获取的地物反射率图像进行波段运算，获取碳酸盐分布信息。
所述的高分遥感数据为Worldview-3卫星高分遥感数据。
本发明的有益效果为：本发明提供的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，使用易获取的高空间分辨率图像，并以数学模型表达光谱特征，能够快速且准确的提取赤铁矿信息。本发明的方法简单易操作，且通过对大气校正后的卫星高分遥感数据应的赤铁矿反射光谱特征波段，建立提取绿泥石、碳酸盐的模型，能够精确的区分碳酸盐化和绿泥石化异常信息，并加以精确提取。由于本本发明的方法使用的是遥感数据，覆盖范围广，通过本方法提取的蚀变异常信息比靠野外路线勘查获取的信息要客观全面。
附图说明
图1为本发明所提供的一种钠交代岩型铀矿关键蚀变矿物组合获取方法的流程图；
图2本发明所提供的赤铁矿信息图；
图3本发明所提供的绿泥石信息图；
图4本发明所提供的碳酸盐信息图。
具体实施方式
下面结合附图和实施例对本发明的一种钠交代岩型铀矿关键蚀变矿物组合获取方法进行详细说明。
本发明所提供的一种基于钠交代岩型铀矿关键蚀变矿物组合获取方法，首先对Worldview-3高分遥感数据预处理，包括辐射校正、几何校正、图像裁剪和镶嵌等；然后对Worldview-3高分遥感数据的大气校正，获取地物反射率图像；建立赤铁矿信息、绿泥石信息和碳酸盐信息快速提取模型，表达赤铁矿、绿泥石和碳酸盐反射率光谱特征；最后，根据赤铁矿信息、绿泥石信息和碳酸盐信息提取模型，提取研究区赤铁矿分布信息、绿泥石分布信息和碳酸盐分布信息。
如图1所示，本发明所提供的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，该方法具体包括以下步骤：
步骤1中，对Worldview-3卫星高分遥感数据进行预处理
步骤1中的Worldview-3卫星高分遥感数据的预处理包括辐射校正、几何校正、图像裁剪和镶嵌。本实施例使用的Worldview-3卫星高分遥感数据是甘肃龙首山东部芨岭地区的Worldview-3卫星高分遥感数据,甘肃龙首山东部芨岭地区为钠交代岩型铀矿。Worldview-3卫星高分遥感数据参数如下表1所示：
表1甘肃龙首山东部芨岭地区Worldview-3卫星高分遥感数据表
步骤2中，对步骤1中预处理后的Worldview-3卫星高分遥感数据进行大气校正，获取地物反射率图像
采用快速大气校正(QUAC)方法对Worldview-3卫星高分遥感数据进行大气校正，获取地物反射率图像。
步骤2中也可以选择FLAASH大气校正方法或其他精度较高的大气校正方法(如Modtran，Lowtran，6S等基于辐射传输模型的方法)，大气校正方法的精度直接影响赤铁矿、绿泥石和碳酸盐信息提取的精度。
步骤3中，建立赤铁矿信息、绿泥石信息和碳酸盐信息的提取模型，步骤3具体包括以下步骤：
步骤3.1，依据步骤2中大气校正后的Worldview-3卫星高分遥感数据对应的赤铁矿反射光谱特征波段，建立提取赤铁矿信息的模型
Worldview-3卫星遥感高分数据对应的赤铁矿反射光谱特征波段为可见-近红外第3、7三个波段位置的吸收峰和第6波段的强反射峰，可见-近红外第3、6、7波段的反射率值分别记为B3、B7和B6，因此赤铁矿光谱特征之一为B6＞B3且B6＞B7。
从可见-近红外第3波段到第6波段，赤铁矿反射率光谱曲线是一个上凸的上升曲线特征，可以用下面的公式表示。
即
即(B6+2B3)＜3B4。
其中，B4为可见-近红外第4波段的反射率值，B3中心波长、B4中心波长、B6中心波长分别指可见-近红外第3、4、6波段的中心波长位置。
以此特征，建立Worldview-3卫星高分遥感数据提取赤铁矿信息的模型如以下公式所示：
(B6 GT B7)AND(B6 GT B3)AND((B6+2*B3)LT 3*B4)*(2*B6-B3-B7)。
其中，B3、B4、B6和B7分别为Worldview-3卫星高分遥感数据可见-近红外的第3、4、6、7四个波段的反射率值，GT表示大于，LT表示小于。
根据(3*B4)/(B6+2*B3)＞a来实现通过调节第一吸收峰的深度分等级提取赤铁矿信息的目的，其中a≥1，a表示一般常数。
步骤3.2，依据步骤2中大气校正后的Worldview-3卫星高分遥感数据应的绿泥石反射光谱特征波段，建立提取绿泥石信息的模型
Worldview-3卫星高分遥感数据对应的绿泥石反射光谱特征波段为短波红外第6、7、8三个波段，6、7、8三个波段的反射率值分别记为Bˊ6、Bˊ7和Bˊ8。绿泥石是双吸收峰，第一吸收峰对应短波红外第7波段，第二吸收峰对应短波红外第8波段，绿泥石光谱特征之一为Bˊ6＞Bˊ7且Bˊ6＞Bˊ8。
从短波红外第6波段到第8波段，相对于单吸收峰直线下滑，双吸收峰使得短波红外第7波段的反射率值更低而导致下滑线呈下凹形，绿泥石反射率光谱曲线公式如下。
即
其中，Bˊ6中心波长、Bˊ7中心波长、Bˊ8中心波长分别指短波红外第6、7、8波段的中心波长位置。
以此特征，建立Worldview-3卫星高分遥感数据提取绿泥石信息的模型，如下所示：
(Bˊ6GT Bˊ7)AND(Bˊ6GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)GT 23*Bˊ7)。
其中Bˊ6、Bˊ7和Bˊ8分别为Worldview-3卫星高分遥感数据短波红外的第6、7、8三个波段的反射率值，GT表示大于。
另外，可根据(9*Bˊ6+14*Bˊ8)/(23*Bˊ7)＞a来实现通过调节第一吸收峰的深度分等级提取绿泥石信息的目的，其中a≥1。
步骤3.3，依据步骤2中大气校正后的Worldview-3卫星高分遥感数据应的碳酸盐反射光谱特征波段，建立提取绿泥石信息的模型
Worldview-3卫星高分遥感数据对应的碳酸盐信息反射光谱特征波段为短波红外第6、7、8三个波段，其反射率值分别记为Bˊ6、Bˊ7和Bˊ8。碳酸盐信息是单吸收峰，从第6波段到第8波段呈直线下降，碳酸盐信息光谱特征之一为Bˊ6＞Bˊ7且Bˊ7＞Bˊ8。
从短波红外第6波段到第8波段，属于单吸收峰直线下滑，碳酸盐反射率光谱曲线公式如下所示。
即
Bˊ6中心波长、Bˊ7中心波长、Bˊ8中心波长分别指短波红外第6、7、8波段的中心波长位置。
以此特征，建立Worldview-3卫星高分遥感数据提取碳酸盐信息的模型如下式所示：
(B6ˊGT Bˊˊ7)AND(Bˊ7GT Bˊ8)AND((9*Bˊ6+14*Bˊˊ8)/23*Bˊ7)GT 0.9)AND((9*Bˊ6+14*Bˊ8)/23*Bˊ7)LT 1.1)。
其中Bˊ6、Bˊ7和Bˊ8分别为Worldview-3卫星高分遥感数据短波红外的第6、7、8三个波段的反射率值，GT表示大于，LT表示小于。
步骤4中，使用步骤3得到的赤铁矿信息、绿泥石信息和碳酸盐信息的提取模型，对步骤2中获取的地物反射率图像进行波段运算，分别获取赤铁矿分布信息(图2)、绿泥石分布信息(图3)和碳酸盐分布信息(图4)；从而完成钠交代岩型铀矿关键蚀变矿物组合的获取。
步骤4.1，使用研究区Worldview-3卫星高分遥感数据可见-近红外第3、4、6波段，通过步骤3.1中得到的赤铁矿信息提取模型公式(B6+2B3)＜3B4，对步骤2中获取的地物反射率图像进行波段运算，获取研究区赤铁矿分布信息(图2)，其中B3、B4和B6分别表示Worldview-3可见-近红外第3、4和6波段。
步骤4.2，使用研究区Worldview-3卫星高分遥感数据短波红外第6、7、8波段，通过步骤3.2得到的绿泥石信息提取模型公式(Bˊ6GT Bˊ7)AND(Bˊ6GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)GT 23*Bˊ7)，对步骤2中获取的地物反射率图像进行波段运算，获取研究区绿泥石分布信息(图3)，其中Bˊ6、Bˊ7和Bˊ8分别为Worldview-3卫星高分遥感数据短波红外的第6、7、8三个波段的反射率值，GT表示大于。
步骤4.3，使用研究区Worldview-3卫星高分遥感数据短波红外第6、7、8波段，通过步骤3.3中得到的碳酸盐信息提取模型公式(B6ˊGT Bˊ7)AND(Bˊ7GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)/23*Bˊ7)GT 0.9)AND((9*Bˊ6+14*Bˊ8)/23*Bˊ7)LT 1.1)，对步骤2中获取的地物反射率图像进行波段运算，获取研究区碳酸盐分布信息(图4)，其中Bˊ6、Bˊ7和Bˊ8分别为Worldview-3数据短波红外的第6、7、8三个波段的反射率值，GT表示大于，LT表示小于。
通过上述步骤4.1、步骤4.2、步骤4.3钠交代岩型铀矿关键蚀变矿物组合获取，分别获取赤铁矿分布信息、绿泥石分布信息和碳酸盐分布信息；从而完成钠交代岩型铀矿关键蚀变矿物组合的获取。
上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (7)
1.一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：该方法包括以下步骤：
步骤1.对高分遥感数据进行预处理；
所述的步骤1中对Worldview-3卫星高分遥感数据进行预处理；
步骤2.对步骤1中预处理后的高分遥感数据大气校正，获取地物反射率图像；所述的步骤2中对步骤1中预处理后的Worldview-3卫星高分遥感数据进行大气校正，获取地物反射率图像；
步骤3.建立赤铁矿信息、绿泥石信息和碳酸盐信息的提取模型；所述的步骤3具体包括以下步骤：步骤3.1，依据步骤2中大气校正后的Worldview-3卫星高分遥感数据对应的赤铁矿反射光谱特征波段，建立提取赤铁矿信息的模型；所述的步骤3.1中的Worldview-3卫星遥感高分数据对应的赤铁矿反射光谱特征波段为可见-近红外第3、7两个波段位置的吸收峰和第6波段的强反射峰，可见-近红外第3、6、7波段的反射率值分别记为B3、B6和B7；高分遥感数据提取赤铁矿信息的模型为(B6 GT B7)AND(B6 GT B3)AND((B6+2*B3)LT 3*B4)*(2*B6-B3-B7)，B4为可见-近红外第4波段的反射率值，GT表示大于，LT表示小于；
步骤3.2，依据步骤2中大气校正后的Worldview-3卫星高分遥感数据应的绿泥石反射光谱特征波段，建立提取绿泥石信息的模型；所述的步骤3.2中的高分遥感数据对应的绿泥石反射光谱特征波段为短波红外第6、7、8三个波段，6、7、8三个波段的反射率值分别记为Bˊ6、Bˊ7和Bˊ8；高分遥感数据提取绿泥石信息的模型为(Bˊ6GT Bˊ7)AND(Bˊ6GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)GT 23*Bˊ7)；
步骤3.3，依据步骤2中大气校正后的Worldview-3卫星高分遥感数据应的碳酸盐反射光谱特征波段，建立提取碳酸盐信息的模型；所述的步骤3.3中的高分遥感数据对应的碳酸盐信息反射光谱特征波段为短波红外第6、7、8三个波段，其反射率值分别记为Bˊ6、Bˊ7和Bˊ8；高分遥感数据提取碳酸盐信息的模型为(Bˊ6GT Bˊ7)AND(Bˊ7GT Bˊ8)AND((( 9*Bˊ6+14*Bˊ8)/23*Bˊ7)GT 0.9)AND((( 9*Bˊ6+14*Bˊ8)/23*Bˊ7)LT 1.1)；
步骤4.使用步骤3得到的赤铁矿信息、绿泥石信息和碳酸盐信息提取模型，对步骤2中获取的地物反射率图像进行波段运算，分别获取赤铁矿信息、绿泥石信息和碳酸盐分布信息，从而完成钠交代岩型铀矿关键蚀变矿物组合的获取。
2.根据权利要求1所述的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：所述的步骤1中的高分遥感数据的预处理包括辐射校正、几何校正、图像裁剪和镶嵌。
3.根据权利要求2所述的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：所述的步骤2中的高分遥感数据的大气校正，采用快速大气校正方法或者择FLAASH大气校正方法获得。
4.根据权利要求3所述的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：所述的步骤3.1中的赤铁矿光谱特征为B6＞B3且B6＞B7；赤铁矿的反射率光谱曲线公式为(B6+2B3)＜3B4。
5.根据权利要求4所述的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：所述的步骤3.2中的绿泥石光谱特征为Bˊ6＞Bˊ7且Bˊ6＞Bˊ8；绿泥石反射率光谱曲线公式为
6.根据权利要求5所述的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：所述的步骤3.3中的碳酸盐信息光谱特征为Bˊ6＞Bˊ7且Bˊ7＞Bˊ8；碳酸盐的反射率光谱曲线公式为
7.根据权利要求6所述的一种钠交代岩型铀矿关键蚀变矿物组合获取方法，其特征在于：所述的步骤4的具体步骤如下：
步骤4.1，使用高分遥感数据可见-近红外第3、4、6波段，通过步骤3.1中得到的赤铁矿提取模型(B6+2B3)＜3B4，对步骤2中获取的地物反射率图像进行波段运算，获取赤铁矿分布信息；
步骤4.2，使用高分遥感数据短波红外第6、7、8波段，通过步骤3.2得到的绿泥石提取模型(Bˊ6GT Bˊ7)AND(Bˊ6GT Bˊ8)AND((9*Bˊ6+14*Bˊ8)GT 23*Bˊ7)，对步骤2中获取的地物反射率图像进行波段运算，获取绿泥石分布信息；
步骤4.3，使用高分遥感数据短波红外第6、7、8波段，通过步骤3.3中得到的碳酸盐提取模型公式(Bˊ6GT Bˊ7)AND(Bˊ7GT Bˊ8)AND((( 9*Bˊ6+14*Bˊ8)/23*Bˊ7)GT 0.9)AND((( 9*Bˊ6+14*Bˊ8)/23*Bˊ7)LT1.1)，对步骤2中获取的地物反射率图像进行波段运算，获取碳酸盐分布信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110600183.0A CN113406041B (zh) | 2021-05-31 | 2021-05-31 | 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110600183.0A CN113406041B (zh) | 2021-05-31 | 2021-05-31 | 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113406041A CN113406041A (zh) | 2021-09-17 |
| CN113406041B true CN113406041B (zh) | 2023-03-17 |
Family
ID=77675472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110600183.0A Active CN113406041B (zh) | 2021-05-31 | 2021-05-31 | 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113406041B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101551471A (zh) * | 2009-05-19 | 2009-10-07 | 中国国土资源航空物探遥感中心 | 一种高光谱遥感矿物含量定量反演方法 |
| CN103207415A (zh) * | 2012-12-30 | 2013-07-17 | 中南大学 | 一种矿化蚀变信息的提取方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101871884B (zh) * | 2010-06-02 | 2012-06-27 | 中国国土资源航空物探遥感中心 | 多景aster遥感数据大气校正与区域性矿物填图方法 |
| CN103984940B (zh) * | 2014-06-03 | 2017-12-26 | 核工业北京地质研究院 | 一种基于高光谱数据识别赤铁矿化的方法 |
| CN104537375B (zh) * | 2015-01-22 | 2018-03-13 | 西安煤航卫星数据应用有限公司 | 一种基于卫星遥感数据的褐铁矿化信息提取方法 |
| CN107765323A (zh) * | 2017-09-25 | 2018-03-06 | 成都理工大学 | 一种基于aster卫星数据的成矿预测方法 |
| CN109839356B (zh) * | 2017-11-29 | 2021-07-20 | 核工业北京地质研究院 | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 |
| CN108333129B (zh) * | 2018-02-12 | 2020-04-21 | 中国科学院遥感与数字地球研究所 | 一种蚀变信息获取方法及系统 |
| CN109902557A (zh) * | 2019-01-14 | 2019-06-18 | 云南大学 | 蚀变特征矿物的蚀变异常信息的提取方法 |
| CN111402194B (zh) * | 2019-12-17 | 2023-10-20 | 核工业北京地质研究院 | 适用于花岗岩铀成矿区出露和隐伏断裂构造识别的方法 |
| CN111044480A (zh) * | 2019-12-31 | 2020-04-21 | 核工业北京地质研究院 | 一种热红外高光谱遥感识别花岗岩区硅化蚀变信息的方法 |
| AU2020102682A4 (en) * | 2020-10-12 | 2020-12-03 | Xianguang Wang | A prediction method of skarn deposit based on hyperspectral remote sensing images |
| CN112380492A (zh) * | 2020-10-27 | 2021-02-19 | 核工业北京地质研究院 | 一种基于多源数据的铀矿成矿远景区潜力对比评价方法 |
| CN114386498A (zh) * | 2021-12-31 | 2022-04-22 | 核工业北京地质研究院 | 一种利用WorldView-3遥感数据提取铁染信息的方法 |
-
2021
- 2021-05-31 CN CN202110600183.0A patent/CN113406041B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101551471A (zh) * | 2009-05-19 | 2009-10-07 | 中国国土资源航空物探遥感中心 | 一种高光谱遥感矿物含量定量反演方法 |
| CN103207415A (zh) * | 2012-12-30 | 2013-07-17 | 中南大学 | 一种矿化蚀变信息的提取方法 |
Non-Patent Citations (1)
| Title |
|---|
| The extraction of altered mineral information based on WorldView-3 data;Zhangfa Yu等;《SPIE》;20190312;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113406041A (zh) | 2021-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sabins | Remote sensing for mineral exploration | |
| Aboelkhair et al. | Processing and interpretation of ASTER TIR data for mapping of rare-metal-enriched albite granitoids in the Central Eastern Desert of Egypt | |
| Sun et al. | Extracting mineral alteration information using WorldView-3 data | |
| Sekandari et al. | ASTER and WorldView-3 satellite data for mapping lithology and alteration minerals associated with Pb-Zn mineralization | |
| CN104537375B (zh) | 一种基于卫星遥感数据的褐铁矿化信息提取方法 | |
| CN105574621A (zh) | 基于遥感蚀变异常的斑岩铜矿预测系统及方法 | |
| CN114970770B (zh) | 渗出型砂岩铀矿的识别方法 | |
| Beygi et al. | Alteration and structural features mapping in Kacho-Mesqal zone, Central Iran using ASTER remote sensing data for porphyry copper exploration | |
| CN102426625B (zh) | 基于aster卫星数据的斑岩铜典型蚀变带矿物信息提取方法 | |
| Mahboob et al. | Mapping hydrothermal minerals using remotely sensed reflectance spectroscopy data from Landsat | |
| CN111141698A (zh) | 一种基于热红外比辐射率的岩性分类方法 | |
| CN108956483A (zh) | 一种火山岩型铀矿化地段的航空高光谱遥感快速圈定方法 | |
| Alasta | Using Remote Sensing data to identify iron deposits in central western Libya | |
| CN113406041B (zh) | 一种钠交代岩型铀矿关键蚀变矿物组合获取方法 | |
| CN109839356B (zh) | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 | |
| Han et al. | A new method for extraction of alteration information using the Landsat 8 imagery in a heavily vegetated and sediments‐covered region: A case study from Zhejiang Province, E. China | |
| Ali et al. | Satellite-based silica mapping as an essential mineral for clean energy transition: Remote sensing mineral exploration as a climate change adaptation approach | |
| Asadzadeh et al. | Alteration Mineral Mapping of the Shadan Porphyry Cu-Au Deposit (Iran) Using Airborne Imaging Spectroscopic Data: Implications for Exploration Drilling | |
| Mao et al. | Research and verification of a remote sensing BIF model based on spectral reflectance characteristics | |
| Mortensen et al. | Synthesis of U-Pb and fossil age, lithogeochemical and Pb-isotopic studies of the Paleozoic basement of the Quesnel terrane in south-central British Columbia and northern Washington state | |
| Choe et al. | Remote predictive mapping of the Tunnunik impact structure in the Canadian Arctic using multispectral and polarimetric SAR data fusion | |
| Honarmand et al. | Integration and analysis of airborne geophysics and remote sensing data of Sar Cheshmeh Area, using directed principal component analysis | |
| Jiang et al. | Lithium‐bearing Pegmatite Exploration in Western Altun, Xinjiang, using Remote‐Sensing Technology | |
| Yager et al. | A GIS and statistical approach to identify variables that control water quality in hydrothermally altered and mineralized watersheds, Silverton, Colorado, USA | |
| Zhen et al. | Alteration anomaly information extraction using hyperspectral remote sensing in coalbed methane enrichment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |