CN114280684B - 基于白云母波长变化的热液型矿床找矿方法及系统 - Google Patents
基于白云母波长变化的热液型矿床找矿方法及系统 Download PDFInfo
- Publication number
- CN114280684B CN114280684B CN202111596705.0A CN202111596705A CN114280684B CN 114280684 B CN114280684 B CN 114280684B CN 202111596705 A CN202111596705 A CN 202111596705A CN 114280684 B CN114280684 B CN 114280684B
- Authority
- CN
- China
- Prior art keywords
- peak
- characteristic
- absorption
- data
- spectrum
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开基于白云母波长变化的热液型矿床找矿方法及系统,包括,获取光谱反射数据,基于光谱反射数据绘制特征曲线,对特征曲线进行多峰分析,得到特征吸收峰,对所述特征吸收峰进行多峰拟合,得到特征波峰;对特征波峰进行参数计算,得到特征波峰参数数据,对特征波峰参数数据进行分析,得到找矿结果。本发明简单易行,分析时间短,可以快速完成数据测量、分析及应用,减少成本的使用。
Description
技术领域
本发明涉及矿物勘探技术领域,特别涉及基于白云母波长变化的热液型矿床找矿方法及系统。
背景技术
热液型矿床的形成是一个复杂的过程,影响因素甚多。多数矿床中蚀变作用强烈且复杂,并且蚀变范围分布较为广泛。但蚀变信息是找矿的重要依据,矿床围岩蚀变发育,以此形成的蚀变岩是重要的找矿标志,与矿化关系十分密切。地表岩石中的白云母作为造岩矿物,同时也是热液矿床绢英岩化带的重要蚀变矿物,与矿化关系十分密切。绢云母是斑岩系统下绢英岩化带中的重要蚀变矿物,从矿物学角度讲,绢云母是具有丝绢光泽的细粒白云母。由于光谱测量中没有对矿物进行粒径测量,因此严格意义上来说不同结构的白云母、绢云母均属于白云母族矿物。在文中出现白云母和绢云母混用的情况,因为矿物结构和组成完全一致,在文中视为同意矿物的短波红外特征。应用高光谱技术对蚀变矿物进行分析,系统的总结和归纳,对找矿勘探具有重要的指示作用。
从20世纪80年代初,人们就开始利用可见光到近红外以及短波红外的谱段进行蚀变矿物信息的识别,该项技术对于新资源的发现具有重要意义。红外光谱技术的迅速发展,在国外蚀变矿物信息的识别上已获得广泛的应用。而高光谱技术在中国的应用仍处于起步阶段。通过高光谱短波红外技术,可以识别多种蚀变矿物,划分出蚀变分带,总结出蚀变矿物组合特征,而根据蚀变矿物的组合变化可以推断深部矿体的大致位置,进而进行找矿勘探。
我国的高光谱技术应用处于起步阶段,应用较少,做的研究尚不全面,还未在大规模的推广生产。另外,在样品测试时,一些外在因素会影响测量结果,导致测量存在误差。并且,样品分析成本上较高,分析蚀变矿物越多,所需时间就越多,成本就会越高。
发明内容
为解决上述现有技术中所存在的找矿成本较高的问题,本发明提供了基于白云母波长变化的热液型矿床找矿方法及系统,本发明上述方法易操作,只需识别出一种矿物,降低实验的成本,并对地下隐伏矿体的存在提供证据,指导找矿。
为了实现上述技术目的,本发明提供了基于白云母波长变化的热液型矿床找矿方法,包括:
获取光谱反射数据,基于光谱反射数据绘制特征曲线,对特征曲线进行多峰分析,得到特征吸收峰,对所述特征吸收峰进行多峰拟合,得到特征波峰;
对特征波峰进行参数计算,得到特征波峰参数数据,对特征波峰参数数据进行分析,得到找矿结果。
可选的,获取光谱反射数据的过程包括:
获取光谱数据,对光谱数据进行光谱分析,获取光谱反射数据。
可选的,对特征曲线进行多峰分析的过程包括:
通过二次微分对特征曲线进行处理,得到吸收峰,基于吸收位置对吸收峰进行判断,得到特征吸收峰。
其中吸收位置为特征曲线图中白云母具有吸收峰的波长位置。
可选的,对光谱反射数据进行多峰拟合的过程包括:
通过Gaussian函数对特征吸收峰进行多峰拟合,得到拟合值;
对拟合值进行收敛判断,若拟合值为收敛,则保留特征曲线,否则将特征曲线进行剔除;
提取特征曲线中波长为2190~2220nm位置的特征吸收峰,将提取的特征吸收峰作为特征波峰。
可选的,对特征波峰参数数据进行分析的过程包括:
对特征波峰进行参数计算,得到特征波峰参数数据,其中特征波峰参数数据包括峰面积、峰位置、峰高、峰中心及峰半高;
通过对特征波峰参数数据进行计算,得到特征波峰的移动空间变化及吸收深度空间变化规律,通过对移动空间变化及吸收深度空间变化规律进行判断,得到找矿结果。
为更好的实现上述技术目的,本发明还提供了基于白云母波长变化的热液型矿床找矿系统,包括:
第一处理模块用于获取光谱反射数据,基于光谱反射数据绘制特征曲线,对特征曲线进行多峰分析,得到特征吸收峰,对所述特征吸收峰数据进行多峰拟合,得到特征波峰;
第二处理模块用于对特征波峰进行参数计算,得到特征波峰参数数据,对特征波峰参数数据进行分析,得到找矿结果。
可选的,第一处理模块包括:
获取单元用于获取模块用于获取光谱数据,对光谱数据进行光谱分析,获取光谱反射数据。
可选的,第一处理模块还包括:
处理单元单元用于通过二次微分对特征曲线进行处理,得到吸收峰,基于吸收位置对吸收峰进行判断,得到特征吸收峰。
其中吸收位置为特征曲线图中白云母具有吸收峰的波长位置。波长位置包括:特征曲线中波长为1408nm位置,波长为2200nm位置,波长为2348nm位置及波长为2442nm位置;
可选的,第一处理模块还包括:
拟合单元用于通过Gaussian函数对特征吸收峰进行吸收位置的多峰拟合,得到拟合值;
收敛单元用于对拟合值进行收敛判断,若拟合值为收敛,则保留特征曲线,否则将特征曲线进行剔除;
提取单元用于提取特征曲线中波长为2190~2220nm位置的特征吸收峰,将提取的特征吸收峰作为特征波峰。
可选的,第二处理模块包括:
参数计算单元用于对特征波峰进行参数计算,得到特征波峰参数数据,其中特征波峰参数数据包括峰面积、峰位置、峰高、峰中心及峰半高;
找矿单元用于通过对特征波峰参数数据进行计算,得到特征波峰的移动空间变化及吸收深度空间变化规律,通过对移动空间变化及吸收深度空间变化规律进行判断,得到找矿结果。
本发明具有如下技术效果:
本发明应用高光谱技术识别白云母吸收峰数据,根据白云母的吸收特征相关数据判断深部是否群在矿体,指示找矿,该方法简单易行,工作简单,分析时间短,可以快速完成数据测量、分析及应用,能够有效减少成本的使用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的方法流程示意图;
图2为本发明实施例提供的吸收深度空间变化示意图;
图3为本发明实施例提供的系统结构示意图;
图4为本发明实施例提供的找矿模式示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
为了解决在现有技术中存在找矿成本高等问题,本发明提供了如下方案:
如图1所述,本发明提供了基于白云母波长变化的热液型矿床找矿方法,包括:
本发明的具体技术流程为:
采样及室内准备:岩石短波红外测量近似的采用50米的采样间距,通过野外采集样品-室内测试的方式进行。测试时针对岩石的三个不同新鲜面进行测量,每个样品可得到具有三条光谱曲线的数据。测量时,对每一个样品进行清洗、晒干,避免因其他物质对短波红外的光谱反射、吸收等对蚀变矿物的光谱反应造成干扰,保证准确性。
测量:全波谱高光谱测量仪或ASD等具有全光谱或近红外测量功能的高光谱测量仪测试样品,将仪器测得的光谱数据保存为.txt数据格式,利用EXCEL打开,查看不同波长位置的光谱反射率值,并进行数据整理,提取2200nm附近的反射率值。
光谱匹配:利用ENVI重建波谱数据库,并保存为.sli波谱数据库格式。首先,对波谱曲线进行包络线去除处理,并利用求取导数的方式增强光谱曲线的吸收和反射特征;其次,采用高斯线性拟合的算法对混合光谱进行解混;利用矿物的标准光谱进行全波形匹配,求取不同矿物类型,并计算特征吸收峰深度,以确定矿物的相对含量。一般情况下,特征吸收峰中心波长吸收为止会左右偏移20nm左右。
本发明所测量的绢云母(白云母)为二八面体含铝硅酸盐矿物,在1408nm,2200nm,2348nm和2442nm的几个位置具有重要的吸收峰特征,尤其在2200nm附近具有一个比较宽的吸收峰。光谱匹配具体过程包括①ENVI中对光谱曲线进行增强处理。包括包络线去除和导数曲线增强两部分;②利用EXCEL打开光谱库文件,并将数值导入Origin软件,利用多峰分析(Peak Analyzer)功能,通过二次微分或一次微分加残差处理寻找各吸收峰,确定上述吸收位置是否存在显著的吸收峰即特征吸收峰,然后通过Gaussian函数进行多峰拟合,在1408nm,2200nm,2348nm和2442nm等位置的拟合值为收敛,则视为光谱匹配,否则为不匹配,即拟合结果为收敛的(或上述吸收位置显示为收敛)的结果确定为白云母,保留该特征曲线,并提取波长为2190~2220nm位置的特征吸收峰作为特征波峰,其它则视为无效数据,进行剔除。
绢云母解译:绢云母的解译主要针对2200nm特征波峰进行解译。但由于绢云母中铝含量的变化,可使其中心波长左右移动。将波谱测量数据.txt格式用Origin打开,利用Origin进行峰分析,提取白云母结果中2190~2220nm之间的显著吸收峰即特征波峰,在Origin的Peak Analyzer页面中,提取2200nm附近的特征峰光谱参数信息,上述参数信息包括2190~2220nm之间单峰的峰面积、峰位置、半峰高、峰宽及峰对称等参数,其中峰面积为微分面积,涉及吸收深度和峰宽,关系到矿物的相对含量变化;峰位置:表示吸收峰最低点对应的波长位置,矿物中化学成分的变化将引起位置的移动;半峰高:关系矿物相对含量变化;峰宽:对于同质异物的矿物起到区分的作用;峰对称:决定矿物的结晶程度。确定吸收峰对应波长的迁移情况,结合样品的空间分布位置,进一步厘定波长迁移在空间上的展布。其中,吸收峰位置的移动表示矿物中化学物质的变化;吸收深度的变化表示矿物相对含量的变化。
分析:大量白云母存在的区域,白云母波长在2200—2210nm之间,大部分集中在2202—2206之间,则可能存在矿体。
利用之前提到的绢云母识别方法,确定峰位置的移动及范围,厘定波长及峰深度所代表的地质意义(热源距离及绢云母含量)。不同样品取自矿体附近不同位置,距离热源的远近不同,因此2200nm附近的电磁波吸收位置和深度都会不同,距离热源越近,波长值越大,深度越低。
如图4所示,通过结合地质调查和资料,确定深部存在矿体的判断条件:
当绢云母波长大于2206nm,则说明距离岩体热源中心较近;波长在2200-2205nm之间,属于普通绢云母;波长小于2200nm,则与地表大气降水的混溶有关,具有浅成低温热液矿床的成矿潜力。
研究区侵入岩体主要为二长花岗斑岩;研究区具有很好的硅帽覆盖;研究区地表绢云母波长及光谱吸收深度呈现出规律性变化:地表绢云母2200nm附近的吸收峰主要集中分布在2202-2206nm之间,吸收深度呈现出“长波小深度,短波大深度”的规律。若符合上述全部判断条件则表明该研究区深部存在矿体,否则不存在矿体。
其中判别过程中,从波长变化来看,绢云母波长大于2206nm,则属于富Si绢云母;2200-2205nm,属于富Fe,Mg绢云母;波长小于2200nm,属于富Al绢云母。通过上述波长变化的分级评判,可判断绢云母的主要元素成分,绢云母的分布可通过Krigging插值或IDW插值来反映其波长变化特征,进一步通过波长的渐变来反映化学元素的变化,指示成矿流体的活动。
对上述判断条件进行进一步的具体说明:绢云母是斑岩成矿系统中绢云母化带的重要蚀变矿物,其波长及含量的变化可指示矿体的位置;地表岩石中应含有大量绢云母矿物,或由于覆盖层影响,出现该层为中心,绢云母波长对称出现的情况;从波长变化来看:二长花岗斑岩体向外出现2200nm附近波长从>2210nm逐步减小至2200nm附近的递进式变化;如图2所示,从吸收深度空间变化来看:从岩体中心向外2200nm附近光谱吸收深度逐渐增大。地表以2202nm附近的绢云母为主要矿物,但一定具有递进式变化规律,否则不能判断是否有矿体;如果地表岩石中以大于2210nm的绢云母为主,则可能矿体被剥蚀。
本发明上述技术方案的技术基础为:若地表岩石中有白云母出露,其间伴随有绿泥石,基于高光谱技术,若白云母的吸收峰在2202—2206nm之间,综合地质信息,则可认定此为斑岩型矿床绢云母化带中的绢云母(白云母),若白云母的波长大于2210nm,则推断其为钾化带中的蚀变矿物。以此指示其为斑岩型矿床,可能存在金矿或者铜矿。也就是说,矿体主要与2205-2208nm附近的绢(白)云母共存;波长减小,矿体逐渐消失;波长增大,可能出现富矿体(>2210nm)。本发明提出基于地表岩石中的绢(白)云母热液型矿床的找矿方法,旨在通过白云母2202—2206nm的吸收特征圈定找矿靶区,指示地下存在斑岩型矿床,指导找矿。绢(白)云母的组分中包括了很多固溶体结构,其二八面体的晶体结构组成主要分为三个相互分离的过程:(1)层间K+被Na+代替;(2)Tschermark替代Siiv[Mg,Fe2+]=AlivAliv,四面体和八面体之间离子的配对交换,这也是绢(白)云母组构变化的重要原因(3)八面体结构中的Al3+被Fe3+替换。其中,Tschermark替换可通过短波红外技术监测到。
本发明基于高光谱技术的特征图谱,识别出白云母矿物,需要说明的是不同结构的白云母、绢云母均属于白云母族矿物,本发明所述的绢云母与白云母同样指代白云母矿物,白云母是在温度相对较高时形成的片状白云母,绢云母则是温度降低后形成的细粒白云母,由于二者化学成分完全相同,但光谱无法测量其粒径大小,因此统称白云母。白云母族矿物包括多硅白云母、钠云母、白云母或绢云母。根据白云母的吸收峰特征,来判定深部是否存在矿体。找矿目标主要针对热液矿床的斑岩型矿床。本发明与传统技术相对比,简单,易操作,只需识别出一种矿物,降低实验的成本,并对地下隐伏矿体的存在提供证据,指导找矿。
如图3所示,本发明还提供了基于白云母波长变化的热液型矿床找矿系统包括:
第一处理模块用于获取光谱反射数据,基于光谱反射数据绘制特征曲线,对特征曲线进行多峰分析,得到特征吸收峰,对所述特征吸收峰数据进行多峰拟合,得到特征波峰;
第二处理模块用于对特征波峰进行参数计算,得到特征波峰参数数据,对特征波峰参数数据进行分析,得到找矿结果。
可选的,第一处理模块包括:
获取单元用于获取模块用于获取光谱数据,对光谱数据进行光谱分析,获取光谱反射数据。
可选的,第一处理模块还包括:
处理单元单元用于通过二次微分对特征曲线进行处理,得到吸收峰,基于吸收位置对吸收峰进行判断,得到特征吸收峰。
其中吸收位置包括:特征曲线中波长为1408nm位置,波长为2200nm位置,波长为2348nm位置及波长为2442nm位置;
可选的,第一处理模块还包括:
拟合单元用于通过Gaussian函数对特征吸收峰进行吸收位置的多峰拟合,得到拟合值;
收敛单元用于对拟合值进行收敛判断,若拟合值为收敛,则保留特征曲线,否则将特征曲线进行剔除;
提取单元用于提取特征曲线中波长为2190~2220nm位置的特征吸收峰,将提取的特征吸收峰作为特征波峰。
可选的,第二处理模块包括:
参数计算单元用于对特征波峰进行参数计算,得到特征波峰参数数据,其中特征波峰参数数据包括峰面积、峰位置、峰高、峰中心及峰半高;
找矿单元用于通过对特征波峰参数数据进行计算,得到特征波峰的移动空间变化及吸收深度空间变化规律,通过对移动空间变化及吸收深度空间变化规律进行判断,得到找矿结果。本发明所提供系统与上述方法内容相对应,此处不做过多陈述。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于白云母波长变化的热液型矿床找矿方法,其特征在于,包括:
获取光谱反射数据,基于光谱反射数据绘制特征曲线,对特征曲线进行多峰分析,得到特征吸收峰,对所述特征吸收峰进行多峰拟合,得到特征波峰;
对特征波峰进行参数计算,得到特征波峰参数数据,对特征波峰参数数据进行分析,得到找矿结果;
测量:全波谱高光谱测量仪或ASD具有全光谱或近红外测量功能的高光谱测量仪测试样品,将仪器测得的光谱数据保存为.txt数据格式,利用EXCEL打开,查看不同波长位置的光谱反射率值,并进行数据整理,提取2200nm附近的反射率值;
光谱匹配:利用ENVI重建波谱数据库,并保存为.sli波谱数据库格式;首先,对波谱曲线进行包络线去除处理,并利用求取导数的方式增强光谱曲线的吸收和反射特征;其次,采用高斯线性拟合的算法对混合光谱进行解混;利用矿物的标准光谱进行全波形匹配,求取不同矿物类型,并计算特征吸收峰深度,以确定矿物的相对含量;
光谱匹配具体过程包括①ENVI中对光谱曲线进行增强处理;包括包络线去除和导数曲线增强两部分;②利用EXCEL打开光谱库文件,并将数值导入Origin软件,利用多峰分析功能,通过二次微分或一次微分加残差处理寻找各吸收峰,确定吸收位置是否存在吸收峰即特征吸收峰,其中,吸收位置为特征曲线图中白云母具有吸收峰的波长位置,然后通过Gaussian函数进行多峰拟合,在1408nm,2200nm,2348nm和2442nm位置的拟合值为收敛,则视为光谱匹配,否则为不匹配,即拟合结果为收敛的结果确定为白云母,保留该特征曲线,并提取波长为2190~2220nm位置的特征吸收峰作为特征波峰,其它则视为无效数据,进行剔除;
将波谱测量数据.txt格式用Origin打开,利用Origin进行峰分析,提取白云母结果中2190~2220nm之间的显著吸收峰即特征波峰,在Origin的Peak Analyzer页面中,提取2200nm附近的特征峰光谱参数信息,上述参数信息包括2190~2220nm之间单峰的峰面积、峰位置、半峰高、峰宽及峰对称参数,其中峰面积为微分面积,涉及吸收深度和峰宽,关系到矿物的相对含量变化;峰位置:表示吸收峰最低点对应的波长位置,矿物中化学成分的变化将引起位置的移动;半峰高:关系矿物相对含量变化;峰宽:对于同质异物的矿物起到区分的作用;峰对称:决定矿物的结晶程度;确定吸收峰对应波长的迁移情况,结合样品的空间分布位置,进一步厘定波长迁移在空间上的展布;其中,吸收峰位置的移动表示矿物中化学物质的变化;吸收深度的变化表示矿物相对含量的变化。
2.根据权利要求1所述基于白云母波长变化的热液型矿床找矿方法,其特征在于:
获取光谱反射数据的过程包括:
获取光谱数据,对光谱数据进行光谱分析,得到光谱反射数据。
3.根据权利要求1所述基于白云母波长变化的热液型矿床找矿方法,其特征在于:
对特征曲线进行多峰分析的过程包括:
通过二次微分对特征曲线进行处理,得到吸收峰,基于吸收位置对吸收峰进行判断,得到特征吸收峰;
其中吸收位置为特征曲线图中白云母具有吸收峰的波长位置。
4.根据权利要求1所述基于白云母波长变化的热液型矿床找矿方法,其特征在于:
对光谱反射数据进行多峰拟合的过程包括:
通过Gaussian函数对特征吸收峰进行多峰拟合,得到拟合值;
对拟合值进行收敛判断,若拟合值为收敛,则保留特征曲线,否则将特征曲线进行剔除;
提取特征曲线中波长为2190~2220nm位置的特征吸收峰,将提取的特征吸收峰作为特征波峰。
5.根据权利要求1所述基于白云母波长变化的热液型矿床找矿方法,其特征在于:
对特征波峰参数数据进行分析的过程包括:
对特征波峰进行参数计算,得到特征波峰参数数据,其中特征波峰参数数据包括峰位置及吸收深度;
通过对特征波峰参数数据进行计算,得到特征波峰的移动空间变化及吸收深度空间变化规律,通过对移动空间变化及吸收深度空间变化规律进行判断,得到找矿结果。
6.基于权利要求1-5所述任意一项的基于白云母波长变化的热液型矿床找矿方法的找矿系统,包括:
第一处理模块用于获取光谱反射数据,基于光谱反射数据绘制特征曲线,对特征曲线进行多峰分析,得到特征吸收峰,对所述特征吸收峰进行多峰拟合,得到特征波峰;
第二处理模块用于对特征波峰进行参数计算,得到特征波峰参数数据,对特征波峰参数数据进行分析,得到找矿结果;
测量:全波谱高光谱测量仪或ASD具有全光谱或近红外测量功能的高光谱测量仪测试样品,将仪器测得的光谱数据保存为.txt数据格式,利用EXCEL打开,查看不同波长位置的光谱反射率值,并进行数据整理,提取2200nm附近的反射率值;
光谱匹配:利用ENVI重建波谱数据库,并保存为.sli波谱数据库格式;首先,对波谱曲线进行包络线去除处理,并利用求取导数的方式增强光谱曲线的吸收和反射特征;其次,采用高斯线性拟合的算法对混合光谱进行解混;利用矿物的标准光谱进行全波形匹配,求取不同矿物类型,并计算特征吸收峰深度,以确定矿物的相对含量;
光谱匹配具体过程包括①ENVI中对光谱曲线进行增强处理;包括包络线去除和导数曲线增强两部分;②利用EXCEL打开光谱库文件,并将数值导入Origin软件,利用多峰分析功能,通过二次微分或一次微分加残差处理寻找各吸收峰,确定吸收位置是否存在吸收峰即特征吸收峰,其中,吸收位置为特征曲线图中白云母具有吸收峰的波长位置,然后通过Gaussian函数进行多峰拟合,在1408nm,2200nm,2348nm和2442nm位置的拟合值为收敛,则视为光谱匹配,否则为不匹配,即拟合结果为收敛的结果确定为白云母,保留该特征曲线,并提取波长为2190~2220nm位置的特征吸收峰作为特征波峰,其它则视为无效数据,进行剔除;
将波谱测量数据.txt格式用Origin打开,利用Origin进行峰分析,提取白云母结果中2190~2220nm之间的显著吸收峰即特征波峰,在Origin的Peak Analyzer页面中,提取2200nm附近的特征峰光谱参数信息,上述参数信息包括2190~2220nm之间单峰的峰面积、峰位置、半峰高、峰宽及峰对称参数,其中峰面积为微分面积,涉及吸收深度和峰宽,关系到矿物的相对含量变化;峰位置:表示吸收峰最低点对应的波长位置,矿物中化学成分的变化将引起位置的移动;半峰高:关系矿物相对含量变化;峰宽:对于同质异物的矿物起到区分的作用;峰对称:决定矿物的结晶程度;确定吸收峰对应波长的迁移情况,结合样品的空间分布位置,进一步厘定波长迁移在空间上的展布;其中,吸收峰位置的移动表示矿物中化学物质的变化;吸收深度的变化表示矿物相对含量的变化。
7.根据权利要求6所述基于白云母波长变化的热液型矿床找矿系统,其特征在于:
第一处理模块包括:
获取单元用于获取模块用于获取光谱数据,对光谱数据进行光谱分析,获取光谱反射数据。
8.根据权利要求6所述基于白云母波长变化的热液型矿床找矿系统,其特征在于:
第一处理模块还包括:
处理单元用于通过二次微分对特征曲线进行处理,得到吸收峰,基于吸收位置对吸收峰进行判断,得到特征吸收峰;
其中吸收位置为特征曲线图中白云母具有吸收峰的波长位置。
9.根据权利要求6所述基于白云母波长变化的热液型矿床找矿系统,其特征在于:
第一处理模块还包括:
拟合单元用于通过Gaussian函数对特征吸收峰进行多峰拟合,得到拟合值;
收敛单元用于对拟合值进行收敛判断,若拟合值为收敛,则保留特征曲线,否则将特征曲线进行剔除;
提取单元用于提取特征曲线中波长为2190~2220nm位置的特征吸收峰,将提取的特征吸收峰作为特征波峰。
10.根据权利要求6所述基于白云母波长变化的热液型矿床找矿系统,其特征在于:
第二处理模块包括:
参数计算单元用于对特征波峰进行参数计算,得到特征波峰参数数据,其中特征波峰参数数据包括峰面积、峰位置、峰高、峰中心及峰半高;
找矿单元用于通过对特征波峰参数数据进行计算,得到特征波峰的移动空间变化及吸收深度空间变化规律,通过对移动空间变化及吸收深度空间变化规律进行判断,得到找矿结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111596705.0A CN114280684B (zh) | 2021-12-24 | 2021-12-24 | 基于白云母波长变化的热液型矿床找矿方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111596705.0A CN114280684B (zh) | 2021-12-24 | 2021-12-24 | 基于白云母波长变化的热液型矿床找矿方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114280684A CN114280684A (zh) | 2022-04-05 |
CN114280684B true CN114280684B (zh) | 2023-06-16 |
Family
ID=80875747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111596705.0A Active CN114280684B (zh) | 2021-12-24 | 2021-12-24 | 基于白云母波长变化的热液型矿床找矿方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114280684B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586155B (zh) * | 2022-09-29 | 2023-09-01 | 中国科学院广州地球化学研究所 | 快速圈定脉状金矿床矿体及获得其指示标志指标的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016000031A1 (en) * | 2014-07-04 | 2016-01-07 | Griffith University | Sensor and method for detecting mercury |
CN107192673A (zh) * | 2017-05-18 | 2017-09-22 | 成都理工大学 | 基于aster和地下岩芯光谱测量技术的一体化地质填图方法 |
KR101839350B1 (ko) * | 2017-10-25 | 2018-04-27 | 한국지질자원연구원 | 비파괴 금광화 작용 탐지 방법 |
JP2018077172A (ja) * | 2016-11-10 | 2018-05-17 | Jx金属探開株式会社 | 金属鉱床の探鉱方法、資源開発方法、採鉱方法、二次硫化銅の産出方法、資源産出方法、鉱山開発方法およびボーリング方法 |
CN109959624A (zh) * | 2019-02-15 | 2019-07-02 | 中国黄金集团石湖矿业有限公司 | 基于反射光谱的矿物识别方法 |
CN110333200A (zh) * | 2019-05-30 | 2019-10-15 | 西藏华钰矿业股份有限公司 | 一种基于短波红外光谱圈定矿化中心的方法 |
CN110618106A (zh) * | 2019-08-12 | 2019-12-27 | 中国地质调查局西安地质调查中心 | 一种基于近红外反射光谱的绿泥石矿物种类鉴定方法 |
CN111709280A (zh) * | 2020-04-30 | 2020-09-25 | 核工业北京地质研究院 | 一种高光谱金矿化蚀变远景区快速识别方法 |
AU2020102682A4 (en) * | 2020-10-12 | 2020-12-03 | Xianguang Wang | A prediction method of skarn deposit based on hyperspectral remote sensing images |
CN112362636A (zh) * | 2020-11-04 | 2021-02-12 | 西安建筑科技大学 | 一种基于拉曼光谱的绿泥石矿物种类鉴定方法 |
CN113252600A (zh) * | 2021-05-24 | 2021-08-13 | 中国科学院广州地球化学研究所 | 反射光谱分析风化壳样品离子吸附态稀土含量的方法 |
-
2021
- 2021-12-24 CN CN202111596705.0A patent/CN114280684B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016000031A1 (en) * | 2014-07-04 | 2016-01-07 | Griffith University | Sensor and method for detecting mercury |
JP2018077172A (ja) * | 2016-11-10 | 2018-05-17 | Jx金属探開株式会社 | 金属鉱床の探鉱方法、資源開発方法、採鉱方法、二次硫化銅の産出方法、資源産出方法、鉱山開発方法およびボーリング方法 |
CN107192673A (zh) * | 2017-05-18 | 2017-09-22 | 成都理工大学 | 基于aster和地下岩芯光谱测量技术的一体化地质填图方法 |
KR101839350B1 (ko) * | 2017-10-25 | 2018-04-27 | 한국지질자원연구원 | 비파괴 금광화 작용 탐지 방법 |
CN109959624A (zh) * | 2019-02-15 | 2019-07-02 | 中国黄金集团石湖矿业有限公司 | 基于反射光谱的矿物识别方法 |
CN110333200A (zh) * | 2019-05-30 | 2019-10-15 | 西藏华钰矿业股份有限公司 | 一种基于短波红外光谱圈定矿化中心的方法 |
CN110618106A (zh) * | 2019-08-12 | 2019-12-27 | 中国地质调查局西安地质调查中心 | 一种基于近红外反射光谱的绿泥石矿物种类鉴定方法 |
CN111709280A (zh) * | 2020-04-30 | 2020-09-25 | 核工业北京地质研究院 | 一种高光谱金矿化蚀变远景区快速识别方法 |
AU2020102682A4 (en) * | 2020-10-12 | 2020-12-03 | Xianguang Wang | A prediction method of skarn deposit based on hyperspectral remote sensing images |
CN112362636A (zh) * | 2020-11-04 | 2021-02-12 | 西安建筑科技大学 | 一种基于拉曼光谱的绿泥石矿物种类鉴定方法 |
CN113252600A (zh) * | 2021-05-24 | 2021-08-13 | 中国科学院广州地球化学研究所 | 反射光谱分析风化壳样品离子吸附态稀土含量的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114280684A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fang et al. | Visible and near-infrared reflectance spectroscopy for investigating soil mineralogy: A review | |
Demattê et al. | Visible–NIR reflectance: a new approach on soil evaluation | |
CN105888657B (zh) | 利用元素录井进行沉积岩的岩性识别方法 | |
Simpson et al. | Short-wave infrared (SWIR) reflectance spectrometric characterisation of clays from geothermal systems of the Taupō Volcanic Zone, New Zealand | |
CN104142519B (zh) | 一种泥岩裂缝油藏预测方法 | |
Yang et al. | Infrared spectral reflectance characterization of the hydrothermal alteration at the Tuwu Cu–Au deposit, Xinjiang, China | |
CN110596028B (zh) | 一种沉积型稀土La元素含量的高光谱反演方法 | |
CN114280684B (zh) | 基于白云母波长变化的热液型矿床找矿方法及系统 | |
Watson et al. | Thermal infrared exploration in the Carlin trend, northern Nevada | |
Yeh et al. | Hydrogen isotope exchange between clay minerals and sea water | |
CN115128247B (zh) | 基于绿泥石指示元素变化判别找矿类型的新方法 | |
Guo et al. | Estimating chromium concentration in arable soil based on the optimal principal components by hyperspectral data | |
Zhang et al. | Rapid determination of coalbed methane exploration target region utilizing hyperspectral remote sensing | |
Mancini et al. | Formation and variation of a 4.5 m deep Oxisol in southeastern Brazil | |
Chen et al. | Potential of Sentinel-2 data for alteration extraction in coal-bed methane reservoirs | |
CN111678882A (zh) | 通过古潜水位预测风化壳离子吸附型稀土矿床层位的方法 | |
Wu et al. | Quantitative estimations of iron oxide minerals in the Late Pleistocene paleosol of the Yangtze River Delta: Implications for the chemical weathering, sedimentary environment, and burial conditions | |
Wang et al. | Multivariate statistical analysis reveals the heterogeneity of lacustrine tight oil accumulation in the Middle Permian Jimusar Sag, Junggar Basin, NW China | |
CN113534286A (zh) | 一种砂岩型铀矿地球化学勘查的铀成矿有利区段评估方法 | |
Xie et al. | Migration and accumulation of crude oils in the Qionghai Uplift, Pearl River Mouth Basin, Offshore South China Sea | |
CN110221356A (zh) | 一种寻找岩浆铜镍硫化物矿床有利成矿区域的方法 | |
Hernández et al. | High-throughput assessment of soil carbonate minerals in urban environments | |
CN113359203B (zh) | 一种基于自然伽马能谱测井探测深部喷流沉积型矿床的方法 | |
Fan et al. | Study of the relationship between the oil content of oil sands and spectral reflectance based on spectral derivatives | |
Basavarajappa et al. | Determination of Spectral Characteristics on Archaean Komatiites in Ghattihosahalli Schist Belt (Gsb) of Kumminagatta, Chitradurga District, Karnataka, India |
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 |