【摘要】：滇東南麻栗坡地區(qū)是我國重要的鎢-錫-鉛多金屬成礦區(qū),由于區(qū)內(nèi)地質(zhì)背景復(fù)雜,巖體不同程度地遭受變質(zhì)作用改造,導(dǎo)致巖體不易厘清。因此,本研究擬通過端元混合分析模型、統(tǒng)計分析等方法,以期達(dá)到識別巖性單元并總結(jié)金屬元素分布規(guī)律和主要來源的目的。本文主要對該研究區(qū)內(nèi)1:5萬水系沉積物地球化學(xué)數(shù)據(jù)的16種金屬元素進(jìn)行研究。原始數(shù)據(jù)首先進(jìn)行對數(shù)比變換,然后應(yīng)用主成分分析方法。在獲得所有主成分基礎(chǔ)上進(jìn)行一系列Q型系統(tǒng)聚類分析。將聚類結(jié)果與區(qū)域地質(zhì)信息進(jìn)行比對,以此確定端元數(shù)目。通過建立端元混合分析模型及參數(shù)反演,獲得每個端元在各采樣點(diǎn)中的貢獻(xiàn)率以及各采樣點(diǎn)的最大貢獻(xiàn)端元。最后,結(jié)合系統(tǒng)聚類結(jié)果和端元結(jié)果,完成該地區(qū)巖性單元的識別和劃分。此外,通過對16種金屬元素相關(guān)性分析和R型系統(tǒng)聚類分析,總結(jié)元素的分布規(guī)律。綜合以上內(nèi)容及對應(yīng)分析,探索金屬元素的主要來源�；谏鲜鲅芯窟^程,本文取得了如下研究結(jié)果:(1)廣泛應(yīng)用于水文地質(zhì)、高光譜遙感領(lǐng)域的端元混合分析模型較少用于水系沉積物地球化學(xué)數(shù)據(jù)的研究中。本文嘗試應(yīng)用該模型,并取得了良好的結(jié)果。(2)基于全部采樣點(diǎn)最大貢獻(xiàn)端元的分類結(jié)果,參考系統(tǒng)聚類分析結(jié)果,較好的劃分和識別出了研究區(qū)內(nèi)玄武巖、花崗巖、片麻狀花崗巖、泥質(zhì)灰?guī)r、頁巖、白云質(zhì)灰?guī)r、石英砂巖、粉砂質(zhì)泥巖。(3)基于對16種金屬元素的系統(tǒng)聚類結(jié)果,發(fā)現(xiàn)與Fe共生的Cu、Zn、Mn、Co、Ti、Ni元素分布,指示中低溫元素組合;W、Sn、Bi元素聚為一類,指示高溫元素組合;Au、Hg、Sb、Pb元素趨于共生,指示低溫親硫型元素組合。金屬元素分布情況和主要來源與前人在該區(qū)的研究成果是大體一致的。綜合結(jié)果表明,對水系沉積物地球化學(xué)數(shù)據(jù)應(yīng)用端元混合分析模型、統(tǒng)計分析等方法識別巖性單元是一種可行的方法。整個研究過程較好揭示了區(qū)域基礎(chǔ)地質(zhì)與地球化學(xué)元素信息的關(guān)聯(lián),為開展進(jìn)一步的勘查研究工作提供了思路和參考。
【圖文】：

技術(shù)路線圖

中國地質(zhì)大學(xué)（北京）碩士學(xué)位論文2 區(qū)域地質(zhì)背景2.1 研究區(qū)概況2.1.1 自然地理概況本文的研究區(qū)是位于云南省東南部的麻栗坡地區(qū)，，主要分布在文山市壯族苗族自治州麻栗坡縣及馬關(guān)縣，地理坐標(biāo)為東經(jīng) 104°30′～105°00′，北緯 22°50′～23°20′。麻栗坡地區(qū)的土地面積約為 1700km2，距離省會昆明市約 400km，距離文山市區(qū)約 80km。研究區(qū)交通狀況良好，如各鄉(xiāng)鎮(zhèn)及麻栗坡至猛硐、馬關(guān)至猛硐等均有多條公路相通（如圖 2-1 所示）。
【學(xué)位授予單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：P632

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳楠;;基于空間約簡的高光譜影像端元檢測研究[J];電子測試;2019年21期

2 劉萬軍;楊秀紅;曲海成;孟煜;姜慶玲;;基于端元子集優(yōu)選的高光譜解混算法研究[J];計算機(jī)應(yīng)用與軟件;2016年07期

3 戚文超;張霞;岳躍民;;多端元光譜混合分析綜述[J];遙感信息;2016年05期

4 何曉寧;曹建農(nóng);高坡;高美玲;;基于頂點(diǎn)成分分析法的端元提取改進(jìn)算法[J];測繪通報;2013年07期

5 孫根云;張愛竹;許明明;;基于數(shù)據(jù)場的端元提取算法研究[J];遙感技術(shù)與應(yīng)用;2012年06期

6 彭青青;楊遼;王杰;沈金祥;;基于異常探測的高光譜端元提取方法研究[J];遙感技術(shù)與應(yīng)用;2011年04期

7 齊建成;朱述龍;朱寶山;趙泳;李二森;;圖像端元全自動提取方法研究[J];海洋測繪;2009年02期

8 郭山;袁路;孫衛(wèi)東;;基于特征端元提取的像元分解方法[J];高技術(shù)通訊;2008年10期

9 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測繪科學(xué);2008年S3期

10 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測繪科學(xué);2008年S1期

相關(guān)會議論文 前10條

1 王百合;劉志剛;李義紅;;基于光譜角分析的端元光譜聚類方法研究[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

2 許寧;孫康;劉磊;胡玉新;耿修瑞;;基于分塊矩陣求逆引理的高光譜圖像快速端元提取方法[A];第四屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2017年

3 方俊龍;郭寶峰;石俊峰;沈宏海;;一種利用數(shù)學(xué)形態(tài)學(xué)改進(jìn)的SGA端元提取算法[A];浙江省信號處理學(xué)會2015年學(xué)術(shù)年會論文集[C];2015年

4 牛貝貝;武靜;;混合像元分解中的端元提取綜述[A];全國測繪科技信息網(wǎng)中南分網(wǎng)第三十次學(xué)術(shù)信息交流會論文集[C];2016年

5 湯奇峰;楊忠芳;唐金榮;宗思鋒;;成都市區(qū)降塵污染狀況調(diào)查[A];城市地質(zhì)研討會論文集[C];2005年

6 黃遠(yuǎn)程;張良培;李平湘;;基于最小單形體體積約束的高光譜影像端元光譜提取[A];遙感定量反演算法研討會摘要集[C];2010年

7 曹揚(yáng);胡榮;金彬;張佩;;一種準(zhǔn)確快速的高光譜數(shù)據(jù)光譜混合分析方法[A];第二屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2013年

8 張良培;叢浩;;一種可選端元的混合像元分解方法[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

9 蔣霈霖;;遙感圖像混合譜解混的新方法[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

10 饒萍;;EOS-MODIS像元組分分解中端元的選擇與改進(jìn)[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 劉蓉;基于粒子群優(yōu)化理論的高光譜遙感影像端元提取算法研究[D];武漢大學(xué);2018年

2 趙巖;高光譜圖像線性模型混合像元分解的算法研究[D];哈爾濱理工大學(xué);2019年

3 王蕊;高光譜遙感圖像稀疏解混算法研究[D];西南交通大學(xué);2017年

4 徐盈盈;高光譜圖像的稀疏解混方法研究[D];華東師范大學(xué);2018年

5 李智勇;高光譜圖像異常檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2004年

6 齊濱;高光譜圖像分類及端元提取方法研究[D];哈爾濱工程大學(xué);2012年

7 黃遠(yuǎn)程;高光譜影像混合像元分解的若干關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

8 普晗曄;高光譜遙感圖像的解混理論和方法研究[D];復(fù)旦大學(xué);2014年

9 徐速;基于壓縮感知的高光譜圖像稀疏解混方法研究[D];重慶大學(xué);2015年

10 王忠良;基于線性混合模型的高光譜圖像壓縮感知研究[D];西北工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 黃學(xué)文;黃山北部景觀流域硫酸鹽來源與轉(zhuǎn)化過程及其環(huán)境意義研究[D];安徽工業(yè)大學(xué);2019年

2 黃樹坤;麻栗坡地區(qū)巖性單元識別及金屬元素分布規(guī)律研究[D];中國地質(zhì)大學(xué)(北京);2019年

3 左成歡;端元可變的高光譜圖像解混算法研究[D];杭州電子科技大學(xué);2019年

4 姜秋萍;并行化高光譜圖像端元提取算法的研究與實現(xiàn)[D];河南大學(xué);2019年

5 俞潮音;基于GPU的離散粒子群高光譜圖像端元提取算法并行化研究[D];重慶郵電大學(xué);2018年

6 楊秀紅;基于端元子集優(yōu)選的高光譜解混算法研究[D];遼寧工程技術(shù)大學(xué);2016年

7 李帥;青藏高原東部黃土粒度端元分析及其指示意義[D];蘭州大學(xué);2018年

8 王琪;基于端元和豐度屬性的NMF算法改進(jìn)[D];大連海事大學(xué);2017年

9 秦學(xué)川;基于迭代誤差分析與空間信息的高光譜遙感圖像端元提取方法研究[D];山東科技大學(xué);2017年

10 張昆;高光譜圖像光譜解混及端元提取方法研究[D];長安大學(xué);2016年

本文編號：2641058