以黔東北錳礦礦集區(qū)為例,通過分析含錳巖層、礦床和礦體特征,確定以伴生的黃鐵礦、綠泥石和次生的錳氧化物作為錳礦化遙感信息提取的間接標(biāo)志;在此基礎(chǔ)上,采用基于主成分分析、支持向量機(jī)和蟻群算法的組合式數(shù)據(jù)挖掘方法,提取了研究區(qū)ASTER遙感圖像的錳礦化信息,進(jìn)而圈定了遙感光譜異常區(qū)。經(jīng)與已探明的礦床對(duì)比,在空間分布上有較好的一致性。研究結(jié)果表明,提出的基于伴生和次生礦物遙感數(shù)據(jù)的組合式挖掘隱伏方法體系,圈定"大塘坡式"錳礦成礦有利區(qū),具有可行性和實(shí)踐意義。 

【文章來源】：地質(zhì)科技通報(bào). 2020,39(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

研究區(qū)大地構(gòu)造背景圖

在研究區(qū)錳礦體中心相和過渡相中[12],常見的伴生礦物是黃鐵礦[13-14],在3個(gè)不同的相帶中都有發(fā)育,其中,中心相的草莓狀黃鐵礦在野外露頭上可肉眼清楚見到[15-16],而邊緣相中同樣可看到星點(diǎn)狀黃鐵礦。顯然,只要通過遙感數(shù)據(jù)挖掘出南華系發(fā)育黃鐵礦的信息,便有可能圈定錳礦的成礦有利區(qū)域,甚至找到錳礦體賦存位置。由于在大塘坡組含錳巖層的礦物組分中,還存在綠泥石等自生礦物[12,17-18],因此將綠泥石作為輔助找礦標(biāo)識(shí)。同時(shí),研究區(qū)地表有時(shí)可見錳礦體和含礦巖系露頭(圖2),也可以直接從遙感數(shù)據(jù)中挖掘并提取錳礦氧化物信息[19-20],配合圈定成礦有利區(qū)域。

在錳礦化伴生礦物的光譜曲線的比較和分析的基礎(chǔ)上,利用PCA和SVM構(gòu)建礦化數(shù)據(jù)挖掘方法體系[23],完成研究區(qū)錳礦礦化異常信息提取。2.2.1 利用主成分分析法(PCA)提取異常信息

【參考文獻(xiàn)】：
期刊論文
[1]基于大數(shù)據(jù)的城市地質(zhì)環(huán)境智能監(jiān)管思路與方法[J]. 吳沖龍,劉剛,王力哲,張志庭.  地質(zhì)科技通報(bào). 2020(01)
[2]面向地質(zhì)時(shí)空大數(shù)據(jù)表達(dá)與存儲(chǔ)管理的數(shù)據(jù)模型研究[J]. 劉剛,吳沖龍,何珍文,翁正平,闕翔,田善君,李旸.  地質(zhì)科技通報(bào). 2020(01)
[3]定量地質(zhì)建模技術(shù)應(yīng)用現(xiàn)狀與發(fā)展趨勢[J]. 張文彪,段太忠,劉彥鋒,王鳴川,廉培慶,趙磊.  地質(zhì)科技情報(bào). 2019(03)
[4]基于勘探剖面的三維地質(zhì)模型快速構(gòu)建及不確定性分析[J]. 陳國旭,田宜平,張夏林,劉剛.  地質(zhì)科技情報(bào). 2019(02)
[5]主成分分析技術(shù)在遙感蝕變信息提取中的應(yīng)用研究綜述[J]. 吳志春,葉發(fā)旺,郭福生,劉文恒,李華亮,楊羿.  地球信息科學(xué)學(xué)報(bào). 2018(11)
[6]PCA和布谷鳥算法優(yōu)化SVM的遙感礦化蝕變信息提取[J]. 吳一全,盛東慧,周楊.  遙感學(xué)報(bào). 2018(05)
[7]中國菱鎂礦成礦地質(zhì)特征與資源潛力[J]. 孫鵬慧,李景朝,肖克炎,劉長純.  地學(xué)前緣. 2018(03)
[8]古天然氣滲漏沉積型錳礦床找礦模型——以黔湘渝毗鄰區(qū)南華紀(jì)“大塘坡式”錳礦為例[J]. 周琦,杜遠(yuǎn)生,袁良軍,張遂,楊炳南,潘文,余文超,王萍,徐源,齊靚,劉雨,覃永軍,謝小峰.  地質(zhì)學(xué)報(bào). 2017(10)
[9]黔東松桃地區(qū)南華系大塘坡組錳礦中黃鐵礦硫同位素特征及其地質(zhì)意義[J]. 王萍,周琦,杜遠(yuǎn)生,余文超,徐源,齊靚,袁良軍.  地球科學(xué). 2016(12)
[10]黔東北黑色泥巖盆地含錳巖系的鐵錳地球化學(xué)特征[J]. 潘文,禚喜準(zhǔn),陳驍帥,楊勝堂,趙爽.  沉積學(xué)報(bào). 2016(05)

碩士論文
[1]基于多光譜和高光譜數(shù)據(jù)的遙感礦化蝕變信息提取研究[D]. 劉李.中國地質(zhì)大學(xué)（北京） 2010



本文編號(hào)：3373427